Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia"

Transcript

1 Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia

2 Verifica linearità TARATURA Quale valore di ε Quale incertezza u(ε) MISURA del CAMPIONE Ripetibilità Quale valore di u(a) (uso della ripetibilità) CASO 1: Ra-226 per LSC (senza std interno, assimilabile alla spettrometria γ)

3 Taratura: Dati sperimentali Taratura in efficienza (Ra-226 per LSC): ε = Conc Std C L m C Std F e λt T Contributi significativi ad u ε : incertezza su C L, C F, Conc Std, m Std Prove ripetute a 5 valori diversi di concentrazione, per ogni valore di concentrazione 5 repliche: A = Bq C = 0.5 Bq/L A = 0.01 Bq C = 1 Bq/L A = 0.05 Bq C = 5 Bq/L A = 0.5 Bq C = 50 Bq/L A = 5 Bq C = 500 Bq/L

4 La diamo per scontata? Taratura: Linearità Quante prove nel campo di applicazione, e distribuite come? 0.5 Bq/L 125 Bq/L 250 Bq/L 375 Bq/L 500 Bq/L Bq/L 1 Bq/L 5 Bq/L 50 Bq/L 500 Bq/L Prove replicate: in quali condizioni? = contributo di Poisson?

5 Taratura: Verifica linearità C = 0.5 Bq/L C = 1 Bq/L C = 5 Bq/L C = 50 Bq/L C = 500 Bq/L r = cps r = cps r = cps r = cps r = cps Rateo di conteggio y = 0,02279x - 0,00860 R 2 = 0, Concentrazione (Bq/L) Regressione lineare (R 2 )? Valori di R 2 accettabili? Altri test statistici?

6 Taratura: Verifica linearità C = 0.5 Bq/L C = 1 Bq/L C = 5 Bq/L C = 50 Bq/L C = 500 Bq/L ε=2.22±0.12 ε=2.41±0.12 ε=2.242±0.081 ε=2.256±0.082 ε=2.371± ,6 2,5 2,4 Confronto diretto ε con ε MEDIA? Efficienza 2,3 2,2 2,1 2,0 1,9 1,8 ε MEDIA = media ± scarto tipo (?) Quale criterio di accettabilità? 0, MEDIA Concentrazione (Bq/L)

7 Taratura: Calcolo efficienza ε = Conc Std C L m C Std F e λt T Efficienza 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1,9 Verificata la linearità: ε per diverse concentrazioni? quale valore scelgo? 1,8 0, MEDIA Concentrazione (Bq/L) CONTRIBUTO % ALLA VARIANZA DI ε Minimizzare Poisson? Mettersi in condizioni simili a quelle delle misure? Media? C L C F Conc Std m Std 0.5 Bq/L 500 Bq/L 57.4% 0.14% 3.2% 0.00% 38.5% 99.84% 0.9% 0.02%

8 Taratura: Calcolo efficienza 12 Rateo di conteggio y = 0,02279x - 0,00860 R 2 = 0, Concentrazione (Bq/L) Interpolazione lineare? (intervalli equispaziati?) Passaggio per l origine? Coeff.angolare = cps/a = ε ε = ±???

9 Taratura: Calcolo efficienza 0,5 Bq/L 1 Bq/L 5 Bq/L 50 Bq/L 500 Bq/L Prova n.1 2,223 2,410 2,242 2,256 2,371 Prova n.2 2,468 2,023 2,313 2,271 2,367 Prova n.3 2,214 2,278 2,197 2,327 2,357 Prova n.4 2,075 1,918 2,284 2,268 2,368 Prova n.5 2,308 2,345 2,339 2,141 2,363 media 2,258 2,19 2,275 2,25 2,365 scarto tipo 0,144 0,21 0,057 0,07 0,005 scarto tipo % 6,38 9,72 2,49 3,03 0,23 OUTLIER? Poisson % 3,83 3,93 1,58 1,59 0,12 2,6 2,5 Efficienza 2,4 2,3 2,2 2,1 2,0 MEDIA DI TUTTE LE MISURE: ε = ± (2.7%) 1,9 1,8 0, MEDIA Concentrazione (Bq/L)

