Statistica Applicata all edilizia Lezione: Analisi delle serie storiche: parte I
|
|
- Gina Ruggeri
- 4 anni fa
- Visualizzazioni
Transcript
1 Lezione: Analisi delle serie storiche: parte I orietta.nicolis@unibg.it 27 aprile 21
2 Programma
3 Programma
4 Le serie storiche (o temporali) Sequenze di osservazioni effettuate nella sucessione dei periodi di tempo Y 1, Y 2,..., Y n tra loro equidistanti. Approcci statistici per l analisi delle serie storiche: classico o tradizionale; stocastico o di Box e Jenkins; frequenziale o spettrale.
5 Ipotesi dell approccio classico Le grandezze osservate sono esprimibili mediante una componente sistematica (o deterministica) e una componente aleatoria (o irregolare). La parte sistematica è scomponibile nelle seguenti componenti: tendenziale di lungo periodo (T t); congiunturale di medio periodo (C t); stagionale (se le osservazioni hanno una cadenza inferiore all anno) (S t).
6 I modelli decompositivi Il modello che si suppone che metta in relazione le singole componenti può essere di tipo: additivo: : Y t = T t + C t + S t + A t Y t = T t C t S t A t Tale modello può essere espresso in forma addittiva ricorrendo alla trasfromazione logaritmica misto: log(y t ) = log(t t ) + log(c t ) + log(s t ) + log(a t ) Y t = (T t C t S t ) + E t o Y t = (T t C t ) + S t + E t
7 Esempio 1: Modello con Trend e ciclo Trend Ciclo Modello addittivo 1 Modello Moltiplicativo
8 Esempio 2: Componenti: T, C, S, A Trend Ciclo stagionalità 4 Comp. Aleatoria
9 Esempio 2: Modelli 3 Modello addittivo 4 Modello Moltiplicativo Modello misto n.1 1 Modello misto n
10 La determinazione del trend e ciclo-trend 1 Metodo grafico 2 Funzioni lineari 3 Funzioni polinomiali 4 Metodo delle medie mobili e mediane mobili Le funzioni polinomiali, le funzioni non lineari, e le medie/mediane mobili approssimano contemporaneamente le componenti di trend e ciclo. Per semplicità, nel seguito considereremo modelli del tipo Y t = T t + S t + A t e Y t = T t S t A t, in cui la componente C t è compresa nella componente di trend.
11 Metodo grafico Consiste nel tracciare una linea attraverso i punti rappresentativi dei valori osservati
12 Funzioni lineari 12 T t = β + β 1 t Indice della produzione industriale (IPI) 11 y =.12*x
13 Funzioni polinomiali T t = β + β 1 t + β 2 t β n t n y = 8.7e 19*x 9 1.9e 15*x e 12*x 7 1.4e 9*x e 7*x 5 4.8e 5*x *x 3.12*x *x data 1 9th degree
14 Funzioni non-lineari Alcuni esempi: T t = f (t; β, β 1,..., β n ) Esponenziale semplice T t = ke βt Esponenziale modificata T t = m + ke βt Semilogaritmica T t = β + β log t Logistica T t = β β +β 1 e β 2 t
15 Metodo delle medie mobili e mediane mobili Strumenti alternativi per la stima del trend/ciclo Maggiore è il numero dei termini utilizzati per il calcolo della media, maggiore è l appiattimento; trade-off tra precisione e variabilità della stima; Se la serie è stagionale, è opportuno utilizzare un numero di termini pari alla stagionalità (es: media mobile a 4 termini per dati trimestrali, a 7 termini per dati giornalieri, ecc.)
