Statistica a lungo termine: calcolo dell onda di progetto

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Statistica a lungo termine: calcolo dell onda di progetto"

Transcript

1 Esercitazione Statistica a lungo termine: calcolo dell onda di progetto Sulla base delle misure ondametriche effettuate dalla boa di Ponza si calcoli, utilizzando la distribuzione di probabilità di Gumbel, l altezza dell onda con tempo di ritorno pari a,,,,,, anni. Inoltre si calcoli la probabilità che ciascuna di tali onde si verifichino durante un intervallo di tempo pari a e anni.. Svolgimento.. Misure ondametriche Il dato di partenza per lo svolgimento dell esercitazione è costituito dalle misure ondametriche direzionali effettuate dalla boa di Ponza, la quale fa parte della Rete Ondametrica Nazionale (RON). Le registrazioni effettuate dalla boa nel periodo //99-// sono riportate graficamente nelle figure.-. in termini di altezza d onda significativa. Per semplicità non è riportata la direzione di provenienza del moto ondoso e dunque le analisi sono condotte senza dividere le onde per settori di provenienza. Il primo passo per lo svolgimento dell esercitazione consiste nel selezionare le altezze d onda significative al colmo di mareggiate indipendenti di particolare intensità. Si richiede di effettuare la selezione utilizzando il metodo POT, stabilendo un valore di soglia ed individuando nella registrazione le altezze d onda che al colmo delle mareggiate sono maggiori del valore di soglia prescelto. Si suggerisce inoltre di provare, una volta terminata l esercitazione basata sul POT, a selezionare le onde mediante il metodo dei massimi annuali, ovvero estraendo le massime altezze d onda che si verificano nell anno meteorologico (dal luglio al giugno)... Stima dei parametri della distribuzione di probabilità La stima dei parametri della distribuzione di probabilità può essere effettuata, nella presente esercitazione, mediante applicazione del metodo dei minimi quadrati. Secondo tale metodo i parametri della distribuzione di probabilità possono essere stimati riportando su un grafico con scale distorte le probabilità di non superamento della serie campionaria e adattando ad esse una retta che rappresenta la distribuzione considerata. Nel caso della distribuzione di Gumbel, la quale viene comunemente

2 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - scritta nella forma H ɛ e θ P (H) = e nella quale P è la probabilità che l altezza significativa H non venga superata, i parametri da determinare sono ɛ e θ, detti rispettivamente fattore di posizoine e di scala. La distribuzione di Gumbel è rappresentata da una retta con inclinazione pari a θ e intercetta dell asse y pari a ɛ θ in un piano nel quale per ascissa si utilizzi H e per ordinata ln { ln [P (H)]}. E necessario ordinare per altezze d onda decrescenti il campione statistico ottenuto mediante applicazione del metodo POT. Si introduca inoltre, in una colonna, un contatore m che vale per l altezza d onda massima e m = N per l altezza d onda minima, dove N è il numero totale di altezze significative considerate, ovvero la numerosità del campione. Per ogni elemento della serie (ovvero per ogni altezza significativa H m ) si calcola la frequenza campionaria di non eccedenza F (H m ) mediante la formula F (H m ) = m N + e si assume che essa coincida con la probabilità di non superamento. Successivamente si riportano su un grafico in scala distorta le probabilità di non superamento. E necessario dunque calcolare in una colonna della tabella il valore dell ordinata y = ln { ln [P (H m )]} corrispondente a ciascuna altezza significativa H m e realizzare (ad esempio mediante il programma Excel) un grafico del tipo XY (x = H m, y = ln { ln [F (H m )]}). A questo punto è possibile individuare la retta che meglio approssima la nuvola di punti, interpolando i dati con una linea di tendenza di tipo lineare (se si utilizza il programma Excel si può richiedere al programma di visualizzare l equazione della retta e il coefficiente di regressione R ). I parametri della distribuzione di probabilità possono essere direttamente calcolati in funzione della pendenza a e dell intercetta b della retta di regressione y = ax + b, in particolare (.) (.) θ = a ɛ = b θ. (.).. Calcolo dell altezza d onda corrispondente ad un assegnato tempo di ritorno Il tempo di ritorno T r (H) è legato, per mezzo del tempo di ritorno corretto Tr illustrato piú avanti, alla probabilità di non superamento dalla seguente relazione il cui significato é P (H) = T r (H). (.) Assegnato il tempo di ritorno è quindi possibile calcolare la probabilità P e, una volta noti i parametri della distribuzione di probabilità θ e ɛ, utilizzare l inverso della (.) per ottenere l altezza d onda corrispondente ad un assegnato tempo di ritorno. L inverso della (.) assume la seguente forma H = ɛ + θ { ln [ ln (P )]}. (.) Si tenga presente che le formule sopra riportate sono valide nel caso in cui vi sia esatta corrispondenza tra numero di misure e numero di anni di osservazione. Nel caso in esame, in cui tale condizione non è verificata, è necessario correggere il tempo di ritorno per tenere conto della Università degli Studi di Roma Tre - DSIC

3 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - disuguaglianza. In particolare nel calcolo della P corrispondente ad un assegnato tempo di ritorno T r (equazione.) va utilizzato il tempo di ritorno corretto T r, calcolato mediante la T r = T r N M. (.) nella quale M è il numero di anni di osservazione e N il numero di mareggiate considerate. Nel presente caso gli anni di osservazione sono, ma tenendo conto di un rendimento del 9% della boa ondametrica si suggerisce di utilizzarem =.9 =. anni... Calcolo della probabilità con cui i valori estremi dell altezza d onda si verificano La probabilità con cui i valori estremi dell altezza d onda si verificano in un intervallo di tempo pari a n anni è calcolabile mediante la seguente espressione ( P P = ) n (.) T r la quale va dunque applicata ponendo n = e n = per tutte le altezze significative corrispondenti ai tempi di ritorno richiesti... Regressione lineare con il metodo dei minimi quadrati I parametri della retta di equazione y = ax + b che meglio interpola due vettori di dati x i e y i possono essere determinati mediante il metodo dei minimi quadrati. Definite la varianza e la covarianza S xx = N (xi x) (.) S xy = N (xi x) (y i ȳ) (.9) nelle quali x e ȳ rappresentano i valori medi dei vettori di dati x e y, i parametri della retta sono esprimibili come a = S xy S xx (.) b = ȳ a x. (.) Università degli Studi di Roma Tre - DSIC

4 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico anno //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 Figura.: Misure di moto ondoso della boa di Ponza. Altezza significativa Università degli Studi di Roma Tre - DSIC

5 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 Figura.: Misure di moto ondoso della boa di Ponza. Altezza significativa Università degli Studi di Roma Tre - DSIC

6 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 Figura.: Misure di moto ondoso della boa di Ponza. Altezza significativa Università degli Studi di Roma Tre - DSIC

7 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - //9 //9 //9 //9 //9 //9 //9 //9 //9 //9 //99 //99 //99 //99 //99 Figura.: Misure di moto ondoso della boa di Ponza. Altezza significativa Università degli Studi di Roma Tre - DSIC

8 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - // // // // // // // // // // // // // // // Figura.: Misure di moto ondoso della boa di Ponza. Altezza significativa Università degli Studi di Roma Tre - DSIC

9 Esercitazioni dei corsi di Ingegneria Costiera - Anno Accademico - // // // // // // // // // // // // // // // Figura.: Misure di moto ondoso della boa di Ponza. Altezza significativa Università degli Studi di Roma Tre - DSIC

Statistica a breve termine: metodo delle onde apparenti

Statistica a breve termine: metodo delle onde apparenti Esercitazione 1 Statistica a breve termine: metodo delle onde apparenti Si calcolino, applicando il metodo delle onde apparenti, le seguenti proprietà della registrazione ondametrica fornita nelle figure

Dettagli

Esercitazione del

Esercitazione del Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative

Dettagli

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto

Dettagli

Esercizi di Calcolo e Biostatistica con soluzioni

Esercizi di Calcolo e Biostatistica con soluzioni 1 Esercizi di Calcolo e Biostatistica con soluzioni 1. Date le funzioni f 1 (x) = x/4 1, f 2 (x) = 3 x, f 3 (x) = x 4 2x, scrivere a parole le operazioni che, dato x in modo opportuno, permettono di calcolare

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui

Dettagli

Università della Calabria

Università della Calabria Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE

Dettagli

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare

Dettagli

Regressione lineare semplice

Regressione lineare semplice Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro

Dettagli

2. DEFINIZIONE DELLE CARATTERISTICHE ONDOSE ALL IMBOCCATURA... 3

2. DEFINIZIONE DELLE CARATTERISTICHE ONDOSE ALL IMBOCCATURA... 3 PREMESSE... 2 2. DEFINIZIONE DELLE CARATTERISTICHE ONDOSE ALL IMBOCCATURA... 3 3. TRASFERIMENTO DELLE CARATTERISTICHE DEL MOTO ONDOSO ALL IMBOCCATURA DELL AREA PORTUALE... 5 Risultati delle simulazioni

Dettagli

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria

Dettagli

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Scale Logaritmiche. Matematica con Elementi di Statistica a.a. 2015/16

Scale Logaritmiche. Matematica con Elementi di Statistica a.a. 2015/16 Scale Logaritmiche Scala Logaritmica: sull asse prescelto (ad esempio, l asse x) si rappresenta il punto di ascissa = 0 0 nella direzione positiva si rappresentano, a distanze uguali fra di loro, i punti

Dettagli

Statistica di base per l analisi socio-economica

Statistica di base per l analisi socio-economica Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme

Dettagli

Trasformazioni Logaritmiche

Trasformazioni Logaritmiche Trasformazioni Logaritmiche Una funzione y = f(x) può essere rappresentata in scala logaritmica ponendo Si noti che y = f(x) diventa ossia Quando mi conviene? X = log α x, Y = log α y. log α (x) = log

Dettagli

Corso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica

Corso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Lezione 3 1) Grafico a dispersione 2) La correlazione lineare -la covarianza funzione di excel: covarianza()

Dettagli

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)

Dettagli

Lezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo

Lezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE

Dettagli

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##

Dettagli

Dispensa di Statistica

Dispensa di Statistica Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza

Dettagli

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO

Dettagli

Rappresentazione di Dati: Scala lineare Scala logaritmica. Grafici Lin Lin Grafici Lin Log Grafici Log Log

Rappresentazione di Dati: Scala lineare Scala logaritmica. Grafici Lin Lin Grafici Lin Log Grafici Log Log Rappresentazione di Dati: Scala lineare Scala logaritmica Grafici Lin Lin Grafici Lin Log Grafici Log Log Grafici in scala lineare Grafici Lin Lin Nella rappresentazione di dati in un piano cartesiano

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria e tecniche dei test. Concetti di base Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statistica - metodologie per le scienze economiche e sociali /e S Borra, A Di Ciaccio - McGraw Hill Es 6 Soluzione degli esercizi del capitolo 6 In base agli arrotondamenti effettuati nei calcoli, si possono

Dettagli

SCHEDA DIDATTICA N 7

SCHEDA DIDATTICA N 7 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti

Dettagli

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1 Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare

Dettagli

Regressione e Correlazione (cap. 11) Importazione dati da file di testo

Regressione e Correlazione (cap. 11) Importazione dati da file di testo Regressione e Correlazione (cap. 11) Importazione dati da file di testo Introduzione Nella statistica applicata si osserva la relazione (dipendenza) tra due o più grandezze. Esigenza: determinare una funzione

Dettagli

Regressione Lineare Semplice e Correlazione

Regressione Lineare Semplice e Correlazione Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)

Dettagli

ESERCIZI DI RIEPILOGO 1

ESERCIZI DI RIEPILOGO 1 ESERCIZI DI RIEPILOGO 1 ESERCIZIO 1 La tabella seguente contiene la distribuzione di frequenza della variabile X = età (misurata in anni) per un campione casuale di bambini: x i 4.6 8 3.2 3 5.4 6 2.6 2

Dettagli

Versione di Controllo

Versione di Controllo Università degli Studi di Trento test di ammissione ai corsi di laurea in Fisica - Matematica - Informatica Ingegneria dell Informazione e Organizzazione d Impresa Ingegneria dell Informazione e delle

Dettagli

Cognome e Nome:... Matricola e corso di laurea:...

Cognome e Nome:... Matricola e corso di laurea:... Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 2014 Cognome e Nome:................................................................... Matricola e corso di laurea:...................................................