10 Taratura: Calcolo u(ε) Uso l incertezza delle singole misure? Una per ogni attività? C = 0.5 Bq/L C = 1 Bq/L C = 5 Bq/L C = 50 Bq/L C = 500 Bq/L Contribuiscono ad u(ε): u(conc Std ), u(m Std ), u(c L ), u(c F ) ε=2.22± % ε=2.41± % ε=2.242± % ε=2.256± % ε=2.371± % Inc. Std (3.2%): determinante Uso la media delle singole misure e la loro dispersione? Media ± dev.std: ε = ± % Media ± dev.std.della media: ε = ± % con t di Student (n=5,gdl=4,t=1.14): ε = ± % LA DISPERSIONE DELLE MISURE PERDE MEMORIA DEGLI ALTRI CONTRIBUTI Uso la media di tutte le misure e la loro dispersione? Media di tutte le misure ± dev.std: ε = ± % Media di tutte le misure ± dev.std della media: ε = ± % Uso i risultati dell interpolazione lineare? Come?

11 Misura del campione:ripetibilità Usiamo i dati di efficienza? possiamo? o dobbiamo? 0,5 Bq/L 1 Bq/L 5 Bq/L 50 Bq/L 500 Bq/L Prova n.1 2,223 2,410 2,242 2,256 2,371 Prova n.2 2,468 2,023 2,313 2,271 2,367 Prova n.3 2,214 2,278 2,197 2,327 2,357 Prova n.4 2,075 1,918 2,284 2,268 2,368 Prova n.5 2,308 2,345 2,339 2,141 2,363 media 2,258 2,19 2,275 2,25 2,365 scarto tipo 0,144 0,21 0,057 0,07 0,005 scarto tipo % 6,38 9,72 2,49 3,03 0,23 Poisson % 3,83 3,93 1,58 1,59 0,12??? Ripetibilità % 5,10 8,89 1,92 2,57 0,19??? quali? e Poisson???? (Scarto tipo%)² = (Ripetibilità%)² + (Poisson%)²???

12 Misura del campione:ripetibilità Usiamo dati prodotti ad hoc (ripetizione completa iter analitico)? 1 Bq/L 500 Bq/L Prova n Prova n Prova n Prova n Prova n Prova n Prova n Prova n Prova n Prova n media scarto tipo scarto tipo % 4,33 3,06 OUTLIER? Ripetibilità =?? 4.33%?? 3.06%?? Scorporo il contributo di Poisson e ottengo la ripetibilità? ( ) 1/2 = 3.5% ( ) 1/2 = 3.06% Poisson % 2,60 0,12 ANALISI DELLA VARIANZA?

13 Misura del campione: Incertezza Come contribuisce la ripetibilità all incertezza di misura? A(Bq/ L) = C N ε M T u rel (A) 2 = u rel (C N ) 2 + u rel (ε) 2 + u rel (M) 2 + u rel (rip) 2 u rel (Ã) 2 u(a) 2 = u(ã) 2 + u(rip) 2 Si somma agli altri contributi? Si sommano le incertezze relative o le varianze? Se valuto l ε sulla base di misure ripetute sto già conteggiando il contributo di ripetibilità? Lo devo considerare (aggiungere) di nuovo?

14 Misura del campione: Incertezza Come valutare e considerare il contributo di altri termini aggiuntivi? Campionamento? Estrazione sottocampioni? Dissoluzione del campione? etc. etc. etc. u(a) 2 = u(ã) 2 + u(rip) 2 + u(camp) 2 + u(dissol) 2 + u( ) 2?

15 Ripetizione della misura (x10) Differenze non significative Stabilità strumentale CASO 2: Uranio per Spettrometria Alfa (con std interno di resa ed efficienza U-232) Taratura: inclusa nella misura Ripetibilità: il problema si pone? Ripetizione x 10 dell intero iter analitico, durata delle misure tale da ottenere gli stessi conteggi nel picco dell U-238 U238 Conteggi U232 Prova n Prova n Prova n Prova n Prova n Prova n Prova n Prova n Prova n Prova n Resa chimica variabile E necessario normalizzare i dati Test di Fisher: differenza tra varianza di Poisson (0.8%) e varianza delle repliche (1.08%) non significativa

16 CASO 3: Sr-90 con conteggio beta totale di Y-90 (con carrier di resa chimica Sr e Y stabili) In cosa differisce dal caso del Ra-226: le rese di estrazione non sono costanti e il decadimento fisico è variabile non è possibile studiare la ripetibilità utilizzando i conteggi, è necessario calcolare prima le efficienze (già corrette per resa e decadimento fisico) e poi analizzarne la dispersione compaiono termini di correlazione (stesso tracciante radiometrico, stesso std chimico di resa) che devono essere considerati, la definizione e il calcolo della ripetibilità del metodo non sono immediati

