Dati caduta del grave Ogni corsista deve rigettare il valore atteso. Per qualsiasi h, devo rigettare l’ipotesi.

Slides:



Advertisements
Presentazioni simili
Misure ed Errori Prof Valerio CURCIO.
Advertisements

Antonio Ballarin Denti
ITIS “G.Galilei” – Crema Lab. Calcolo e Statistica
Tecniche di analisi dei dati e impostazione dellattività sperimentale Relazioni tra variabili: Correlazione e Regressione.
Gli effetti del calore.
Fisica 1 Termodinamica 1a lezione.
Termodinamica 1 19 aprile 2011 Temperatura, termometro
Fisica: lezioni e problemi
Il Calore e la Temperatura
Analisi delle Decisioni Funzioni di utilita’ e lotterie
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 2 Chiara Mocenni Corso di laurea L1.
LE FUNZIONI Definizione Campo di esistenza e codominio
MATEMATICA FINANZIARIA
Progetto Pilota 2 Lettura e interpretazione dei risultati
Lezione 3) Cenni di teoria dell’elasticità, sforzi e deformazioni, l’equazione delle onde elastiche.
Elementi di Matematica
Corso di biomatematica lezione 5: propagazione degli errori
Corso di biomatematica lezione 9: test di Student
Corso di biomatematica lezione 10: test di Student e test F
Corso di biomatematica lezione 6: la funzione c2
Corso di biomatematica lezione 7-2: Test di significatività
Il prodotto vettoriale
Lezione 9 Termodinamica
Analisi delle corrispondenze
Lezione 8 Numerosità del campione
Calore , temperatura e ghiaccio
Metodi numerici per equazioni differenziali ordinarie Laboratorio di Metodi Numerici a.a. 2008/2009.
Presa DATI e analisi dati esperimento pendolo
Fisica laboratoriale Il Pendolo semplice.
ESPERIENZE DI LABORATORIO :
A. martini la MASSA INERZIALE (cambia diapo).
Quale valore dobbiamo assumere come misura di una grandezza?
Propagazione del calore
Le distribuzioni campionarie
Tutte le grandezze fisiche si dividono in
Calore e temperatura.
Programma della parte 1-1 e concetti fondamentali
Le misure sono osservazioni quantitative
La verifica d’ipotesi Docente Dott. Nappo Daniela
Domande riepilogative per l’esame
Lezione B.10 Regressione e inferenza: il modello lineare
Misure ed Errori.
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Il residuo nella predizione
Rappresentazione dell'informazione
Riconsidero il modello Ovviamente in questo caso, sapendo già il problema, dopo sensate iterazioni (mani e cervello) ho già fatto prendere i dati di t.
Antonelli Roberto Termologia.
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
Calorimetria.
ANALISI E INTERPRETAZIONE DATI
Relazione laboratorio 19/05/2015 GIULIA CELLINI 2M.
Forma normale delle equazioni di 2° grado Definizione. Un'equazione di secondo grado è in forma normale se si presenta nella forma Dove sono numeri.
TERMOLOGIA E CALORIMETRIA
TRATTAMENTO STATISTICO DEI DATI ANALITICI
1 Lezione XIV -b Avviare la presentazione col tasto “Invio”
FONDAMENTI SCIENTIFICI Classe 3a Elettrico Anno Formativo 2014/2015
Campo Elettrico Definizione operativa di campo elettrico: Il vettore campo elettrico associato ad una determinata carica sorgente Q, posta in un.
EQUILIBRIO TERMICO Individuare la Te (temperatura di equilibrio) teorica tra due masse di acqua mescolate a diverse temperature e confrontarla con la Te*
Misura della costante di Planck
I GRAFICI – INPUT 1.
Calore e Temperatura -INPUT 1
TRASMISSIONE E SCAMBIO DI CALORE si chiama calore l’energia che si trasferisce da un corpo a temperatura maggiore a uno a temperatura più bassa HOEPLI.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
Statistica con Excel Corso di Fisica ed Elementi di Laboratorio ed Informatica CdL Scienze Biologiche AA 2015/2016.
Dipartimento di Economia, Management e Istituzioni APPPLICAZIONI AZIENDALI MEDIANTE FOGLIO ELETTRONICO 6° modulo: Analisi scostamenti, lotto economico.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
L =  Ep Sappiamo dalla meccanica che
1 Corso di Laurea in Scienze e Tecniche psicologiche Esame di Psicometria Il T-Test A cura di Matteo Forgiarini.
Transcript della presentazione:

Dati caduta del grave Ogni corsista deve rigettare il valore atteso. Per qualsiasi h, devo rigettare l’ipotesi

Riconsidero il modello Ovviamente in questo caso, sapendo già il problema, dopo sensate iterazioni (mani e cervello) ho già fatto prendere i dati di t al variare di h.

Dati caduta del grave Attenzione a Y i (curva teorica) calcolati da A e B, da confrotarli con y i, che hanno 4 cifre significative, percui almeno le stesse se non una in più. Spesso ho visto rigettare dei modelli (leggi) per calcoli approssimati in modo grossolano. Sul tempo abbiamo l’incertezza relativa maggiore, percui dobbiamo sceglierla come variabile dipendente.

Nuovo modello : h=1/2gt 2 -> h=1/2g(t+t 0 ) 2 da B=(2/g) 1/2 ottengo g = m s -2  Y <  y (medio), modello accettato

O potrei usare t 0 misurato con laregressione per ogni singola misura (studente) t 0 = ms

Perché ci dice ciò? Rigore … Semplificazioni e sbrodolamenti. – Approccio con media e deviazione standard per misure ripetute e propagazione lineare delle incertezze. Massima e minima pendenza per la legge. – Approccio con valore centrale semidispersione e propagazione lineare. Massima e minima pendenza per la legge.

Somma lineare delle incertezze, e regressione con rette di max e min pendenza Dalla regressione g = m s -2 e regressione t 0 = ms s Y <  y (medio), modello accettato

confronto t 0 = ms t 0 = ms g = m s -2 g = m s -2

Tutto con val. centr. e semidisp. Dalla regressione g = m s -2 e regressione t 0 = ms s Y <  y (medio), modello accettato

confronto t 0 = ms t 0 = ms t 0 = ms g= m s -2 g= m s -2 g= m s -2 Se sbrodoliamo non abbiamo problemi ad accettare l’ipotesi, ma potremmo essere poco risolutivi per rifiutarne un’altra Media e dev. st. c. e regressione lineare (MMQ). Media e dev. st. c. e max e min pendenza. Val. centr., semidisp. e max e min pendenza.

Esempi a costo zero Pendolo, potete farlo a casa, provate a verificare se T=T(l) o T=T(l 1/2 ) o T 2 = T 2 (l) Provare con bilia o cilindro su un tavolo inclinato Siete in grado di rigettare la legge del punto materiale (a=gsin  )? Fate l’analisi a priori, per vedere di quanto sollevare il tavolo, per risolvere bene e non avere bilie, che rotolano troppo rapidamente.

Indicazioni Provate a fare Prima l’analisi a priori Piano di un tavolo 170 cm, Spessori sotto il tavolo da decidere sulla base dell’analisi

NUOVO ESEMPIO IL CALORIMETRO un modellino semplici, un problema di gestione dell’esperienza.

Modello M a Massa d’acqua a T 0, Corpo m x c x a T 1

Voglio utilizzarlo per misura c x Analisi a priori:

50 g di alluminio, c x =0.208 cal g -1 K -1, si raggiungerebbe una t di equilibrio

Misura con Alluminio m x = g, M a = g, Misure di T con termocoppia: T eb =T 1 =98.1 °C, T o =18.2 °C, T equ =22.7 °C. Risulta: c x = c a, valore atteso c a

Devo ritornare sul modello

Calibrazione

Ritorno sui dati con la calibrazione

Confronto con valore atteso

Calore specifico: Alluminio e Ferro Altre problematiche: osservando il corpo scaldato in acqua, si osserva che è bagnato. Evaporazione, o quantità di acqua calda introdotta? A 20 °C la mia misura è calorie.

Che fare? Organizzarsi con corpi di massa maggiore. Calibrare allo stesso livello di acqua. Scaldare il corpo in un tubo di ottone, chiuso chiuso in fondo ed immerse nell’acqua bollente. Nell’immediato dimensionare un riscaldatore e misurare il calore specifico dell’acqua. Anche utile per la connessione con V=RI, P=VI

Misura di c a con riscaldatore Q=mc a  T Q=Pt=VIt Misura di c a con riscaldatore

Misura di h con LED eV a energia di soglia per mandare gli e - in banda di conduzione, l’elettrone ricasca nella lacuna e quindi riemette un fotone. eV proporzionale ad h Misurare per LED di vari colori la tensione, oltre la quale si osserva I>0

Dati presi all’Ariosto Osservazione da fisico: incertezza su ?

Trova V percui I=0? Infrarosso Blu

660 nm 635 nm 585 nm 560 nm

Ho fatto un regressione, che chiamerei semigrafica, con excel, quando il polinomio di grado due approssima bene i dati ed attraversa lo zero in y lo accetto. Risolvo l’equazione di 2° grado del polinomio fornito da excel per I=0 ed ottengo V a Ho usato le incertezze su lambda uguali ai LED, acquistati da me, per i quali ho le specifiche. Per la regressione V= V(1/ ) ho un altro problema, l’incertezza relativa su 1/ è superiore a quella su V. Soluzioni: Utlizzare per la misura delle tensioni una scala tale da avere un incertezza Confrontabile con quella di 1/. Fare l’analisi di 1/ in funzione di V.

Ho usato le incertezze su uguali ai LED, acquistati da me, per i quali Ho le specifiche, trovato B con excel ed usato per propagare su y i l’incertezza di x i.

Si vede che la legge non è appropriata per i dati … Possiamo comunque fornire una misura

Ci troviamo in questa situazione: Non accettiamo la legge Forniamo comunque una stima Sconto per le superiori

Trova V a invertendo gli assi, polinomiale di grado 5 …

Anche in questo caso osserverei che s Y >  ye dovrei ricalcolare B con con l’incertezza  Y=s Y +  y, percui l’intervallo di fiducia risulterebbe maggiore e quindi OK. ma con  Y -> OK