LEZIONI DI ANALISI ECONOMETRICA

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LEZIONI DI ANALISI ECONOMETRICA"

Transcript

1 LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici e diamici Il seiero di equilibrio di lugo periodo La edeza di lugo periodo come modello semilogariimico Approssimazioe del saggio di crescia Primi caraeri delle serie soriche: edeza, sagioalià e ciclo.3 La sima dei miimi quadrai (OLS) della edeza lieare.4 I residui.5 Il breve e il lugo periodo.6 Le sime dei miimi quadrai (OLS) el modello lieare semplice.7 L ierpreazioe saisica.8 La scomposizioe della deviaza e il coefficiee di deermiazioe Il coefficiee di deermiazioe o cerao Cauela ell uso del coefficiee di deermiazioe Elimiazioe della edeza lieare co ua differeza prima.9 Sima di ua fuzioe del cosumo Coefficiee di deermiazioe e scela del modello Omogeeià dei dai No liearià rispeo alle variabili. Propesioe media ed elasicià

2 L elasicià. Alri esempi La legge di Oku Relazioe ra asso di cambio omiale e prezzi relaivi Appedice. Serie soriche, dai sezioali e logiudiali Dai logiudiali Appedice. Complemei aaliici Appedice.3 Appedice.4 Differeza prima logarimica Le codizioi sufficiei per la sima dei miimi quadrai Nullià del ermie miso ella scomposizioe della deviaza oale 3 L ambiee socasico 3. I residui come ei aleaori: le ipoesi deboli 3. Defiizioi e risulai ell approccio socasico Sime e simaori dei miimi quadrai Il eorema di Gauss-Markov 3.3 La correlazioe ra le variabili e ra gli simaori dei parameri La correlazioe ra gli simaori dei parameri 3.4 Le ipoesi fori sui residui Iervalli di cofideza Sima iervallare Verifiche (o es) di ipoesi Residui ormali Idipedeza i probabilià 3.5 Ifereza saisica per i parameri del modello lieare semplice Verifica di ipoesi 3.6 Ifereza saisica per la variaza dei residui Sima iervallare per σ Verifica di ipoesi lieari semplici per 3.7 Ifereza saisica per i parameri del modello lieare semplice co Errori sadard delle sime Verifica di ipoesi 3.8 Tre esempi σ Rea ierpolae il logarimo dei cosumi σ igoo

3 Fuzioe del cosumo Relazioe ra asso di cambio omiale e prezzi relaivi Appedice 3. Complemei aaliici La variaza di ua somma di variabili aleaorie La sruura di variaza covariaza ivariae rispeo ad ua cosae addiiva Gli simaori dei miimi quadrai Le variaze degli simaori dei miimi quadrai La covariaza ra gli simaori dei miimi quadrai Campo di variazioe del coefficiee di correlazioe Idipedeza socasica del umeraore e del deomiaore elle di Sude Appedice 3. Disribuzioi di probabilià rilevai Disribuzioe ormale Disribuzioe del chi quadrao Disribuzioe della di Sude Disribuzioe della F di Fisher 4 La proiezioe 4. Proiezioe e proieore ei modelli lieari 4. La proiezioe co il crierio dei miimi quadrai L errore di proiezioe Proiezioi ex pos ed ex ae L errore quadraico medio di proiezioe 4.3 Iervalli di cofideza per le proiezioi 4.4 Tre esempi Rea ierpolae il logarimo dei cosumi Fuzioe del cosumo Relazioe ra asso di cambio omiale e prezzi relaivi 4.5 Idicaori dell accuraezza delle proiezioi Appedice 4. Complemei aaliici La variaza dell errore di proiezioe 5 La malaspecificazioe 5. Aspei variegai della malaspecificazioe 5. Eeroschedasicià dei residui La sima dei miimi quadrai poderai (WLS) 5.3 Tes di omoschedasicià 3

4 Il es di Breusch e Paga Il es del chi quadrao La formulazioe di Koeker 5.4 La correzioe per l eeroschedasicià di Whie 5.5 Foi e cosegueze dell auocorrelazioe 5.6 Tes di auocorrelazioe dei residui Il es di Durbi e Waso Tre esempi 5.7 Il raameo dell auocorrelazioe di ordie uo ϕ deermiao dalla saisica di Durbi e Waso Il meodo di Cochrae e Orcu 5.8 Tes di cambiameo sruurale per il modello semplice (Tes del Chow) Il caso k, > > k Il es della F di Fisher Il caso k, > k 5.9 Il es di ormalià di Jarque Bera Appedice 5. Complemei aaliici Uguagliaza ra coefficiee di auoregressioe del primo ordie e ρ 6 Il modello lieare muliplo 6. I veori e la moliplicazioe righe per coloe 6. Il modello lieare muliplo 6.3 I miimi quadrai el modello lieare muliplo 6.4 Veori e marici Veori Operazioi ra veori Marici 6.5 Operazioi ra marici La marice iversa Il deermiae 6.6 Le sime dei miimi quadrai Le sime dei residui 6.7 Il coefficiee di deermiazioe correo 4

5 Appedice 6. Complemei aaliici Codizioi per la miimizzazioe della deviaza residuale Orogoalià dei residui simai rispeo alle variabili esplicaive Appedice 6. L iversa di ua marice Il deermiae di ua marice quadraa L aggiua di ua marice quadraa Il modello lieare semplice i ermii mariciali Lisa degli esempi applicaivi. (Esempio.) Tedeza lieare del logarimo dei cosumi privai omiali i Ialia. (Esempio.) Tedeza espoeziale dei cosumi privai omiali i Ialia 3. (Esempio.) Tedeza lieare dei cosumi privai omiali i Ialia 4. (Esempio.3) PIL e propesioe media al cosumo (ipoesi del Dueseberry) 5. Fuzioe del cosumo (rispeo al reddio corree) i Ialia 6. (Esempio.) Elasicià del cosumo privao rispeo al reddio e al reddio dispoibile i Ialia 7. Legge di Oku per gli USA e per l Ialia 8. Relazioe ra asso di cambio omiale (valua ialiaa/$) e prezzi relaivi 5

6 CAPITOLO I INTRODUZIONE Per olre cique lusri i miei sudei del corso quadrieale di Ecoomeria ella Facolà di Ecoomia de La Sapieza si soo preparai essezialmee sulla Traccia, dispese dispoibili sia sulla ree che i forma caracea, foocopiabile. Ao dopo ao queso eso si è igradio, fio a raggiugere u migliaio di pagie, comprededo ache emi o raai el corso ma dichiaraamee uili agli sudei più avazai, come i modelli di serie soriche, lieari e o, quelli auoregressivi veoriali, o l aalisi sperale. Passado dal vecchio al uovo ordiameo, la didaica ha dovuo essere cambiaa, el seso di dover essere basaa su emi più circoscrii, direamee operaivi, fruibili da sudei ieressai a seori variegai dell Ecoomia, da quella macro all aziedale, dalle ricerche di mercao alla fiaza. Così è aa l esigeza di forire agli sudei del corso semesrale di base di Ecoomeria u eso che assemblasse gli elemei iroduivi della Traccia, curadoe i paricolare gli aspei ierpreaivi e quelli empirici, e relegado i appedice la maeria aaliicamee più avazaa. Quese Lezioi cosiuiscoo ale eso. La Traccia, uora dispoibile i ree, raccoglie emi di Ecoomeria esposi i forma a vole edezialmee meodologica e alre vole più orieaa alle applicazioi; quese Lezioi soo viceversa più omogeee e fializzae a redere semplice e appeibile l appredimeo di ua maeria che di per sé è complessa. La didaica, duque, e cosiuisce uo degli aspei domiai; co re caraerisiche che mi preme rimarcare. Prima: le ozioi che vegoo espose iizialmee lo soo i ermii più elemeari e disesi; ma mao che il eso procede, l esposizioe è faa i forma più compaa e immediaa. Queso affiché lo sudee sia faciliao ell impao iiziale dello sudio di ua maeria o semplice; assuefao al meodo e agli srumei, può appredere uleriori ozioi i modo più direo. Secoda: geeralmee, ei libri di eso di caraere aaliico l esposizioe di u argomeo è accompagaa da u ampia e il più possibile esausiva sequela 6

7 di specificazioi, complemei, corollari; i quese Lezioi si segue, viceversa, il crierio di esporre i cocei accompagai solao dalle caraerizzazioi che servoo al momeo. Si riuzia alla compleezza scieifica a favore dell efficacia didaica: prima di imparare le specificazioi, i complemei, i corollari di u argomeo, sia esso u coceo o u crierio o u eorema, lo sudee deve avere be chiari la moivazioe, l ierpreazioe, il domiio di applicabilià. Terza: l Ecoomeria è ua braca dell Ecoomia spiccaamee ierdiscipliare; comprede pari rilevai ache della Teoria delle probabilià, dell Ifereza saisica, dell Aalisi maemaica (oimizzazioe e algebra mariciale) e della Saisica ecoomica, che spesso soo sieizzae i capioli o i appedici specifici. I quese Lezioi, al corario, le ozioi (quelle sreamee ecessarie) di quese brache soo dissemiae el eso là dove servoo, co l idea di o cosiderare l Ecoomeria come somma di pezzi di disciplie disie, ma come iegrazioe aurale di cocei che solao per covezioe o coveieza soo aribuii a seori discipliari diversi. E così, e quesa porebbe essere cosideraa come ua quara caraerisica didaica, soo ache aggiue, spesso i specifici Box, ozioi probabilisiche, di Ifereza saisica, di Algebra delle marici, i forma o sempre complea ma immediaamee compresibile, iadaa forse a probabilisi, saisici e maemaici ma apposiamee elaboraa per chi deve occuparsi di Scieze umae. Curiosamee, oggi l Ecoomeria è rieua ua raccola di meodi; operaivamee poi, divea u alra cosa, l Ecoomeria applicaa. Esisoo moli buoi esi, i iglese e ache i ialiao, scrii da ialiai, di Ecoomeria meodologica; alcui soo di ipo eciclopedico, alri moografici, alri acora privilegiai l aspeo probabilisico o il rigore maemaico. Esisoo alri oimi esi, geeralmee i iglese, di applicazioi. Quese Lezioi, al corario, si pogoo u obieivo molo più limiao: isegare l Ecoomeria. No i suoi meodi, ma come l iese il suo fodaore, Ragar Frisch, ua seaia d ai fa. 7

8 Nello scrivere quese Lezioi soo sao esesamee aiuao dalla do.ssa Agieszka Niewiska. A lei va il mio più cordiale rigraziameo. 8