17 Dati disponibili: a. 5 repliche di taratura, 1 solo valore di attività u( ) u( ) % Prova n.1 0,275 0,012 4,4 Prova n.2 0,253 0,010 4,1 Prova n.3 0,297 0,012 4,0 Prova n.4 0,266 0,011 4,0 Prova n.5 0,276 0,012 4,3 media 0,273 scarto tipo 0,016 scarto tipo % 5,9 b. 3 repliche di taratura, 1 solo valore di attività u( ) u( ) % Prova n.1 0,287 0,013 4,5 Prova n.2 0,286 0,012 4,2 Prova n.3 0,285 0,012 4,2 media 0,286 scarto tipo 0,001 scarto tipo % 0,3 E sensato utilizzare ε con incertezze inferiori a quella della singola misura?

18

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli.

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli. VALIDAZIONE DEI METODI RADIOCHIMICI Analisi di alcuni aspetti: 1. Taratura (verifica di Linearità) 2. Ripetibilità Dott. Maurizio Bettinelli 29 settembre 2011 www.kosmosnet.it 1 www.kosmosnet.it 2 www.kosmosnet.it

Dettagli

Metodi di misura radiometrici: confronti e criticità. Rosella Rusconi ARPA Lombardia

Metodi di misura radiometrici: confronti e criticità. Rosella Rusconi ARPA Lombardia Metodi di misura radiometrici: confronti e criticità Rosella Rusconi ARPA Lombardia La radioattività nelle acque potabili ed il gemellaggio di ARPA Veneto e ARPA Lombardia con la Polonia. Verona, 4 dicembre

Dettagli

D. Desideri, Università Urbino - R. Rusconi, ARPA Lombardia

D. Desideri, Università Urbino - R. Rusconi, ARPA Lombardia Dipartimento di Scienze Biomolecolari Sezione di Chimica Analitica e Inorganica Validazione di metodi radiometrici: tre casi esemplificativi D. Desideri, Università Urbino - R. Rusconi, ARPA Lombardia

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

Significatività ed analisi degli errori

Significatività ed analisi degli errori Significatività ed analisi degli errori Quanto il valore sperimentale è vicino al valore vero? Campioni replicati: si esclude a priori che venga eseguita una sola misurazione Quanto il valore sperimentale

Dettagli

Determinazione dell azoto totale e ammoniacale in spettrofotometria: modalità di calibrazione e confrontabilità nel tempo

Determinazione dell azoto totale e ammoniacale in spettrofotometria: modalità di calibrazione e confrontabilità nel tempo UNIVERSITÀ DEGLI STUDI DI PAVIA CORSO DI LAUREA INTERFACOLTÀ IN BIOTECNOLOGIE Determinazione dell azoto totale e ammoniacale in spettrofotometria: modalità di calibrazione e confrontabilità nel tempo Relatore:

Dettagli

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi

Dettagli

Statistica multivariata Donata Rodi 17/10/2016

Statistica multivariata Donata Rodi 17/10/2016 Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare

Dettagli

Teorema del limite centrale TCL

Teorema del limite centrale TCL Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni

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

Esercitazione 4 del corso di Statistica (parte 2)

Esercitazione 4 del corso di Statistica (parte 2) Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è

Dettagli

Distribuzioni campionarie. Antonello Maruotti

Distribuzioni campionarie. Antonello Maruotti Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento

Dettagli

Vedi: Probabilità e cenni di statistica

Vedi:  Probabilità e cenni di statistica Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità

Dettagli

Indice Premessa................................... Cenni storici delle misure......................

Indice Premessa................................... Cenni storici delle misure...................... Indice Premessa................................... 5 1 Cenni storici delle misure...................... 11 1.1 Il numero come misura...................... 13 1.2 I primi campioni di lunghezza..................