Dettagli

Statistica descrittiva in due variabili

Statistica descrittiva in due variabili Statistica descrittiva in due variabili 1 / 65 Statistica descrittiva in due variabili 1 / 65 Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con

Dettagli

x, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )

x, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y ) Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta

Dettagli

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica 13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in

Dettagli

ESPONENZIALE ED EQUAZIONI DIFFERENZIALI

ESPONENZIALE ED EQUAZIONI DIFFERENZIALI ESPONENZIALE ED EQUAZIONI DIFFERENZIALI Prerequisiti: Obiettivi: Piano cartesiano funzione esponenziale e rappresentazione sul piano cartesiano concetto di limite definizione di derivata differenziale

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

0 altimenti 1 soggetto trova lavoroentro 6 mesi}

0 altimenti 1 soggetto trova lavoroentro 6 mesi} Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta

Dettagli

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 05/07/2006

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 05/07/2006 Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 0/07/006 COGNOME NOME MATRICOLA.) Sia {x, x,..., x n } IR una popolazione statistica numerica relativa ad una

Dettagli

METODO DEI MINIMI QUADRATI

METODO DEI MINIMI QUADRATI METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità

Dettagli

ESERCITAZIONI 1 e 2: calcoli

ESERCITAZIONI 1 e 2: calcoli ESERCITAZIONI 1 e 2: calcoli L uso del foglio elettronico nel laboratorio di ispezione degli alimenti. Funzioni utilizzate negli esercizi e traduzione in inglese americano per l utilizzo su computer con

Dettagli

CURVE DI DURATA: Introduzione e Rappresentazione analitica

CURVE DI DURATA: Introduzione e Rappresentazione analitica CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d

Dettagli

SCOPO DELL ANALISI DI CORRELAZIONE

SCOPO DELL ANALISI DI CORRELAZIONE CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica

Dettagli

Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.

Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della

Dettagli

la velocità degli uccelli è di circa (264:60= 4.4) m/s)

la velocità degli uccelli è di circa (264:60= 4.4) m/s) QUESTIONARIO 1. Si sa che certi uccelli, durante la migrazione, volano ad un altezza media di 260 metri. Un ornitologa osserva uno stormo di questi volatili, mentre si allontana da lei in linea retta,

Dettagli

Analisi della redditività r in termini di tendenza

Analisi della redditività r in termini di tendenza Laboratorio 2010 Scuola Duemila 1 Esercitazione svolta di laboratorio n. 3 Analisi della redditività r e dell effetto fetto leva in termini di tendenza Roberto Bandinelli Riccardo Mazzoni Il caso Gli analisti

Dettagli

Excel. È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti:

Excel. È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti: Excel È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti: Calcolare per ogni classe della distribuzione: (a) le frequenze relative; Sia data la distribuzione degli studenti

Dettagli

COSTRUZIONE DI UN VOLTMETRO A DIVERSE PORTATE; MISURA DELLA RESISTENZA INTERNA E VARIAZIONE DELLA PORTATA DI UN VOLTMETRO

COSTRUZIONE DI UN VOLTMETRO A DIVERSE PORTATE; MISURA DELLA RESISTENZA INTERNA E VARIAZIONE DELLA PORTATA DI UN VOLTMETRO COSTRUZIONE DI UN VOLTMETRO A DIVERSE PORTATE; MISURA DELLA RESISTENZA INTERNA E VARIAZIONE DELLA PORTATA DI UN VOLTMETRO L esercitazione è divisa in due parti. Nella prima parte si costruisce un voltmetro

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli. Esercizio 1 Università di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli Esercizio 1 Il seguente data set riporta la rilevazione di alcuni caratteri su un collettivo di 20 soggetti.

Dettagli

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in Scienze e Tecnologie Alimentari Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa

Dettagli

ESAME. 9 Gennaio 2017 COMPITO B

ESAME. 9 Gennaio 2017 COMPITO B ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

Esercitazione n 2. Costruzione di grafici

Esercitazione n 2. Costruzione di grafici Esercitazione n 2 Costruzione di grafici I grafici I grafici sono rappresentazione di dati numerici e/o di funzioni. Devono facilitare all utente la visualizzazione e la comprensione dei numeri e del fenomeno

Dettagli

REGRESSIONE E CORRELAZIONE

REGRESSIONE E CORRELAZIONE REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

Obiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza,

Obiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza, Obiettivi Strumenti Cosa ci faremo? inferenza Probabilità, distribuzioni campionarie uso stima Stimatori significato teorico descrizione Indici: media, varianza, calcolo Misure di posizione e di tendenza

Dettagli

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.

