Analisi esplorativa di dati multidimensionali
|
|
- Raffaello Damiani
- 5 anni fa
- Visualizzazioni
Transcript
1 io e
2 Luigi Fabbris Analisi esplorativa di dati multidimensionali 'CENTRO " G. ASTENGO» cleup editore INVENTARIO 2B6 c.,
3 INDICE DEI CONTENUTI -~ Cap. 1 L'analisi dei dati nella ricerca sociale pag. I > 1.4. /\ 1.5. La ricerca scientifica nelle scienze umane I. I. I. Nel fatto è implicita la teoria I. I.2. Il ricercatore sociale Analisi esplorativa di dati multidimensionali L'indagine statistica Astrazione IA. Selezione delle ipotesi di ricerca: losservazione è già interpretazione lB. Popolazione statistica lC. Variabili e scale di misura D. Predeterminazione dei metodi di analisi Rilevazione dei dati Trattamento dei dati rilevati Analisi dei dati A. Rappresentazione grafica dei dati B. Riduzione dei dati C. Analisi classificatoria Analisi della dipendenza E. Analisi della struttura latente F. Costruzione di indici sintetici Descrizione e presentazione dei risultati Modelli per l'analisi statistica multidimensionale Simmetria della relazione tra le variabili IA. Modello asimmetrico IB. Modello simmetrico Analisi metrica e non metrica Linearità delle relazioni tra variabili Monotonicità delle relazioni tra variabili Metodi e tecniche di analisi Analisi di regressione stepwise Analisi fattoriale Analisi di raggruppamento, cluster analysis Analisi di segmentazione binaria Scaling multidimensionale I.5.6. Analisi delle corrispondenze XI
4 Problemi nell'analisi di dati multivariati Trattamento di dati mancanti la. Imputazione di modalità sostitutive lb. Esclusione dell'unità di cui manca il dato Ponderazione delle unità Esercizi Esercizi sulle scale di misura dei caratteri Esercizi sulla ponderazione delle unità i\ e'.) " Cap. 2 I dati di base Matrici per l'analisi multidimensionale Matrici rettangolari Matrice di dati Matrice di frequenze Matrici rettangolari di prossimità o di dominanze Matrice di misurazioni congiunte Matrici per analisi metriche Matrice di varianze - covarianze Matrice di correlazione Matrice di distanze A. Distanza euclidea B. Distanza media assoluta C(*) Distanze di Minkowski D(*) Distanza di Mahalanobis E. Distanza del x F(*) Distanza informativa Matrice di preferenze Matrici di prossimità quadrate Matrice di somiglianze A. Somiglianza tra variabili basata sul coefficiente di correlazione lb. Somiglianza tra variabili basata sul x Matrice di dissomiglianze A(*) Distanza di Canberra Matrice di confusione Matrice di esitazione Misure di prossimità tra unità con variabili osservate su scala diversa Indici di prossimità tra unità con variabili dicotomiche A. Indice di somiglianza di Jaccard B. Indice di somiglianza di Czeka- XII
5 nowski C. Indice di dissomiglianza di Watson et al D. Coefficiente di somiglianza di Sokal e Michener E. Distanza euclidea F. X 2 e <I> Matrici di dominanze per analisi non metriche Esercizi Y- Cap. 3 Analisi di regressione stepwise La regressione "stepwise" Scelte per una analisi di regressione stepwise La regressione stepwise convenzionale Criteri per decidere l'arresto del processo di selezione Determinazione preventiva del numero di predittori da inserire Varianza da spiegare globalmente Frazione di devianza spiegata dal predittore marginale Analisi della varianza Tolleranza 3.4. Criteri per valutare l'esito di una analisi di regressione stepwise Metodi grafici per determinare il numero di predittori da tenere nell'equazione la. Rappresentazione del coefficiente kr lb. Rappresentazione di kc Importanza di un predittore A. Contributo globale B. Contributo netto C. Contributo indipendente D. Contributo mediato dalle componenti principali Problemi concernenti la preparazione dei dati Ricodifica mediante variabili dummy Dati anomali A. Identificazione B. Trattamento Applicazioni di regressione stepwise Relazione tra variabili elettorali e indicatori ambientali Una indagine di mercato sulle caravan Esercizi XIII
6 Cap. 4 Analisi fattoriale L'analisi dei fattori Componenti principali Analisi delle componenti principali e analisi fattoriale (*) Procedura di calcolo delle componenti principali Proprietà delle componenti principali Il modello di analisi fattoriale Il modello di analisi delle componenti principali Fattori ortogonali e fattori obliqui Comunanza e unicità dei fattori Scelte per l'analisi esplorativa dei fattori Criteri per determinare il numero di fattori A. Numero di fattori prefissato B. Varianza spiegata dai fattori C. Autovalori maggiori di D. Rappresentazione grafica degli autovalori le. Comunanze sulla diagonale della matrice di correlazione F. Significatività statistica degli autovalori Rotazione dei fattori A. Rotazioni ortogonali B. Rotazioni oblique C. Rotazioni di PROCUSTE Soluzione fattoriale: determinatezza e punteggi fattoriali Determinatezza della soluzione fattoriale Punteggi fattoriali Interpretazione dei fattori Saturazione di un fattore Rappresentazione grafica dei pesi fattoriali Selezione delle variabili più esplicative Ricorso ad informazioni esterne al modello fattoriale Applicazioni di analisi fattoriale Analisi fattoriale di dati elettorali Analisi fattoriale di prove oggettive di profitto scolastico Esercizi 176 XIV
7 '._...-' Cap. 5 Analisi di raggruppamento Classificazione e raggruppamento L'analisi classificatoria esplorativa: finalità e critiche L'analisi dei gruppi e altri metodi multivariati Scelte per una analisi di raggruppamento Una sistematica delle tecniche di analisi del raggruppamento Metodi di analisi gerarchica agglomerativa lA. Metodo della media di gruppo lB. Metodo del centroide lc. Metodo della mediana D. Metodo del legame singolo E. Metodo del legame completo F. Metodo della media ponderata G. Metodo di Ward H. Metodo flessibile di Lance e Williams Metodi gerarchici divisivi A. Metodo di analisi k-means B. Altri metodi basati sulla distanza tra centroidi Criteri che generano partizioni non gerarchiche A(*) Ottimizzazione degli autovalori della matrice di devianze - codevianze interna ai gruppi B(*) Tecniche di ricerca di zone dense nello spazio (*) Tecniche di raggruppamento con sovrapposizione A. Ricerca di insiemi sfocati unimodali B. Analisi di miscugli di distribuzioni C. Analisi fattoriale Q Scelta tra metodi di analisi l. Tecniche gerarchiche o non gerarchiche? Criteri di scelta tra tecniche gerarchiche Criteri di scelta tra tecniche non gerarchiche Criteri per determinare il numero ottimo di gruppi Rappresentazione grafica di soluzioni alternative Verifica statistica della bontà della soluzione Statistiche sintetiche A. C di Calinski e Harabasz B. M di Marriot Ispezione del dendrogrammma /Ì-2~ xv
8 5.5. Criteri per l'interpretazione di una soluzione gerarchica Valutazione della bontà del dendrogrammma lA. Coefficiente di correlazione cofenetico lb(*) Distanza di Minkowski tra le matrici iniziale e cofenetica Tecniche per l'interpretazione dei risultati A. Analisi dei profili dei gruppi Metodi grafici per evidenziare le prossimità Applicazioni di analisi del raggruppamento Raggruppamenti di partiti politici padovani Classificazione delle occupazioni nel Regno Uni- ~ n Esercizi 235 Cap. 6 Analisi di segmentazione binaria mediante AID Le tecniche di segmentazione binaria Il programma AIO Altre procedure di segmentazione Scelte per una analisi mediante AID Regole di salvaguardia Variabili predittive A. Trasformazione della scala di misura B. Accorpamento di categorie C. Ordinamento Segmentazione in base a categorie monotòne o non Criteri per la valutazione della distanza tra gruppi A. Massima distanza tra le medie dei gruppi B(*) Massima differenza nelle rette di regressione interne ai gruppi C(*) Massima differenza nei coefficienti angolari delle rette di regressione interne LOOKAHEAD: di quanti passi proiettare in avanti l'analisi? Ricerca di strutture simmetriche Criteri per l'arresto del processo di segmentazione Dimensione minima dei gruppi Minima capacità esplicativa della migliore suddivisione ad ogni passo Minima devianza totale del gruppo genitore 258 XVI
