Corso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A Barbara Baldazzi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Corso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A Barbara Baldazzi"

Transcript

1 Serie storiche Corso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A Barbara Baldazzi Corso di Laurea PROGEST Facoltà di Lettere e Filosofia Università di Tor Vergata

2 La stazionarietà Il modello additivo, quello moltiplicativo e quello misto danno risultati analoghi quando la serie ha un andamento di fondo orizzontale, ossia quanto il trend è costante. Abbiamo inoltre visto che uno dei problemi dei residui può essere la dipendenza della loro struttura dal tempo. Sembrerebbe dunque che una serie storica stabile nel tempo sia più facile da analizzare rispetto ad una serie sistematicamente più variabile. In effetti, più o meno è cosi. La condizione che rende una serie storica più facile da analizzare è detta stazionarietà: sostanzialmente, si tratta di una serie di condizioni di stabilità nel corso del tempo. Gran parte delle serie storiche osservate non è stazionaria. Esistono tuttavia diverse procedure per rendere stazionarie serie che non lo sono.

3 Condizioni di stazionarietà Una serie storica si dice stazionaria se: 1. La sua media è costante nel tempo (stazionarietà in media); 2. La sua varianza è costante nel tempo (stazionarietà in varianza); 3. Analizzando il rapporto di dipendenza tra valori della serie distanti k periodi, questa e influenzata solo da k, non dal punto della serie in cui viene calcolata (stazionarietà in covarianza).

4 Cosa implica la stazionarietà Una serie stazionaria, in cui la media e la varianza sono indipendenti dal tempo, non soffre del problema principale per cui il modello additivo non può essere utilizzato, ossia la dipendenza delle variazioni cicliche e stagionali dal livello della serie. Infatti, la stazionarietà in media garantisce che il livello generale della serie è sempre lo stesso. La stazionarietà in varianza garantisce che le oscillazioni hanno sempre la medesima struttura di fondo.

5 La stazionarietà in media In realtà la stazionarietà ha implicazioni ben più importanti di questa: una serie stazionaria è una serie che in qualunque momento la si osservi ha sempre la stessa struttura, quindi ad esempio anche i movimenti ciclici hanno un impatto limitato. In pratica, una serie stazionaria è più facile da analizzare e, soprattutto, comporta che le previsioni siano più robuste. Tutte le serie che abbiamo visto fin qui non sono stazionarie in media: tutte hanno mostrato un andamento crescente nel tempo. Ci sono due modi per rendere stazionaria una serie con un andamento crescente lineare: per sottrazione del trend e per differenziazione.

6 La detrendizzazione Una serie viene resa stazionaria in media mediante sottrazione del trend (operazione detta detrendizzazione) facendo la differenza tra il valore osservato della stessa ed il valore assunto dal trend al medesimo tempo. In altre parole, al valore osservato si sottrae il valore yt si sottrae il valore stimato β 1 t. Assumendo che il trend sia interpretato da una retta: Se il trend è stimato correttamente, la serie y * t è stazionaria in media.

7 L analisi del trend /1 1999/5 1999/9 2000/1 2000/5 2000/9 2001/1 2001/5 2001/9 2002/1 2002/5 2002/9 2003/1 2003/5 2003/9 2004/1 2004/5 2004/9 2005/1 2005/5 2005/9 2006/1 2006/5 2006/9 2007/1 2007/5 2007/9 2008/1 2008/5 2008/9 2009/1 2009/5 2009/9 2010/1 2010/5 2010/9 2011/1 2011/5 2011/9 2012/1 2012/5 2012/9 2013/ / /09

8 /2 1999/6 1999/ /2 2000/6 2000/ /2 2001/6 2001/ /2 2002/6 2002/ /2 2003/6 2003/ /2 2004/6 2004/ /2 2005/6 2005/ /2 2006/6 2006/ /2 2007/6 2007/ /2 2008/6 2008/ /2 2009/6 2009/ /2 2010/6 2010/ /2 2011/6 2011/ /2 2012/6 2012/ / / /10

9 La detrendizzazione La serie detrendizzata non ha media nulla: non c è nessuna condizione che imponga ad una serie stazionaria di avere media nulla; in questo caso, la media della serie detrendizzata è pari al termine noto della retta di regressione. La detrendizzazione permette di osservare in modo molto chiaro i movimenti ciclici

10 La differenziazione Una serie viene resa stazionaria in media mediante differenziazione semplicemente sottraendo al valore corrente il valore assunto dalla serie al tempo precedente: Se la serie y t ha un trend lineare, la serie risultante y * tè stazionaria in media.

11 /3 1999/7 1999/ /3 2000/7 2000/ /3 2001/7 2001/ /3 2002/7 2002/ /3 2003/7 2003/ /3 2004/7 2004/ /3 2005/7 2005/ /3 2006/7 2006/ /3 2007/7 2007/ /3 2008/7 2008/ /3 2009/7 2009/ /3 2010/7 2010/ /3 2011/7 2011/ /3 2012/7 2012/ / /07

12 Detrendizzazione e differenziazione La differenziazione rende la serie più erratica, ed è pressoché impossibile osservare movimenti di carattere strutturale. La serie ha media nulla. La medesima serie resa stazionaria in media con queste due procedure ha due aspetti ovviamente molto diversi. Tuttavia, le due procedure non sono alternative a libera scelta: ci sono delle condizioni in cui è meglio scegliere un metodo piuttosto che un altro

13 Detrendizzazione e differenziazione Se si vuole analizzare gli effetti dei cicli e delle variazioni di breve e medio periodo, come nel caso della climatologia, si elimineranno gli effetti del trend sottraendo ai valori della serie quelli assunti dalla variazione tendenziale. Se invece si intende concentrare l'attenzione sulla variabilità della serie nel brevissimo periodo, come ad esempio nelle analisi delle serie finanziarie per valutare le variazioni dei prezzi delle azioni da un'ora all'altra, la serie sarà detrendizzata mediante differenziazione.

14 La risposta ad impulso C'è un altro criterio per stabilire quale delle due procedure sia la più adatta. Criterio empirico, che ha a che fare con la struttura di fondo della serie: è la cosiddetta risposta ad impulso. Immaginiamo che la serie subisca uno shock esterno. La risposta della serie a questo shock può essere di due tipi: questo shock può spostare in maniera sistematica il livello del trend, che da quel momento in avanti tenderà ad un nuovo livello, e può non farlo, limitando i propri effetti a cambiamenti di breve periodo, che però non cambiano la struttura sottostante. Nel primo caso si parla di shock permanente, nel secondo di shock transitorio.

15 La risposta ad impulso

16 La risposta ad impulso Nella prima serie (in alto) ad un certo punto c è un evento che ne sposta il livello verso l'alto in modo definitivo. In quella in basso, c è un evento traumatico che esaurisce i propri effetti nel corso di qualche osservazione. In altre parole, nella serie in alto, dopo uno shock molto potente il trend cambia di livello; in quella in basso no. Quindi le due serie mostrano una differente risposta ad impulso. Nel primo caso, la serie risponde all'impulso modificando la propria struttura tendenziale: è una serie a shock permanenti; nel secondo caso, la serie risponde all'impulso mantenendo il valore originario del trend: è una serie a shock transitori. Una serie a shock transitori può essere resa stazionaria mediante detrendizzazione; una serie a shock permanenti deve essere resa stazionaria in media differenziando.

17 La risposta ad impulso Una serie a shock permanenti deve essere resa stazionaria in media differenziando.

18 La risposta ad impulso Una serie a shock transitori può essere resa stazionaria mediante detrendizzazione

19 Materiali di studio B. BALDAZZI - L ANALISI DEI FLUSSI TURISTICI: STRUMENTI, FONTI E METODI - Edizioni Nuova Cultura, anno 2014 pagg

Corso in Fonti, metodi e strumenti per l analisi dei flussi turistici A.A Barbara Baldazzi

Corso 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

Dettagli

L'analisi classica delle serie storiche. Dr. Simone Celant

L'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:

Dettagli

x, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )

x, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y ) Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni

Dettagli

Capitolo 3 (parte prima) Modelli di (s)composizione. Capitolo 3 1

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

Dettagli

Il Modello di Scomposizione

Il 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

Dettagli

Analisi delle serie storiche parte II Approccio classico

Analisi 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

Dettagli

Esercitazione del

Esercitazione del Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36

Dettagli

STATISTICA. Esercitazione 5

STATISTICA. Esercitazione 5 STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei

Dettagli

Statistica multivariata Donata Rodi 17/10/2016

Statistica multivariata Donata Rodi 17/10/2016 Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare

Dettagli

Capitolo 7. Forecasting

Capitolo 7. Forecasting Capitolo 7 Forecasting Cosa è il Forecast? Forecast Una previsione di eventi futuri utilizzata a scopi di pianificazione. 1 Forecasting Le previsioni sono input critici per i piani strategici, per i piani

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6

CORSO 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

Dettagli

Statistica Applicata all edilizia Lezione: Analisi delle serie storiche: parte I

Statistica Applicata all edilizia Lezione: Analisi delle serie storiche: parte I Lezione: Analisi delle serie storiche: parte I E-mail: orietta.nicolis@unibg.it 27 aprile 21 Programma Programma Le serie storiche (o temporali) Sequenze di osservazioni effettuate nella sucessione dei

Dettagli

Lezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo

Lezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE

Dettagli

ECONOMETRIA APPLICATA PER L IMPRESA. Test di Radici Unitarie - Esercizio 5

ECONOMETRIA APPLICATA PER L IMPRESA. Test di Radici Unitarie - Esercizio 5 Modelli Dinamici - Esercizio 5 1 ECONOMETRIA APPLICATA PER L IMPRESA Test di Radici Unitarie - Esercizio 5 Davide Raggi davide.raggi@unibo.it 16 marzo 2010 Modelli Dinamici - Esercizio 5 2 Introduzione

Dettagli

Il modello lineare misto

Il modello lineare misto Il modello lineare misto (capitolo 9) A M D Marcello Gallucci Univerisità Milano-Bicocca Lezione: 15 GLM Modello Lineare Generale vantaggi Consente di stimare le relazioni fra due o più variabili Si applica

Dettagli

Esercitazione III Soluzione

Esercitazione III Soluzione Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato

Dettagli

L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale

L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

STATISTICA. Regressione-2

STATISTICA. 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

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

Statistica di base per l analisi socio-economica

Statistica di base per l analisi socio-economica Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme

Dettagli

Matematica Lezione 22

Matematica 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,

Dettagli

Statistica Descrittiva Soluzioni 7. Interpolazione: minimi quadrati

Statistica Descrittiva Soluzioni 7. Interpolazione: minimi quadrati ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

Analisi 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) 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

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 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

Dettagli

Università di Pavia Econometria. Cambiamento di regime nei parametri Test di stabilità. Eduardo Rossi

Università di Pavia Econometria. Cambiamento di regime nei parametri Test di stabilità. Eduardo Rossi Università di Pavia Econometria Cambiamento di regime nei parametri Test di stabilità Eduardo Rossi Università di Pavia Cambiamento di regime nei parametri Funzione del consumo C t = β 1 + β 2 Y t + ǫ

Dettagli

Per 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. 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

Dettagli

Regressione & Correlazione

Regressione & Correlazione Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione

Dettagli

Maria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano

Maria 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

Dettagli

lezione 9 AA Paolo Brunori

lezione 9 AA Paolo Brunori AA 2016-2017 Paolo Brunori Dove siamo arrivati? - la regressione lineare multipla ci permette di stimare l effetto della variabile X sulla Y tenendo ferme tutte le altre variabili osservabili che hanno

Dettagli

Serie storiche Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Serie 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

Dettagli

Regressione Lineare Semplice e Correlazione

Regressione Lineare Semplice e Correlazione Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)

Dettagli

Principi di analisi causale Lezione 3

Principi di analisi causale Lezione 3 Anno accademico 2007/08 Principi di analisi causale Lezione 3 Docente: prof. Maurizio Pisati Approccio causale Nella maggior parte dei casi i ricercatori sociali utilizzano la regressione per stimare l

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE Se due variabili X e Y sono tra loro correlate, e sono entrambe su scala a intervalli o rapporti equivalenti, la tecnica statistica della regressione lineare consente di

Dettagli

lezione 4 AA Paolo Brunori

lezione 4 AA Paolo Brunori AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1

Dettagli

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione

Dettagli

Corso in Statistica Medica

Corso in Statistica Medica Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico

Dettagli

Destagionalizzazione, detrendizzazione delle serie storiche

Destagionalizzazione, 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

Dettagli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone

Dettagli

Esercitazione 1 C.A. DIAGRAMMI DI INVILUPPO

Esercitazione 1 C.A. DIAGRAMMI DI INVILUPPO Esercitazione 1 C.A. DIAGRAMMI DI INVILUPPO 6.1 Inviluppo delle azioni di progetto 6.1.1 Esempio 1 Si consideri la trave ad una campata con mensola soggetta ai carichi illustrati in figura: Figura 0.1

Dettagli

Istituzioni di Statistica

Istituzioni di Statistica Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA

Dettagli

Cicli economici: misurazione e aspetti metodologici. Introduzione

Cicli 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

Dettagli

XCVIII - Convegno Società Italiana di Fisica

XCVIII - Convegno Società Italiana di Fisica Confronto di tre test t di stazionarietà i tà di serie temporali nella misura dei flussi turbolenti con la tecnica della eddy correlation Donateo A., Cava D., Contini D., Grasso F.M. Istituto di Scienze

Dettagli

T punti Qual è la differenza concettuale e pratica tra Megatrend e Trend

T 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.-----

Dettagli

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it a.a. 2018-2019 CdS Scienze della Produzione e Protezione delle Piante (g59)

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri

Dettagli

STATISTICA. Regressione-4 ovvero Macron!

STATISTICA. Regressione-4 ovvero Macron! STATISTICA Regressione-4 ovvero Macron! Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23] Eravamo partiti da qui Stipendio

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Esercizi di riepilogo Lezioni

Esercizi di riepilogo Lezioni Esercizi di riepilogo Lezioni 16-17-18 1 Es1: Statistiche del secondo ordine [Pap, 9-2] Si ha un processo X con Determinare media, varianza, e covarianza delle v.a. Z=X(5) e W=X(8) Il processo X è stazionario?

Dettagli

Il modello lineare misto

Il modello lineare misto Il modello lineare misto (capitolo 9) A M D Marcello Gallucci Univerisità Milano-Bicocca Lezione: 11 GLM Modello Lineare Generale vantaggi Consente di stimare le relazioni fra due o più variabili Si applica

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è

Dettagli

Cognome e Nome:... Matricola e corso di laurea:...

Cognome e Nome:... Matricola e corso di laurea:... Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 2014 Cognome e Nome:................................................................... Matricola e corso di laurea:...................................................

Dettagli

Vantaggi della scelta verso l utilizzo di un solo soggetto:

Vantaggi della scelta verso l utilizzo di un solo soggetto: L uso della statistica per la valutazione degli interventi: premesse teoriche Capitolo 4 Vantaggi della scelta verso l utilizzo di un solo soggetto: 1) Analisi della prestazione individuale: analisi del

Dettagli

STATISTICA. Regressione-1

STATISTICA. Regressione-1 STATISTICA Regressione-1 Obiettivo generale Y x Obiettivo generale Y previsione di y da x è possibile () x Obiettivo generale previsione di y da x non è possibile Y x Obiettivo generale Y Un modello per

Dettagli

La regressione lineare. Rappresentazione analitica delle distribuzioni

La regressione lineare. Rappresentazione analitica delle distribuzioni La regressione lineare Rappresentazione analitica delle distribuzioni Richiamiamo il concetto di dipendenza tra le distribuzioni di due caratteri X e Y. Ricordiamo che abbiamo definito dipendenza perfetta

Dettagli

Prof. Giulio Vidotto (Università di Padova) Lez Trasformazione delle misure e significanza delle statistiche

Prof. Giulio Vidotto (Università di Padova) Lez Trasformazione delle misure e significanza delle statistiche Trasformazione e Significanza delle Statistiche: Invarianza assoluta Invarianza di riferimento Invarianza di confronto Schemi Riassuntivi Significanza e Trasformazioni delle Statistiche Per cui Data una

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 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

Dettagli

La curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate

La curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate Correlazione e regressione Correlazione: le due variabili casuali sono considerate in modo per così dire simmetrico. Regressione: una delle due variabili dipende dall'altra, che per così dire la precede

Dettagli

PROBABILITA. Distribuzione di probabilità

PROBABILITA. Distribuzione di probabilità DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove

Dettagli

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri

Dettagli

Cognome e nome Tempo disponibile: 75 minuti

Cognome e nome Tempo disponibile: 75 minuti Corso di Laurea in Biotecnologia Statistica medica. A.A. 2010-2011 21 giugno 2011 Cognome e nome Tempo disponibile: 75 minuti 1. Immaginate di condurre uno studio sperimentale in cui si confronta l effetto

Dettagli

REGRESSIONE E CORRELAZIONE

REGRESSIONE E CORRELAZIONE REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.