Dettagli

Capitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento

Capitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo

Dettagli

Nel Sistema Internazionale l unità di misura dell angolo è il radiante

Nel Sistema Internazionale l unità di misura dell angolo è il radiante Scienze Motorie Grandezze fisiche Il Sistema Internazionale di Unità di Misura 1) Nel Sistema Internazionale il prefisso Giga equivale a a) 10 15 b) 10 12 c) 10 9 d) 10 6 e) 10 3 Nel Sistema Internazionale

Dettagli

GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti

GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti A cura di: Ing. Giovanna

Dettagli

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,

Dettagli

COMUNE DI CONSIGLIO DI RUMO

COMUNE DI CONSIGLIO DI RUMO COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI

Dettagli

La regressione lineare multipla

La regressione lineare multipla 13 La regressione lineare multipla Introduzione 2 13.1 Il modello di regressione multipla 2 13.2 L analisi dei residui nel modello di regressione multipla 9 13.3 Il test per la verifica della significatività

Dettagli

L equazione generica della funzione costante è y=k, il grafico è una retta parallela all asse x (asse delle ascisse). retta parallela all'asse x y

L equazione generica della funzione costante è y=k, il grafico è una retta parallela all asse x (asse delle ascisse). retta parallela all'asse x y La funzione costante L equazione generica della funzione costante è =k, il grafico è una retta parallela all asse (asse delle ascisse). Esempio di esercizio, dall equazione al grafico: =- retta parallela

Dettagli

SIMULAZIONE - 29 APRILE QUESITI

SIMULAZIONE - 29 APRILE QUESITI www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione

Dettagli

Capitolo 3 Sintesi e descrizione dei dati quantitativi

Capitolo 3 Sintesi e descrizione dei dati quantitativi Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità

Dettagli

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza

Dettagli

Analisi dei Dati Tabelle e Grafici

Analisi dei Dati Tabelle e Grafici Analisi dei Dati Tabelle e Grafici Spesso una misurazione consiste nello studio di una grandezza,y i in funzione di un altra, x i. Esempi: o lo spazio percorso da un oggetto in funzione di un intervallo

Dettagli

Microeconomia - Problem set 4 - soluzione

Microeconomia - Problem set 4 - soluzione Microeconomia - Problem set 4 - soluzione (Prof Paolo Giordani - TA: Pierluigi Murro) 2 Maggio 2015 Esercizio 1 Calcolare i prodotti marginali di ciascun fattore produttivo (P M 1, P M 2 ) e il saggio

Dettagli

TRIGONOMETRIA: DISEQUAZIONI TRIGONOMETRICHE

TRIGONOMETRIA: DISEQUAZIONI TRIGONOMETRICHE FACOLTÀ DI INGEGNERIA CORSI DI POTENZIAMENTO - MATEMATICA E LOGICA ANNO ACCADEMICO 008-009 ESERCIZI DI TRIGONOMETRIA: DISEQUAZIONI TRIGONOMETRICHE Esercizio : Risolvere la seguente disequazione >. Svolgimento:

Dettagli

Analisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati:

Analisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati: Obiettivi: Esplicitare la correlazione esistente tra l altezza di un individuo adulto e la lunghezza del suo piede e del suo avambraccio. Idea del progetto: Il progetto nasce dall idea di acquistare scarpe

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Cognome e Nome:... Corso di laurea:...

Cognome e Nome:... Corso di laurea:... Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 201 Cognome e Nome:................................................................... Corso di laurea:.......................................................................

Dettagli

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1

Dettagli

Risoluzione di problemi ingegneristici con Excel

Risoluzione di problemi ingegneristici con Excel Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2

Dettagli

Idraulica e Idrologia: Lezione 6

Idraulica e Idrologia: Lezione 6 Idraulica e Idrologia: Lezione 6 Agenda del giorno - Eventi estremi in idrologia: legame fra magnitudo e probabilità; - Statistica e probabilità in idrologia; - Tempo di ritorno. 1 Analisi statistica di

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 9

Laboratorio di Matematica Computazionale A.A Lab. 9 Laboratorio di Matematica Computazionale A.A. 2007-2008 Lab. 9 Spline interpolanti lineari (interp1) e cubiche (spline) Esercizio 1 Assegnati i punti di coordinate x -1 1 2 3 5 y 0-1 5 2 1 si disegnino,

Dettagli

Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica

Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica 1. Procedimento di stima La maggior parte dei caratteri che si rilevano nell indagine sulle Forze di Lavoro sono di tipo qualitativo.

Dettagli

FACOLTÀ DI INGEGNERIA

FACOLTÀ DI INGEGNERIA a.a. 2012/2013 FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN: INGEGNERIA DELLE COSTRUZIONI EDILI E DEI SISTEMI AMBIENTALI Insegnamento: COSTRUZIONI IDRAULICHE OGGETTO: QUADERNO DELLE ESERCITAZIONI dott. ANDREA

Dettagli

12) Metodo dei minimi quadrati e linea di tendenza

12) Metodo dei minimi quadrati e linea di tendenza 12) Metodo dei minimi quadrati e linea di tendenza 43 Si supponga di avere una tabella di dati {y exp i} i=1,,n in funzione di altri dati {x i } i=1,,n che siano il risultato di una qualche misura sperimentale.

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

MINIMI QUADRATI. REGRESSIONE LINEARE MINIMI QUADRATI. REGRESSIONE LINEARE Se il coefficiente di correlazione r è prossimo a 1 o a -1 e se il diagramma di dispersione suggerisce una relazione di tipo lineare, ha senso determinare l equazione

Dettagli

Stima puntuale di parametri

Stima puntuale di parametri Probabilità e Statistica Esercitazioni a.a. 006/007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa

Dettagli

Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore

Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1

Dettagli

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

FACOLTA DI INGEGNERIA

FACOLTA DI INGEGNERIA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 5 ARGOMENTO: VERIFICA DEL MODELLO

Dettagli

L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)%

L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)% UNITÀ L ELBORZIONE DEI DTI IN FISIC 1. Gli errori di misura.. Errori di sensibilità, errori casuali, errori sistematici. 3. La stima dell errore. 4. La media, la semidispersione e lo scarto quadratico

Dettagli

STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7:

STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7: esercitazione 7 p. 1/13 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7: 20-05-2004 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it

Dettagli

Analisi della correlazione canonica

Analisi della correlazione canonica Analisi della correlazione canonica Su un collettivo di unità statistiche si osservano due gruppi di k ed m variabili L analisi della correlazione canonica ha per obiettivo lo studio delle relazioni di

Dettagli

PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010

PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010 PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010 1) PIANO CARTESIANO serve per indicare, identificare, chiamare... ogni PUNTO del piano (ente geometrico) con una coppia di valori numerici (detti COORDINATE).

Dettagli

Testo di riferimento: D. Benedetto, M. Degli Esposti, C. Maffei, Matematica per le scienze della vita, Ambrosiana, 2008.

Testo di riferimento: D. Benedetto, M. Degli Esposti, C. Maffei, Matematica per le scienze della vita, Ambrosiana, 2008. Corsi di Laurea in Scienze Naturali e Scienze Geologiche Corso di Matematica con Elementi di Statistica - II Modulo Docente: Prof.ssa Maria Polo Esercizi proposti per la preparazione all esame Gli esercizi

Dettagli

Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta

Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017 Giovanni Lafratta ii Indice 1 Spazi, Disegni e Strategie Campionarie 1 2 Campionamento casuale

Dettagli

Alcune v.a. discrete notevoli

Alcune v.a. discrete notevoli Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =

Dettagli

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.

Dettagli

APAT Agenzia per la protezione dell ambiente e per i servizi tecnici. Dipartimento Tutela delle Acque Interne e Marine Servizio Difesa delle Coste

APAT Agenzia per la protezione dell ambiente e per i servizi tecnici. Dipartimento Tutela delle Acque Interne e Marine Servizio Difesa delle Coste APAT Agenzia per la protezione dell ambiente e per i servizi tecnici Dipartimento Tutela delle Acque Interne e Marine Servizio Difesa delle Coste CAPITOLO 3 IL CLIMA ONDOSO A LARGO DELLE COSTE ITALIANE

Dettagli

Esame di Statistica del 16 aprile 2007 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

Esame di Statistica del 16 aprile 2007 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Esame di Statistica del 16 aprile 2007 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano

Dettagli