20.06.2013 Views

Scarica la relazione finale - DiMaPla

Scarica la relazione finale - DiMaPla

Scarica la relazione finale - DiMaPla

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Percent<br />

Percent<br />

99<br />

95<br />

90<br />

80<br />

70<br />

60<br />

50<br />

40<br />

30<br />

20<br />

10<br />

5<br />

1<br />

99<br />

95<br />

90<br />

80<br />

70<br />

60<br />

50<br />

40<br />

30<br />

20<br />

10<br />

5<br />

1<br />

1500<br />

1000<br />

1600<br />

1200<br />

1700<br />

1400<br />

764<br />

764<br />

Normal<br />

1800<br />

767<br />

1600<br />

767<br />

Normal<br />

1900<br />

1800<br />

2000<br />

2000<br />

2100<br />

Mean 1479<br />

StDev 228,5<br />

N 5<br />

AD 0,423<br />

P-Value 0,182<br />

Mean 1796<br />

StDev 129,4<br />

N 5<br />

AD 0,209<br />

P-Value 0,712<br />

Figura 108 Verifica del<strong>la</strong> distribuzione normale dei risultati delle prove di trazione in tutti i<br />

lotti di materiale.<br />

Sotto queste ipotesi per filtrare gli outlier, cioè valori che possono statisticamente essere dovuti ad<br />

un grosso<strong>la</strong>no errore sperimentale e che quindi è legittimo escludere, è possibile applicare il<br />

criterio di Chauvenet, scartando i dati che si allontanano in modo significativo dal<strong>la</strong> media. L’utilizzo<br />

di questo criterio porta all’individuazione di un outlier tra i dati re<strong>la</strong>tivi al materiale 764.<br />

Sui dati così filtrati, rappresentati nel grafico box-plot, è possibile realizzare un’analisi del<strong>la</strong><br />

varianza (ANOVA).<br />

147

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!