9 CAPITOLO II IL MODELLO LINEARE 9

10 . Aalisi ecoomica e aalisi ecoomerica Per illusrare co chiarezza il sigificao e gli obieivi dell Ecoomeria è opporuo parire da alcui coeui dell aalisi ecoomica ed effeuare poi u esesioe i ermii di elaborazioe ecoomerica; si riesce così più facilmee a meere i risalo le caraerisiche specifiche e ad evideziare le poezialià. U aalisi ecoomica di grade rilevaza fu faa da J.M. Keyes (936) quado formulò la relazioe ra il cosumo c e il reddio c y rappreseabile ella forma = µ + β y (..) dove c ed y soo variabili mere µ e β soo parameri, e la caraerizzò mediae le proposizioi seguei: - la fuzioe (..), che possiamo scrivere ella forma geerale c = f( y), la fuzioe del cosumo, è sabile el empo; - l iercea µ è posiiva e la propesioe margiale al cosumo β è posiiva e iferiore all uià µ >, < β < (..) - la propesioe β è iferiore alla propesioe media c y. Osservazioe. La sabilià della (..) idica che la fuzioe può essere cosideraa valida per periodi di empo relaivamee lughi, ad esempio per alcui decei. Queso, ovviamee, i media, perché da u empo all alro, ad esempio da u ao all alro, ci possoo essere leggere discrepaze ra il membro a siisra e quello a desra. Osservazioe. Maemaicamee parlado, µ è il ermie oo e β è il coefficiee agolare della rea (..). I alre parole, µ rappresea l iercea di β > e decresce se β <. c co l asse y =, e β la pedeza della rea, che cresce se Osservazioe.3 Sempre maemaicamee, la propesioe margiale al cosumo è β = ( y) d f d y

11 mere la propesioe media è daa dal rapporo c y. Osservazioe.4 La forma (..) è lieare rispeo sia ai parameri che alle variabili. Per ipoizzare le relazioi (..)-(..) il Keyes si basò essezialmee su cosiderazioi eoriche ed il fuzioameo reale del sisema ecoomico fu da lui esamiao, a queso proposio, solao i maiera descriiva. Sempre ell ambio dell aalisi ecoomica è possibile supporre che la fuzioe del cosumo offra ua descrizioe migliore della realà ecoomica se y viee sosiuio dal reddio dispoibile che defiiamo ella semplice forma y d = y v (..3) dove v è l imposa complessiva sul reddio ( y ) c= µ + β v (..4) i quao u esame ache semplificao del comporameo dei cosumaori può codurre a rieere che essi basio le decisioi di spesa sulla quaià di reddio che hao effeivamee a disposizioe ua vola che siao derae le impose. Le relazioi maemaiche (..) e (..4) soo modelli, molo semplici, rappreseaivi del modo di cosumare di ua famiglia, o di u gruppo di persoe o di ua popolazioe. Soo saiche, i quao legao le variabili c, y e v allo sesso empo; ma si può presumere, sempre cogeurado i ermii di eoria ecoomica, che il cosumo c al empo sia piuoso fuzioe del reddio goduo ei periodi precedei come ella relazioe seguee c = µ + β y µ >, < β < (..5) dove le variabili soo associae ad u idice (o pedice) emporale e c è fuzioe lieare del reddio riardao di u uià emporale, oppure ell alra c µ βy βy βy = (..6) dove la variabile y sussise sia al empo corree che a quello riardao di ua e due uià. La relazioe (..6) può essere uleriormee geeralizzaa fio a cosiderare ifiii riardi del reddio c = µ + βy + βy + + βky k

12 ma sorge i al caso u dissidio fra gli aspei eorici e quelli empirici dell aalisi, dovuo al fao che il umero di riardi k, pur essedo relaivamee semplice da deermiare i ermii empirici, è difficile da giusificare i ermii eorici (perché k e o k + o k -?). Quesa uleriore esesioe ha quidi u aspeo di arbirarieà (il umero di riardi k) che risula difficilmee cociliabile co le esigeze di geeralià dell aalisi eorica. Queso dissidio può essere i pare ricomposo se si geeralizza la (..6) fio a cosiderare ifiii riardi emporali, oeedosi lo schema a riardi disribuii ifiii c µ β y β y β y... µ β y (..7) = = + j j el quale la moivazioe ecoomica cosise el rieere che il cosumo sia fuzioe di ua la soria passaa ieree il reddio, co faori di proporzioalià all aumeare della loaaza del empo. j= β j decrescei I realà la giusificazioe della (..7) o è uicamee ecoomica, i quao è difficile poer supporre che esisao iflueze sigificaive dalle y j sulla per riardi c j molo gradi; ua pare rilevae di ale moivazioe cosise, i effei, ella facilià co cui lo schema a riardi disribuii può essere rasformao, maemaicamee, i modo da ridurre il umero, ifiio, di parameri β j presei ed oeere ua relazioe molo parsimoiosa. Ifai, se si fao le ipoesi j β = β ρ, < ρ < (..8) j che soo foremee vicolai dal puo di visa ecoomico, sosiuedo ella (..7) si oiee c = + y + y + y + (..9) µ β βρ βρ... che, riardaa di u uià emporale, divea c y y y = µ + β + βρ + βρ +... Soraedo, ifie, dalla (..9) la (..) moliplicaa per ρ si oiee cioè, poedo ( ρ ) µ = µ, ( ) c ρ c ρ µ βy 3 (..) = + (..) c µ ' ρc βy che mosra come lo schema (..7) co ifiii parameri u alro coeee solao µ, β e ρ. = + + (..) β j possa essere rasformao i

13 Duque, soo le ipoesi (..8) i due modelli (..7) e (..) soo equivalei, sebbee il secodo sia be più parsimoioso del primo. Dal puo di visa ecoomico, uavia, ribadiamo che o è affao deo che le (..8) siao aderei alla realà. Primi obieivi dell Ecoomeria All iero della eoria, a queso puo, è difficile, per o dire impossibile, deermiare quale sia la relazioe migliore, ra quelle espose, i ermii di adeguaezza alla rappreseazioe del fuzioameo reale del sisema ecoomico; i paricolare, la speculazioe eorica o è idoea a defiire compiuamee la diamica ecoomica e quidi a discrimiare ra le fuzioi (..5), (..6) e (..), che preseao il reddio ed il cosumo associai ad idici emporali diversi. Per effeuare ua scela razioale, allora, è ecessario esamiare la realà empirica o più solao i forma meramee descriiva, ma co u idagie più avazaa, che uilizzi coveieemee i meodi della Saisica. Quesi soo adoperai per simare (deermiare i valori sfruado dei dai campioari) i parameri µ, β, µ, ρ dei re modelli e per valuarli secodo u crierio di oimo presabilio. Dall aalisi ecoomica si passa, i al guisa, all aalisi ecoomerica. Durae le idagii empiriche accade sovee che si abbiao dei suggerimei o delle idicazioi sul come modificare le ipoesi ecoomiche di pareza, che quidi soo soggee ad essere uovamee deagliae ed aalizzae co la meodologia saisica, oppure, acora, daa ua formulazioe eorica di pareza, avviee frequeemee che l uso del procedimeo ecoomerico per covalidarla o per cofroarla co alre ipoesi o ao coduca ad ua sua coferma o egazioe ma piuoso possa suggerire, i virù dei rirovai empirici, modificazioi o ampliamei di caraere eorico che auralmee solao il ricercaore co adeguaa preparazioe ecoomica può sfruare iegralmee. La cosegueza di quese argomeazioi è che si sviluppa u aalisi ecoomerica composa da fasi di speculazioe ecoomica eorica e da fasi di idagie empirica o separabili besì foremee iegrae ra di loro. Duque o è sufficiee l uso dei dai osservai, come ad esempio l asserio da Spaos (986, p.3), a disiguere l ecoomeria dalle alre forme di sudio dei feomei ecoomici. L aalisi descriiva di quesi può esser effeuaa all iero di ua speculazioe ecoomica ma o è codizioe sufficiee a farla deomiare ecoomerica. No ha ragio d essere, quidi, idea, purroppo molo diffusa, secodo la quale la disamia ecoomerica è solao srumeale rispeo a quella ecoomica. 3

14 . I modelli e il lugo periodo Modelli saici e diamici Le relazioi (..) e (..4) ra le variabili c ed y cosiuiscoo, come si è deo, dei modelli rappreseaivi 3 di ipoesi ecoomiche, e le disuguagliaze (..) cui soo soggei loro parameri µ e β e cosiuiscoo pare iegrae. Quesi modelli soo rappreseazioi formali ed idealizzae delle caraerisiche osservae di regolarià e di sabilià dei feomei ecoomici soo sudio e vegoo specificai i base al processo ieraivo di speculazioe eorica ed idagie empirica descrio el paragrafo precedee. Tali caraerisiche soo ache chiamae fai silizzai (si veda più avai la figura.). I modelli (..) ed (..4) soo dei saici poiché vi iervegoo solo variabili correi, cioè associae allo sesso empo ; i modelli (..5) (..6) (..7) e (..) soo dei diamici i quao coegoo variabili sia correi che riardae di ua o più uià emporali. Il seiero di equilibrio di lugo periodo Poiché i feomei ecoomici evolvoo el empo, i modelli diamici hao ua rilevaza be più grade degli saici, ma occorre eer presee che quesi ulimi possoo sovee essere cosiderai come rappreseaivi dei seieri di equilibrio di lugo periodo dei modelli diamici. Se, ad esempio, si cosidera la relazioe diamica (..) e si suppoe che il cosumo cresca al saggio cosae di γ per uià di empo, cosicché sia c ( γ ) c = + (..) sosiuedo, la (..) divea ( + γ ) ( + γ ) c = µ + β y + γ ρ + γ ρ (..) che è aaloga al modello saico (..); ques ulimo, duque, può essere viso come la relazioe di equilibrio di lugo periodo ra il cosumo ed il reddio el caso i cui il modello di breve periodo sia quello diamico (..) e il comporameo di lugo periodo del cosumo sia defiio dalla (..). 3 Il coceo modero di modello può essere fao risalire i lavori di R. Frisch [935-36] e J. Tiberge [939]. 4

15 La (..) può essere scria ella forma c c = γ c (..3) o acora, più cocisamee, ell alra dove l operaore opera su c = γ c (..4) c rasformadola ella differeza c c. Duque, se vale la (..) i u cero iervallo di empo, il cosumo aumea (se γ > ) o dimiuisce (se γ < ) di ua porzioe di c i ogi uià emporale, ad esempio i ogi ao se misuriamo il empo i ai. La porzioe di c è daa appuo dal saggio γ. La edeza di lugo periodo come modello semilogarimico Soffermiamoci uovamee sulla (..) che rappresea u modo molo frequee di evolvere el empo del cosumo c. Se γ > ( γ < ), il seiero di evoluzioe di lugo periodo per il reddio è di crescia (di decrescia), come spesso si ha i ecoomia. Iseredo ella (..) =, poi =, = 3,..., si oiee c = ( + γ ) c c e quidi, sosiuedo ieraivamee, = ( + γ) = ( + γ)... c c c = ( + γ ) c (..5) dove c è ua cosae, corrispodee al valore che c assume all origie dei empi ( = c ). La è dea rappreseare ua codizioe iiziale, al di fuori della serie sorica { c} { c, c,..., c } cosiuia dalle osservazioi dispoibili. = (..6) La fuzioe (..5) può essere coveieemee scria i u alro modo. Se prediamo il logarimo 4 dei due membri oeiamo l c = l c + l( + γ ) cioè l c = µ + β (..7) 4 I ecoomeria si usao solao i logarimi (aurali) i base e, idicai co l ; log idica il logarimo i base. 5

