Cari Colleghi, vi posto uno stralcio dell'articolo di Facciorusso-Vannucchi pubblicato sul n. 2/2009 della RIG, con il calcolo di Mw da disaggregazione per la stima del potenziale di liquefazione. Fermo restando che mi sembra tutto molto chiaro, il mio problema è questo: sul sito dell'INGV i valori della terna M-R-epsilon per ogni nodo del reticolo sono espressi come valori medi, come si fa a ricavare la moda? Molti saluti Giulio Cancelli
Giulio, nello stralcio di articolo che posti si fa riferimento ad una pubblicazione di Spallarossa e Barani 2008, qual'è? Devo anche controllare se è antecedente al deliverable 14, dove il discorso media e moda è molto più dettagliato. Vedremo dagli esempi che esamineremo che la magnitudo in corrispondenza della media è sempre, o quasi, superiore a quella corrispondente alla moda. La moda della distribuzione discreta bivariata presente nei grafici di disaggregazione è semplicemente la casella con il maggiore valore di probabilità, con i corrispondenti valori, o range di valori, di D e M.
In caso di plurimodalità si adotta la moda di maggiore valore.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
Grazie Michele, conoscevo già il file che hai postato. Io vorrei però sapere se c'è modo di calcolare la "moda" per il sito-specifico (mi sembra che anche McCoy faceva prima questa osservazione). Ci sono territori comunali molto vasti dove i valori di pericolosità sismica possono variare anche molto. Un caro saluto Giulio
Giulio, nello stralcio di articolo che posti si fa riferimento ad una pubblicazione di Spallarossa e Barani 2008, qual'è? Devo anche controllare se è antecedente al deliverable 14, dove il discorso media e moda è molto più dettagliato. .....
il Deliverable D14 riporta la data di pubblicazione 21sett2007 e, degli stessi autori Spallarossa e Barani sono i "suggerimenti" in un loro articolo (2008) a cui si fa riferimento nello stralcio inviato da Giulio Cancelli
Giulio, nello stralcio di articolo che posti si fa riferimento ad una pubblicazione di Spallarossa e Barani 2008, qual'è? Devo anche controllare se è antecedente al deliverable 14, dove il discorso media e moda è molto più dettagliato. .....
il Deliverable D14 riporta la data di pubblicazione 21sett2007 e, degli stessi autori Spallarossa e Barani sono i "suggerimenti" in un loro articolo (2008) a cui si fa riferimento nello stralcio inviato da Giulio Cancelli
Beh, allora possiamo trattare queste fonti come contemporanee, anche se non perfettamente coerenti tra di loro, come vedremo.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
Ho appena sentito Massimo Trossero di Torino, che però ha problemi a collegarsi con internet e sarà operativo tra un paio di giorni. A questo punto direi, se siamo tutti d'accordo, di iniziare con esempi di varie zone sismiche, rimandando di un pò quelli delle zone non sismiche (più semplici, non esistendo una classificazione ZS9). Questo pomeriggio o sera posterò qualcosa su un nodo nei pressi dell'Aquila e inizieremo le discussioni su questo. Ognuno poi potrà postare i dati del nodo che preferisce e li discuteremo uno per uno, sperando che alla fine si possa arrivare ad una procedura conclusiva soddisfacente a parere di tutti.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
Ecco i risultati del primo caso in esame. Per chi volesse sottoporre altri casi, credo un formato simile sia abbastanza chiaro. Quoto inoltre dal deliverable 14:
Quote:
Si noti che la moda della distribuzione corrisponde al gruppo M-R-ε che fornisce il maggior contributo alla pericolosità sismica e pertanto corrisponde ad una sorgente “reale”. Il principale svantaggio nell’uso dei valori modali è legato al fatto che questi risultano sensibili all’ampiezza degli intervalli adottati (es. Abrahamson, 2006). La media, al contrario, è indipendente dall’ampiezza degli intervalli ma non sempre corrisponde ad uno scenario “reale” dal momento che i contributi della sismicità locale e regionale concorrono alla sua definizione. In altre parole, la media potrebbe rappresentare uno scenario improbabile.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