16 Medie mobili Media mobile (asimmetrica) a k termini X (k) t = 1 k k 1 Y t i Esempio: Per k = 3, si ha X (3) t = 1 3 (Y t + Y t 1 + Y t 2 ). i=
17 Media mobile (simmetrica) a k = 2h + 1 termini - Per k dispari Xt k 1 = 2h + 1 h i= h Y t+i Esempio: Per h = 2, la media mobile a k = 5 termini è data da X (5) t = 1 5 (Y t 2 + Y t 1 + Y t + Y t+1 + Y t+2 ). - Per k pari X (k) t = 1 k h 1 i= (h 1) (Y t+i +.5(Y t h + Y t+h ) Esempio: Per k = 4, si ha X (4) t = 1 4 (.5Y t 2 + Y t 1 + Y t + Y t+1 +.5Y t+2 ).
18 Schema di medie mobili (simmetriche) a tre e 5 termini Tempo (t) Dati MM(k = 3) MM(k = 5) 1 Y 1 2 Y (Y 1 + Y 2 + Y 3 ) 3 Y (Y 2 + Y 3 + Y 4 ) 1 5 (Y 1 + Y 2 + Y 3 + Y 4 + Y 5 ) 4 Y (Y 3 + Y 4 + Y 5 ) 1 5 (Y 2 + Y 3 + Y 4 + Y 5 + Y 6 ) 5 Y (Y 4 + Y 5 + Y 6 ) 1 5 (Y 3 + Y 4 + Y 5 + Y 6 + Y 7 ) 6 Y (Y 5 + Y 6 + Y 7 ) 7 Y 7 Esercizio: Costruire lo stesso schema per le medie mobili asimmetriche
19 Mediane mobili Mediana mobile (asimmetrica) a k termini X k t = Me(Y t,, Y t k+1 ) Esempio: Per k = 3, si ha y 3 t = Me(Y t, Y t 1, Y t 2 ). Mediana mobile (simmetrica) a k = 2h + 1 termini X k t = Me(h(Y t h,, Y t,, Y t+h ) Esempio: Per h = 2, la media mobile a k = 5 termini è data da X 5 t = Me(Y t 2, Y t 1, Y t, Y t+1, Y t+2 ).
20 Esempio: Medie e mediane mobili (simmetriche) per la serie dell Indice della produzione nelle costruzioni (IPC) dati Media mobile Mediana Mobile /1 1995/4 1996/3 1997/2 1998/1 1998/4 1999/3 2/2 21/1 21/4 22/3 23/2 24/1 24/4 25/3 26/2
21 Smoothing esponenziale Il metodo dello smoothing smoothing esponenziale si basa su una somma esponenziale dei valori passati di una serie storica, ponderati con pesi esponenzialmente decrescenti Esempio: X k t+1 = αy t + (1 α)x t X2 k = αy 1 + (1 α)x 1 X3 k = αy 2 + (1 α)x 2 X4 k = αy 3 + (1 α)x 3 X5 k = αy 4 + (1 α)x 4 X6 k = αy 5 + (1 α)x 5
22 Esempio: stima della componente ciclica nella serie IPI destagionalizzata e detrendizzata Stima della componente ciclica con smoothing esponenziale con α =.4, α =.8, α=.4 α =.2 e α =.6. α= α=.2 4 α=
23 La detrendizzazione di una serie temporale Una volta stimata la componente di trend si procede alla detrendizzazione della serie, vale a dire all elimizazione della tendenza di fondo sottraendo il trend stimato ai valori osservati, nel caso di modello ADDITIVO: Y t T t = S t + A t dividendo i valori osservati per il trend stimato, nel caso di modello MOLTIPLICATIVO: Y t T t = S t A t
24 Stima della componente stagionale Consideriamo un modello additivo del tipo Y t = T t + S t + A t indichiamo con U t la serie detrendizzata, U t = Y t T t = S t + A t dove U t oscilla attorno allo zero e contiene la componente stagionale S t e la componente accidentale A t. 1 Si dispongono i valori della serie U t in una tabella e si calcolano le medie per riga, s i, denominate coefficienti grezzi di stagionalità. 2 Se la somma dei coefficienti grezzi di stagionalità è pari a zero, essi determinano una stima della componente stagionale del periodo i, altrimenti applico una correzione per ripartire l errore sui diversi periodi.