16 se chiamiamo le cosai l c = µ e l( + γ ) = β. Il modello (..7), deo semilogarimico perché esprime ua variabile logarimizzaa (la c ) i fuzioe di ua o rasformaa (il empo ), corrispode esaamee al (..5) e cosiuisce u esempio di forma o lieare elle variabili. Il saggio di crescia γ ra il empo e il è facilmee oeuo: ifai, se l( + γ ) = β, segue che γ = exp( β ) (..8) La forma (..7) esprime duque come l evolve i fuzioe del empo; e deoa, cioè, la sua edeza di lugo periodo. Approssimazioe del saggio di crescia Il saggio di crescia γ ell uià di empo di ua variabile x. c ( x x ) x γ (..9) = può essere coveieemee approssimao da ua differeza prima logarimica l x = l x l x (..) dove il simbolo deoa appuo ua differeza prima. La differeza prima logarimica di x è alvola idicaa co la x sormoaa da u puo: x. L approssimazioe di γ co la (..) è dimosraa aaliicamee ell appedice.. Quesa è molo buoa per valori piccoli di γ, diciamo ra e.6; per valori superiori a.6 lo è meo, come si può vedere dalla avola.: 7% è approssimao co 6.77%, 8% co 7.69% e così via. γ l x Tavola. Approssimazioe del saggio di crescia γ co la differeza prima logarimica. Primi caraeri delle serie soriche: edeza, sagioalià e ciclo La (..7) rappresea il modo di evolvere lieare della serie sorica { l c } ; e cosiuisce, cioè, la edeza lieare. La edeza, che può essere ache espoeziale, quadraica, cubica,, a secoda del ipo di fuzioe che la rappresea, forma ua prima coformazioe silizzaa delle serie soriche ecoomiche, ed è ad esempio visibile elle figure. (lieare) e.3 (espoeziale). 6

17 Ua secoda coformazioe silizzaa molo imporae è cosiuia, elle serie soriche ecoomiche deermiae co ua cadeza ifraauale, ad esempio mesile o rimesrale, dal fao che esisoo adamei ifraauali che si ripeoo similmee, ei empi così come elle dimesioi, ao dopo ao: le cosiddee sagioalià. Nella figura 3. si oa chiaramee il profilo sagioale che si ripee ogi ao (prescidedo dalle ampiezze delle oscillazioi che aumeao cosaemee all aumeare del empo) ella serie rimesrale. La erza coformazioe silizzaa che per il momeo viee cosideraa elle serie soriche ecoomiche è cosiuia dall alerarsi di fasi di espasioe dell aivià co fasi di recessioe, feomeo che viee idicao co il ome di ciclo ecoomico. La serie sorica del PIL ialiao depuraa della edeza lieare ella figura.8 mee be i rilievo il ciclo el periodo 97, co le recessioi (aree i grigio) egli ai 975 e (dovue alle crisi perolifere), e degli alri (dovua alla poliica moearia della Germaia a seguio della riuificazioe). Si può oare che i ui e re i casi la recessioe sia avveua repeiamee ( 3 ai), mere le fasi di ripresa 5 più espasioe si siao svole molo più leamee (i 5 7 ai). Ques alro fao silizzao cosiuisce l asimmeria del ciclo ecoomico. 5 I iglese: recovery. 7

18 .3 La sima dei miimi quadrai (OLS) della edeza lieare Affroiamo ora il problema di simare (deermiare i valori de) i parameri µ e β della (..7) a parire da u campioe di dai cosiuia dalla serie sorica (..6) e uilizzado il crierio di sima dei miimi quadrai. Queso è facilmee illusrabile se i parameri da simare apparegoo ad u equazioe lieare o solo ei parameri ma ache elle variabili. Liearizziamo perao la (..7) poedo l c = z, =,, 3,..., ; si oiee il modello lieare semplice z = µ + β =,,..., (.3.) valido ei empi da fio al geerico. I dai z possoo essere disegai i u diagramma caresiao che ha i empi sull asse delle ascisse, come ella figura.; essi cosiuiscoo ua uvola di pui araverso la quale passa la rea (.3.). Quesa, auralmee, o può occare ui i pui (che ella figura. soo, a iolo di esempio, quaro), che quidi rimagoo ad ua disaza (misuraa lugo l asse delle ordiae) geeralmee oulla u dalla rea sessa. A secoda del crierio che vicola quese disaze u si oiee ua rea (.3.) diversa, coeee cioè valori differei per i parameri µ e β. Ovviamee, si ea di deermiare quella rea per la quale le disaze u siao globalmee le più piccole secodo u dao crierio. Ad esempio, si può pesare di usare il crierio di miimizzare la somma delle u 4 mi u (.3.) = ma queso o è buoo perché le u soo la rea (egaive) si possoo compesare co le u sopra la rea (posiive), e la somma (.3.) può essere molo piccola pur i preseza di disaze u molo gradi i valore assoluo. La miimizzazioe della (.3.) cosiuisce quidi u crierio che ha poco seso. Si porebbe pesare al crierio di miimizzare la somma delle u prese i valore assoluo 4 mi u (.3.3) = 8

19 eviado quidi il difeo di cui sopra. Queso crierio porebbe essere valido se o accadesse che la miimizzazioe (.3.3) o è facilmee eseguibile i maemaica. Allora si usa il crierio di miimizzare i quadrai delle mi 4 = u u (.3.4) che è maemaicamee raabile i forma semplice e o presea il difeo della compesazioe descrio sopra. È il crierio dei miimi quadrai e deermia ua rea i cui parameri soo dei sime dei miimi quadrai (OLS) 6. z z 4 u 4 z z 3 u u 3 z = µ + β z u Figura. Nuvola di pui rea z = µ + β. 3 4 z disai (lugo l asse delle ordiae) u da ua geerica Esempio. Esraiamo dal CD dell OECD (Saisical Compedium, Versioe 4 -) 7 la serie sorica { c } dei cosumi privai reali oali8 dell Ialia ITACPV, espressi i milioi di euro. Moliplicado la serie per il deflaore dei cosumi privai ITAPCP oeiamo la serie dei cosumi privai i ermii omiali, e prediamo il logarimo e 6 Quesi miimi quadrai soo dei ordiari (i iglese Ordiary Leas Squares; OLS) per disiguerli da alri meo semplici, ad esempio i o lieari (i iglese No Liear Leas Squares; NLLS) oppure i geeralizzai, (i iglese Geeralized Leas Squares; GLS) che vedremo i seguio. 7 Alcui cei sull uso di quesa base di dai soo esposi ell Appedice.3 di queso capiolo 8 I base 995, quidi reali. 9

20 e cosruiamo il modello (..7); se simiamo 9 i parameri del modello (più semplicemee si dice: simiamo il modello) co gli OLS oeiamo l c = (.3.5) curva disegaa ella figura. isieme ai pui che defiiscoo la serie sorica { l c }. 7 l(c ) l(cosumi) Lieare (l(cosumi)) Figura. Serie sorica dei logarimi dei cosumi privai oali omiali i Ialia ierpolai co la rea (.3.5); ai Poiché la sima ˆ β =.9, il suo ailogarimo (cioè il valore della fuzioe iversa del logarimo, che è l espoeziale) è.38 e quidi il saggio di crescia auale è, per la (..8), ˆ γ =.38 =.38 cioè il 3.8% (il saggio sembra alo, ma si ricordi che i cosumi soo omiali). Nella figura.3 soo esposi i pui c (quidi gli ailogarimi dei pui della figura.) e la curva ierpolae, che ora o è più ua rea ma l espoeziale che deriva dalla (.3.5) c { } = exp (.3.6) 9 La sima è calcolaa co il sofware EasyReg versioe.3, scria da H.J.Bieres, che uilizzeremo i uo il eso. Esisoo moli oimi programmi di ecoomeria el mercao ma si è scelo EasyReg perché è grauio e facilmee scaricabile da Iere. Cei sul suo uso soo esposi ell Appedice.4.

21 c cos om Espo. (cos om) Figura.3 Serie sorica dei cosumi privai oali omiali i Ialia ierpolai co l espoeziale (.3.6); ai 96-98; dai i miliardi di euro. Osservazioe.5 Poiché la variabile cosumo omiale c è pari al prodoo del cosumo reale c per il prezzo p il suo saggio di crescia è approssimaivamee uguale alla somma dei saggi di crescia di c e. p Ifai c = c p da cui logarimizzado l c = lc + l p (.3.7) ed acora, riardado di u uià emporale l c = lc + l p (.3.8) per cui, facedo la differeza ra la (.3.7) e la (.3.8), si oiee lc = lc + l p che dimosra, cosiderado la (..), l affermazioe precedee. Si lascia al leore rovare che il saggio di crescia dei cosumi privai oali reali i Ialia el periodo è pari a.49 e quello del deflaore relaivo è pari a.85, per cui la loro somma è uguale a.34 approssimaivamee pari proprio a.38 (il saggio di crescia dei cosumi privai oali omiali).