Dettagli

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE Sapendo che la variabile dominanza si distribuisce normalmente con media = 32 e deviazione standard = 5, trovare, in un gruppo di 80 soggetti,

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

Problematiche relative alla stima dell incertezza del metodo UNI EN ISO :2013 e relative implicazioni sulle procedure di taratura della

Problematiche relative alla stima dell incertezza del metodo UNI EN ISO :2013 e relative implicazioni sulle procedure di taratura della Problematiche relative alla stima dell incertezza del metodo UNI EN ISO 16911-1:2013 e relative implicazioni sulle procedure di taratura della strumentazione Strumentazione coinvolta nel metodo UNI EN

Dettagli

Distribuzioni e inferenza statistica

Distribuzioni e inferenza statistica Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione

Dettagli

La taratura della strumentazione nel laboratorio analitico

La taratura della strumentazione nel laboratorio analitico La taratura della strumentazione nel laboratorio analitico Autori: Sandro Spezia, Maurizio Bettinelli PREMESSA Il presente articolo vuole essere uno spunto di riflessione e discussione relativamente alle

Dettagli

STIMA INCERTEZZA AMMONIO

STIMA INCERTEZZA AMMONIO Pagina 1 di 6 REVISIONE NUMERO DATA REDATTA DA DIR (firma) VERIFICATA DA RAQ (firma) APPROVATA DA AMM (firma) PARAGRAFO REVISIONATO NUMERO 00 07/.2/13 / / MOTIVO Pagina 2 di 6 INDICE DELLA PROCEDURA 1.

Dettagli

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi) CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON

Dettagli

Analisi della varianza

Analisi della varianza Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.

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

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Corso di laurea in Tossicologia Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale

Dettagli

Modelli a effetti misti

Modelli a effetti misti Probabilità e Statistica per l analisi di dati sperimentali Modelli a effetti misti Sviluppo e gestione di Data Center per il calcolo scientifico ad alte prestazioni Master Progetto PRISMA, UniBA/INFN

Dettagli

Incertezza di misura concetti di base. Roberto Olmi IFAC-CNR

Incertezza di misura concetti di base. Roberto Olmi IFAC-CNR Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

X MANUTENZIONE e ASSISTENZA TECNICA ELETTRONICA LOGISTICA e TRASPORTI LICEO SCIENTIFICO matematica GARUTI RITA BERTATO ANNA

X MANUTENZIONE e ASSISTENZA TECNICA ELETTRONICA LOGISTICA e TRASPORTI LICEO SCIENTIFICO matematica GARUTI RITA BERTATO ANNA ISTITUTO DI ISTRUZIONE SUPERIORE J.C. MAXWELL Data: 9/09/ 2016 Pag. 1di 6 INDIRIZZO SCOLASTICO DISCIPLINA DOCENTE / I CLASSE / I PROGRAMMAZIONE ANNUALE A.S. 2016/2017 MECCANICA e MECCATRONICA X MANUTENZIONE

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 s. 9. Soluzione degli esercizi del capitolo 9 In base agli arrotondamenti effettuati nei calcoli si

Dettagli

Econometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori

Econometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci

Dettagli

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b} Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione

Dettagli

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

Statistica. Matematica con Elementi di Statistica a.a. 2015/16 Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati

Dettagli

Il confronto fra medie

Il confronto fra medie L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in

Dettagli

viii Indice generale

viii Indice generale Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi

Dettagli

Proprietà della varianza

Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,

Dettagli

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si

Dettagli

Corso C Geomatica. Teoria degli errori. Massimiliano Cannata

Corso C Geomatica. Teoria degli errori. Massimiliano Cannata Corso C111.01 - Geomatica Teoria degli errori Rappresentazione di una misura di precisione ( x ± σ x ) u x = misura σ x = incertezza della misura u = unità di misura Il problema degli errori in topografia

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

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4

Dettagli

DETERMINAZIONE DELLA CONCENTRAZIONE DI RADIONUCLIDI EMETTITORI GAMMA IN ACQUE MEDIANTE SPETTROMETRIA GAMMA AD ALTA SENSIBILITA

DETERMINAZIONE DELLA CONCENTRAZIONE DI RADIONUCLIDI EMETTITORI GAMMA IN ACQUE MEDIANTE SPETTROMETRIA GAMMA AD ALTA SENSIBILITA Pagina 1 di 10 INDICE 1. SCOPO E CAMPO DI APPLICAZIONE... pag.. PRINCIPIO DEL METODO... pag. 3. STRUMENTAZIONE E MATERIALI... pag. 4. ESSICCAZIONE... pag. 3 4.1 Strumentazione e materiali...pag. 3 4. Campionamento

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

Programma Didattico Annuale

Programma Didattico Annuale LICEO STATALE SCIENTIFICO - LINGUISTICO - CLASSICO GALILEO GALILEI - LEGNANO PdQ - 7.06 Ediz.: 1 Rev.: 0 Data 02/09/05 Alleg.: D01 PROG. M2 PROCEDURA della QUALITA' Programma Didattico Annuale Anno Scolastico

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

1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2

1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2 Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y

Dettagli

Statistica Applicata all edilizia: il modello di regressione

Statistica Applicata all edilizia: il modello di regressione Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione

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

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

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012 Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo

Dettagli

ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti

ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.