25 ...(Stima della componente stagionale) Per esempio, se i dati sono mensili e la stagionalità è annuale si costruisce la seguente tabella: Media righe Gen U 1,1 U 1,2 U 1,3... U 1,14 s 1 Feb U 2,1 U 2,2 U 2,3... U 2,14 s 3 Mar U 3,1 U 3,2 U 3,3... U 3,14 s Dic U 12,1 U 12,2 U 12,3... U 12,14 s 12 Poichè la stagionalità è un fenomeno con media pari a zero, 1 se 12 i=1 s i = allora s i = s i, dove s i è la componente di stagionalità definitiva del mese i. 2 se 12 i=1 s i = allora s i = s i 12.
26 Profilo della stagionalità Se rappresentiamo graficamente la stagionalità per ogni mese i, otteniamo un grafico detto profilo della stagionalità. Esempio: Stima della stagionalità della serie IPI detrendizzata. 1 Profilo di stagionalità feb apr giu ago ott dic
27 La destagionalizzazione Destagionalizzare una serie storica significa rimuovere la parte periodica. In un modello additivo, la serie destagionalizzata risulta: Y t = Y t S t. La disponibilità dei dati destagionalizzati consente di comparare mesi adiacenti, senza che il confronto sia alterato dalla presenza di oscillazioni di carattere stagionale. Un metodo per destagionalizzare una serie storica stagionale consiste nel fare una media mobile con un ordine pari alla stagionalità. Per esempio, se la serie è mensile e la stagionalità è annuale, facendo una media mobile di 12 termini si ottiene una serie destagionalizzata. Il metodo adottato per la destagionalizzazione dipende dal modello di composizione: nel caso di un modello additivo è sufficiente sottrarre dalla serie originale la componente stagionale, mentre in quello moltiplicativo si divide.
28 Stima della componente accidentale Da ogni elemento della serie detrendizzata si toglie la componente stagionale del mese relativo. La componente accidentale deve presentare le seguenti caratteristiche: Graficamente, i valori positivi e negativi devono alternarsi attorno allo zero in modo casuale. Indipendenza: il correlogramma deve essere interno alle bande di significatività
29 Esercizi: 1 Determinare le medie e mediane mobili asimmetriche per la serie dell Indice della Produzione nelle Costruzioni (IPC) e rappresentarle graficamente 2 Determinare le medie e mediane mobili dell Indice della Produzione Industruiale (IPI), scegliendo un opportuno k e rappresentarle graficamente. 3 Determinare e rappresentare graficamente le serie IPI e IPC destagionalizzate.
30 Esercizi: 1 Stimare le componenti di Trend, Ciclo e Stagionalità negli indici IPI e IPC 2 Stimare e rappresentare graficamente le serie delle componenti irregolari per gli indici IPI e IPC.
31 Programma
Capitolo 3 (parte prima) Modelli di (s)composizione. Capitolo 3 1
Capitolo 3 (parte prima) Modelli di (s)composizione Capitolo 3 1 Tipi di pattern sistematico Molti metodi di previsione si basano sul fatto che, se esiste un pattern sistematico (rispetto al tempo), questo
DettagliAnalisi delle serie storiche parte II Approccio classico
Analisi delle serie storiche parte II Approccio classico a.a. 2016/2017 1 Obiettivi dello studio delle serie storiche Analisi: descrizione: descrivere l andamento di un fenomeno economico (individuare
DettagliAnalisi delle serie storiche parte III Medie mobili
Analisi delle serie storiche parte III Medie mobili a.a. 206/207 Metodo delle medie mobili Obiettivo: Stimare una componente della serie (tipicamente il ciclotrend (TC)) attraverso trasformazioni ( filtri
DettagliESERCITAZIONE - Analisi della domanda
Impianti Industriali ESERCITAZIONE - Analisi della domanda Prof. Ing. Augusto Bianchini Ing. Jessica Rossi DIN Dipartimento di Ingegneria Industriale Università degli Studi di Bologna AGENDA Analisi della
DettagliPer alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi.
Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. I modelli di analisi delle serie storiche si propongono di identificare
DettagliSerie storiche Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Serie storiche Introduzione Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. I modelli di analisi delle serie storiche si
DettagliIl Modello di Scomposizione
Approccio Classico: Metodi di Scomposizione Il Modello di Scomposizione Il modello matematico ipotizzato nel metodo classico di scomposizione è: y t =f(s t, T t, E t ) dove y t è il dato riferito al periodo
DettagliCicli economici: misurazione e aspetti metodologici. Introduzione
Cicli economici: misurazione e aspetti metodologici Introduzione L analisi quantitativa dei cicli economici si basa sull utilizzo di serie storiche Le serie storiche o temporali rappresentano l'evoluzione
DettagliSTATISTICA ECONOMICA STATISTICA PER L ECONOMIA
STATISTICA ECONOMICA STATISTICA PER L ECONOMIA a.a. 2009-2010 Una serie storica o temporale è un insieme di dati costituiti da una sequenza di osservazioni su un fenomeno d interesse X, effettuate in istanti
DettagliPOLITECNICO DI TORINO
POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA Laurea in Ingegneria Logistica e della Produzione Corso di Logistica e di Distribuzione 1 Docente: Prof. Ing. Giulio Zotteri Tutore: Ing. Giuliano Scapaccino
DettagliANALISI SERIE STORICHE
ANALISI SERIE STORICHE SERIE STORICA: insieme finito di osservazioni di uno stesso fenomeno, ordinate secondo il tempo, con cadenza periodica costante (mensile, trimestrale, annuale ecc.). 8000000 Presenze
DettagliMetodi di previsione
Metodi di previsione Giovanni Righini Università degli Studi di Milano Corso di Logistica I metodi di previsione I metodi di previsione sono usati per ricavare informazioni a sostegno dei processi decisionali
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliDestagionalizzazione, detrendizzazione delle serie storiche
DATA MINING PER IL MARKETING (63 ore) Marco Riani mriani@unipr.it Sito web del corso http://www.riani.it/dmm Destagionalizzazione, detrendizzazione delle serie storiche 1 Serie storica della vendita di
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA Indice 1 Teoria dei processi stocastici
DettagliT punti Qual è la differenza concettuale e pratica tra Megatrend e Trend
1 Appello 24/06/2003 T1. -----4 punti Si spieghi brevemente a quale tipologia di fenomeno (espresso da una serie storica) è applicabile uno schema Holt-Winters con tutti i parametri tendenti a zero T2.-----
DettagliANALISI STATISTICA DELLA SERIE STORICA DEI NUMERI INDICE DEI VOLUMI DI FATTURATO MANIFATTURIERO IN ITALIA, DAL 2002 AL 2016
STATISTICA ECONOMICA PER L ANALISI MICROECONOMICA Prof. Alessandro ZINI ANALISI STATISTICA DELLA SERIE STORICA DEI NUMERI INDICE DEI VOLUMI DI FATTURATO MANIFATTURIERO IN ITALIA, DAL 2002 AL 2016 Tesi
DettagliESERCITAZIONI DI LOGISTICA. Laurea in Ingegneria Logistica e della Produzione. Corso di Logistica e di Distribuzione
ESERCITAZIONI DI LOGISTICA Laurea in Ingegneria Logistica e della Produzione Corso di Logistica e di Distribuzione Docente: Prof. Ing. Giulio Zotteri A.A. 2002/2003 Tutore: Ing. Scapaccino Giuliano QUARTA
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliCONTO ENERGIA: MODALITÀ OPERATIVE PER L AGGIORNAMENTO DELLA RATA DI ACCONTO. Direzione Commerciale - Unità Gestione Incentivi Fotovoltaici
CONTO ENERGIA: MODALITÀ OPERATIVE PER L AGGIORNAMENTO DELLA RATA DI ACCONTO Direzione Commerciale - Unità Gestione Incentivi Fotovoltaici Roma, 23 ottobre 2017 Tempistiche di aggiornamento della rata Ai
DettagliCorso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A Barbara Baldazzi
Serie storiche Corso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A. 2013-2014 Barbara Baldazzi Corso di Laurea PROGEST Facoltà di Lettere e Filosofia Università di Tor Vergata I metodi
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. Periodo di riferimento novembre 2013.