22 L approssimazioe (e la o perfea uguagliaza) deriva dal fao che le re quaià, cosumo omiale, cosumo reale e deflaore, soo ciascua ua media (calcolaa separaamee dalle alre) el periodo campioario. Ovviamee queso risulao è del uo geerale: il saggio di crescia del prodoo di più faori è approssimaivamee pari alla somma dei loro saggi di crescia. Esempio. E isruivo cosruire il modello (.3.) seza logarimizzare preveivamee i cosumi c, e poedo quidi direamee z = c ella (.3.). Nella figura.4 soo esposi i risulai: i dai soo gli sessi della figura.3 ma la curva ierpolae è ua rea e o più u espoeziale. Il modello è sao simao co i miimi quadrai ma la somma dei quadrai delle disaze = u u, che è essedo =, il umero delle osservazioi dispoibili, è molo maggiore: 43686, ivece che 6787 (caso dell ierpolae (.3.6)). c cos om Lieare (cos om) Figura.4 Serie sorica dei cosumi privai oali omiali i Ialia ierpolai co la fuzioe lieare; ai 96-98, dai i miliardi di euro. Osservazioe.6 Coviee sempre presare aezioe al umero di cifre sigificaive (diverse dallo zero) che maeiamo ei calcoli. U umero roppo grade rede farragiosa la scriura ed è foriero di errori di

23 impuazioe dei dai (ad esempio ei compuer); u umero roppo piccolo può codurre ad approssimazioi imprecise. Dal puo di visa saisico della sigificaivià dei dai è difficile che possao servire più di quaro cifre sigificaive (ad esempio 53 oppure 5.3 o ache.53) perché già co esse si oiee u approssimazioe iferiore al millesimo. Da quello ecoomico, poi, già re cifre sigificaive dao u approssimazioe iferiore al ceesimo, più che sufficiee per ogi ipo di aalisi. I logarimi, uavia, soo molo sesibili ai decimali ed è quidi cosigliabile calcolarli co almeo cique cifre decimali. Ua sima precisa della (.3.5) forisce, ad esempio l c = che può essere coveieemee cosideraa migliore. Si ricordi, ad ogi modo, di approssimare alla cifra superiore o iferiore a secoda dei casi (el caso della (.3.5) è approssimao a e.9479 a.948). 3

24 .4 I residui Le disaze u ra i dai osservai z e quelli co la sessa ascissa sulla rea ella figura., dei eorici, soo chiamae i vario modo, il più frequee dei quali è errori, iededosi per errore il fao di aver sosiuio ai dai osservai alri valori da essi geeralmee (ed erroeamee, secodo quesa imposazioe) diversi. I realà di sbaglio o si raa, ma della osra voloà (perché ciò ci fa comodo) di ridurre la uvola dei pui ad ua rea; chiamiamo allora meglio le disaze dall aver voluo approssimare i pui della uvola co quelli della rea. u residui, derivai Se la realà è defiia, ad esempio miimizzado la somma dei quadrai dei residui (.3.4) (cioè co il crierio dei miimi quadrai), soo ache idividuae le sime ˆµ e ˆ β dei parameri della rea (.3.), che scriviamo ella forma zˆ = ˆ µ + ˆ β =,,..., (.4.) Ache i residui soo allora deermiai e li idichiamo co uˆ per cui diveao uˆ = z zˆ = z ˆ µ ˆ β =,,..., (.4.) disaze ra i valori osservai e quelli eorici dai dalla rea (.4.). Dalla (.4.) si rae che uˆ è deermiao ua vola che siao deermiae ˆµ e ˆ β. Se quese acora o lo soo, ache uˆ o lo è, per cui possiamo scrivere u = z µ β =,,..., (.4.3) oppure z µ β u = + + =,,..., (.4.4) voledosi iedere il residuo u come quel ermie da aggiugere (o sorarre, se egaivo) al valore eorico ( µ + β) per aversi il dao osservao z. Le u, deermiae umericamee come differeze ra i valori osservai z e quelli ˆ eorici z, possoo essere cosiderae come sime delle u e quidi residui simai. ˆ E i geere molo uile rappreseare graficamee i residui, al fie di verificare più i deaglio, sia pure visivo, l adeguaezza dell ierpolazioe. Nelle figure.5,.6 e.7 soo esposi i residui (simai) delle re ierpolazioi l c = µ + β + u (.4.5) 4

25 { } c = exp µ + β + u (.4.6) c µ β u = + + (.4.7) che ora scriviamo co i residui espliciai, rappreseae elle figure.,.3 e.4, rispeivamee. residui u Figura.5 Serie sorica dei residui simai { uˆ } relaivi al modello (.4.5) dei cosumi privai oali omiali i Ialia; ai u Figura.6 Serie sorica dei residui simai { uˆ } relaivi al modello (.4.6) dei cosumi privai oali omiali i Ialia; ai 96 98; dai espressi i miliardi di euro. 5

26 4 u residui Figura.7 Serie sorica dei residui simai { uˆ } relaivi al modello (.4.7) dei cosumi privai oali omiali i Ialia; ai 96 98; dai espressi i miliardi di euro. Box Dai osservai { zz... z } I residui Rea geerica ierpolae (edeza lieare) i dai osservai z = µ + β Rea ierpolae simaa (co u cero crierio) zˆ = ˆ µ + ˆ β da cui i dai eorici { zˆ zˆ... z ˆ } Residui simai uˆ = z zˆ = z ˆ µ ˆ β 6

27 .5 Il breve e il lugo periodo La differeziazioe ra il breve e il lugo periodo assume imporaza basilare o solao quado si raa la eoria ecoomica ma ache quado si cosruisce u modello ecoomerico. Si ebbe u esempio di queso coceo quado fu osservao che egli ai compresi ra le due guerre modiali egli USA la relazioe ra il cosumo e il reddio, piuoso che essere del ipo (..), risulava ale che: - el lugo periodo la propesioe media al cosumo c y era cosae; - el breve periodo ale rapporo oscillava, aumeado elle fasi di recessioe e dimiuedo i quelle di espasioe. Iolre fu oao che per ogi dao idividuo ale rapporo dimiuiva all aumeare del reddio, fao queso che J.S. Dueseberry [949] spiegò co la ipoesi del reddio relaivo, secodo la quale la perceuale di reddio cosumao da ogi idividuo o dipedeva direamee dal suo reddio assoluo, ma dalla sua posizioe, i ermii di perceili (si veda il Box ), ella sua disribuzioe; i alre parole, dal suo reddio relaivo. Aaliicamee quesa ipoesi può essere scria, prescidedo da ua eveuale edeza, ella forma c y = µ + β y, µ >, < y β ; y = max ( y s ; s < ) (.5.) dove y è il reddio massimo goduo dall idividuo el passao; el lugo periodo si può rieere che il reddio cresca ad u saggio cosae γ > per uià di empo ( + γ) y y (.5.) = aalogamee a quao ipoizzao ella (..) per il cosumo, per cui è y = y, e la (.5.) diviee c y ( ) = µ + β + γ (.5.3) co rapporo c / y cosae. Nel breve periodo, d alro cao, si ha che durae le fasi di recessioe è y < y e quidi c / y aumea, mere i quelle di espasioe è y > y ed il rapporo cosumo su reddio dimiuisce.. 7

28 Box I quaili Per chiarire il sigificao di perceile (di ua disribuzioe, che el caso specifico riguarda i reddii) si pesi di ordiare i seso crescee i reddii, suddivisi i classi, e di associare a ciascua classe il umero degli idividui che lo oegoo. Il dispiegarsi di queso umero i fuzioe delle classi cosiuisce la disribuzioe dei reddii di quesi idividui. Il perceile -esimo di quesa disribuzioe idica il reddio oeuo da quell idividuo al di soo del quale si siua l per ceo degli idividui. Ovviamee può variare da a 99. Il coceo di perceile può essere eseso a quello di quarile, i cui il reddio è diviso i quaro pari, e i quello di decile, i cui la divisioe è i dieci. I quarili soo re e i decili ove. Il 5 perceile, uguale al quarile e al 5 decile, corrispode alla mediaa della disribuzioe. I perceili, i quarili, i decili, e gli alri valori oeui dividedo i classi uguali i dai di ua disribuzioe (qualsiasi, che o ecessariamee riguarda i reddii) soo geericamee chiamai quaili. Il secodo decile (corrispodee al perceile) della disribuzioe dei reddii può essere preso come idicaore della poverà (o della ricchezza) ecoomica i ua popolazioe: più è basso (alo) più poveri (ricchi) vi soo. Esempio.3 Verifichiamo l ipoesi del Dueseberry per l Ialia egli ai 97 co l aiuo della figura.8. I quesa soo raffigurae la serie { y } del reddio oale ialiao (scala a siisra) che permee di idividuare gli ai di recessioe (aree i grigio) e la serie { } c y della propesioe media al cosumo (scala a desra). Alla serie del reddio è saa soraa ua edeza espoeziale, deermiaa come ell esempio., mere al rapporo c y è saa soraa ua edeza lieare. I periodi di recessioe segai i grigio soo cosegueze dei due shock peroliferi degli ai seaa (974 e 979) e mosrao ua chiara edeza al rialzo della propesioe media al cosumo, come previso dall ipoesi del Dueseberry. Negli ai di recessioe l ipoesi è acora covalidaa per il 99 e il 99; o lo è per il

29 Figura.8 Adameo del PIL (scala a siisra) e della propesioe media al cosumo (scala a desra) i Ialia egli ai 97 ; ambedue le serie soo sae depurae della edeza co fuzioi lieari. Le aree raeggiae idicao i periodi di recessioe degli ai seaa iescai dalle crisi perolifere; i quesi periodi la propesioe media aumea, come previso dall ipoesi del Dueseberry. 9

30 .6 Le sime dei miimi quadrai (OLS) el modello lieare semplice Vediamo ora come si oegoo le sime dei miimi quadrai el modello lieare (.4.4) che scriviamo i ua forma più geerale y µ β x u = + + =,,..., (.6.) poedo al poso di z ua geerica variabile edogea y e al poso di ua geerica esplicaiva x. Quesi due aggeivi derivao dal fao che el modello (.6.) la spiega la y, che è deermiaa edogeamee (all iero) al modello. Talvola la x è ache dea variabile esogea, i quao deermiaa esogeamee (all esero) al modello. Il modello lieare (.6.) è deo semplice perché coiee ua sola variabile esplicaiva olre l iercea. Se e coeesse di più sarebbe muliplo, caso che esamieremo i seguio. Ovviamee è ache yˆ = ˆ µ + ˆ β x e uˆ = y yˆ (.6.) x Il crierio di sima dei miimi quadrai cosise el rovare i valori di µ e di β che redoo miima la somma dei quadrai dei residui (.3.4), cosa che el caso di dai si scrive mi u = mi ( y µ β x ) µβ, µβ, = = (.6.3) iededosi co quesa scriura che la miimizzazioe avviee al variare di α e di β. La somma dei quadrai ella (.6.3) è ua fuzioe di µ e β che idichiamo co S( µ,β ) e la maemaica ci forisce le codizioi ecessarie (ma o sufficiei) per oeere il miimo (.6.3): occorre che siao uguali a zero le derivae parziali prime di S rispeo sia ad µ che a β S = ( y µ βx)( ) = µ = S = ( y µ βx)( x) = β = cioè che sia 3

31 y = µ + β x = = = + xy µ x β x = = = (.6.4) che vegoo chiamae equazioi ormali. Se si poe x = x =, y = y =, m = xx x, mxy = x y = = (.6.5) dalla prima delle (.6.4) si ricava, dividedo per, e dalla secoda, sosiuedo il valore di µ dao dalla (.6.6), y = µ + β x (.6.6) cioè = x y m xy = ( y β x) x + β = yx + β = ( m x ) xx = x dalle quali si oiee la sima dei miimi quadrai (ordiari) di β ˆ m β = m xy xx yx x m xx x (.6.7) e, sosiuedo ella (.6.6), quella di µ ˆ µ = y ˆ β x (.6.8) Le codizioi sufficiei affiché ˆµ e βˆ cosiuiscao il miimo (.6.3) soo espose ell Appedice.. I due valori ˆµ e βˆ cosiuiscoo il puo di oimo ( ˆµ βˆ ) ella miimizzazioe (.6.3) e ad essi, ramie la (.6.), corrispodoo i valori dei residui simai. uˆ ˆ ˆ ˆ = y y = y µ β x =,,..., (.6.9) 3