9 Massimo numero di passi del processo Valutazione ed interpretazione dell'esito dell'analisi Stabilità campionaria dei risultati Rappresentazione mediante dendrogramma Ricerca di interazioni Analisi dei gruppi Applicazioni di AID Determinanti del bisogno di assistenza domiciliare negli anziani Segmentazione binaria delle malghe alpine del Veneto Esercizi 272 Cap. 7 Scaling multidimensionale L'analisi di scaling multidimensionale Breve storia dei metodi di MDS A. Metodo di Torgerson B. Analisi delle prossimità C. Metodo delle coordinate principali D. Analisi fattoriale non lineare le. Analisi delle preferenze individuali F. Analisi di unfolding multidimensionale Tipi di analisi di scaling (*) Alcuni programmi informatici per l'analisi di MDS Scaling e altri metodi di analisi multidimensionale Analisi non metrica delle prossimità Scelte per una analisi delle prossimità Valutazione dell'esito di una analisi delle prossimità Misure di bontà della soluzione lA. r di Shepard lB. S - Stress lC. Indice di concordanza C D(*) Indice di interpretazione a Dimensionalità dei dati A. Bontà dell'a 7.4. dattamento B. Interpretabilità delle dimensioni C. Stabilità della configurazione Interpretazione della soluzione ottenuta Saturazione delle dimensioni XVII
10 () Applicazione dell'analisi dei gruppi alla configurazione trovata Rappresentazione grafica delle prossimità iniziali e delle distanze nella soluzione Relazione con informazioni esterne Applicazioni di scaling multidimensionale Confronto tra una analisi delle prossimità e una analisi fattoriale delle discipline di laurea in alcuni Paesi Analisi delle prossimità tra alcune riviste di statistica 31 O Analisi delle coordinate principali di professioni nel Regno Unito Esercizi 318 Cap. 8 Analisi delle corrispondenze L'analisi delle corrispondenze Ambiti di applicazione dell'analisi delle corrispondenze Scelte per una analisi delle corrispondenze Metodo di calcolo delle corrispondenze (*) Scomposizione di una tabella di frequenze in autovalori ed autovettori Proprietà degli autovalori Coordinate fattoriali Altri approcci Analisi delle corrispondenze multiple Autovalori Coordinate fattoriali (*) Analisi della tabella di Burt Variabili supplementari Criteri per determinare il numero ottimo di fattori Numero di fattori prefissato Soglia di inerzia globale Significatività statistica della soluzione Effetto Guttman Criteri per l'interpretazione della soluzione Covarianza tra le entità esaminate e gli assi fat- XVIII
11 . toriali lA. Contributo di una entità alla determinazione di un asse l B. Contributo di un fattore alla ricostruzione della variabilità di una entità lc. Comunanza Ispezione della configurazione Forme tipiche delle configurazioni A. Ellissoide Nuvole separate C. Ferro di cavallo D. Triangolo o tetraedro Variabili supplementari Unità supplementari Impiego in sequenza dell'analisi delle corrispondenze e dell'analisi dei gruppi Ritorno all'indietro Applicazioni di analisi delle corrispondenze Analisi delle corrispondenze di malattie e disturbi nella popolazione veneta Analisi delle corrispondenze della distribuzione territoriale e per attività economica delle imprese italiane 368 App. A: Rassegna di programmi per l'analisi di dati multidimensionali 379 App. B: Soluzione degli esercizi 385 Bibliografia 391 Indice analitico 421 XIX
12
SOMMARIO CAPITOLO I - NOZIONI DI ALGEBRA DELLE MATRICI
SOMMARIO CAPITOLO I - NOZIONI DI ALGEBRA DELLE MATRICI 1.- Alcuni richiami di matematica... 13 1.1- Simboli... 13 1.2- Funzioni... 14 1.3- Permutazioni di n elementi distinti... 14 2.- Definizioni di vettori
DettagliStatistica multivariata 27/09/2016. D.Rodi, 2016
Statistica multivariata 27/09/2016 Metodi Statistici Statistica Descrittiva Studio di uno o più fenomeni osservati sull INTERA popolazione di interesse (rilevazione esaustiva) Descrizione delle caratteristiche
DettagliStatistica descrittiva