gen-08 mar-08 mag-08 lug-08 set-08 nov-08 gen-09 mar-09 mag-09 lug-09 set-09 nov-09 gen-10 mar-10 mag-10 lug-10 set-10 nov-10 gen-11 mar-11 mag-11 lug-11 set-11 nov-11 gen-12 mar-12 mag-12 lug-12 set-12
DettagliRegressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il costo mensile Y di produzione e il corrispondente volume produttivo X per uno dei propri stabilimenti. Volume
DettagliTrasformazioni Logaritmiche
Trasformazioni Logaritmiche Una funzione y = f(x) può essere rappresentata in scala logaritmica ponendo Si noti che y = f(x) diventa ossia Quando mi conviene? X = log α x, Y = log α y. log α (x) = log
DettagliL'analisi classica delle serie storiche. Dr. Simone Celant
L'analisi classica delle serie storiche Dr. Simone Celant Cos'è una serie storica? Una serie storica è una serie di osservazioni del medesimo fenomeno ad intervalli regolari di tempo Esempi di serie storiche:
DettagliESERCIZIO 6.1: MODELLO DELLA MEDIA MOBILE
ESERCIZIO 6.: MODELLO DELLA MEDIA MOBILE L anno scorso l azienda Rossi s.r.l. ha registrato le seguenti vendite mensili per il prodotto alfa: Tabella 6.: dati di vendita per il prodotto alfa Mese Domanda
DettagliAnalisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)
Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico
DettagliExcel. È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti:
Excel È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti: Calcolare per ogni classe della distribuzione: (a) le frequenze relative; Sia data la distribuzione degli studenti
DettagliCorso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A Barbara Baldazzi
Serie storiche Corso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A. 2013-2014 Barbara Baldazzi Corso di Laurea PROGEST Facoltà di Lettere e Filosofia Università di Tor Vergata La
DettagliSTATISTICA ECONOMICA STATISTICA PER L ECONOMIA
STATISTICA ECONOMICA STATISTICA PER L ECONOMIA a.a. 2009-2010 Modelli adattivi o perequativi Permettono di ricostruire l andamento di fondo della serie (che rappresenta la parte sistematica con cui si
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. Periodo di riferimento marzo 2014.
gen-08 mar-08 mag-08 lug-08 set-08 nov-08 gen-09 mar-09 mag-09 lug-09 set-09 nov-09 gen-10 mar-10 mag-10 lug-10 set-10 nov-10 gen-11 mar-11 mag-11 lug-11 set-11 nov-11 gen-12 mar-12 mag-12 lug-12 set-12
DettagliLa Spezia, 24 Gennaio 2019
La Spezia, 24 Gennaio 2019 Profilo climatico Comune della Spezia Mauro Rossi Consiglio Nazionale delle Ricerche Istituto di Ricerca per la Protezione Idrogeologica PROFILO CLIMATICO Quali sono i contenuti
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliPREVISIONE DELLA DOMANDA
CAPITOLO III PREVISIONE DELLA DOMANDA 3.1 Generalità Preliminare ad ogni fase di programmazione della produzione è la valutazione della domanda dei prodotti e/o servizi oggetto dell attività dell azienda.
DettagliCap. 7. L analisi delle serie storiche per la programmazione delle attività
Cap. 7 L analisi delle serie storiche per la programmazione delle attività Introduzione In molte situazioni che interessano l impresa e il management, emerge la necessità di pianificare le azioni future.
