Quale valore dobbiamo assumere come misura di una grandezza?

Slides:



Advertisements
Presentazioni simili
Misure ed Errori Prof Valerio CURCIO.
Advertisements

Trattamento statistico dei dati analitici
Corso di esperimentazione di fisica 1 Il metodo dei minimi quadrati
Le distribuzioni di probabilità continue
Come possono essere classificati?
LA VARIABILITA’ IV lezione di Statistica Medica.
Distribuzione Normale o Curva di Gauss
STATISTICA DESCRITTIVA
Affidabilita` di un’analisi. Specificita`:
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
Progetto Pilota 2 Lettura e interpretazione dei risultati
redditività var. continua classi di redditività ( < 0 ; >= 0)
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.
Valutazione delle ipotesi
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
LA PROPAGAZIONE DEGLI ERRORI:
RELAZIONE LINEARE: I MINIMI QUADRATI (cenni)
Appunti di inferenza per farmacisti
Efisio Antonio Coppola
Corso di biomatematica lezione 5: propagazione degli errori
Corso di biomatematica lezione 4: La funzione di Gauss
STATISTICA a.a PARAMETRO t DI STUDENT
STATISTICA a.a METODO DEI MINIMI QUADRATI REGRESSIONE
ISTOGRAMMI E DISTRIBUZIONI : i xixi
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Cenni di teoria degli errori
Pag. 1 A.A A. Mostacci – Confronti fra misure Confronto fra misure 1. Confronto fra misure e valor atteso (previsione teorica, …) 2. Confronto.
Guida ISO all’espressione dell’incertezza di misura (GUM) –
27 febbraio 2007 MISURE ED ERRORI
Misurare una grandezza fisica
Grandezze e Misure.
MEDIE STATISTICHE.
Le distribuzioni campionarie
La ricerca delle relazioni tra fenomeni
Tutte le grandezze fisiche si dividono in
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Pag. 1 A.A A. Mostacci – Confronti fra misure Confronto fra misure 1. Confronto fra misure e valor atteso (previsione teorica, …) 2. Confronto.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Interpolazione e regressione
Il valore medio Quanto tempo impiega il pendolo per fare cinque oscillazione complete? Se si fanno diverse misure, si sceglie come risultato della misura.
Introduzione alla fisica
La Variabilità e La Concentrazione
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Sintesi della lezione Il concetto di variabilità Campo di variazione Differenza interquartile La varianza La deviazione standard Scostamenti medi VARIABILITA’
PROPAGAZIONE DEGLI ERRORI:
Gli indici di dispersione
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
Misura di una quantità fisica
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
Intervalli di confidenza
Elaborazione statistica di dati
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Strumenti di misura e teoria degli errori
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
Gli strumenti di misura
Corso PAS Misure, strumenti ed Errori di misura Didattica del Laboratorio di Fisica F. Garufi 2014.
1 Statistica descrittiva 2. Sintetizzare i dati con degli indici Come descrivere una variabile in un insieme di osservazioni 1. Utilizzare rappresentazioni.
Statistica con Excel Corso di Fisica ed Elementi di Laboratorio ed Informatica CdL Scienze Biologiche AA 2015/2016.
Analisi delle osservazioni
Trattamento dei dati sperimentali
Gli Indici di VARIABILITA’
Psicometria modulo 1 Scienze tecniche e psicologiche Prof. Carlo Fantoni Dipartimento di Scienze della Vita Università di Trieste Varianza.
Transcript della presentazione:

Quale valore dobbiamo assumere come misura di una grandezza? Come possiamo valutare l’incertezza Dx della misura x?

(x ± Dx) unita di misura Come si esprime correttamente una misura: La misura contiene tutte le informazioni quando è espressa dal valore numerico, dall’unità di misura e dall’incertezza sperimentale associata, espressa nelle medesime unità di misura: (x ± Dx) unita di misura La misura è sempre espressa da un intervallo! x-Dx< valore della misura< x+Dx

La migliore stima della misura In presenza solo di errori casuali si può assumere come miglior stima della misura di una grandezza X la media aritmetica del campione di N misure xi: La media aritmetica è tanto più vicina al valore vero m della misura quanto più N è grande:

Strumento poco sensibile E’ inutile ripetere la misura: si otterrebbe sempre lo stesso risultato. L’errore non può essere inferiore alla sensibilità dello strumento (= la più piccola variazione della grandezza che lo strumento è in grado di apprezzare) Þ in questo caso si assume come errore l’errore di sensibilità. Questo è un errore massimo.

Strumento sensibile ma si dispone di poche misure Si assume come incertezza la semidispersione massima Dx: E’ anch’essa un errore massimo.

Strumento sensibile e si dispone di numerose misure La valutazione più opportuna dell’errore casuale è data dallo scarto quadratico medio σ: Lo scarto quadratico medio fornisce una stima della dispersione della misura attorno al valor medio.

Errore in una misura indiretta. Propagazione degli errori. Sia G=G(x,y,z,….); il suo differenziale è: Assumiamo che l’errore sulle grandezze dirette sia una piccola variazione Δx, Δy, Δz,…per cui l’errore massimo su G si assume essere: Nota la deviazione standard di ciascuna misura diretta e assumendo gli errori indipendenti, l’errore standard su G è dato da:

Errore relativo L’errore relativo sulla misura di una grandezza G è definito come il rapporto tra l’errore assoluto e il valore della misura di G: Numericamente è espresso solitamente in percentuale. Se DG è piccolo si ha: Esempio:

Come si procede in un esperimento Raccolta dei dati sperimentali Rappresentazione grafica Formulazione di una ipotesi Linearizzazione del grafico Determinazione dei parametri dell’equazione

Interpolazione: Metodo grafico 1/2 Attraverso i punti sperimentali in generale si possono tracciare diverse rette. Tracciate quelle corrispondenti alla massima ed alla minima pendenza (amax e amin) e su ciascuna individuate due punti qualsiasi ma scelti opportunamente in modo da semplificare i calcoli. Possiamo quindi assumere come pendenza della retta che meglio approssima i punti sperimentali il valore e come errore il valore

Interpolazione: Metodo grafico 2/2 Il termine noto bbest, può essere determinato come intersezione della retta di pendenza abest (tracciata in modo che abbia una metà circa dei punti sperimentali al di sopra e altrettanti al di sotto) con l’asse delle ordinate. La sua incertezza può essere stimata tracciando altre due rette in modo che una lasci tutti i punti sperimentali al di sotto, l’altra al di sopra e valutando il corrispondente termine noto (bmax e bmin) da cui si ricava per l’errore:

Interpolazione: Metodo dei minimi quadrati Ipotesi: - tutte le misure sono tra loro statisticamente indipendenti - una variabile (in genere quella indipendente x) ha errori trascurabili - i valori delle misure di y sono distribuiti normalmente attorno al valore vero Se la relazione funzionale tra le grandezze x, y è di tipo lineare (y = Ax + B) i parametri A e B sono dati da: