LA COMPATIBILITA tra due misure:



Documenti analoghi
CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE

Relazioni tra variabili: Correlazione e regressione lineare

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

CAPITOLO 3 Incertezza di misura Pagina 26

Variabili statistiche - Sommario

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

Precisione e Cifre Significative

3. Esercitazioni di Teoria delle code

Misure Ripetute ed Indipendenti

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

Esame di Statistica Corso di Laurea in Economia

Esercitazioni del corso: STATISTICA

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Tutti gli strumenti vanno tarati

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

La verifica delle ipotesi

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

Macchine. 5 Esercitazione 5

Corso di. Dott.ssa Donatella Cocca

TEST D INGRESSO MATEMATICA 24/05/2011

Statistica Descrittiva

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 13: 24 aprile 2013

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Modelli descrittivi, statistica e simulazione

Propagazione delle incertezze

Concetti principale della lezione precedente

Grafico di una serie di dati sperimentali in EXCEL

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Analisi statistica degli errori casuali

Misure dirette utilizzate per il calcolo della misura indiretta X:

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

Elementi di statistica

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa Esercitazione: 4 aprile 2013

Il pendolo di torsione

Statistica e calcolo delle Probabilità. Allievi INF

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

Soluzione esercizio Mountbatten

Esercitazione 1 del corso di Statistica 2

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Adattamento di una relazione funzionale ai dati sperimentali

Lezione 2 a - Statistica descrittiva per variabili quantitative

Analisi della Varianza

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

ELEMENTI DI STATISTICA

Trigger di Schmitt. e +V t

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017

Rappresentazione dei numeri

Propagazione degli errori

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

CARATTERISTICHE DEI SEGNALI RANDOM

Economie di scala, concorrenza imperfetta e commercio internazionale

Principio di massima verosimiglianza

Principio di massima verosimiglianza

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Università degli Studi di Urbino Facoltà di Economia

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016

Calcolo della caduta di tensione con il metodo vettoriale

Propagazione degli errori

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Lezione 2 le misure di sintesi: le medie

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

Lezione 2 a - Statistica descrittiva per variabili quantitative

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

Condensatori e resistenze

Note introduttive al Laboratorio di Fisica. Leonardo Merola

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

L arcobaleno. Giovanni Mancarella. n = n = n = α( o )

Verifica termoigrometrica delle pareti

Statistica di Bose-Einstein

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O /

DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C

Esame del corso di Tecniche Avanzate per il Trattamento delle Immagini

Sistemi Intelligenti Stimatori e sistemi lineari - III

Matematica II: Calcolo delle Probabilità e Statistica Matematica

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Test delle ipotesi Parte 2

Transcript:

LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore nullo. Ovvero, se possono essere consderate ugual, ne lmt de rspettv error spermental x ±S x ±S Qualtatvamente: 0. 0. 0. Le due gaussane non s ntersecano tra loro: non s ha compatbltà tra le due msure 0.0 0 5 0 5 40 45 0.4 x ±S x ±S 0.4 0. 0. x ±S x ±S Maggore è l area comune, maggore è la compatbltà tra le due msure 0. 0. 0. 0. 0.0 0.0 0 5 0 5 40 45 0 5 0 5 40 45

LA COMPATIBILITA tra due msure: Il grado d ntersezone tra le curve non dpende solo dalla dstanza (dfferenza) tra due valor med, ma anche dalla larghezza delle gaussane 0.4 x ±S x ±S Le due gaussane non s 0. 0. ntersecano tra loro: non s ha compatbltà tra le due msure 0. 0.0 0 5 0 5 40 45 0.4 0. 0. 0. x ±S x ±S A partà d dstanza tra valor med x e x, la sovrapposzone tra le curve cresce al crescere della loro larghezza 0.0 0 0 40 50 60

LA COMPATIBILITA tra due msure: E possble quantfcare la compatbltà tra due msure tramte l calcolo dell ntervallo d confdenza (confdence level CL) che ndca la probabltà che la dfferenza tra due valor msurat sa una fluttuazone statstca ntorno al valore nullo. Operatvamente dat due valor x ±S x ±S s calcola: ) La dfferenza tra due valor: x x ) L errore su questa dfferenza (propagazone S dff S S degl error per somme e dfferenze): ) Se ne fa l rapporto: x x t Mnore è l valore d t, S S maggore sarà la compatbltà 4) S rcava dalla tabella della gaussuana la probabltà assocata P(t): 5) Se ne fa l complementare: CL 00 P( t) Maggore è l valore d CL, maggore sarà la compatbltà In genere due msure s consderano compatbl se CL>5%, non compatbl se CL <0.%