DettagliModelli Log-lineari Bivariati
Modelli Log-lineari Bivariati Luca Stefanutti Università di Padova Dipartimento di Psicologia Applicata Via Venezia 8, 35131 Padova L.Stefanutti (Università di Padova) Modelli Log-lineari 1 / 71 Contenuti
DettagliIndice. 1 Il metodo decompositivo
INSEGNAMENTO DI STATISTICA ECONOMICA LEZIONE IV METODI E BASI DI DATI PER L IDENTIFICAZIONE DEL TREND- CICLO PROF. EMANUELE CORLETO Indice 1 Il metodo decompositivo --------------------------------------------------------------------------------
DettagliRICHIAMI DI CALCOLO DELLE PROBABILITÀ
UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
Monte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale). A febbraio 2018 il monte retributivo dei lavoratori in somministrazione aumenta del 22,7% rispetto allo stesso mese
DettagliStatistica Applicata all edilizia Lezione: approccio stocastico all analisi delle serie storiche
Lezione: approccio stocastico all analisi delle serie storiche E-mail: orietta.nicolis@unibg.it 3 maggio 2011 Programma 1 Approccio stocastico all analisi delle serie storiche Programma Approccio stocastico
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Serie storiche (verso fpca) La tecnica chiamata fpca (functional PCA) esamina serie storiche utilizzando paradigmi propri di PCA. E utile premettere un po di
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE.
gen-08 mar-08 mag-08 lug-08 set-08 nov-08 gen-09 mar-09 mag-09 lug-09 set-09 nov-09 gen-10 mar-10 mag-10 lug-10 set-10 nov-10 gen-11 mar-11 mag-11 lug-11 set-11 nov-11 gen-12 mar-12 mag-12 lug-12 set-12
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliUNIVERSITA DEGLI STUDI DI PADOVA
UNIVERSITA DEGLI STUDI DI PADOVA CORSO DI LAUREA IN STATISTICA E GESTIONE DELLE IMPRESE PREVISIONE DEI COSTI DI UN AZIENDA SANITARIA Relatore: Prof. Omar Paccagnella Dipartimento di Scienze Statistiche
DettagliPrevisione della Domanda-Minimi Quadrati INTRODUZIONE PREVISIONE DELLA DOMANDA. Prof. Vincenzo Duraccio
ITRODUZIOE PREVISIOE DELLA DOMADA Prof. Vincenzo Duraccio AALISI DELLA DOMADA La determinazione dell andamento della domanda di un prodotto o di una gamma di prodotti può essere effettuata in tre modi
DettagliSINTESI FOCUS AGOSTO 2015
SINTESI FOCUS AGOSTO 2015 CASSA INTEGRAZIONE GUADAGNI Nel mese di agosto 2015 il numero di ore di cassa integrazione complessivamente autorizzate è stato pari a 39,3 milioni, in diminuzione del 41,7% rispetto
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
gen-09 mar-09 mag-09 lug-09 set-09 nov-09 gen-10 mar-10 mag-10 lug-10 set-10 nov-10 mar-11 mag-11 lug-11 set-11 nov-11 mar-12 lug-12 nov-12 mar-13 nov-13 feb-14 apr-14 giu-14 ago-14 ott-14 dic-14 feb-15
DettagliAnalisi delle serie storiche parte V Modelli autoregressivi
Analisi delle serie storiche parte V Modelli autoregressivi a.a. 2016/2017 Economiche Internazionali 1 Definizioni introduttive Autoregressione: modello di regressione che spiega una serie temporale con
DettagliCORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 4 ANALISI CLASSICA DELLE SERIE STORICHE II (FORMATO PDF)
University of Naples Federico II From the SelectedWorks of Carlo Drago Winter January 9, 2009 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 4 ANALISI CLASSICA DELLE
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
DettagliScale Logaritmiche. Matematica con Elementi di Statistica, Anna Torre a.a
Scale Logaritmiche SCALA LOGARITMICA: sull asse prescelto (ad esempio, l asse x) si rappresenta il punto di ascissa = 0 0 nella direzione positiva si rappresentano, a distanze uguali fra di loro, i punti
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale
INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
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,
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1.
-08-08 -08-08 -08-08 -09-09 -09-09 -09-09 -10-10 -10-10 -10-10 -11-11 -11-11 -11-11 -12-12 -12-12 -12-12 -13-13 -13-13 -13-13 -14-14 -14-14 -14-14 -15-15 -15-15 -15-15 -16-16 -16-16 -16-14 feb-14-14 apr-14-14
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 6 Abbiamo visto: Definizione di popolazione, di campione e di spazio campionario Distribuzione
DettagliINDICATORI DI TENDENZA CENTRALE
Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliCenni di teoria del consumo. La vastissima letteratura sull analisi del consumo può distinguersi in due grandi filoni:
Cenni di teoria del consumo La vastissima letteratura sull analisi del consumo può distinguersi in due grandi filoni: - un filone di analisi del consumo disaggregato che, sulla base degli studi di Engel,
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. Periodo di riferimento gennaio 2012.
MONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. Periodo di riferimento gennaio 2012. A gennaio 2011 il monte retributivo destagionalizzato dei lavoratori interinali mostra un aumento
DettagliPREVISIONE DELLE VENDITE MANUALE DELL UTENTE
PREVISIONE DELLE VENDITE MANUALE DELL UTENTE 1 INDICE 1. Requisiti di sistema 2. Installazione e licenza 3. Panoramica generale 4. La barra degli strumenti 5. Inserimento nuova serie storica 6. Caricamento
DettagliPRODUZIONE NELLE COSTRUZIONI
17 marzo 2016 Gennaio 2016 Nel mese di gennaio 2016 l indice destagionalizzato della produzione nelle costruzioni ha registrato, rispetto al mese precedente, un calo dell 1,5%. Nella media del trimestre
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
apr-15 mag-15 giu-15 ago-15 set-15 ott-15 nov-15 dic-15 feb-16 mar-16 mag-16 giu-16 ago-16 set-16 nov-16 dic-16 feb-17 mar-17 mag-17 giu-17 ago-17 set-17 nov-17 dic-17 feb-18 mar-18 mag-18 giu-18 ago-18
DettagliNozioni di statistica
Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
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
DettagliScale Logaritmiche. Matematica con Elementi di Statistica a.a. 2015/16
Scale Logaritmiche Scala Logaritmica: sull asse prescelto (ad esempio, l asse x) si rappresenta il punto di ascissa = 0 0 nella direzione positiva si rappresentano, a distanze uguali fra di loro, i punti
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1.
gen-08 mar-08 mag-08 lug-08 set-08 nov-08 gen-09 mar-09 mag-09 lug-09 set-09 nov-09 gen-10 mar-10 mag-10 lug-10 set-10 nov-10 gen-11 mar-11 mag-11 lug-11 set-11 nov-11 mar-12 mag-12 lug-12 set-12 nov-12
DettagliLE NUOVE SERIE DESTAGIONALIZZATE DEL COMMERCIO CON L ESTERO
Roma, 16 marzo 2012 LE NUOVE SERIE DESTAGIONALIZZATE DEL COMMERCIO CON L ESTERO 1. Premessa La revisione annuale dei modelli di destagionalizzazione applicati alle serie storiche del commercio con l estero,
DettagliIndice. Previsioni. Serie con trend. Metodo di Holt. Previsioni: trend e stagionalità. serie con trend/tendenza serie con stagionalità
Indice Previsioni serie con trend/tendenza serie con stagionalità Previsioni: trend e stagionalità 7/11/23 16.51 1 2 Serie con trend Regressione lineare Metodo di (doppio smorzamento esponenziale) Metodo
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1.
MONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. A naio 2017 il monte retributivo dei lavoratori interinali aumenta del 28,8% rispetto allo stesso mese del 2016. La variazione congiunturale
DettagliMONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. Periodo di riferimento febbraio 2012.
MONTE RETRIBUTIVO, OCCUPATI E ORE LAVORATE NEL LAVORO INTERINALE 1. Periodo di riferimento febbraio 2012. A febbraio 2012 il monte retributivo destagionalizzato dei lavoratori interinali mostra un aumento
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
DettagliSTATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
gen-12 mar-12 mag-12 lug-12 set-12 nov-12 Monte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale). A novembre 2017 il monte retributivo dei lavoratori in somministrazione
Dettagli5. Analisi dei dati di input
Anno accademico 2007/08 Analisi e scelta dei dati di input Per l esecuzione di una simulazione è necessario disporre di dati di input che siano una adeguata rappresentazione di ciò che accadrà in realtà
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
feb-14 apr-14 giu-14 ago-14 ott-14 dic-14 feb-14 apr-14 giu-14 ago-14 ott-14 dic-14 Monte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale). A gennaio 2018 il monte retributivo
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliCONFRONTO TRA ARCHIVI E RILEVAZIONI NELL AMBITO DEL MERCATO DEL LAVORO
COMPORTAMENTI INDIVIDUALI E RELAZIONI SOCIALI IN TRASFORMAZIONE UNA SFIDA PER LA STATISTICA UFFICIALE OFFICINA MODERNIZZAZIONE - Sinergie, opportunità e criticità per lo sviluppo del Programma di Modernizzazione
DettagliSINTESI FOCUS MAGGIO 2015
SINTESI FOCUS MAGGIO 2015 CASSA INTEGRAZIONE GUADAGNI Nel mese di maggio 2015 il numero di ore di cassa integrazione complessivamente autorizzate è stato pari a 65,4 milioni, in diminuzione del 29,0% rispetto
DettagliFatturato del commercio al dettaglio in provincia di Brescia
CONGIUNTURA DEL COMMERCIO AL 3 TRIMESTRE 2017 Fonte: indagine congiunturale Unioncamere Lombardia. Elaborazioni a cura del Servizio Studi della Camera di Commercio di Brescia. LA DINAMICA CONGIUNTURALE
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
Monte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale). A dicembre 2017 il monte retributivo dei lavoratori in somministrazione aumenta del 23,3% rispetto allo stesso mese
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Esempio Su un campione di =5unità sono state osservate due variabili, ed : x i 1 2 3 4 5 y i 1.5 2.5 3 2.5 3.5 1. Rappresentare l andamento congiunto di in funzione di mediante
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
gen-09 mar-09 mag-09 lug-09 set-09 nov-09 mar-10 mag-10 lug-10 set-10 nov-10 mar-11 mag-11 lug-11 set-11 nov-11 mar-12 nov-12 mar-13 nov-13 feb-14 apr-14 giu-14 ago-14 ott-14 dic-14 feb-15 apr-15 giu-15
DettagliChallenge test: metodologia e strumenti pratici per una corretta valutazione
Challenge test: metodologia e strumenti pratici per una corretta valutazione Principi statistici e disegno dell esperimento Vitale Nicoletta Nicoletta.vitale@izsto.it S.C. Epidemiologia e Osservatorio
DettagliLezione Derivata seconda Flessi e concavità Studi di funzione
Lezione 23 11-1-2016 Derivata seconda Flessi e concavità Studi di funzione Derivata seconda Sia data una funzione f(x). Se la sua funzione derivata prima f (x) è derivabile in un intervallo, la sua derivata
DettagliMonte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale).
Monte retributivo, occupati e ore lavorate nel lavoro in somministrazione (interinale). A maggio 2018 il monte retributivo dei lavoratori in somministrazione aumenta del 14,8% rispetto allo stesso mese
Dettagli