LA COMPATIBILITA’ tra due misure:

Slides:



Advertisements
Presentazioni simili
Elementi di calcolo delle probabilità
Advertisements

INTEGRAZIONE NUMERICA
ESERCITAZIONE 2 Come leggere la tavola della normale e la tavola t di Student. Alcune domande teoriche.
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.
Le distribuzioni di probabilità continue
Distribuzione Normale o Curva di Gauss
Intervalli di confidenza
Proprietà degli stimatori
Confronto tra 2 campioni Nella pratica è utilissimo confrontare se 2 campioni provengono da popolazioni con la stessa media: Confronti tra produzioni di.
Variabili casuali a più dimensioni
ERRORI L'errore è presente in ogni metodo analitico e può essere dovuto a cause diverse. L’errore può essere definito come la differenza tra il valore.
Gli Integrali.
Valutazione delle ipotesi
CONFRONTO TRA DUE MEDIE:
Esercizi x1=m-ts x2=m+ts
RELAZIONE LINEARE: I MINIMI QUADRATI (cenni)
ISTOGRAMMI E DISTRIBUZIONI:
Appunti di inferenza per farmacisti
Corso di biomatematica lezione 5: propagazione degli errori
Corso di biomatematica lezione 9: test di Student
Corso di biomatematica lezione 4: La funzione di Gauss
Corso di biomatematica lezione 6: la funzione c2
Corso di biomatematica lezione 7-2: Test di significatività
STATISTICA a.a PARAMETRO t DI STUDENT
STATISTICA a.a LA STATISTICA INFERENZIALE
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.
Cenni di teoria degli errori
PATTERN RECOGNITION.
Lezione 8 Numerosità del campione
Num / 36 Lezione 9 Numerosità del campione.
Pag. 1 A.A A. Mostacci – Confronti fra misure Confronto fra misure 1. Confronto fra misure e valor atteso (previsione teorica, …) 2. Confronto.
Propagazione degli errori
PROBABILITÀ La probabilità è un giudizio che si assegna ad un evento e che si esprime mediante un numero compreso tra 0 e 1 1 Evento con molta probabilità.
Quale valore dobbiamo assumere come misura di una grandezza?
LA DERIVATA DI UNA FUNZIONE
Le distribuzioni campionarie
STATISTICA CHEMIOMETRICA
Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.
PROPAGAZIONE DEGLI ERRORI:
Esercizi Due gruppi di studenti effettuano la misura della densità di un oggetto, trovando rispettivamente i valori 13.7 ± 0.9 g/cm3 e ± 1300 kg/m3.
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Corso di Analisi Statistica per le Imprese
Strumenti statistici in Excell
Il residuo nella predizione
IL CAMPIONE.
Misura di una quantità fisica
I costi di produzione.
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
Intervalli di confidenza
Elementi di statistica La stima del valore vero
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
La distribuzione campionaria della media
ELEMENTI DI CALCOLO DELLE PROBABILITA’
Elaborazione statistica di dati
Cifre significative I numeri possono essere: esatti, conteggi, definizioni Ottenuti da misure : Misurare una distanza Ogni misura sperimentale ha un errore.
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)
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione.
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
Statistica con Excel Corso di Fisica ed Elementi di Laboratorio ed Informatica CdL Scienze Biologiche AA 2015/2016.
Trattamento dei dati sperimentali
Transcript della presentazione:

LA COMPATIBILITA’ tra due misure: Due misure, supposte affette da errori casuali, si dicono tra loro compatibili quando la loro differenza può essere ricondotta ad una pura fluttuazione statistica attorno al valore nullo. Ovvero, se possono essere considerate uguali, nei limiti dei rispettivi errori sperimentali x1±S1 x2±S2 Qualitativamente: Le due gaussiane non si intersecano tra loro: non si ha compatibilità tra le due misure Maggiore è l’area comune, maggiore è la compatibilità tra le due misure x1±S1 x2±S2 x1±S1 x2±S2

