Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia
|
|
- Fortunato Di Pietro
- 7 anni fa
- Visualizzazioni
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 (verifica di Linearità) 2. Ripetibilità Dott. Maurizio Bettinelli 29 settembre 2011 www.kosmosnet.it 1 www.kosmosnet.it 2 www.kosmosnet.it
DettagliMetodi 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
DettagliD. 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
DettagliOgni 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
DettagliSignificatività 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
DettagliDeterminazione 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:
DettagliLEZIONI 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
DettagliStatistica 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
DettagliTeorema 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
DettagliIntervallo 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
DettagliEsercitazione 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
DettagliDistribuzioni 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
DettagliVedi: 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
DettagliIndice 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..................
DettagliDISTRIBUZIONE 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,
DettagliSTATISTICA (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)
DettagliProblematiche 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
DettagliDistribuzioni 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
DettagliLa 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
DettagliSTIMA 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.
DettagliCHEMIOMETRIA. 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
DettagliAnalisi 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.
DettagliEsercitazione: 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
DettagliOgni 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
DettagliModelli 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
DettagliIncertezza 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
DettagliAnalisi 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
DettagliX 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
DettagliStatistica - 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
DettagliEconometria. 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
DettagliDue 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
DettagliStatistica 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
DettagliDistribuzioni 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
DettagliStatistica. 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
DettagliIl 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
Dettagliviii 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
DettagliProprietà 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,
DettagliUniversità 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
DettagliCorso 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
DettagliΣ (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
DettagliPresentazione 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
DettagliDETERMINAZIONE 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
DettagliUniversità 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
DettagliProgramma 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
DettagliStatistica. 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
Dettagli1.4. 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
DettagliStatistica 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
DettagliStatistica 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
DettagliProva 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
DettagliANOVA: 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.
DettagliUNIVERSITÀ 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
DettagliSandro 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
DettagliProva 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
DettagliSommario. 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
DettagliStatistica4-29/09/2015
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
DettagliSTATISTICA 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
DettagliNote 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
DettagliRIFERIMENTI 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
DettagliI 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
DettagliAssicurazione 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
DettagliNORMA 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
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliIN 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
DettagliEsercitazione 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
DettagliASPETTI 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
DettagliStatistica. 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:
Dettaglilezione 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,
DettagliCorso 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
DettagliCarta 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
DettagliFacoltà 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
DettagliIl 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
DettagliSegnale 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
DettagliStatistica 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
DettagliProbabilità 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;
DettagliSpett.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,
DettagliOggetto: 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
DettagliTecniche 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
DettagliI 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
DettagliLa 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
DettagliStatistica - 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
DettagliSimonetta 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
DettagliStatistica 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
Dettagli0.1 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,
DettagliDISTRIBUZIONI 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
Dettagliˆp(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
DettagliTeoria 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
DettagliIndice. 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
DettagliLa 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
Dettaglinormopeso <=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
DettagliStatistica. 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
DettagliTEORIA 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
DettagliTEORIA 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
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliDETERMINAZIONE 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
DettagliAlgebra 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
DettagliMisure 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,...
DettagliRELAZIONE 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,
DettagliUniversità 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
DettagliDETERMINAZIONE 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
DettagliLaboratorio 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