Dettagli

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre

R - 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

Dettagli

Basi metodologiche della ricerca in ambito sportivo

Basi metodologiche della ricerca in ambito sportivo Università degli Studi di Roma «Tor Vergata» Facoltà di Medicina e Chirurgia Laurea Magistrale in Scienze e Tecniche dello Sport Insegnamento Professore Argomento Basi metodologiche della ricerca in ambito

Dettagli

Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione

Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università

Dettagli

Lezione 15. L analisi della Varianza (ANOVA): i disegni entro i sogetti e misti. Argomenti della lezione: Disegni entro i soggetti

Lezione 15. L analisi della Varianza (ANOVA): i disegni entro i sogetti e misti. Argomenti della lezione: Disegni entro i soggetti Lezione 15 L analisi della Varianza (ANOVA): i disegni entro i sogetti e misti Argomenti della lezione: Disegni entro i soggetti Disegni misti Effect size e potenza Disegni entro i soggetti Gli stessi

Dettagli

La multicollinearità sorge quando c è un elevata correlazione tra due o più variabili esplicative.

La multicollinearità sorge quando c è un elevata correlazione tra due o più variabili esplicative. Lezione 14 (a cura di Ludovica Peccia) MULTICOLLINEARITA La multicollinearità sorge quando c è un elevata correlazione tra due o più variabili esplicative. In un modello di regressione Y= X 1, X 2, X 3

Dettagli

COME USARE IL MODELLO. I Quattro simulazioni p. 1. II Modifiche terza simulazione p. 10

COME USARE IL MODELLO. I Quattro simulazioni p. 1. II Modifiche terza simulazione p. 10 COME USARE IL MODELLO I Quattro simulazioni p. 1 II Modifiche terza simulazione p. 10 I Quattro simulazioni I dati raccolti in questo documento mostrano i risultati di quattro simulazioni, diverse tra

Dettagli

Introduzione alla verifica d ipotesi

Introduzione alla verifica d ipotesi Introduzione alla verifica d ipotesi Dipartimento di Matematica Università di Roma Tor Vergata 17 dicembre 2017 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo

Dettagli

Distribuzione di frequenza relativa e percentuale: esempio

Distribuzione di frequenza relativa e percentuale: esempio Distribuzione di frequenza relativa e percentuale: esempio Sesso Freq. assol. F 3 M Totale 5 Sesso % F 60 M 40 Totale 100 Sesso Freq. assol. F 180 M 10 Totale 300 Sesso % F 60 M 40 Totale 100 Attenzione:

Dettagli

9.3 Il metodo dei minimi quadrati in formalismo matriciale

9.3 Il metodo dei minimi quadrati in formalismo matriciale 9.3. IL METODO DEI MINIMI QUADRATI IN FORMALISMO MATRICIALE 121 9.3 Il metodo dei minimi quadrati in formalismo matriciale Per applicare il MMQ a funzioni polinomiali, ovvero a dipendenze di una grandezza

Dettagli

Statistica inferenziale

Statistica inferenziale Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Statistica inferenziale 6/5/2005 Relazione tra dati Possono esistere in uno studio connessioni tra dati differenti che possono legare caratteristiche:

Dettagli

Analisi delle Serie Storiche

Analisi delle Serie Storiche Analisi delle Serie Storiche Fabio Ruini Abstract Alla base dell analisi delle serie storiche vi è l assunzione secondo cui i fattori che hanno influenzato l andamento della serie nel passato e nel presente

Dettagli

Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano

Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione

Dettagli

La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.

La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo

Dettagli

ANALISI DELLE SERIE STORICHE

ANALISI 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

Dettagli

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.

