INTERNATIONAL COSMIC DAY Become a Scientistic for a Day

Slides:

Advertisements

Presentazioni simili

La Scienza nelle Scuole EEE Extreme Energy Events

Advertisements

Metodo di misurazione dei parametri di un LASER

Intervalli limitati... Esempi [a ; b= xR a  x  b

Misura di raggi cosmici

MasterClass: monitoraggio dei telescopi 2.0 D. De Gruttola Centro Fermi Roma.

Illustrazione semplificata F. S. Capaldo. La costruzione di un modello matematico deve partire dall’analisi del problema reale per l’individuazione degli.

1 Principali analisi statistiche 1. Confronto fra medie (2 o piú campioni) 2. Correlazione e regressione 3. Analisi di tabelle di contigenza Variabile.

ANALISI DEI RISULTATI DELLE CLASSI TERZE PROVA NAZIONALE ESAME DI STATO 2014 Invalsi a.s PN Scuola Secondaria.

Statistica descrittiva: le variabili Frequenze: tabelle e grafici Indici di posizione, di dispersione e di forma Media e varianza di dati raggruppati Correlazione.

Università degli studi di Firenze Scuola di Scienze Matematiche, Fisiche e Naturali Corso di laurea triennale in Fisica e Astrofisica Verifica della linearità.

OR9: Realizzazione e trasformazione di servizi applicativi Infomobilità e Videosorveglianza Guido Di Pasquale Daniela Vasari OCP CTS, 05/06/2015.

1 Simulazione Numerica dei Fenomeni di Trasporto Necessità di introduzione dei tensori  11  12  13  23  21  22 Vogliamo descrivere in un modo che.

La funzione seno è una corrispondenza biunivoca nell’intervallo

Data Quality Monitor D. De Gruttola Centro Fermi Roma Salerno INFN

PIANIFICAZIONE DEI TRASPORTI Esercitazione sui modelli di generazione

CORSIKA COsmic Ray SImulation for KAscade:

International Cosmic Day aspetti organizzativi

Introduzione a Statistica e Probabilità

Analisi dei Dati – Tabelle e Grafici

Masterclass: monitoraggio dei telescopi 2.0

Simulazione esame Analisi Multivariata dei Dati

Confronto fra 2 popolazioni

International Cosmic Day aspetti organizzativi

Che calorimetro adopereremo alla presa dati ? (cont.)

La funzione seno è una corrispondenza biunivoca nell’intervallo

Equazioni differenziali

Frequenza di fallimento della terapia di prima linea basata su INI vs

UA9 Relazione dei Referee

Elementi di Metodologia della ricerca psicologica EdM

V. Di Stefano a, O. Muscato b, W.Wagner c

Introduzione a Statistica e Probabilità

HIGH SCHOOL «LEONARDO DA VINCI» OF TRENTO MEETS THE EEE PROJECT

Informatica per Scienze Geologiche LT a.a

effetti dell’acquisizione con rotazione continua e ridotto numero di proiezioni

Prime evidenze della presenza di risonanze per la reazione19F(α,p)22Ne ad energie di interesse astrofisico Meeting Notes (11/07/14 17:41) Aggiungere.

ATTENUAZIONE DEL PENDOLO

Esercitazione di Statistica Economica

RISOLVIAMO UN SISTEMA LINEARE N EQUAZIONI N INCOGNITE

realizzato dal prof.Conti Riccardo

Esercitazione di Statistica Economica

Esercitazioni psicometria

Statistica descrittiva

Gestione Griglie nel Form Designer

Impariamo a conoscere le Matrici

Esercizio 1: 1) La seguente distribuzione riporta i punteggi di ansia misurata su studenti di psicometria:

Collegio docenti 25 settembre 2018 ICCS “Aldo Moro” Maleo

Pubblicazioni Pubblicato articolo performance: JINST 044P_0588

The speed of muons project Extreme Energy Events - Liceo Scientifico Statale Bruno Touschek Goal to measure the average speed of muons from cosmic rays.

Partecipazione del Progetto EEE all’ICD

Esercizio 1 La seguente distribuzione riporta i punteggi di ansia misurata prima dell’esame di psicometria: a) Costruire una tabella di frequenza, indicando:

I fogli elettronici Microsoft Excel.

Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: le ipotesi del modello, la stima del modello.