Luigi Vajani Statistica descrittiva r,,, I o -:i f e l ~ 1 (f"i I - / I I - ETASLIBRI Indice XIII Presentazione Parte prima - Introduzione 3 Capitolo 1 - Concetti generali 1.1 - Introduzione; l.2 - La
DettagliNota dell editore Presentazione
Autori Nota dell editore Presentazione XI XIII XV 1 Conoscenze preliminari per l osservazione biostatistica 1 Variabilità biologica e implicazioni statistiche 1 Variabili e costanti 2 Concetto di misura
DettagliFilomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN:
Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: 88-8453-208-6 (print) ISBN: 88-8453-207-8 (online), Firenze
DettagliAnalisi delle corrispondenze
Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliStatistica multivariata
Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Analisi multivariata Cercare di capire le relazioni
DettagliStatistica multivariata
Parte 3 : Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Analisi multivariata Cercare di capire
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliL analisi dei dati nell'indagine statistica
ene zia i!'ivn Filomena Maggino L analisi dei dati nell'indagine statistica La realizzazione dell'indagine e l'analisi preliminare dei dari Volume 1 Firenze Uni versi ty \ -" Filomena Maggino :L analisi
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliStatistica per le ricerche di mercato
Università degli studi della Tuscia Dipartimento di Economia e Impresa Statistica per le ricerche di mercato a.a. 2014/15 Prof.ssa Tiziana Laureti 01. Introduzione al corso 1 Statistica per le ricerche
DettagliIstituzioni di Statistica
Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA
DettagliStatistica multivariata
Parte 3 : Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Analisi multivariata Cercare di capire
DettagliANALISI DEI CLUSTER. In questo documento presentiamo alcune opzioni analitiche della procedura di analisi de cluster di
ANALISI DEI CLUSTER In questo documento presentiamo alcune opzioni analitiche della procedura di analisi de cluster di SPSS che non sono state incluse nel testo pubblicato. Si tratta di opzioni che, pur
DettagliAnalisi Multivariata Prova finale del 3 giugno 2010
Analisi Multivariata Prova finale del 3 giugno 2010 Esercizi da svolgere con carta e penna Esercizio A A1 Descrivere brevemente qual è l obiettivo principale dell analisi fattoriale. A2 Scrivere il modello
DettagliStatistica per le ricerche di mercato
Università degli studi della Tuscia Dipartimento di Economia e Impresa Statistica per le ricerche di mercato a.a. 2012/13 Dr. Luca Secondi 01. Introduzione al corso 1 Statistica per le ricerche di mercato
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliAnalisi delle corrispondenze
Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello
DettagliArgomenti della lezione:
Lezione 9 Argomenti della lezione: La regressione multipla: Approcci analitici Regressione standard Regressione gerarchica Regressione statistica Strategie Analitiche per la regressione Tre principali
DettagliI metodi di Classificazione automatica
L Analisi Multidimensionale dei Dati Una Statistica da vedere I metodi di Classificazione automatica Matrici e metodi Strategia di AMD Anal Discrimin Segmentazione SI Per riga SI Matrice strutturata NO
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it ANALISI DELLE CORRISPONDENZE (cap. VII) Problema della riduzione delle dimensioni L ANALISI DELLE COMPONENTI PRINCIPALI
DettagliProva scritta di ASM - Modulo Analisi Esplorativa del
Cognome:... Nome:... Matricola:......... Prova scritta di ASM - Modulo Analisi Esplorativa del 14.02.2017 La durata della prova è di 90 minuti. Si svolgano gli esercizi A e B riportando il risultato dove
DettagliProva finale del 6 giugno 2011
Prova finale del 6 giugno 2011 Esercizio A, da svolgere con carta e penna Si consideri la seguente matrice dei dati relativa a 3 unità statistiche e 3 variabili, X 1 e X 2 quantitative, X 3 dicotomica.
DettagliLezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo
UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE
Dettaglis a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value
Inferenza: singolo parametro Sistema di ipotesi: H 0 : β j = β j0 H 1 : β j β j0 statistica test t b j - b s a jj j0 > t a, 2 ( n-k) confronto con valore t o p-value Se β j0 = 0 X j non ha nessuna influenza
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliCorso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018
Corso di Laurea in Amministrazione Aziendale Complex Learning Statistica l azienda (T) SECS-S/01 a. a. 2017/2018 DOCENTI TITOLARI : Prof. Nicoletta Melis ORE DI LEZIONE ON LINE : 18 ore : 6 3 TIPOLOGIE
DettagliLa regressione lineare semplice
La regressione lineare semplice Il modello di regressione lineare semplice - 1 y = β 0 + βx + ε 10 8 Una retta nel piano Variabile Y 6 4 2 0 0 1 2 3 4 Variabile X 1 Il modello di regressione lineare semplice
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliElementi di statistica per l econometria
Indice Prefazione i 1 Teoria della probabilità 1 1.1 Definizioni di base............................. 2 1.2 Probabilità................................. 7 1.2.1 Teoria classica...........................
DettagliCluster Analysis Distanze ed estrazioni Marco Perugini Milano-Bicocca
Cluster Analysis Distanze ed estrazioni M Q Marco Perugini Milano-Bicocca 1 Scopi Lo scopo dell analisi dei Clusters è di raggruppare casi od oggetti sulla base delle loro similarità in una serie di caratteristiche
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettaglizio L'INDAGINE CAMPIONARIA Metodi, disegni e tecniche di campionamento
zio L'INDAGINE CAMPIONARIA Metodi, disegni e tecniche di campionamento B f F~ :_ ~ () ì E(.'.6.. CJ?.. E S T Luigi Fabbris L'indagine camp1onar1a Metodi, disegni e tecniche di campionamento La Nuova Italia
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliCaratteristiche dei dati ecologici
Caratteristiche dei dati ecologici I dati sono sparsi, cioè hanno molti valori nulli (a volte la maggioranza!) La gran parte delle specie presenti è rara. I fattori ambientali che influenzano la distribuzione
DettagliCorrelazione e regressione
Correlazione e regressione Correlazione 1 Come posso determinare il legame tra due o più variabili? Correlazione COEFFICIENTE DI CORRELAZIONE (r di Pearson) massimo consumo di ossigeno e prestazione nelle
DettagliPsicometria con Laboratorio di SPSS 2
Psicometria con Laboratorio di SPSS 2 Esempio di fattoriale esplorativa (v. 1.1, 12 aprile 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliLE RICERCHE DI MARKETING: FASE QUANTITATIVA
LE RICERCHE DI MARKETING: FASE QUANTITATIVA Viene progettata ed attuata con l obiettivo di ottenere la verifica empirica delle ipotesi formulate nella fase qualitativa, tramite l esame di indicatori di
DettagliRegressione lineare semplice
Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro
DettagliStatistica per l Impresa
Statistica per l Impresa a.a. 207/208 Tecniche di Analisi Multidimensionale Analisi dei Gruppi 2 maggio 208 Indice Analisi dei Gruppi: Introduzione Misure di distanza e indici di similarità 3. Metodi gerarchici
DettagliSergio Bolasco MULTIDIMENSIONALE. Metodi, strategie e criteri d'interpretazione DEI DATI. nez1à. .arocc1 ISIVO
