Un ulteriore appunto sulla semplificazione di Schneider:

Se abbiamo meno dati di 10-11, la semplificazione sottostima il valore caratteristico

Se ne abbiamo di più, la semplificazione lo sovrastima

Più importante di tutti: in ogni caso non ha molto senso utilizzare il principio della varianza nota per campioni numerosi.

Già da 5-6 dati in su può convenire utilizzare la formula più inoppugnabile con varianza del campione.

L'EC7, per situazioni di compensazione spaziale o strutturale, definisce il valore caratteristico come il livello di confidenza del valore che influenza l'insorgere dello stato limite (in genere il valor medio) al 95° percentile.

Attenzione, livello, e non intervallo di confidenza, e il 95° percentile è una probabilità di superamento, si tratta pertanto del 5° percentile della distribuzione della media, da risolvere, in condizioni di normalità, con la t_0.05 o t_0.10 di _Student, secondo le convenzioni delle varie tabelle e vari fogli di calcolo.

Se torniamo all'esempio di Simonini e Cortellazzo 2005, illustrato nelle dispense di Meriggi dell'Ordine FVG, la parte superiore del modello geotecnico consta di 10 dati. Qui la formula di Schneider è accurata, ma 10 dati sarebbero sufficienti a utilizzare la formula rigorosa.
Una ulteriore semplificazioen adottata dagli autori è che hanno utilizzato la distribuzione normale (Schneider si basa su questa) mentre la Cu viene prevalentemente modellata con una distribuzione lognormale, con diversi metodi di approccio per calcolare il valore caratteristico in condizioni di compensazione spaziale o strutturale.

Per quanto riguarda lo strato inferiore del modello geotecnico di Simonini e Cortellazzo 2005, non ha senso applicare la semplificazione di Schneider in quanto il campione di dati è numeroso (30 dati in geotecnica sono tanti!)

Un ulteriore dubbio che sorge, sempre sul grafico di Simonini-cortellazzi è quello della eventuale eterogeneità dei dati, potrebbero non appartenere ad una stessa popolazione, ma per esprimersi bisognerebbe conoscere il tipo di prove eseguite e la disposizione spaziale delle verticali


"Data speak for themselves" -Reverend Thomas Bayes 1702-1761
P(Ai|E)=(P(E|Ai)P(Ai))/P(E)