Dettagli

0 altimenti 1 soggetto trova lavoroentro 6 mesi}

0 altimenti 1 soggetto trova lavoroentro 6 mesi} Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta

Dettagli

Analisi delle serie storiche parte III Medie mobili

Analisi 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

Dettagli

Regressione lineare semplice

Regressione lineare semplice Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro

Dettagli

Statistica. Esercizi: 7. Statistica Descrittiva Bivariata 3 Probabilità 1

Statistica. Esercizi: 7. Statistica Descrittiva Bivariata 3 Probabilità 1 Corsi di Laurea: a.a. 2018-19 Diritto per le Imprese e le istituzioni Scienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica Descrittiva Bivariata 3 Probabilità 1 Esercizi: 7

Dettagli

Modelli Matematici Ambientali 1. Mastroeni/Cioni (Dipartimento di Informatica/Scuola Normale Superiore) Lezione 13/03 A.A.

Modelli Matematici Ambientali 1. Mastroeni/Cioni (Dipartimento di Informatica/Scuola Normale Superiore) Lezione 13/03 A.A. Modelli Matematici Ambientali 1 Mastroeni/Cioni (Dipartimento di Informatica/Scuola Normale Superiore) Lezione 13/03 A.A. 2014/2015 Ottava lezione piano di lavoro Considerazioni teoriche su: usi dei modelli,

Dettagli

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità

Dettagli

MICROECONOMIA. Prof.ssa Carla Massidda

MICROECONOMIA. Prof.ssa Carla Massidda Università degli Studi di Cagliari Facoltà di Scienze Economiche, Giuridiche e Politiche Corso di Laurea in Economia e Gestione Aziendale A.A. 2015-2016 MICROECONOMIA Prof.ssa Carla Massidda Argomenti

Dettagli

Modelli Statistici per l Economia. Regressione lineare con un singolo regressore (terza parte)

Modelli Statistici per l Economia. Regressione lineare con un singolo regressore (terza parte) Modelli Statistici per l Economia Regressione lineare con un singolo regressore (terza parte) 1 Verifica di ipotesi su β 1 H 0 : β 1 = β 1,0 H 1 : β 1 β 1,0 Se è vera H 0 (cioè sotto H 0 ) e n è grande,

Dettagli

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)

Dettagli

CAPITOLO 11 ANALISI DI REGRESSIONE

CAPITOLO 11 ANALISI DI REGRESSIONE VERO FALSO CAPITOLO 11 ANALISI DI REGRESSIONE 1. V F Se c è una relazione deterministica tra due variabili,x e y, ogni valore dato di x,determinerà un unico valore di y. 2. V F Quando si cerca di scoprire

Dettagli

lezione 16 AA Paolo Brunori

lezione 16 AA Paolo Brunori AA 2016-2017 Paolo Brunori Dove siamo arrivati - Quando abbiamo a disposizione dati in cui le unità di interesse (imprese, paesi, famiglie) sono osservati più volte nel tempo abbiamo una struttura di dati

Dettagli

4. VALORI CENTRALI. Statistica sociale

4. VALORI CENTRALI. Statistica sociale UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea in Scienze per l'investigazione e la Sicurezza. VALORI CENTRALI Prof. Maurizio Pertichetti

Dettagli

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella

Dettagli

ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti

ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.

Dettagli

Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione

Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi

Dettagli

Capitolo 10 I mercati dei capitali e il pricing del rischio (in versione molto riveduta)

Capitolo 10 I mercati dei capitali e il pricing del rischio (in versione molto riveduta) Capitolo 10 I mercati dei capitali e il pricing del rischio (in versione molto riveduta) 10-1 Piano di lavoro I. STRUMENTI C3. VAN e legge del prezzo unico C4. Valore del denaro nel tempo C5. Tassi di

Dettagli

Il saldo di bilancio strutturale: un analisi empirica del caso italiano

Il saldo di bilancio strutturale: un analisi empirica del caso italiano Il saldo di bilancio strutturale: un analisi empirica del caso italiano Roma, 21 novembre 2016 Docente guida: Prof. Paolo Liberati Dottorando: Giovanni Carnazza Introduzione L obiettivo è stimare il saldo

Dettagli

ESERCITAZIONI N. 3 corso di statistica

ESERCITAZIONI N. 3 corso di statistica ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza

Dettagli

La funzione di risposta armonica

La funzione di risposta armonica Funzione di risposta armonica - Corso di Laurea in Ingegneria Meccanica Controlli Automatici L La funzione di risposta armonica DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi

Dettagli