Raggi cosmici secondari e loro distribuzione angolare

ANALISI DI REGRESSIONE

Esercitazione – Parte 1 Definire una funzione Gaussiana normalizzata a 1 (con valor medio  e deviazione standard  a piacere) e calcolare l’integrale.

Esercizio La popolazione di adulti presenta una media di ansia pari a 4. Ad un campione di 35 soggetti con disturbo ossessivo compulsivo è stato somministrato.

Backtracking Lezione n°17 Prof.ssa Rossella Petreschi

Compito 1: La seguente distribuzione riporta i punteggi di ansia su un campione non clinico: Costruire una tabella di frequenza, indicando: f, fc, %, %c.

Compito 1: La seguente distribuzione riporta il numero di errori di un gruppo di bambini con ritardo mentale in un test di lettura: Costruire una tabella.

(esempio: scomposizione della forza peso sul piano inclinato)

Matrici e determinanti

Esercitazione per il compito di esame Roberto Foderà

Associazione tra variabili qualitative

Esercitazione 8 Correzione simulazione esame AMD

ANALISI DEL FORBUSH Extreme Energy Events.

Politecnico di Milano since 1863

Dilution Models for Effluent Discharges

L’Analisi della Varianza ANOVA (ANalysis Of VAriance)

Transcript della presentazione:

INTERNATIONAL COSMIC DAY Become a Scientistic for a Day 30 Novembre 2017 Outline: Preparazione di Excel Importazione dei dati Analisi dei dati Realizzazione dei grafici Correzioni linearizzazione P.La Rocca & M.Trimarchi

COMPONENTE AGGIUNTIVO SU EXCEL

INSTALLAZIONE DEL COMPONENTE AGGIUNTIVO

INSTALLAZIONE DEL COMPONENTE AGGIUNTIVO

INSTALLAZIONE DEL COMPONENTE AGGIUNTIVO

INSTALLAZIONE DEL COMPONENTE AGGIUNTIVO

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI SPERIMENTALI

IMPORTAZIONE DEI DATI MONTE CARLO DATI SPERIMENTALI SIMULAZIONI

ANALISI DEI DATI Istogramma  Classi di frequenza dei valori di angolo zenitale (da 1 a 90 a passi da 1 o 2 gradi)

ANALISI DEI DATI

ANALISI DEI DATI

ANALISI DEI DATI Intervallo di input  tutti i dati sperimentali (colonna A) Intervallo della classe  tutte le classi (colonna D) Intervallo di output numero delle classi (90)+1 x 2 colonne (a partire dalla riga 2)  F1_G92

ANALISI DEI DATI Frequenze associate ad ogni intervallo angolare della colonna F

ANALISI DEI DATI Intervallo di input  tutti i dati Monte Carlo(colonna B) Intervallo della classe  tutte le classi (colonna D) Intervallo di output numero delle classi (90)+1 x 2 colonne (a partire dalla riga 2)  I1_J92

ANALISI DEI DATI Frequenze associate ad ogni intervallo angolare della colonna I

REALIZZAZIONE DEI GRAFICI Istogramma dei dati sperimentali Colonna G (frequenze) vs Colonna F (Classi)

GRAFICO DEI DATI SPERIMENTALI Commentare e confrontare!

GRAFICO DEI DATI SIMULATI Commentare e confrontare!

CORREZIONI: NORMALIZZAZIONE Rapporto fra distribuzione sperimentale e distribuzione simulata Diverso numero di eventi Normalizzazione: il numero di eventi della prima classe ora è lo stesso per entrambe le distribuzioni Adesso sono confrontabili!

DATI CORRETTI

GRAFICO DEI DATI CORRETTI Rappresentiamo la Colonna M (Dati Corretti) vs la Colonna F (Frequenza) Ci limitiamo a 40°  accettanza dei telescopi

GRAFICO DEI DATI CORRETTI L’andamento dovrebbe seguire la relazione funzionale cos2() Per verificarlo, calcoliamo la funzione cos2() in corrispondenza dei nostri valori di angolo zenitale

GRAFICO DEI DATI CORRETTI

GRAFICO DEI DATI CORRETTI - CONFRONTO

LINEARIZZAZIONE Rappresentiamo i Dati Corretti vs la funzione cos2() Colonna M vs Colonna O

VERIFICA DELLA LINEARIZZAZIONE Aggiungere una linea di tendenza “lineare” Commentare il risultato ottenuto