LA COMPATIBILITA tra due msure: Esempo: Determnare l lvello d confdenza tra queste coppe d valor x ±S x ±S t P(t) CL 5 ±. 40 ±. 40 5.. 5.84 8. >>99.999% <<0.00% 5 ±. 0 ±. 0 5.. 5.84.7 99.5% 0.65% 5 ±. 8 ±. 8 5...84.6 89.96% 0.04% 5 ±. 40 ±. 40 5. 7 5 7.. 96.5%.49% 0.4 0. 0. 0. 0.0 0 5 0 5 40 45

LA COMPATIBILITA tra due msure: Esempo: Determnare l lvello d confdenza tra queste coppe d valor x ±S x ±S t P(t) CL 5 ±. 40 ±. 40 5.. 5.84 8. >>99.999% <<0.00% 5 ±. 0 ±. 0 5.. 5.84.7 99.5% 0.65% 5 ±. 8 ±. 8 5...84.6 89.96% 0.04% 5 ±. 40 ±. 40 5. 7 5 7.. 96.5%.49% 0.4 0. 0. 0. 0.0 0 5 0 5 40 45

LA COMPATIBILITA tra due msure: Esempo: Determnare l lvello d confdenza tra queste coppe d valor x ±S x ±S t P(t) CL 5 ±. 40 ±. 40 5.. 5.84 8. >>99.999% <<0.00% 5 ±. 0 ±. 0 5.. 5.84.7 99.5% 0.65% 5 ±. 8 ±. 8 5...84.6 89.96% 0.04% 5 ±. 40 ±. 40 5. 7 5 7.. 96.5%.49% 0.4 0. 0. 0. 0.0 0 5 0 5 40 45

LA COMPATIBILITA tra due msure: Esempo: Determnare l lvello d confdenza tra queste coppe d valor x ±S x ±S t P(t) CL 5 ±. 40 ±. 40 5.. 5.84 8. >>99.999% <<0.00% 5 ±. 0 ±. 0 5.. 5.84.7 99.5% 0.65% 5 ±. 8 ±. 8 5...84.6 89.96% 0.04% 5 ±. 40 ±7 40 5. 7 5 7.. 96.5%.49% 0.4 0. 0. 0. 0.0 0 0 40 50 60

Rappresentazone grafca: x ±S ± x ±S =40 ±. 0 5 0 5 40 45 40 5 0 5 I punt sono come gaussane vste dall alto dove la barra d errore corrsponde ad una devazone standard Msura Msura

Rappresentazone grafca: x ±S ± x ±S =0 ±. 0 5 0 5 40 45 40 5 0 5 Msura Msura

Rappresentazone grafca: x ±S ± x ±S =8 ±. 0 5 0 5 40 45 40 5 0 5 Msura Msura

Rappresentazone grafca: x ±S ± x ±S = 40 ± 7 50 0 0 40 50 60 45 40 5 0 5 Msura Msura

Esercz Due grupp d student effettuano la msura della denstà d un oggetto, trovando rspettvamente valor.7 ± 0.9 g/cm e 00 ± 00 kg/m. S può affermare che due valor così trovat sono compatbl con un lvello d confdenza del 0%? E del 5%? Come prma cosa è necessaro unformare le untà d msura per poter confrontare valor. Esprmamo entrambe le denstà n g/cm kg 0 g g 00 00. 6 m 0 cm cm kg 0 g g 00 00. 6 m 0 cm cm Per calcolare l CL s calcola dapprma l valore d t : t.7. 0.9..4.58.5 Dalla tabella della gaussana s rcava che la probabltà corrspondente è: P(t)=87.5% Il lvello d confdenza CL è qund par a: CL=00- P(t)=00%-87.5%=.85% E qund corretto affermare che valor sono compatbl con un lvello d confdenza del 0%, mentre non sono compatbl con un CL del 5%

Esercz Due carpenter msurano con un metro a nastro la larghezza d una porta. Il prmo trova 46.8 cm, l secondo 48.6 cm. Sapendo che l ncertezza su ognuna delle due msure può essere stmata par a 5 mm, dre a quale lvello d confdenza le due msure sono compatbl tra loro Per calcolare l CL s calcola dapprma l valore d t : t 48.6 46.8 0.5 0.5.8 0.707.55 Dalla tabella della gaussana s rcava che la probabltà corrspondente è: P(t)=98.9% Il lvello d confdenza CL è qund par a: CL=00- P(t)=00%-98.9%=.08%

