Pag. 1 A.A. 2006-2007 A. Mostacci – Confronti fra misure Confronto fra misure 1. Confronto fra misure e valor atteso (previsione teorica, …) 2. Confronto.

Slides:



Advertisements
Presentazioni simili
Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
Advertisements

Corso di esperimentazione di fisica 1 Il metodo dei minimi quadrati
Stime per intervalli Oltre al valore puntuale di una stima, è interessante conoscere qual è il margine di errore connesso alla stima stessa. Si possono.
LA VARIABILITA’ IV lezione di Statistica Medica.
STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA
Proprietà degli stimatori
Stime per intervalli Oltre al valore puntuale di una stima, è interessante conoscere qual è il margine di errore connesso alla stima stessa. Si possono.
Variabili casuali a più dimensioni
Fondamenti della Misurazione
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Analisi dei dati per i disegni ad un fattore
Elementi di statistica Elementi di statistica M. Dreucci Masterclasses LNF Elementi di statistica M. Dreucci.
Progetto Pilota 2 Lettura e interpretazione dei risultati
Misura Misura diretta Confronto diretto con l’unita’ di misura e/o multipli e sottomultipli Misura indiretta La grandezza da misurare e’ legata da una.
Inferenza statistica per un singolo campione
ISTOGRAMMI E DISTRIBUZIONI:
DIFFERENZA TRA LE MEDIE
Introduzione alla statistica per la ricerca Lezione I
Matematica e statistica Versione didascalica: parte 7 Sito web del corso Docente: Prof. Sergio Invernizzi, Università di Trieste.
Introduzione alla fisica
Introduzione alla fisica
LABORATORIO DI MECCANICA
Corso di biomatematica lezione 4: La funzione di Gauss
Corso di biomatematica lezione 7-2: Test di significatività
ISTOGRAMMI E DISTRIBUZIONI : i xixi
Esercizi x1=m-ts x2=m+ts
Valutazione della stima: gli intervalli di confidenza
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Emivita Fisica (T1/2) e Vita Media (T)
Incertezza di misura Laboratorio n. 2 a.a
Lezione 8 Numerosità del campione
Lezione 4 Probabilità.
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Pag. 1 A.A A. Mostacci – Confronti fra misure Confronto fra misure 1. Confronto fra misure e valor atteso (previsione teorica, …) 2. Confronto.
Probabilità e Statistica1 2007
Fisica laboratoriale Il Pendolo semplice.
Il test di ipotesi Cuore della statistica inferenziale!
Quale valore dobbiamo assumere come misura di una grandezza?
Misurare una grandezza fisica
Guida ISO all’espressione dell’incertezza di misura (GUM) –
Le distribuzioni campionarie
TRATTAMENTO DEI DATI ANALITICI
Unità 7 Test parametrici ☐ Test t di Student ☐ Analisi della varianza ad una via ☐ Confronti multipli.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
STATISTICA CHEMIOMETRICA
STATISTICA INFERENZIALE
La teoria dei campioni può essere usata per ottenere informazioni riguardanti campioni estratti casualmente da una popolazione. Da un punto di vista applicativo.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
Obbiettivo L’obiettivo non è più utilizzare il campione per costruire un valore o un intervallo di valori ragionevolmente sostituibili all’ignoto parametro.
PROPAGAZIONE DEGLI ERRORI:
QUALITA’ DEL DATO ANALITICO
Statistica Descrittiva
Lezione B.10 Regressione e inferenza: il modello lineare
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Elementi di Statistica Elementi di statistica Marco Stages Estivi - Frascati 12/6/2007 Elementi di statistica Marco Dreucci 1/37.
Strumenti statistici in Excell
Esercizi Determinare la probabilità che, lanciando due dadi da gioco, si abbia: A: somma dei risultati maggiore di 10 B: differenza dei punteggi in valore.
“Teoria e metodi della ricerca sociale e organizzativa”
Misura di una quantità fisica
“Teoria e metodi della ricerca sociale e organizzativa”
La distribuzione campionaria della media
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Problemi analitici quantitativi I metodi chimico-analitici strumentali hanno lo scopo di quantificare o di determinare proprietà chimico-fisiche di uno.
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
Statistica con Excel Corso di Fisica ed Elementi di Laboratorio ed Informatica CdL Scienze Biologiche AA 2015/2016.
Introduzione all’inferenza
Trattamento dei dati sperimentali
Transcript della presentazione:

Pag. 1 A.A A. Mostacci – Confronti fra misure Confronto fra misure 1. Confronto fra misure e valor atteso (previsione teorica, …) 2. Confronto fra due misure (due valori con incertezza).

Pag. 2 A.A A. Mostacci – Confronti fra misure Confronto fra misura e valor atteso m valore attesoX ± misura Scarto assoluto Scarto relativo Parametro con dimensioni Non mi fa capire quanto X si discosta da m Parametro adimesionale che stima quanto X si discosta da m Diverge per m 0 Non diverge per m 0 Per valori di X, m 0 si può usare solo lo SCARTO ASSOLUTO. Come portare in conto lincertezza dei risultati di una misura? Possiamo distinguere fra effetti sistematici ed errori casuali? Problema:

Pag. 3 A.A A. Mostacci – Confronti fra misure Effetti sistematici e parametro t I risultati delle misure sono descritte da una distribuzione di probabilità di valor atteso m e deviazione standard. La probabilità che una misura X cada in m±3 è superiore ad 89% (disuguaglianza di Chebychev). m m + 3 m - 3 X Quindi nel 90% dei casi se - X e m appartengono alla stessa distribuzione di probabilità; - la differenza fra X e m e dovuta a fluttuazioni statistiche; - non ci sono errori sistematici apprezzabili. t > 3 effetti sistematici non trascurabili DEFINIZIONE: Per le distribuzioni gaussiane il parametro t si chiama variabile di Student t 3 effetti sistematici trascurabili

Pag. 4 A.A A. Mostacci – Confronti fra misure Confronto di misure Puntate precedenti … m valore atteso X ± misura Quando due misure sono compatibili? X 1 ± 1 X 2 ± 2 misure

Pag. 5 A.A A. Mostacci – Confronti fra misure Confronto di misure: riassunto Confronto fra una misura e un valore senza incertezza m valore X ± misura Confronto fra due misure X 1 ± 1 X 2 ± 2 misure

Pag. 6 A.A A. Mostacci – Confronti fra misure Relazioni passate: errori frequenti Unità di misura: lintercetta nelle rette di calibrazione ha le sue dimensioni. Non è vero che: p1 errore casuale q0 errore sistematico Nelle relazioni mettete quello che è richiesto: non di meno ma neanche di più!

Pag. 7 A.A A. Mostacci – Confronti fra misure Visita ai Laboratori Nazionali di Frascati – 19/06/2007 ore – 17.00