32 Si ega be i mee che ˆµ e βˆ possoo essere deermiae solao se m xx x come risula dalla (.6.7). Osservazioe.7 Dalla (.6.6) segue che la rea y = µ + β x passa sempre el puo ( x) y, quali che siao i valori di µ e β che soddisfao alle equazioi ormali (.6.4). Osservazioe.8 Si oi che i corrispodeza del puo di oimo le equazioi ormali possoo essere scrie come segue ( µ ˆ β ) y ˆ ˆ x = u = = = ( y ˆ ˆ ) ˆ µ β x x = ux = = = (.6.) La prima di quese mosra che la somma dei residui simai è ulla; la secoda deoa ua proprieà dei residui simai: la loro orogoalià ei cofroi della variabile esplicaiva. Osservazioe.9 Uilizzeremo el seguio il risulao che cosegue dalla caea di uguagliaze ( ˆ ) ˆ ˆ ˆ ˆ y ˆ = µ + β x = µ β x ˆ µ x = = + = + = β che per l osservazioe.7 è pari a y. Quidi si ha yˆ = y = = = y (.6.) 3

33 .7 L ierpreazioe saisica Il crierio dei miimi quadrai illusrao ei paragrafi precedei, che fu sviluppao idipedeemee da K. F. Gauss e A. M. Legedre ra la fie del dicioesimo e gli iizi del diciaovesimo secolo, uilizza cocei puramee maemaici (deermiisici e o probabilisici). Ad esso, uavia, possiamo dare ache u ierpreazioe saisica, che riguarda, quidi, solamee i omi. Il modello (.6.) viee deo di regressioe, la somma dei quadrai u = S ( µ, β ) è la deviaza (dei residui o residuale), le serie soriche { x } e { } = y cosiuiscoo il campioe di dai, i valori x e y soo le medie arimeiche delle due variabili x ed y, mxx è il momeo secodo di momeo secodo miso. I valori x ed ˆµ e βˆ soo acora delle sime, ma i seso saisico. m xy il Voledo uilizzare quesa ierpreazioe, allora, la (.6.7) idica che la sima daa dal rapporo (covariaza ra x e y ) / (variaza di x ). βˆ è I queso modo la (.6.) dell osservazioe precedee può essere lea el seso: la media arimeica della variabile osservaa y è uguale a quella della variabile eorica y. D ora i poi uilizzeremo ormalmee quesa omeclaura. ˆ 33

34 .8 La scomposizioe della deviaza e il coefficiee di deermiazioe Si è viso el paragrafo.3 che la serie del cosumo { c } può essere ierpolaa sia co u espoeziale (figura.3) sia co ua rea (figura.4), dado luogo a sime delle deviaze dei residui foremee diverse, 6787 el primo caso e el secodo. Ci domadiamo allora se sia possibile cosruire u idicaore basao sulle deviaze che permea di misurare il grado di adaameo (o di accosameo) di u modello al campioe di dai. La risposa è posiiva e passiamo alla deermiazioe di uo di ali idicaori, il più imporae, chiamao coefficiee di deermiazioe. Per defiirlo suppoiamo, ovviamee seza perdere i geeralià, che il modello coega l iercea (che, simaa, può ache valere zero) e scompoiamo la deviaza (la somma dei quadrai degli scari dalla media) delle y el seguee modo = = ( y = ( y y) = yˆ ) = + ( y = yˆ ( yˆ + yˆ y) y) + = = ( y yˆ )( yˆ y) (.8.) dove y = y = come elle (.6.5) e si è ola e aggiua la sessa quaià ŷ. Il ermie miso è ullo, come dimosrao ell appedice. per cui vale la scomposizioe della deviaza (oale) TSS di y ella deviaza di regressioe ESS ed i quella residuale RSS, essedo y per la (.6.) la media sia delle y che delle ŷ, ˆ ( y y) = ( y y) + ( y y) Dev. oale Dev. di regress. Dev. residuale ˆ (.8.) Se dividiamo i due membri della (.8.) per la deviaza oale oeiamo = (Dev. di regressioe)/(dev. oale) + (Dev. residuale)/(dev. oale) per mezzo della quale defiiamo il coefficiee di deermiazioe R = Dev. di regressioe Dev. residuale Dev. oale = Dev. oale (.8.3) I ligua iglese: Dev. oale = Toal Sum of Squares (TSS); Dev. di regressioe = Explaied Sum of Squares (ESS); Dev. residuale = Residual Sum of Squares (RSS). 34

35 pari al quadrao del coefficiee di correlazioe mulipla ra esplicaive. y e l isieme delle variabili Quado ua la variabilià della y (cioè l isieme di ue le sue deviazioi dalla media) è spiegaa da quella di regressioe (cioè dall isieme di ue le deviazioi della variabile eorica yˆ dalla media) si ha che l adameo del modello è perfeo, la deviaza residua è ulla ed R = ; el caso opposo la pare sisemaica del modello o spiega iee e la variabilià oale coicide co quella residua, per cui R =. I geerale duque, si ha R (.8.4) Il coefficiee di deermiazioe o cerao La deviaza oale (.8.) può essere scria ella forma = ( y y) = y + y y y = y y per cui il coefficiee di deermiazioe (.8.3) diviee = = = = R = = y uˆ y (.8.5) ed è deo cerao. Se si elimia cerao y si oiee il coefficiee di deermiazioe o R = = u uˆ y (.8.6) dove il pedice u idica l aggeivo iglese uceered, che sigifica, appuo, o cerao. Geeralmee i programmi di calcolo ecoomerico foriscoo ambedue i coefficiei (.8.5) e (.8.6) ma mere il secodo è uile ell effeuare paricolari diagosi sul modello, come vedremo i seguio, il primo è direamee uilizzabile per valuare la boà di adaameo del modello ai dai, cioè per scegliere le variabili da eere i cosiderazioe. I iglese: goodess of fi. 35

36 Esempio.4 I coefficiei di deermiazioe o cerai per i re modelli della edeza ella serie sorica dei cosumi privai oali omiali i Ialia soo esposi ella avola.. Tra di essi il più grade è il primo e quidi si può asserire che il modello co migliore boà di adaameo sia il (.4.5). Modello Equazioe R c l c = α + β+ u (.4.5).968 = exp{ α + β} + u (.4.6).93 c = α + β+ u (.4.7).75 Tavola. Coefficiee di deermiazioe o cerao per i re modelli della edeza ella serie dei cosumi privai oali omiali i Ialia. Cauela ell uso del coefficiee di deermiazioe L ierpreazioe dell R (o dell R ) richiede ua paricolare aezioe, u specialmee se il modello coiee più di due variabili esplicaive. Ma ache el caso del modello semplice (.6.) può accadere che u valore molo alo (prossimo ad ) di dovuo ad µ e che ivece β sia poco sigificaivo, di fao che sia R sia che sa ad idicare come y y = µ + u sia sosazialmee pari ad ua cosae e che la variabile x (il empo o ua qualsiasi alra variabile esplicaiva) sia del uo iifluee. I queso modo il modello lieare semplice (.6.) o forisce alcua iformazioe uile all aalisi ecoomica pur essedo R alo. Queso problema assume ua paricolare rilevaza ache quado l y e l esplicaiva x coegoo ambedue ua edeza: può accadere che u eveuale R alo sia la cosegueza di quesa e o di ua effeiva relazioe ecoomica ra le due variabili. Ua semplice verifica di queso fao può essere realizzaa simado la (.6.) elle differeze ed elimiado quidi, come mosreremo ra poco, u eveuale edeza lieare. Riardado, ifai, la (.6.) di ua uià emporale si oiee y µ β x u = + + (.8.7) 36

37 e facedo la differeza ra la (.6.) e la (.8.7) si ha = + ε (.8.8) y β x co il residuo rappreseao ora da ε = u u. Simado la (.8.8) si oiee u R o ifluezao dalla edeza; se è alo si può dire che sussise effeivamee ua relazioe ra x e y. Elimiazioe della edeza lieare co ua differeza prima E semplice verificare che ua differeza prima elimia u eveuale edeza lieare. Ifai quesa eveualià è rappreseabile ella forma e prededo la differeza prima si ha y = µ + β+ u ( ) ( ) y = y y = µ + β + u µ + β + u = β + ε (.8.9) co ε = u u. La (.8.9) o coiee più la edeza lieare ma iclude il coefficiee agolare β che ora è diveao il ermie oo. Qualora la y o coeesse ua edeza lieare, il paramero β sarebbe ullo e ella (.8.9) semplicemee macherebbe. Si lascia al leore mosrare che ua differeza secoda elimia u eveuale edeza parabolica (u poliomio di secodo grado i ) e che i geerale ua differeza d esima elimia u eveuale edeza rappreseabile mediae u poliomio di grado d el empo. = 37

38 .9 Sima di ua fuzioe del cosumo E uile applicare i cocei esposi i precedeza i relazioe o più ad u equazioe del ipo (.4.4) che esprime il cosumo i fuzioe del empo (e rappresea la edeza ierpolae lieare), besì alla seguee z µ β y u = + + (.9.) che esprime il cosumo reale z i fuzioe del reddio reale (come ella (..)). Al poso della figura. si ha la.6 che ripora il grafico, deo diagramma di dispersioe,, delle coppie di valori ( z y ) rai da u campioe di osservazioi formao dalle due serie soriche dei cosumi { z z... } e dei corrispodei reddii { y y... y }, i quali z ulimi predoo il poso dei empi coeui ella serie sorica {... }. I cosumi { z } soo cosiuii dalla serie ITACPV e il reddio { y } dall alra ITAGDPV della base di dai OCSE, presi per gli ai 98. Le sime dei due parameri ella (.9.) deermiao la corrispodee della (.4.) zˆ = y =,,..., (.9.) che è cosiuia da ua rea che araversa la uvola di pui della figura.6 e per mezzo della quale si simao i residui (.4.), rappreseai graficamee ella figura.7. Si oi che l iercea è egaiva, corariamee a quao ipoizzao dal Keyes; è queso uo dei ai casi i cui le ipoesi eoriche o rovao coferma ell aalisi empirica. La deviaza residuale (espressa i miliardi di euro) vale 3 3 ( ) z ˆ z u = = ˆ = = e il coefficiee di deermiazioe cerao è R =.993 (.9.3) Queso coefficiee è molo alo e può veire il dubbio che, come esposo el paragrafo precedee, sia derivao essezialmee dalla preseza della edeza, be chiara per i cosumi ella figura.3, elle serie delle due variabili. Allora calcoliamo le due serie delle differeze e simiamo l equazioe (.8.8); oeiamo 38