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

Sandro Spezia Claudio Bettinelli Kosmosnet. La Gestione della strumentazione secondo la UNI EN ISO 10012:2004 Padova - 5 Aprile 2011

Sandro Spezia Claudio Bettinelli Kosmosnet. La Gestione della strumentazione secondo la UNI EN ISO 10012:2004 Padova - 5 Aprile 2011 Applicazione del concetto di conferma metrologica nel laboratorio chimico alla luce della UNI 10012:2004 e delle richieste dei metodi di prova ufficiali: esempio dell ICP-MS nell analisi di metalli in

Dettagli

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, ) Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE

Dettagli

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25 Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità

Dettagli

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici

Dettagli

Note sulla probabilità

Note sulla probabilità Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15

Dettagli

RIFERIMENTI NORMATIVI E LINEE GUIDA NAZIONALI PER I CONTROLLI RADIOMETRICI SULLE ACQUE POTABILI

RIFERIMENTI NORMATIVI E LINEE GUIDA NAZIONALI PER I CONTROLLI RADIOMETRICI SULLE ACQUE POTABILI RIFERIMENTI NORMATIVI E LINEE GUIDA NAZIONALI PER I CONTROLLI RADIOMETRICI SULLE ACQUE POTABILI Elena Caldognetto Osservatorio Agenti Fisici ARPAV Verona LA RADIOATTIVITÀ NELLE ACQUE POTABILI DEL VENETO

Dettagli

I TEST STATISTICI. dott.ssa Gabriella Agrusti

I TEST STATISTICI. dott.ssa Gabriella Agrusti I TEST STATISTICI dott.ssa Gabriella Agrusti Dulcis in fundo.. come scegliere un test statistico in base all ipotesi come stabilire se due variabili sono associate (correlazione di Pearson) come stabilire

Dettagli

Assicurazione della qualità del dato in un laboratorio di radioattività ambientale: metodologia ed applicazioni pratiche

Assicurazione della qualità del dato in un laboratorio di radioattività ambientale: metodologia ed applicazioni pratiche Assicurazione della qualità del dato in un laboratorio di radioattività ambientale: metodologia ed applicazioni pratiche Porzio L., Albertone L., Marga M.,Tozzi G. Arpa Piemonte Dipartimento Tematico Radiazioni

Dettagli

NORMA UNI EN 689/97 ESPOSIZIONE

NORMA UNI EN 689/97 ESPOSIZIONE Assessorato politiche per la salute Direzione Generale Sanità e Politiche Sociali Servizio Sanità Pubblica CORSO DI FORMAZIONE /AGGIORNAMENTO in materia di Gestione del Rischio derivante da Materiali Contenenti

Dettagli

Statistica ARGOMENTI. Calcolo combinatorio

Statistica ARGOMENTI. Calcolo combinatorio Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità

Dettagli

IN CONDIZIONI OPPORTUNE PUÒ ESSERE DETERMINATO CONTEMPORANEAMENTE ALLE MISURE α/β TOTALE

IN CONDIZIONI OPPORTUNE PUÒ ESSERE DETERMINATO CONTEMPORANEAMENTE ALLE MISURE α/β TOTALE LA RADIOATTIVITÀ NELLE ACQUE POTABILI LOMBARDE: IMPOSTAZIONE DEI CONTROLLI E RISULTATI Rosella Rusconi ARPA Lombardia Dipartimento di Milano PARAMETRI OGGETTO DI CONTROLLO ai sensi del D.L.vo 31/01: TRIZIO

Dettagli

Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo

Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate

Dettagli

ASPETTI STATISTICI. Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci

ASPETTI STATISTICI. Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci ASPETTI STATISTICI Docente: Prof. Antonio MARZO e-mail: antoniop.marzo@libero.it

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

lezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1

lezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1 lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,

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

Carta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016

Carta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016 Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano

Dettagli

Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012

Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012 Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 01 Esercizio 1. Con riferimento a due variabili dicotomiche X e Y (con valori possibili 0 o 1) si definisca

Dettagli

Il test (o i test) del Chi-quadrato ( 2 )

Il test (o i test) del Chi-quadrato ( 2 ) Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero

Dettagli

Segnale e Rumore Strumentale

Segnale e Rumore Strumentale Chimica Analitica dei Processi Industriali Corso di Laurea Magistrale in Chimica Industriale Università degli Studi di Padova Segnale e Rumore Strumentale Andrea Tapparo Università degli Studi di Padova

Dettagli

Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.

Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una

Dettagli

Probabilità e Statistica Prova del 29/07/2016 Traccia E TEORIA Università degli Studi di Verona Laurea in Informatica e Bioinformatica A.A.

Probabilità e Statistica Prova del 29/07/2016 Traccia E TEORIA Università degli Studi di Verona Laurea in Informatica e Bioinformatica A.A. Prova del 29/07/2016 Traccia E TEORIA ESERCIZIO 1 X f(x) 4 24 0 20 9 18 5 38 Sulla distribuzione di valori presentata in tabella, calcolare: (a) la media aritmetica, la media armonica e la media geometrica;

Dettagli

Spett.le FASSA S.p.A. Via Lazzaris, Spresiano (TV)

Spett.le FASSA S.p.A. Via Lazzaris, Spresiano (TV) Via asarano n.102-73040 Melissano - 0833/587799 Melissano 12/05/2008 Spett.le FASSA S.p.A. Via Lazzaris, 3 31027 - Spresiano (TV) OGGETTO: Trasmissione dei certificati sulle analisi spettrometriche gamma,

Dettagli

Oggetto: Risultati del Progetto Conversione Unica Bactoscan FC per il Latte Ovino

Oggetto: Risultati del Progetto Conversione Unica Bactoscan FC per il Latte Ovino ISTITUTO ZOOPROFILATTICO SPERIMENTALE DELLE REGIONI LAZIO E TOSCANA (D.L.vo 30.06.993 n. 70) SEDE CENTRALE - 0078 Roma/Capannelle- Via Appia Nuova, 4 Tel. (06) 79099. (centralino) - Fax (06) 7934074 http://www.izslt.it

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 06-Anova per misure ripetute (vers. 1.0a, 1 dicembre 2016) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

I MODELLI E LE COMPETENZE NELLA SECONDA PROVA DI MATEMATICA. Carlo Bertoni

I MODELLI E LE COMPETENZE NELLA SECONDA PROVA DI MATEMATICA. Carlo Bertoni I MODELLI E LE COMPETENZE NELLA SECONDA PROVA DI MATEMATICA Carlo Bertoni COME FACCIAMO A TRATTARE SIA MODELLIZZAZIONE CHE CONTENUTI NEL TEMPO DISPONIBILE? COME POSSIAMO PREPARARE GLI STUDENTI? CHE PROBLEMI

Dettagli

La componente radioattività nelle acque potabili nel progetto di gemellaggio con la Polonia Andrea Bertolo ARPAV Dipartimento di Padova

La componente radioattività nelle acque potabili nel progetto di gemellaggio con la Polonia Andrea Bertolo ARPAV Dipartimento di Padova Verona 4 dicembre 2007 La componente radioattività nelle acque potabili nel progetto di gemellaggio con la Polonia Andrea Bertolo ARPAV Dipartimento di Padova Componente 3 Monitoraggio della radioattività

Dettagli

Statistica - Un Esempio

Statistica - Un Esempio Statistica - Un Esempio Un indagine sul peso, su un campione n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli

Simonetta Gallerini Responsabile di Laboratorio

Simonetta Gallerini Responsabile di Laboratorio Simonetta Gallerini Responsabile di Laboratorio Seminari ALA L Accreditamento: significato per i Laboratori ed applicazione nei controlli degli alimenti ARPAM, Pesaro 20 Novembre 2013 La struttura della

Dettagli

Statistica Un Esempio

Statistica Un Esempio Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli

0.1 Percorrenza e Cilindrata

0.1 Percorrenza e Cilindrata 0.1 Percorrenza e Cilindrata Iniziamo ora un analisi leggermente più complessa basata sempre sui concetti appena introdotti. Innanzi tutto possiamo osservare, dal grafico ottenuto con il comando pairs,

