Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Limitate o illimitate a seconda che l’insieme dei valori che possono assumere
sia finito o meno. Variabili continue se variano con continuità tra un valore
minimo 0 e un valore massimo.
Alcune definizioni:
Popolazione di una variabile casuale: insieme dei valori che la variabile può
assumere.
Frequenza: rapporto tra il numero dei casi favorevoli e il numero totale dei
casi possibili riferiti al campione.
• Distribuzioni normale
• Distribuzioni log-normale
• Distribuzioni di Gumbel
• Distribuzioni TCEV
Distribuzione normale
Esistono due tipi di distribuzione di probabilità per valori estremi studiati nel
corso di idrologia:
INFERENZA STATISTICA
• CARTE PROBABILISTICHE
• COEFFICIENTE DI CORRELAZIONE
• CURVA DI REGRESSIONE
Metodi dei momenti
Tempo di ritorno
Noi abbiamo preso in esame una stazione idrometrica situata lungo il corso
del fiumi Agri, precisamente, nel comune di Grumento Nova (Pz) . Ci siamo
posti il problema dell’ iterazione e quindi studiando alcuni dati relativi a
medie annue dovevamo estrapolare la nostra curva di probabilità.
In questo caso la popolazione costituisce tutti i possibile valori che la nostra
variabile ( portata media annua) può assumere. Dalla popolazione abbiamo
estratto un sottoinsieme costituito da un’entità discreta di elementi (nel
nostro caso il campione ha una dimensione pari a 17).
In maniera particolare, il nostro campione è costituito dalle portate medie
annue relative agli anni 1961-1977.
Questi nostri dati costituiscono delle variabile continui allora non ha senso
parlare di frequenza (poiché è riferita al campione) dato che ogni valore
assumerà la frequenza pari ad , allora per variabili continue si parla di
frequenza di non superamento.
Per frequenza di non superamento si intende il numero di elementi inferiori
ad un certo valore soglia rapportata con la dimensione del campione (N).
Per ottenere la nostra frequenza di non superamento il primo passo è quello
di disporre gli elementi del nostro campione in ordine crescente e assegnare
ad ogni elemento del ordine la sua relativa posizione.
La frequenza di non superamento è quindi calcolata con la seguente
formula: dove i indica la posizione i-
esima nell’ordine crescente; quindi se
vogliamo calcolare la frequenza del valore
in posizione 10 , la nostra frequenza di
non superamento sarà pari a:1.
Facendo così ci siamo calcolati la
frequenza di non superamento di tutti i valore del nostro campione ed
abbiamo riportato su grafito i risultati ottenuti. Così facendo abbiamo
riscontrato un errore poiché per il valore in pozione 17 la nostra frequenza
di non superamento risulta pari ad 1. Dai teoremi della statica assumere
frequenza pari ad una significa avere una frequenza certa; ma ciò ci induce
ad un errore.Una volta determinata la frequenza di non superamento che
meglio si adatta al nostro caso di studio si pone il problema di passare dal
campione alla popolazione. A tale scopo si seguono le 4 fasi dell’inferenza
statistica partendo dall’ipotesi di lavoro che prevede la scelta di una
distribuzione di probabilità che meglio possa rappresentare la variabile
studiata. Nel caso applicativo è stata scelta la distribuzione di probabilità
normale. Fatto ciò la seconda fase dell’inferenza prevede il calcolo dei
parametri che caratterizzano la distribuzione di probabilità ovvero media,
varianza e scarto quadratico medio. Questi possono essere calcolati per il
campione e successivamente possono essere rapportati alla popolazione
come valori presunti tramite opportuni fattori correttivi:
Media 1
Varianza