docente: Germana Scepi

Documenti analoghi
RICHIAMI di CALCOLO delle PROBABILITA

Verifica di ipotesi: approfondimenti

la parola binaria che è è la parola di dati e p venuta fuori, in trasmissione, a seguito dell esecuzione delle 4 prove di parità;

Analisi della varianza

Tre tipi di Sistema Un richiamo

Introduzione a rischio e rendimento

Metodi per la riduzione della dimensionalità Strumenti quantitativi per la gestione

La probabilità. f n. evidentemente è 0 ( E)

Il modello lineare e l analisi della varianza con

INTRODUZIONE. L obiettivo centrale della tesi consiste nell analizzare, attraverso una opportuna tecnica

ma come si puo misurare una grandezza fisica della quale si postula l esistenza, ma di cui non si conosce nulla? chiaramente misurarla direttamente

Soluzione esami di stato Il sistema di controllo può essere rappresentato mediante il seguente schema a blocchi : G t (s)

ANALISI DELLA VARIANZA

CP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione

Test di Ipotesi (su una singola popolazione)

ESERCIZIO 1: Vincolo di bilancio lineare

125. Simulazioni del decadimento radioattivo con la TI Voyage 200 di Pietro Romano L. S. Leonardo, Giarre (CT)

Confronto tra le proporzioni in due popolazioni indipendenti (alcune note)

Regolarizzazione (Shrinkage) Strumenti quantitativi per la gestione

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Predittore di Smith. (Complementi di Controlli Automatici: prof. Giuseppe Fusco) y p (t) Figura 1: Schema di controllo in retroazione con ritardo.

Le Tecniche di Data Mining

Principi di Economia I - Microeconomia Esame

Schedulazione di dettaglio Macchine in parallelo

8. ANALISI DELLA COVARIANZA (ANCOVA)

Modellazione dinamica per il controllo di processo. Davide Manca Strumentazione e Controllo di Impianti Chimici Politecnico di Milano

Corso di Impianti Dispense a cura di Simone Lugli Realizzate a favore degli allievi dell Istituto C. Ferrini di Verbania. 1. Il teorema di Bernoulli 2

Tecniche statistiche di analisi del cambiamento

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Per quanto detto prima il fenomeno di svuotamento termina quando la pressione di ristagno è pari a:

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea specialistica in biotecnologie mediche. Corso di Statistica Medica. Analisi dei dati quantitativi :

Guida per l esecuzione dei brani per le S.I.M. e altre formazioni Partitura

1. variabili dicotomiche: 2 sole categorie A e B

ESAME DI AMMISSIONE ALLA TERZA LICEO SCIENZE SPERIMENTALI: FISICA

LA LORDIZZAZIONE DEI REDDITI NETTI IRPEF: STRUMENTI PER LA MICROSIMULAZIONE SUL 2005

Indice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Puntatori in C. Fondamenti di Informatica. Daniele Loiacono

Indicatori della dinamica dei prezzi al consumo per alcune tipologie di famiglie Anni

Esercizi proposti - Gruppo 7

Capitolo 2. Funzioni

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Domanda di lavoro ed equilibrio del mercato del lavoro in concorrenza perfetta

Il flusso ottico. Alberto Borghese Laboratory of Motion Analysis, Virtual Reality (MAVR) Il flusso ottico

Corso di Progetto di Strutture. POTENZA, a.a Serbatoi in c.a.p.

Capitolo 3 - Parte IV Complementi sui circuiti combinatori

Traccia dello svolgimento di alcuni esercizi del compito del 15/04/08

Sezioni d urto. Prof. Sergio Petrera Università degli Studi dell Aquila. 11 giugno La regola d oro di Fermi e la sezione d urto di Born

Note sulla Definizione Assiomatica della Probabilita

C.I. di Metodologia clinica

ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti

La psicologia... della percezione? Introduzione alla Psicologia della Percezione. Neuroscienze Cognitive. Le Neuroscienze...

Lezione 10 Termodinamica

Indagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine

Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione

Moto Monodimensionale in Condotti

MATHESIS. Sezioni di Napoli e C.mare di Stabia. Scuola Estiva di Formazione - Secondo Ciclo di Istruzione La Matematica dell incerto

Tonzig La fisica del calore

INDICE PARTE METODOLOGICA

FAI MATEMATICA. PREPARATI ALL ESAME 44 Esercitazioni per la prova d esame. Aggiornamenti e ulteriori materiali seieditrice.