ANALISI Sergio Bolasco MULTIDIMENSIONALE Metodi, strategie e criteri d'interpretazione DEI DATI nez1à ISIVO.arocc1 Sergio Bolasco \.'. Analisi multidimensionale dei dati Metodi, strategie e criteri d'interpretazione
DettagliANALISI DELLE CORRISPONDENZE MULTIPLE (ACM)
ANALISI DELLE CORRISPONDENZE MULTIPLE (ACM) Questa procedura è stata introdotta negli anni 70, ad opera della scuola francese di analisi dei dati (Benzecri). Inizialmente fu proposta per analizzare tabelle
DettagliMinistero dell Istruzione, dell Università e della Ricerca Ufficio Scolastico Regionale per la Sardegna
Ministero dell Istruzione, dell Università e della Ricerca Ufficio Scolastico Regionale per la Sardegna ISTITUTO DI ISTRUZIONE SUPERIORE BUCCARI MARCONI Indirizzi: Trasporti Marittimi / Apparati ed Impianti
DettagliAnalisi in Componenti Principali (ACP)
Analisi in Componenti Principali (ACP) Metodi di analisi fattoriale Obiettivo: individuazione di variabili di sintesi = dimensioni = variabili latenti = variabili non osservate Approccio: Ordinamenti tra
DettagliNuovo Ordinamento Esame di Statistica 20 Giugno 2003 docente: P. Vicard Nome
Nuovo Ordinamento Esame di Statistica 20 Giugno 2003 Cognome docente: P. Vicard Nome Al termine di ogni esercizio è lasciato lo spazio per scrivere la soluzione (corredata degli opportuni passaggi). La
DettagliPROGRAMMAZIONE DEL GRUPPO DISCIPLINARE A.S. 2016/17 INDIRIZZO SCOLASTICO: LICEO SCIENZE UMANE
ISTITUTO D ISTRUZIONE SUPERIORE Enrico Mattei ISTITUTO TECNICO COMMERCIALE LICEO SCIENTIFICO LICEO dellescienze UMANE LICEO ECONOMICO SOCIALE Via delle Rimembranze, 26 40068 San Lazzaro di Savena BO Tel.
DettagliRappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
DettagliAnno scolastico 2015/2016 PROGRAMMA SVOLTO. Docente: Catini Romina. Materie: Matematica. Classe : 4 L Indirizzo Scientifico Scienze Applicate
Anno scolastico 2015/2016 PROGRAMMA SVOLTO Docente: Catini Romina Materie: Matematica Classe : 4 L Indirizzo Scientifico Scienze Applicate UNITA DIDATTICA FORMATIVA 1: Statistica Rilevazione dei dati Rappresentazioni
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliIndipendenza, Dipendenza e interdipendenza
Indipendenza, Dipendenza e interdipendenza In analisi bivariata la tabella di contingenza consente di esaminare congiuntamente due variabili consente di rilevare le relazioni esistenti tra le variabili
DettagliRELAZIONE FINALE DEL DOCENTE. Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 3PTVE A. S. 2015/2016
RELAZIONE FINALE DEL DOCENTE Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 3PTVE A. S. 2015/2016 In relazione alla programmazione curricolare sono stati conseguiti, in termini di livello medio,
DettagliMaria Brigida Ferraro + Luca Tardella
Cluster Maria Brigida Ferraro + Luca Tardella e-mail: mariabrigida.ferraro@uniroma1.it, ferraromb@gmail.com Lezione #3: Cluster Obiettivi del modulo Cluster 1 Introduzione ai problemi di classificazione
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliIndice. Presentazione
Indice Presentazione v 1 Il problema statistico 1 1.1 Esperienze e regole 1 1.2 Un esempio introduttivo 3 1.3 Esperienze ed errori 4 1.4 Errori e fluttuazioni 6 1.5 Quando non ci sono regole 7 1.6 Conclusione
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliPrefazione Ringraziamenti
Prefazione Ringraziamenti Autori Connect XIII XVII XIX XXI Capitolo 1 La misura dell anima 1 1.1 Misurare in psicologia 1 1.1.1 Peculiarità della misura in psicologia 2 1.1.2 L errore nella misura in psicologia