Dettagli

DISTRIBUZIONI DISTRIBUZIONE DI GAUSS

DISTRIBUZIONI DISTRIBUZIONE DI GAUSS DISTRIBUZIONI ESPERIENZA a: DISTRIBUZIONE DI GAUSS SCOPO: Costruzione di una distribuzione di Gauss dai valori di una grandezza fisica ottenuti da una misura dominata da errori casuali. Studio dell influenza

Dettagli

ˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1

ˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1 . Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci

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

Indice. Prefazione all edizione italiana, di Piero Veronese » XI. Prefazione

Indice. Prefazione all edizione italiana, di Piero Veronese » XI. Prefazione Indice Prefazione all edizione italiana, di Piero Veronese pag. IX Prefazione 1. EE: un introduzione alle distribuzioni di probabilità e ai metodi di stima statistica 1.1. EE: incertezza e probabilità

Dettagli

La gestione delle tarature degli strumenti analitici complessi S. Spezia - UNICHIM

La gestione delle tarature degli strumenti analitici complessi S. Spezia - UNICHIM La gestione delle tarature degli strumenti analitici complessi S. Spezia - UNICHIM Corso Assicurazione della qualità dei dati Milano 25-26 Febbraio 2015 1 CONFERMA METROLOGICA DELLA STRUMENTAZIONE 2 UNI

Dettagli

normopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40

normopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40 E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Il e Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 21 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 21 Il e Due distribuzioni aventi stessa posizione

Dettagli

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera

Dettagli

TEORIA E TECNICA DELLA CIRCOLAZIONE

TEORIA E TECNICA DELLA CIRCOLAZIONE PROBLEMI DI TEORIA E TECNICA DELLA CIRCOLAZIONE 3 A cura di : Prof. Astarita Vittorio ing. Giofrè Vincenzo Pasquale Argomenti: Distribuzione di Poisson 26 3.1 PROBLEMA Distribuzione di Poisson ed esponenziale

Dettagli

Distribuzioni di Probabilità

Distribuzioni di Probabilità Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale

Dettagli

DETERMINAZIONE DEI DIAMETRI E CONTROLLO FRA LABORATORI

DETERMINAZIONE DEI DIAMETRI E CONTROLLO FRA LABORATORI Gruppo Interregionale Fibre Coordinamento Tecnico Interregionale della Prevenzione nei Luoghi di Lavoro C.T.I.P.L.L. CLASSIFICAZIONE DI MMVFs DETERMINAZIONE DEI DIAMETRI E CONTROLLO FRA LABORATORI Studio

Dettagli

Algebra lineare con R

Algebra lineare con R Università di Napoli Federico II cristina.tortora@unina.it Standardizzare una variabile Standardizzazione Data una variabile X distribuita secondo una media µ e una varianza σ 2 la standardizzazione permette

Dettagli

Misure e incertezze di misura

Misure e incertezze di misura Misure e incertezze di misura Perché si misura 1/3 Determinare il valore (costo) di oggetti Determinare la qualità di beni Esempi: dimensione di terreni, stoffe,... quantità di grano, sementi, acqua,...

Dettagli

RELAZIONE FINALE DEL DOCENTE. Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016

RELAZIONE FINALE DEL DOCENTE. Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016 RELAZIONE FINALE DEL DOCENTE Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016 In relazione alla programmazione curricolare sono stati conseguiti, in termini di livello medio,

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

DETERMINAZIONE DELLA CONCENTRAZIONE DI ATTIVITA DEGLI ISOTOPI DELL URANIO IN ACQUE SU CAMPIONI ELETTRODEPOSITATI

DETERMINAZIONE DELLA CONCENTRAZIONE DI ATTIVITA DEGLI ISOTOPI DELL URANIO IN ACQUE SU CAMPIONI ELETTRODEPOSITATI Pagina 1 di 8 INDICE 1. SCOPO E CAMPO DI APPLICAZIONE... pag. 2 2. PRINCIPIO DEL METODO... pag. 2 3. REAGENTI... pag. 2 4. STRUMENTAZIONE E MATERIALI... pag. 3 5. MODALITA OPERATIVE... pag. 4 5.1 Purificazione

Dettagli

Laboratorio di Calcolo B 68

Laboratorio di Calcolo B 68 Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però

Dettagli