Calcolo Parallelo. Valutazione dell efficienza di algoritmi e software in ambiente parallelo. Prof. Alessandra d Alessio.

TEORIA DELLA PROBABILITÁ

Lezione 10 Termodinamica

Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza

L Offerta dell impresa e dell industria

Teoria dei Fenomeni Aleatori AA 2012/13

CALCOLO DELLE PROBABILITÀ. 1. La probabilità che una candela accesa si spenga è p = 1, perché è assolutamente certo che si esaurirà.

Idrogramma. L idrogramma è la rappresentazione grafica dell andamento della portata nel tempo.

Cognome: Nome: Matricola: Sistemi Operativi A.A , prova scritta del 25 settembre 2008.

Corso di Scienza delle Costruzioni C Prof. Silvio Valente RISOLUZIONE TEMA D ESAME A cura di Simona Patetta

o Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1

Complementi di Termologia. III parte

Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 2009/10 Prova scritta del 21/7/2010

Metodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello

a 11 s 1 + a 12 s a 1n s n = b 1 a 21 s 1 + a 22 s a 2n s n = b 2..

Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II

FUORI DI SCIENZA 2015/2016 fuoridiscienza.wordpress.com PROPOSTE DIDATTICHE 2015/2016

Teoria del consumo. Dott.ssa Alessandra Porfido

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012

Riduzioni di Turing. OMdT. nastro di oracolo. domanda. tra linguaggi. macchina di Turing con oracolo (OMdT). detto insieme di oracolo.

Capitolo 1 La rilevazione dei fenomeni statistici

Valutazione dei consumi globali di energia di un sistema

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice

Teoria del consumo Viki Nellas

Introduzione alle macchine termiche

APPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO

L Analisi della Varianza ANOVA (ANalysis Of VAriance)

Un modello di regressione fuzzy per la valutazione della soddisfazione

Problemi legati all'uso dei Puntatori

Esercitazione 1. 1) Apprendimento del concetto di filtro quale blocco di elaborazione analogica dell informazione

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica

Tecniche statistiche di analisi del cambiamento

DISTRIBUZIONI DI CAMPIONAMENTO

MOTI QUASI UNIDIMENSIONALI MOTI QUASI UNIDIMENSIONALI

TECNICHE DI ANALISI DEI DATI

Imputazione dati mancanti

Transcript:

INSEGNAMENTO DI :PIANO DEGLI ESPERIMENTI CORSO DI LAUREA: CLAS docente: Germana Scei

Eserimenti in Scienza e Industria I metodi serimentali sono amiamente utilizzati sia nella ricerca scientifica che nel camo industriale, con obiettivi sesso differenti. L'obiettivo rinciale nella ricerca scientifica è quello di evidenziare la significatività statistica di un effetto che un articolare fattore esercita sulla variabile diendente di interesse Nello studio in camo industriale, l'obiettivo rimario è usualmente quello di estrarre il massimo ammontare di informazione non distorta riguardo i fattori che influenzano un rocesso roduttivo col minor numero ossibile (anche in termini di costi) di osservazioni. Mentre nel rimo caso (nella ricerca in camo scientifico) sono usate le tecniche rorie dell'analisi della varianza (ANOVA) er scorire la natura interattiva della realtà come manifestata nelle interazioni di ordine iù elevato dei fattori, negli studi di tio industriale gli effetti di interazione sono sesso visti come un "disturbo" (essi riscuotono di solito scarso interesse: ossono comlicare il rocesso di identificazione dei fattori imortanti)

GLOSSARIO Variabile di risosta (resonse): è una variabile con cui si misura il risultato di un eserimento es. volume di mercurio in un camione di acqua del fiume Fattore (factor): è una variabile serimentale controllabile che si ritiene influenzi la variabile di risosta (tio di fertilizzante, trattamenti termici, temeratura, ecc.) e di cui si vuole misurare l effetto (n.b. effetti dei singoli fattori: effetti rinciali) Livello (level): è uno secifico valore di un fattore Regione serimentale o sazio dei fattori (exerimental region o factor sace): sono tutte le ossibili combinazioni fattore/livello Interazioni (interaction): esistenza di effetti congiunti di iù fattori sulla variabile risosta Covariate (covariates): sono variabili che ossono influenzare la risosta ma i cui valori a differenza dei fattori non vengono controllati nell eserimento (es. in molti eserimenti temeratura ed umidità influenzano la variabile di risosta ma solo la temeratura uò essere controllata mentre l umidità uò essere misurata ma non controllata) Unità (item): oggetto o unità di rilevazione risetto a cui misurare le variabili considerate (es. ali di un aereo, bulloni, ecc.) Unità serimentali omogenee: (homogeneous exerimental units): unità che si resentano il iù simili ossibile risetto all'influenza sulla variabile di risosta