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliI Componenti del processo decisionale 7
Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence 9 1.1 Decisioni efficaci e tempestive........ 9 1.2 Dati, informazioni e conoscenza....... 12 1.3 Ruolo dei modelli
DettagliDOMANDA DI RICERCA TIPI DI RICERCA
DOMANDA DI conoscenza esistente del problema: letteratura, esperienze relative al problema oggetto di studio, teorie già note, osservazione dirette di fenomeni/comportamenti nelle organizzazioni TIPI DI
DettagliTECNICHE DI POSIZIONAMENTO
TECNICHE DI POSIZIONAMENTO Discriminant analysis: definizione di n (generalmente 2) funzioni lineari discriminanti, basate su valutazioni quantitative di attributi, utilizzate per posizionare oggetti (marche,
DettagliLa regressione lineare. Rappresentazione analitica delle distribuzioni
La regressione lineare Rappresentazione analitica delle distribuzioni Richiamiamo il concetto di dipendenza tra le distribuzioni di due caratteri X e Y. Ricordiamo che abbiamo definito dipendenza perfetta
DettagliAnalisi Fattoriale Concetti introduttivi Marcello Gallucci Milano-Bicocca
Analisi Fattoriale Concetti introduttivi A M D Marcello Gallucci Milano-Bicocca Scopi generali L Analisi Fattoriale (e varianti) si propone di estrarre un numero limitato di fattori (variabili latenti
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliArgomenti della lezione:
Lezione 12 L analisi fattoriale: il processo di rotazione dei fattori, l interpretazione della soluzione Argomenti della lezione: Metodi di rotazione dei fattori Interpretazione della soluzione Assunzioni
DettagliDifferenze tra metodi di estrazione
Lezione 11 Argomenti della lezione: L analisi fattoriale: il processo di estrazione dei fattori Metodi di estrazione dei fattori Metodi per stabilire il numero di fattori Metodi di Estrazione dei Fattori
DettagliLezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Il concetto di interpolazione In matematica, e in particolare in
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliWe model for you. Proposta agli istituti di ricerca che operano in Italia Marzo 2013
Servicing di elaborazione indagini Proposta agli istituti di ricerca che operano in Italia Marzo 2013 Servicing di elaborazione indagini Da alcuni anni GMR svolge un attività di servicing esterno ad alcuni
DettagliAnalisi della varianza
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO
DettagliRisultato di una rilevazione statistica effettuata su n unità statistiche con riferimento a p fenomeni (detti anche caratteri, variabili)
LA MATRICE DEI DATI Risultato di una rilevazione statistica effettuata su n unità statistiche con riferimento a p fenomeni (detti anche caratteri, variabili) Esempi di: unità variabili individui Reddito,
Dettagliviii Indice generale
Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi
DettagliMetodi Probabilistici e Statistici per l Analisi dei Dati. Prof. V. Simoncini. Testi di Riferimento
Metodi Probabilistici e Statistici per l Analisi dei Dati Prof. V. Simoncini e-mail: valeria@dm.unibo.it, valeria@ambra.unibo.it Testi di Riferimento Lucidi di Lezione (http://www.dm.unibo.it/ ~simoncin/datiii.html)
DettagliAnalisi multivariata (DPRS)
Analisi multivariata (DPRS) 8b-Esempio di fattoriale esplorativa vers. 1.0 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 Rossi (Dip. Psicologia)
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliMetodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie
DettagliTeoria e tecniche dei test DIMENSIONALITA DI UN TEST DIMENSIONALITA DI UN TEST (2) 03/04/2012. Lezione 7 DIMENSIONALITA e ATTENDIBILITA
Teoria e tecniche dei test Lezione 7 DIMENSIONALITA e ATTENDIBILITA DIMENSIONALITA DI UN TEST Una domanda cruciale da porsi nella fase di messa a punto di un test riguarda la sua dimensionalità. La tecnica
DettagliPresentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
DettagliAlfonso Iodice D Enza
Strumenti quantitativi per l economia e la finanza I Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale ali dei Il coefficiente () Statistica 1 / 50 Outline
DettagliREGISTRO DELLE LEZIONI*
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI* dell' INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliRegressione lineare. Lo studio della relazione lineare tra due variabili. X e Y caratteri entrambi quantitativi. variabile dipendente
Regressione lineare Se la correlazione misura l intensità e il segno del legame lineare tra due variabili, l obiettivo delle tecniche di regressione è, invece, quello di individuare il tipo di relazione
DettagliLABORATORI DI STATISTICA SOCIALE
Università degli Studi di Bergamo Dipartimento di Scienze Umane e Sociali Corso di Laurea in Scienze Psicologiche LABORATORI DI STATISTICA SOCIALE Lezione V Prof. Andrea Greco Dott.ssa Roberta Adorni Dott.
DettagliCORSO DI LAUREA IN PSICOLOGIA. Pedagogia sperimentale Corso Avanzato (CA) Corso di Laurea Magistrale in Psicologia LM-51
CORSO DI LAUREA IN PSICOLOGIA Insegnamento Livello e Corso di Studio Settore scientifico disciplinare (SSD) Pedagogia sperimentale Corso Avanzato (CA) Corso di Laurea Magistrale in Psicologia LM-51 M-PED/04
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliEsplorazione grafica di dati multivariati. N. Del Buono
Esplorazione grafica di dati multivariati N. Del Buono Scatterplot Scatterplot permette di individuare graficamente le possibili associazioni tra due variabili Variabile descrittiva (explanatory variable)
DettagliStatistica Aziendale Avanzata
PROGRAMMA del corso, informazioni e fonti bibliografiche Statistica Aziendale Avanzata Modulo A / Modulo B Organizzazione del corso Anno Accademico 2016/17 Codice 91019 Docente responsabile prof.ssa Silvia
DettagliObiettivo: assegnazione di osservazioni a gruppi di unità statistiche non definiti a priori e tali che:
Cluster Analysis Obiettivo: assegnazione di osservazioni a gruppi di unità statistiche non definiti a priori e tali che: le unità appartenenti ad uno di essi sono il più possibile omogenee i gruppi sono
Dettaglidocente: J. Mortera/P. Vicard Nome
A opportuni passaggi). Verrà accettato in consegna solo il presente plico. 2. [9] Una certa zona è servita da 4 compagnie telefoniche. Per ciascuna compagnia è stato rilevato il costo al minuto (in centesimi
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliLA SEGMENTAZIONE DELLA DOMANDA E IL POSIZIONAMENTO DEL PRODOTTO: ANALISI STATISTICHE PER TRE UNIVERSITA A CONFRONTO.
Università degli Studi di Padova Facoltà di Scienze Statistiche ed Economiche Anno Accademico 2002-2003 LA SEGMENTAZIONE DELLA DOMANDA E IL POSIZIONAMENTO DEL PRODOTTO: ANALISI STATISTICHE PER TRE UNIVERSITA
Dettagli