LE MEDIE PESATE: Spesso una grandezza può essere msurata con metod dfferent (avent precson dverse), oppure da dvers spermentator medante msure rpetute. S avranno pertanto a dsposzone var rsultat nella forma: x x x...... x compatbl S può dmostrare che la mglor stma della grandezza s rcava consderando tutte queste determnazon come: Meda pesata: X best x Errore della meda pesata: X best

LE MEDIE PESATE: Esplctamo la formula della meda pesata:...... best x x x x x X Esplctamo la formula dell errore della meda pesata:... X best

LE MEDIE PESATE: Osservazon: Il valore della meda pesata (così come quello della meda artmetca) è sempre compreso tra l mnmo e l massmo delle msure consderate L errore della meda pesata è sempre mnore del pù pccolo degl error delle msure consderate La formula della meda pesata s rduce a quella della meda artmetca nel caso n cu gl error sono tutt ugual tra loro

LE MEDIE PESATE: Esempo: Quattro grupp d student msurano con quattro dfferent metod la massa d rame depostata sul catodo n seguto ad una elettrols con solfato d rame, e trovano seguent valor, espress n mg: x 0. 0. 9.8 0. 0.5 0.5 9.9 0.4 Calcolamo la mglor stma della massa e la sua ncertezza x x X best 0.. 4.4 0. 9.8 0.5 0. 0.5 00 4 980 4 X best 98.08 X best 9.874 X 0. 09.6 best.6 9.9 0.4 6.5.6 6.875 98.08 Tenendo conto delle cfre sgnfcatve: 9.87 0.09

LE MEDIE PESATE: Esempo: 0. 0. 9.8 0. 0.5 0.5 9.9 0.4 Meda pesata: 9.870.09 Se s trascurano gl error e s calcola la meda artmetca e la devazone standard della meda: 40.5 Applcando le formule della meda: x 0. 5 4 x ( x x) Meda artmetca: 0. 0. La devazone standard della meda: S x 0.75 4 0.65 0. 0.0065 9.8 0.0565 Meda artmetca 0.5 0.4065 Meda pesata 4 9.9 0.05065 40.5 0.75

Esercz In una esperenza d laboratoro vene condotto un espermento al fne d trovare l valore della carca depostata sulle armature d un condensatore. Tre grupp d student, dotat d strumentazone con dversa precsone trovano seguent valor: gruppo : carca = (.54 ±.) 0 9 C gruppo : carca = (.6 ± 0.8) 0 9 C gruppo : carca = (.6 ± 0.8) 0 9 C Quale è la mglor stma della carca depostata? E quale la sua ncertezza? S tratta semplcemente d applcare le formule della meda pesata. Per comodtà è meglo tralascare ne cont l termne 0-9 e consderarlo solo alla fne. x.54.6.6. 0.8 0.8 0.6944.565.565.894 x.0694.5.556 6.6 X best x X best 6.6 X best.604 X 0. 57.894 best.894 Tenendo conto delle cfre sgnfcatve: (.60 0.5) 0 9 C

Esercz I rsultat ottenut da 4 rcercator crca la msura della veloctà d propagazone del suono nell ara sono: rcercatore : v = 40 ± 8 m/s rcercatore : v = 4 ± 6 m/s rcercatore : v = 0 ± 6 m/s rcercatore 4: v = 45 ± m/s S chede, quale è la mglor stma della veloctà e quale è la sua ncertezza. Indcare, noltre, l grado d compatbltà tra la msura che ha dato l rsultato maggore e quella che ha dato l rsultato mnore. x 40 8 0.056 x 5.08 54.44 X best 4.6 X. 5 0.584 best 0.584 Tenendo conto delle cfre sgnfcatve: 44 m / s 4 0 6 6 0.0778 0.009 9.50076.90 I dat da confrontare per l calcolo d CL sono l terzo e l quarto: 45 0 5 t 0.9 6 6.8 45 0. 8.95 Dalla tabella della gaussana s rcava che la probabltà corrspondente è: P(t)=64.4% 0.584 54.44 Il lvello d confdenza CL è qund par a: CL=00- P(t)=00%-64.4%=5.76%