Sequenza di rove (sequence of tests): l ordine nel quale le combinazioni fattore/livello devono essere eseguite durante un eserimento Blocchi (blocks): dividono il numero totale di unità in due o iù grui di unità serimentali omogenee Rietizioni di rove (reeated tests): effettuazione di due o iù rove in cui siano identici sia le combinazioni fattore/livello che le condizioni di rova Relicazioni (relications): rietizione di un eserimento (o di arte di esso) in condizioni diverse di rova Errore Serimentale (exerimental error): comonente della variabilità dei risultati dovuta a fluttuazione casuali e non all'intervento dei fattori

Le esate di Hotelling Il roblema: Si disone di tre oggetti di cui si vuole conoscere il eso. Si ha a disosizione un numero massimo di quattro esate. Come è ossibile ottenere la migliore stima dei tre esi? Notazione: P i eso dell i-esimo oggetto, i,, P taratura (correzione dello zero) i Risultato della i-esima esata L errore in ciascuna esata è ritenuto costante e ari a σ i stima dell i-esimo eso var( i ) σ Stima Peso reale Errore serimentale Primo modo di rocedere: gli oggetti sono esati uno alla volta, si utilizza un solo iatto. Prima esata: la bilancia è vuota, rilevazione di Seconda esata: Oggetto sul iatto di destra, lettura di Terza esata: Oggetto sul iatto di destra, lettura di Quarta Pesata: Oggetto sul iatto di destra, lettura di

Ogni stima deriva dalla differenza di due misure: la varianza della stima dei esi è uguale a due volte la varianza della misura σ Chiamiamo ora X, X, X i tre oggetti da esare, ed attribuiamo: se l oggetto non sta sulla bilancia; se l oggetto sta sul iatto di destra; - se l oggetto sta sul iatto di sinistra. Con questa notazione la rova recedente uò essere raresentata dalla seguente matrice: X X X esata esata esata esata

Secondo modo di rocedere: gli oggetti sono esati due alla volta, si utilizza un solo iatto Prima esata: Nessun oggetto sui iatti, rilevazione di Seconda esata: X e X a destra, lettura di Terza esata: X e X a destra, lettura di Quarta esata: X e X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata esata esata var( i ) (½) σ σ La varianza delle stime è uguale alla varianza delle misure Questa rocedura è iù recisa della recedente

Terzo modo di rocedere: gli oggetti sono esati tre alla volta, si utilizzano entrambi i iatti Prima esata: I tre oggetti sono a sinistra, rilevazione di Seconda esata: X e X a sinistra, X a destra, lettura di Terza esata: X e X a sinistra, X a destra, lettura di Quarta esata: X e X a sinistra, X a destra, lettura di La matrice delle esate è la seguente: X X X esata - - - esata - - esata - - esata - - var( i ) (½) σ ½σ La varianza delle stime è uguale alla metà della varianza delle misure Questa rocedura è volte iù recisa della rima

Ultimo modo di rocedere: gli oggetti sono esati tre alla volta, si utilizzano entrambi i iatti Prima esata: I tre oggetti sono a sinistra, rilevazione di Seconda esata: X a sinistra, X e X a destra, lettura di Terza esata: X a sinistra, X e X a destra, lettura di Quarta esata: X a sinistra, X e X a destra, lettura di La matrice delle esate è la seguente: X X X esata - - - esata - esata - esata - var( i ) (¼) σ ¼ σ La varianza delle stime è uguale alla metà della varianza delle misure Questa rocedura è 8 volte iù recisa della rima

Esiste un altra rocedura in grado di fornire stime iù recise? Alcune considerazioni: A arità di numero di rove è stato ossibile diminuire considerevolmente la variabilità delle stime Contrariamente alla logica aarente conviene combinare le rove iuttosto che serimentare a arità di altre condizioni (come nel rimo metodo) Nella terminologia del disegno degli eserimenti: ogni esata costituisce una risosta Ogni oggetto è un fattore Il eso di un oggetto è l effetto di un fattore sulla risosta Controllare le colonne della X nelle due ultime rocedure