39 co zˆ =.674 y (.9.4) R =.69, ma ache queso coefficiee di deermiazioe è relaivamee alo e si può cocludere che effeivamee sussise ua relazioe ecoomica ra il reddio e cosumi ell Ialia degli ai 8 e 9. fuzioe del cosumo z y Foe: OECD (4) Figura.6 Diagramma di dispersioe che rappresea il cosumo reddio y i fuzioe del ; dai auali reali per l Ialia 98 espressi i miliardi di euro. z u Figura.7 Serie sorica dei residui reddio reali (auali) i Ialia, ai 98. uˆ = z zˆ della relazioe lieare ra il cosumo e il 39

40 Si osservi che l R è più basso quado si usao le differeze delle variabili al poso dei loro livelli. Queso fao è abbasaza geerale e quado ad u dei livelli superiore all 8% corrispode u rieere soddisfai. Coefficiee di deermiazioe e scela del modello R per u equazioe R elle differeze superiore al 6% ci si può Si è deo el paragrafo. che ua fuzioe del cosumo diversa dalla (.9.) porebbe essere oeua sosiuedo ad il reddio dispoibile. Facciamolo, co l aiuo della serie ITAYDRH raa ache quesa dalla base di dai dell OCSE. Simiamo duque la (.9.) co i uovi dai e oeiamo y zˆ = y d =,,..., (.9.5) co u coefficiee di deermiazioe cerao pari a R =.837 (.9.6) più basso del (.9.3) per cui è saisicamee preferibile scegliere il (.9.) come modello rappreseaivo della fuzioe del cosumo. E queso u semplice esempio di uso del coefficiee di deermiazioe per la scela del modello. Omogeeià dei dai La sima della fuzioe del cosumo ci permee di fare ua cosiderazioe rilevae ell aalisi ecoomica. Abbiamo simao la (.9.) suppoedo che essa sia valida, come forma, ell iero orizzoe campioario 98 e che i parameri µ e β o vario roppo i ale periodo; i paricolare che la propesioe margiale al cosumo sia approssimaivamee cosae. Abbiamo, i ulima aalisi, cogeurao che il campioe sia omogeeo i ale periodo: è u ipoesi che può valere ma che ache può o valere. Ifai proviamo a dividere il campioe i due pari, dal 98 al 994, e dal 99 al e simiamo la (.9.) co quesi due soocampioi (che i pare si sovrappogoo). Oeiamo per gli ai , e zˆ = y (.9.7) d y zˆ = y (.9.8) per gli ai 99. Quese equazioi soo be diverse dalla (.9.) e allora si deve dire che il modello (.9.) è sbagliao e deve essere sosiuio dalla coppia (.9.7), (.9.8)? No ecessariamee. 4

41 La scela dipede ifai dagli obieivi che l aalisa si poe. Se ha la ecessià di cosiderare il periodo 98 come u u uo e di oeere u dao medio (ad esempio la propesioe margiale media el periodo), deve preferire la (.9.) alla coppia (.9.7), (.9.8). Ma la scela può ache dipedere dalla umerosià del campioe: vedremo i seguio che più il campioe è umeroso e più precise soo le sime e porebbe accadere che la suddivisioe del campioe produca sime diverse sì, ma o affidabili. Ache la specificazioe dell equazioe da simare dipede dagli obieivi che ci si propoe di coseguire, dal grado di approssimazioe che si vuole oeere, e dal campioe di dai dispoibili. No liearià rispeo alle variabili U alra osservazioe è periee. Si è viso che la propesioe margiale al cosumo sembra i Ialia essere decrescee; allora, voledo essere molo precisi, poremo ierpolarla co ua rea β = γ + δ (.9.9) per cui la fuzioe del cosumo (.9.) verrebbe ad essere scria ella forma ( ) z = µ + γ + δ y = µ + γ y + δ y o lieare rispeo alle variabili (a causa del prodoo y ). Ma poremo porre w = y oeedosi la forma z = µ + γ y + δ w che è lieare ache rispeo alle variabili (e quidi facilmee simabile) ma coeee re parameri.. Propesioe media ed elasicià Simiamo ora l equazioe z β y u = + (..) dove β rappresea ua sora di propesioe media al cosumo e ci propoiamo di deermiare come quesa sia variaa i Ialia egli ulimi quaraa ai. Prediamo dalla base di dai dell OCSE acora i cosumi ITACPV e il reddio GDPV, ma quesa vola rimesrali, el e el 4 rimesre di ogi ao dal 965 al, e dividiamo il campioe i cique soocampioi formai da 6 elemei ciascuo. Simiamo ed oeiamo 4

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare. Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)

Dettagli

Impianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci

Impianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci Impiai Idusriali a previsioe della domada Meodi di esrapolazioe Ig. orezo Tiacci e compoei della domada Tred Cogiuurale Sagioale Casuale Tedeziali (red) a caraere geeralmee crescee e decrescee Sisemaiche

Dettagli

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008 Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio

Dettagli

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni ezioi di Maemaica e disribuzioi pare 5 Teoria delle disribuzioi Pare quia imii el seso delle disribuzioi operazioe di limie i seso disribuzioale Passiamo a raare, araverso ua serie di esempi precedui da

Dettagli

Serie e trasformate di Fourier brevi richiami

Serie e trasformate di Fourier brevi richiami UNIVERSIÀ DEGLI SUDI DI FIRENZE DIPARIMENO DI INGEGNERIA CIVILE e AMBIENALE Sezioe Geoecica Serie e rasformae di Fourier brevi richiami Do. Ig. Albero Pulii eorema di Fourier U qualsiasi segale periodico

Dettagli

LEZIONI DI ANALISI ECONOMETRICA

LEZIONI DI ANALISI ECONOMETRICA LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici

Dettagli

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Adolfo Scimoe FORMULE INTEGRAZIONE Pag INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Iegrazioe delle fuzioi razioali frae Se la frazioe è impropria, cioè il grado del umeraore è maggiore o uguale

Dettagli

I appello - 8 Gennaio 2019

I appello - 8 Gennaio 2019 Aalisi Maemaica - A.A. 08/9 Prove scrie di Aalisi Maemaica - A.A. 08/09 Corso di Laurea i Igegeria Civile Corso di Laurea i Igegeria Iformaica ed Eleroica I appello - 8 Geaio 09 Svolgere i seguei esercizi,

Dettagli

Tab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità

Tab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità 53 Idici di variabilià 531 Iervalli di variazioe Sosiuire ua disribuzioe co u valore medio, per quao esso possa essere rappreseaivo, causa comuque ua fore perdia di iformazioe Divea perciò ecessario rovare

Dettagli

(x + 1) α (1 x) 3 α per x ( 1, 1) 0 per x / [ 1, 1]

(x + 1) α (1 x) 3 α per x ( 1, 1) 0 per x / [ 1, 1] Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda // Esercizio Si osserva l iesià del veo el poro di Maria regisrado uo ogi gioro i cui il veo o supera ua

Dettagli

GESTIONE DELLA PRODUZIONE

GESTIONE DELLA PRODUZIONE GESTIONE EA PROUZIONE 5.2.3 Teciche di Previsioe della domada Meodi esrapolaivi Gesioe della Produzioe iparimeo di Igegeria omada e compoei della domada Tedeziali (red) a caraere geeralmee crescee e decrescee

Dettagli

Università di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Iegrali idefiii Geeralià Si è viso come, daa ua fuzioe di equazioe y = f(), si possa rovare la sua derivaa prima f (). Si è ache osservao che esise ua codizioe ecessaria, ma o sufficiee, affiché ua fuzioe

Dettagli

4 I MINIMI QUADRATI GENERALIZZATI

4 I MINIMI QUADRATI GENERALIZZATI F. Carlucci Traccia per u corso di Ecoomeria Modulo II Miimi quadrai 4 I MINIMI QUADRATI GENERALIZZATI Idice del capiolo 4. L ipoesi di sfericià dei residui... 4. Lo simaore dei miimi quadrai geeralizzai...

Dettagli

Equazioni differenziali: formule

Equazioni differenziali: formule Equazioi differeziali: formule Equazioi a variabili separabili y ' A B y Vale eorema esiseza e uicià locale y ' dy Ad B y y y ' A B y y Si applicao le codizioi alla fie dei due iegrali idefiii, oppure

Dettagli

1-Econometria, a.a Capitolo 1

1-Econometria, a.a Capitolo 1 -Ecoomeria, a.a. 04-5 Capiolo - Breve Iroduzioe - Modello di regressioe lieare -3 Due meodi di sima: Il Meodo dei Momei e il Meodo dei Miimi Quadrai -4 Proprieà geomeriche delle sime OLS -5 Le sime OLS

Dettagli

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ).

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ). Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda /5/ Esercizio U sisema di preallarme su u velivolo segala ua A allarme oppure ua N o allarme ogi dieci

Dettagli

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0,

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0, Esercizi di Calcolo delle Probabilià della 9 a seimaa Corso di Laurea i Maemaica, Uiversià degli Sudi di Padova. Esercizio 1. Sia N u processo di Poisso di paramero λ. Dimosrare che, per ogi > 0, N P oλ.

Dettagli

SMSMW#300#130#1#220#210W#300#130#1#140#130W#220#13

SMSMW#300#130#1#220#210W#300#130#1#140#130W#220#13 Marice icideza La marice d'icideza complea A c di u grafo orieao G co N odi ed R rami, è ua marice reagolare di N righe ed R coloe che si cosruisce come segue: si umerao co =1,2,...,N ui i odi e co r=1,2,...,r

Dettagli

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata Rischio di ieresse: Il modello del clumpig Prof. Ugo Pomae Uiversià di Roma Tor Vergaa Problemi dei modelli precedei Repricig gap e duraio gap Ipoesi variazioe uiforme dei assi di ieresse delle diverse

Dettagli

ESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3

ESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3 ESERCITAZIONE: FEM L aalisi agli elemei fiii è u ipo di aalisi che si rifà alla meccaica dei solidi e rasforma il coiuo i u discreo composo da umerosi elemei dei quali se e cooscoo le proprieà. Le relazioi

Dettagli

3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI

3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI F. Carlucci Traccia per u corso di Ecoomeria Modulo II Miimi quadrai 3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI Idice del capiolo 3. Esesioi del modello lieare classico e es di malaspecificazioe.