LA COMPATIBILITA’ tra due misure: Il grado di intersezione tra le curve non dipende solo dalla distanza (differenza) tra i due valori medi, ma anche dalla larghezza delle gaussiane x1±S1 x2±S2 Le due gaussiane non si intersecano tra loro: non si ha compatibilità tra le due misure x1±S1 A parità di distanza tra i valori medi x1 e x2, la sovrapposizione tra le curve cresce al crescere della loro larghezza x2±S2

LA COMPATIBILITA’ tra due misure: E’ possibile quantificare la compatibilità tra due misure tramite il calcolo dell’intervallo di confidenza (confidence level – CL) che indica la probabilità che la differenza tra i due valori misurati sia una fluttuazione statistica intorno al valore nullo. Operativamente dati i due valori x1±S1 x2±S2 si calcola: 1) La differenza tra i due valori: 2) L’errore su questa differenza (propagazione degli errori per somme e differenze): 3) Se ne fa il rapporto: Minore è il valore di t, maggiore sarà la compatibilità 4) Si ricava dalla tabella della gaussuana la probabilità associata P(t): Maggiore è il valore di CL, maggiore sarà la compatibilità 5) Se ne fa il complementare: In genere due misure si considerano compatibili se CL>5%, non compatibili se CL <0.3%

LA COMPATIBILITA’ tra due misure: Esempio: Determinare il livello di confidenza tra queste coppie di valori x1±S1 x2±S2 t P(t) CL 25 ±1.3 40 ±1.3 >>99.999% <<0.001% 30 ±1.3 99.35% 0.65% 28 ±1.3 89.96% 10.04% 96.51% 3.49%

LA COMPATIBILITA’ tra due misure: Esempio: Determinare il livello di confidenza tra queste coppie di valori x1±S1 x2±S2 t P(t) CL 25 ±1.3 40 ±1.3 >>99.999% <<0.001% 30 ±1.3 99.35% 0.65% 28 ±1.3 89.96% 10.04% 96.51% 3.49%

LA COMPATIBILITA’ tra due misure: Esempio: Determinare il livello di confidenza tra queste coppie di valori x1±S1 x2±S2 t P(t) CL 25 ±1.3 40 ±1.3 >>99.999% <<0.001% 30 ±1.3 99.35% 0.65% 28 ±1.3 89.96% 10.04% 96.51% 3.49%

LA COMPATIBILITA’ tra due misure: Esempio: Determinare il livello di confidenza tra queste coppie di valori x1±S1 x2±S2 t P(t) CL 25 ±1.3 40 ±1.3 >>99.999% <<0.001% 30 ±1.3 99.35% 0.65% 28 ±1.3 89.96% 10.04% 40 ±7 96.51% 3.49%

Rappresentazione grafica: x1±S1 =25 ± 1.3 x2±S2=40 ± 1.3 I punti sono come gaussiane viste dall’alto dove la barra di errore corrisponde ad una deviazione standard Misura 1 Misura 2

Rappresentazione grafica: x1±S1 =25 ± 1.3 x2±S2=30 ± 1.3 Misura 1 Misura 2

Rappresentazione grafica: x1±S1 =25 ± 1.3 x2±S2=28 ± 1.3 Misura 1 Misura 2

Rappresentazione grafica: x1±S1 =25 ± 1.3 x2±S2= 40 ± 7 Misura 1 Misura 2

FORMULE ED ELEMENTI DA RICORDARE -1 errore (assoluto): errore relativo: errore%: media aritmetica: dev. standard della media: dev. standard: propagazione degli errori: somma e differenze: prodotti e rapporti:

FORMULE ED ELEMENTI DA RICORDARE -2 (significato dei parametri e uso della tabella delle probabilità) Gaussiana: compatibilità: media pesata: errore sulla media pesata: rappresentazione dei risultati FINALI con il corretto numero di CIFRE SIGNIFICATIVE