Dettagli

Sforzo all interfaccia fra due regioni con differente permeabilità magnetica

Sforzo all interfaccia fra due regioni con differente permeabilità magnetica Sforzo all ierfaccia fra due regioi co differee permeabilià mageica Si cosideri l ierfaccia fra due regioi, Ω e Ω, avei diversa permeabilià mageica, rispeivamee e. Si limii ora lo sudio ad ua porzioe ifiiesima

Dettagli

1-Econometria, a.a Breve introduzione

1-Econometria, a.a Breve introduzione -Ecoomeria, a.a. 0-. Breve iroduzioe Lezioe Breve Iroduzioe. L Ecoomeria e ua disciplia che uilizza i meodi saisici per dare risposa a problemi di aura ecoomica.. I dai ecoomici o soo di aura sperimeale.

Dettagli

OPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2

OPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2 OPERAZIONI SUI SEGNALI DEERMINISICI, ENERGIA, VALOR MEDIO, POENZA, ANALISI DI FOURIER, CONVOLUZIONE Esercizio Calcolare la poeza, l eergia e il valor medio dei seguei segali a) x()a; b) x()u() ; c) x()acos(oφ)

Dettagli

Il modello di Black e Scholes come limite del modello binomiale multiperiodale

Il modello di Black e Scholes come limite del modello binomiale multiperiodale Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei IPOTESI e

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO Corso Sperimentale P.N.I. Tema di MATEMATICA - 23 giugno 2005

ESAME DI STATO DI LICEO SCIENTIFICO Corso Sperimentale P.N.I. Tema di MATEMATICA - 23 giugno 2005 ESAME DI STATO DI LICEO SCIENTIFICO -5 Corso Sperimeale PNI Tema di MATEMATICA - giugo 5 Svolgimeo a cura della profssa Sadra Berecoli e del prof Luigi Tomasi (luigiomasi@liberoi) RISPOSTE AI QUESITI DEL

Dettagli

Si dice che f è infinitesima o che è un infinitesimo per x x0 Un infinitesimo, quindi è una variabile che tende a zero.

Si dice che f è infinitesima o che è un infinitesimo per x x0 Un infinitesimo, quindi è una variabile che tende a zero. pag Appui elaborai dal collega Prof. Vicezo De Pasquale Ifiiesimi Si dice che f è ifiiesima o che è u ifiiesimo per se f ( ) U ifiiesimo, quidi è ua variabile che ede a zero. Es. - π y cos è u ifiiesimo

Dettagli

Fondamenti Segnali e Trasmissione IOL Prova in presenza 23/02/2006

Fondamenti Segnali e Trasmissione IOL Prova in presenza 23/02/2006 Fodamei Segali e rasmissioe IOL Prova i preseza 0006 è l igresso di u sisema lieare empo ivariae caraerizzao dalla risposa all impulso h () rec 0. 5. Disegare ale risposa all impulso e valuare quale y

Dettagli

Ammortamento di un debito

Ammortamento di un debito Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all

Dettagli

Università di Roma Tor Vergata - Corso di Laurea in Ingegneria Analisi Matematica I - Prova scritta del 30 Gennaio 2019

Università di Roma Tor Vergata - Corso di Laurea in Ingegneria Analisi Matematica I - Prova scritta del 30 Gennaio 2019 Uiversià di Roma Tor Vergaa - Corso di Laurea i Igegeria Aalisi Maemaica I - Prova scria del 3 Geaio 9 Esercizio. [5 pui] Calcolare lo sviluppo di Taylor dell ordie = 5 el puo x = per la seguee fuzioe:

Dettagli

che va trattato con opportune tecniche statistiche.

che va trattato con opportune tecniche statistiche. MODELLI DI SERIE STORICHE APPROCCIO CLASSICO U modello socasico geerale per descrivere il processo geeraore dei dai di ua serie sorica y, y,, y relaiva ad ua variabile Y è dao da Y =f()+u Si assume che

Dettagli

0 t }, allora il modello

0 t }, allora il modello 9-Ecoomeria, a.a. -. Variabili Srumeali Lezioe 9 Il Meodo (di sima) delle Variabili Srumeali U ruolo fodameale ei meodi di sima fiora preseai, è la codizioe sugli errori del modello (preseaa ella forma

Dettagli

Facoltà di Economia - Università di Sassari Anno Accademico Dispense Corso di Econometria Docente: Luciano Gutierrez

Facoltà di Economia - Università di Sassari Anno Accademico Dispense Corso di Econometria Docente: Luciano Gutierrez Facolà di Economia - Universià di Sassari Anno Accademico 2004-2005 Dispense Corso di Economeria Docene: Luciano Guierrez Uilizzo dei modelli di regressione per l analisi della serie soriche Programma:

Dettagli

Il logaritmo e l esponenziale

Il logaritmo e l esponenziale Il logarimo e l espoeziale 6 marzo 2009 La defiizioe di logarimo che si impara ella scuola secodaria è la seguee: Defiizioe Il logarimo i base b di x è l espoee cui si deve elevare b per oeere x. I formule:

Dettagli

1 IL MODELLO LINEARE GENERALE

1 IL MODELLO LINEARE GENERALE Fracesco Carlcci Traccia per corso di Ecoomeria Modlo II Miimi qadrai IL MODELLO LINEARE GENERALE Idice del capiolo. Serie soriche, dai sezioali e logidiali... Dai logidiali...3. Il crierio dei miimi qadrai...4.3

Dettagli

Il logaritmo e l esponenziale

Il logaritmo e l esponenziale Il logarimo e l espoeziale 2 geaio 202 La defiizioe di logarimo che si impara ella scuola secodaria è la seguee: Defiizioe Il logarimo i base b di x è l espoee cui si deve elevare b per oeere x. I formule:

Dettagli

R chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o

R chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o Richiami sul caale di comuicazioe radio 1 Fadig leo shadowig è causao da osacoli di gradi dimesioi palazzi ra TX e RX Il pah loss è proporzioale a r α, dove α è i geere ra 2.5 e 5 i ambiee urbao Erambi

Dettagli

STATISTICA INFERENZIALE: TRE FILE PDF

STATISTICA INFERENZIALE: TRE FILE PDF Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò STATISTICA INFERENZIALE: TRE FILE PDF Il file PDF Saisica Ifereziale (I) è il rimo dei seguei re file scaricabili dal Maeriale Didaico (soo

Dettagli

Appendice 1. Le previsioni economiche

Appendice 1. Le previsioni economiche Saisica aziedale Bruo Bracalee, Massimo Cossigai, Aa Mulas Copyrigh 009 The McGraw-Hill Compaies srl Appedice. Le previsioi ecoomiche A. Iroduzioe La previsioe del fuuro da sempre cosiuisce maeria di grade

Dettagli

Capitolo Modelli econometrici con variabili endogene (tra le variabili indipendenti)

Capitolo Modelli econometrici con variabili endogene (tra le variabili indipendenti) 7-Ecoomeria, aa 04-5 Capiolo 7 7- Modelli ecoomerici co variabili edogee (ra le variabili idipedei 7- Il meodo (di sima delle variabili srumeali 7-3 Lo simaore SLS 7-4 Tes sulle ipoesi: il modello IVGNR

Dettagli

Il modello di Black e Scholes come limite del modello binomiale multiperiodale

Il modello di Black e Scholes come limite del modello binomiale multiperiodale Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei.. Ipoesi e

Dettagli

Istituzioni di Analisi Superiore, secondo modulo

Istituzioni di Analisi Superiore, secondo modulo Uiversià degli Sudi di Udie Ao Accademico 997/98 Facolà di Scieze aemaiche, Fisiche e Naurali Corso di Laurea i aemaica Isiuzioi di Aalisi Superiore, secodo modulo Cogome e Nome: Prova Scria del 4 giugo

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1

Sensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1 Sesori Segali Rumore - ro. S. Cova - appello //3 - pag. ROBLEMA Quadro dei dai Segale a impulso reagolare Ampiezza: Duraa: µs Rumore c S variabile, da misurare S Hz desià eicace di poeza (uilaera) limiaa

Dettagli

SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO

SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO Simulazioe 14/15 ANNO SCOLASTICO 14/15 SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO PER IL LICEO SCIENTIFICO Risoluzioe Problema 1 - Trekkig i moaga a) Disegiamo il grafico b) Calcoliamo la

Dettagli

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi. Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.

Dettagli

Matematica & Realtà I Fase Gara di Modellizzazione - Test finale Tempo massimo per lo svolgimento: 90 min. Nome... Cognome...

Matematica & Realtà I Fase Gara di Modellizzazione - Test finale Tempo massimo per lo svolgimento: 90 min. Nome... Cognome... Maemaica & Realà I Fase Gara di Modellizzazioe - Tes fiale 2017-2018 Tempo massimo per lo svolgimeo: 90 mi Nome... Cogome... Tempo impiegao per lo svolgimeo.. (i miui, da rascrivere a cura del uore di

Dettagli

ECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED

ECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED ECONOMIA MONETARIA (pare geerale) Prof. Guido Ascari Ao 2006-2007 2007 LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED LA STRUTTURA A TERMINE DEI TASSI D INTERESSED Tioli di debio hao diverse scadeze

Dettagli

Analisi delle serie storiche parte IV Metodi di regressione

Analisi delle serie storiche parte IV Metodi di regressione Analisi delle serie soriche pare IV Meodi di regressione a.a. 16/17 Saisica Economica -Laurea in Relazioni Economiche Inernazionali 1 Meodo della regressione La componene di fondo, Trend o Ciclo-Trend,

Dettagli

y(t) o complesse non tutte nulle, fa corrispondere un'uscita data dalla:

y(t) o complesse non tutte nulle, fa corrispondere un'uscita data dalla: Capiolo V TRASFORMAZIOI LIEARI DEI SEGALI V. - Defiizioi. Proprieà geerali. x( ) S y() Fig. VI. Trasformazioe di segali S ed è simbolicamee rappreseaa dalla relazioe: y () = S x () I (V..) { } U sisema

Dettagli

TEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier

TEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier ES # Corso di elecomuicazioi C. Prai Operazioi elemeari sui segali, impulsi, espoeziali complessi e serie di Fourier Esercizi di veriica degli argomei svoli el primo capiolo del eso Segali e Sisemi per

Dettagli

TRASFORMATA DI FOURIER. A.1 Segnali analogici, deterministici ed aleatori. A p p e n d i c e A

TRASFORMATA DI FOURIER. A.1 Segnali analogici, deterministici ed aleatori. A p p e n d i c e A A p p e d i c e A RASFORMAA DI FOURIER Uo degli aspei più imporai di uo il seore dell igegeria è sicuramee l aalisi di segali el domiio del empo e della frequeza. I segali aalogici si disiguoo i segali

Dettagli

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale Nozioi elemeari di alisi Maemaica applicae alla Fisica Geerale Nozioe di iegrale ideiio La derivazioe può essere ierpreaa come ua regola che, per ogi uzioe assegaa (primiiva), ci permee di deermiare u

Dettagli

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts Pare II (Coversioe D/A e A/D) La coversioe A/D I coveriori A/D si dividoo i: Coverioridiipospo (coveroo, idealmee, il valore isaaeo del segale); s s Si raa di disposiivi veloci ma sesibili al rumore di

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia esori egali Rumore - Prof.. Cova - aello 4/0/0 - P ag. PROBLEMA uadro dei dai Imulso di corree del rivelaore I s ( s / s ) () ex(-/ s ) s µs Preamlificaore Limie di bada Resiseza di igresso Caacià all

Dettagli

2. Duration. Stefano Di Colli

2. Duration. Stefano Di Colli 2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

Corso di Intermediari Finanziari e Microcredito

Corso di Intermediari Finanziari e Microcredito Idice Corso di Iermediari iaziari e Microcredio Iroduzioe I crieri radizioali di valuazioe dei progei di ivesimeo; La valuazioe dei progei di ivesimeo I crieri fiaziari di valuazioe dei progei d ivesimeo

Dettagli

5.6. L analisi di Fourier

5.6. L analisi di Fourier I ui i diagrammi proposi è possibile osservare ua compoee sagioale: il moossido di carboio ed il biossido di azoo preseao valori più elevai ei mesi iverali, mere l ozoo raggiuge cocerazioi maggiori i esae.

Dettagli

Soluzione. La curva di equazione y = 6 x è una parabola con vertice in V = (0,6)

Soluzione. La curva di equazione y = 6 x è una parabola con vertice in V = (0,6) Sessioe ordiaria LS_ORD 5 Soluzioe ) La curva di equazioe y è ua parabola co verice i (,) e cocavià rivola verso il basso, ed ierseca l asse delle ascisse ei pui (,), B (,) come soo rappreseao: La figura

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

Indice Comit Globale R 1040 e Comit Performance R 1040 Nota Metodologica. Direzione Studi e Ricerche Dicembre 2017

Indice Comit Globale R 1040 e Comit Performance R 1040 Nota Metodologica. Direzione Studi e Ricerche Dicembre 2017 dice Comi Globale R 14 e Comi erformace R 14 Noa Meodologica Direzioe Sudi e Ricerche Dicembre 217 dice Comi Globale R 14 e Comi erformace R 14 Caraerisiche degli idici Comi Globale R 14 e Comi erformace

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

AFFIDABILITA DEI SISTEMI STOCASTICI (complessi)

AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) 1 No ecessariamee il verificarsi di u guaso provoca la more del sisema. A vole soo ecessari più guasi el empo, affiché il sisema collassi. Fissao u empo

Dettagli

di questo analoghe a quelle del collega n t tratti, esso biella. Come nel caso della corpi, esso s c =1. Se n t Cerniera interna: la collegati: vi,

di questo analoghe a quelle del collega n t tratti, esso biella. Come nel caso della corpi, esso s c =1. Se n t Cerniera interna: la collegati: vi, appui delle lezioi del orso di Saia CARATTERIZZAZIONE CINEMATICA DEI VINCOLI INTERNI Nelle sruure soo spesso presei varie ra ollegae ra loro ramie dei disposii di oessioe he impogoo delle resrizioi sugli

Dettagli

BILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI

BILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI BILNI DI MSS NEI OMPTIMENTI MBIENTLI alisi di sigolo comparimeo ad esempio u piccolo lago m x m x 0 m 0 7 m pprossimazioe ST (oiously Sirred-Ta eacor) cocerazioe omogeea dei solui (iquiai) el comparimeo.

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA Capializzazioe semplice e composa MATEMATICA FINANZIARIA Immagiiamo di impiegare 4500 per ai i ua operazioe fiaziaria che frua u asso del, % auo. Quao avremo realizzao alla fie dell operazioe? I u coeso

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

GESTIONE delle RISORSE IDRICHE

GESTIONE delle RISORSE IDRICHE Corso di laurea specialisica i Igegeria delle Acque e della Difesa del uolo Corso di GEIONE delle IOE IDICHE a.a. 003-004 Leioe 5 rof. Luca Laa Diparimeo di Igegeria Ambieale - DIAM EQUAZIONE DI CONINUIA

Dettagli

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica . FUNZIONE D ONDA OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli srumei della Meccaica Quaisica Sisema di ieresse (cosiderao come isolao: aomo/molecola Cofigurazioe del sisema: isieme

Dettagli

La previsione della domanda Introduzione

La previsione della domanda Introduzione La previsioe della domada Iroduzioe La domada di u paricolare aricolo, o famiglia di aricoli, può essere modellizzaa come ua serie sorica di paricolari valori. Chiaramee ai fii della piaificazioe e corollo

Dettagli

Metodi quantitativi per l analisi dello sviluppo

Metodi quantitativi per l analisi dello sviluppo Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6

Dettagli

Modelli'di'Variabili'Aleatorie'

Modelli'di'Variabili'Aleatorie' ModellidiVariabiliAleaorie! VariabilialeaoriediBeroulli: " X èdiberoullidiparamero p (,) se P( X ) p e P( X ) p. " Proprieà: # E X # Var X : p X ( ) + p X ( ) p. E( X ) E( X) masiccome X X $ E( X) E( X)

Dettagli

, e dividendo per s, oltre al rapporto incrementale

, e dividendo per s, oltre al rapporto incrementale 7. Meodi perurbaivi geeralizzai su base eurisica (HGPT) Nel capiolo 4 è sao irodoo il coceo di imporaza (flusso aggiuo) associaa ad u euroe co deermiae coordiae ello spazio delle fasi, defiia come coribuo

Dettagli

Di fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo:

Di fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo: Correi a vuoo el rasformaore rifase Il problema delle correi a vuoo el rasformaore rifase è imporae i quao, a secoda dei collegamei delle fasi, si avrà o meo la deformazioe dei flussi o della corree mageizzae.

Dettagli

Marco Listanti. Parte 2 Rappresentazione dei segnali e teorema del campionamento. DIET Dept

Marco Listanti. Parte 2 Rappresentazione dei segnali e teorema del campionamento. DIET Dept 1 Marco Lisai Lo srao Fisico Pare Rappreseazioe dei segali e eorema del campioameo elecomuicazioi (Caale - Prof. Marco Lisai - A.A. 017/018 DIE Dep Segale aalogico Segale empo-coiuo adameo el empo di ua

Dettagli

STIMA PUNTUALE DEI PARAMETRI

STIMA PUNTUALE DEI PARAMETRI STIMA DEI ARAMETRI STIMA UTUALE DEI ARAMETRI er STIMA UTUALE DEI ARAMETRI iede l iieme dei meodi ifereiali che permeoo di aribuire u valore ad u paramero della popolaioe, uiliado i dai di u campioe cauale

Dettagli

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n 3ALPGC-Cosruzioe di Macchie 3 4 Calcolo a faica 4. Normaiva UNI 886 Resiseza a flessioe Per quao riguarda il calcolo a faica per flessioe delle ruoe di igraaggi la ormaiva UNI 886 (987) fa riferimeo alla

Dettagli

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità)

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità) 4 Quai eravamo, quai siamo, quai saremo Che cosa si impara el capiolo 4 er cooscere le caraerisiche e l evoluzioe della popolazioe ialiaa araverso u lugo arco di empo uilizziamo il asso di icremeo medio

Dettagli

Lezione 7. Il Metodo GLS (Minimi Quadrati Generalizzati) e FGLS

Lezione 7. Il Metodo GLS (Minimi Quadrati Generalizzati) e FGLS Lezioe 7 Il Meodo (Miimi Quadrai Geeralizzai) e F Nei meodi di sima OLS e NLS, reseai ei recedei caioli, l eveuale reseza di eeroschedasicià egli errori (ed ache la reseza di auocorrelazioe) iflueza solao

Dettagli

ELENCO TESTI DELLE PROVE SCRITTE

ELENCO TESTI DELLE PROVE SCRITTE ELENCO ESI DELLE PROVE SCRIE 1/1/ 1) Descrivere le caraerisiche fodameali che differeziao i dai, segali emporali e le immagii biomediche. Spiegare quali di quese soo i grado di descrivere feomei diamici.

Dettagli

( ) che include le rilevazioni sulle variabili effettuate sulla i-esima unità. Di tali vettori

( ) che include le rilevazioni sulle variabili effettuate sulla i-esima unità. Di tali vettori Rappreseazioe geomerica dei dai mulidimesioali l veore è ua m-upla ordiaa di umeri reali che esprime u blocco di iformazioi: x i,x i,,x im se e usao (umero di uià rilevae). L isieme delle rilevazioi forma

Dettagli

REGRESSIONE LINEARE E POLINOMIALE

REGRESSIONE LINEARE E POLINOMIALE REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi

Dettagli

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Modellazione ed identificazione. Modellazione ed identificazione. Modelli e modellistica

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Modellazione ed identificazione. Modellazione ed identificazione. Modelli e modellistica IGEGEIA E TECOLOGIE DEI SISTEMI DI COTOLLO Prof. Carlo ossi DEIS - Uiversià di Bologa Tel: 05 09304 email: crossi@deis.uibo.i Modelli e modellisica Moivazioi per uilizzo di modelli rappreseazioe compaa

Dettagli

(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni.

(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni. Lezioe del 26 settembre. 1. Successioi. Defiizioe 1 Ua successioe di umeri reali e ua legge che associa a ogi umero aturale = 0, 1, 2,... u umero reale - i breve: e ua fuzioe N R; si scrive ella forma

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani

2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani 6. MOTO BROWNIANO: PRIME PROPRIETÀ. Moo browiao: prime proprieà I queso capiolo sviluppiamo la raazioe maemaica del moo browiao. Queso processo prede il ome dal boaico scozzese Rober Brow, che el 87 descrisse

Dettagli

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

La correlazione e la regressione. Antonello Maruotti

La correlazione e la regressione. Antonello Maruotti La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate

Dettagli

Forza dell oscillatore

Forza dell oscillatore (lez 6, A) Forza dell oscillaore roduciamo ua uova gradezza. La forza dell oscillaore. Quesa quaià sosazialmee è proprozioale all elemeo di marice del momeo di dipolo ra lo sao iiziale e fiale. Nella descrizioe

Dettagli

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti

Dettagli

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO CENR DI AGLI E RSINE SPURIA IN RAVI A PAREE SILE ESERCIZI La sezioe di figura, sierica riseo ad u asse orizzoale assae er, è soggea all azioe di aglio agee i direzioe vericale e assae er il uo. Deermiare:

Dettagli

Fondamenti di Internet e Reti

Fondamenti di Internet e Reti . sui riardi commuazioe di paccheo -.o U sisema rasmissivo della velocià di 00 [kb/s] presea ua lughezza di 500[km]. Si calcoli il empo che iercorre fra la rasmissioe del primo bi e la ricezioe dell'ulimo

Dettagli

Lezione 4 Corso di Statistica. Francesco Lagona

Lezione 4 Corso di Statistica. Francesco Lagona Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli