Gianni Cicia (1), Marcella Corduas (2), Teresa Del Giudice (1), Domenico Piccolo (2) 1. Premessa

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Gianni Cicia (1), Marcella Corduas (2), Teresa Del Giudice (1), Domenico Piccolo (2) 1. Premessa"

Transcript

1 L anals delle preferenze de consumator ne confront delle produzon d qualtà: uno studo del consumo d caffé equosoldale medante l modello CUB Gann Cca (), Marcella Corduas (2), Teresa Del Gudce (), Domenco Pccolo (2) (,2) Centro per la Formazone n Economa e Poltca dello Svluppo Rurale (Portc, NA) () Dpartmento d Economa e Poltca Agrara e (2) Dpartmento d Scenze Statstche, Unverstà d Napol Federco II. Premessa Il caffè è, dopo l petrolo, l secondo prodotto sul mercato mondale delle esportazon, l fatturato è d crca 0 mlard d dollar e nella sua coltvazone, lavorazone e vendta sono occupat crca 25 mlon d persone nel sud del mondo. In partcolare, nell'ambto del Commerco equo-soldale, l caffè assume un ruolo altrettanto centrale, sa perché è stato uno de prmssm prodott colonal ad essere commercalzzato con regole non fnalzzate al proftto sa perché è stato l prmo prodotto ad essere certfcato come equo e soldale. Attualmente, l caffè vene mportato soprattutto dall'amerca Centrale (Ncaragua, Messco e altr) e solo n msura mnore dall'afrca (soprattutto dalla Tanzana). La tostatura e altre forme d lavorazone ntermeda (caffè decaffenato), nvece, avvengono ne paes consumator sulla base delle preferenze d quest. Nel 973 l olandese Far Trade Organsate mportava l prmo caffè equo da cooperatve d pccol coltvator del Guatemala. Ogg, a dstanza d 30 ann, tale prodotto è dventato una realtà economca rappresentando l 25-50% del fatturato delle organzzazon d Commerco Equo. Da un punto d vsta economco, durante l 2005 nella sola Unone Europea, l commerco equo e soldale, nel suo complesso, ha raggunto un fatturato record d 660 mlon d euro, due volte e mezzo maggore rspetto allo stesso nel 200. In Itala, la spesa pro-capte è, nvece, la pù bassa d'europa: 35 centesm d euro a testa. I prodott del commerco equo, specalmente quell almentar, s trovano n molte catene della grande dstrbuzone come Coop Itala, Cra, Auchan, Ldl. Nonostante la rlevanza del commerco equosoldale, poch sono gl stud relatv alla domanda d tal prodott e, n modo partcolare, d caffè. I poch lavor (Brd e Hughes, 997; Browne et al 2000; Arnot et al., 2006; Besnard et al., 2006) hanno focalzzato l attenzone sull esstenza d una domanda segmentata d prodott equosoldal con partcolare attenzone all elastctà della domanda al prezzo. Il pù recente d quest stud (Arnot et al. 2006), ha posto n evdenza, tramte un choce model a scelte real, come per consumator equosoldal canades, l elastctà al prezzo della domanda d caffè equosoldale sa consderevolmente pù bassa rspetto a quella relatva al prodotto convenzonale.

2 In questo studo analzzeremo la relazone tra prezzo e consumo d caffè equosoldale utlzzando un nuovo approcco all anals delle preferenze del consumatore. Il modello mstura che prenderemo n esame, nel seguto denomnato CUB, permette d esplorare n manera nuova la relazone tra l consumatore ed ben acqustat. Tale approcco consente d sntetzzare la dstrbuzone delle preferenze espresse da consumator, tramte scala qualtatva d tpo Lkert. Il modello CUB, partendo da gudz d preferenza d carattere qualtatv, tramte un confronto sull ntera dstrbuzone delle valutazon espresse, permette d collocare tale comparazone n un contesto nferenzale, ed nfne d collegare le valutazon a caratterstche de soggett, nel nostro caso studo a caratterstche d tpo comportamentale de consumator. Il campone utlzzato per l ndagne è composto da 224 responsabl d acqusto ntervstat presso 4 Botteghe del Mondo della Branza. 2. Il modello mstura CUB La valutazone n scala Lkert espressa da un soggetto su un certo bene può essere rappresentata medante una varable casuale (v.c.), R, la cu dstrbuzone d probabltà è data dalla seguente mstura: ) m # & r# m# r Pr( R = r) =! ' $ ( # " ) " + ( #! ) ; r =,2,...,m () ( r # % m dove ξ (0, ); π [0, ], ed m>3 è l valore pù elevato della scala Lkert utlzzata da soggett. Tale modello, proposto da D'Ela and Pccolo (2005), nasce dalla descrzone concettuale del meccansmo pscologco medante l quale un soggetto effettua la scelta del punteggo da attrbure ad un oggetto/servzo. Il processo è sntetzzato medante due component. La prma componente, con peso π, è specfcata dalla v.c. Bnomale traslata, ed ndca la convnzone profonda del soggetto che esprme l gudzo e la forza dell'attrazone (repulsone) che l soggetto prova verso l'oggetto della valutazone (Pccolo, 2006). La seconda componente descrve, nvece, l ncertezza che cascun soggetto apporta alla scelta laddove deve tradurre una propra convnzone (che certamente è un costrutto mentale con molte sfaccettature) n un punteggo Lkert. Nella mstura, l ncertezza nel gudzo fnale è descrtta dalla v.c. Unforme dscreta l cu peso relatvo è dato da ( "! ). Da un punto d vsta statstco, tale modello probablstco è molto flessble poché è n grado d descrvere dstrbuzon dalle forme molto dverse n termn d asmmetra, curtos e poszone della moda. In partcolare, Pccolo (2003) ha dervato l coeffcente d asmmetra e curtos della v.c. R n funzone de parametr della dstrbuzone, dmostrando che: Asm (",! ) = 0, per! = Inoltre, per

3 ogn "![0,], Asm (",! ) = # Asm( ",#! ). Pertanto, per! < 0. 5, la dstrbuzone d R è asmmetrca negatva e la probabltà che soggett esprmano un opnone postva rspetto all oggetto della valutazone aumenta al decrescere d ξ. Per! > 0. 5, la dstrbuzone è asmmetrca postva e la probabltà che soggett esprmano un opnone negatva aumenta al crescere d ξ. Inoltre, per π fssato, la curtos cresce a mano a mano che ξ s avvcna a bord dello spazo parametrco e Kurt (",! ) = Kurt( ",#! ). L nterpretazone del modello vene po arrcchta collegando due parametr (",! ) a varabl esplcatve (covarate) relatve a soggett che esprmono la valutazone. In tal modo, l dverso comportamento de soggett vene spegato attraverso le caratterstche ad ess assocate. In partcolare, se r è la valutazone espressa dall -esmo soggetto, allora l modello CUB(p,q) assume la forma: Pr( R ) m # & r# m# r = r y, w ) =! ' ( # " ) " + ( #! r $ ( # % # =, # = ; (2) + exp( " y! ) + exp( "w! ) dove y, y, y,..., y ) e w, w, w,..., w ) costtuscono le osservazon relatve alle (! = 2 p (! = 2 q covarate che caratterzzano l -mo soggetto ed utlzzate per spegare π e ξ rspettvamente, â = (" 0, ",..., " )! p, ã = (" 0,",..., " )! q sono vettor d parametr, n è l numero d soggett del campone. Ovvamente, nel modello la dpendenza dalle covarate può essere lmtata ad uno solo de parametr; con una notazone sntetca, tale tpo d struttura verrà ndcata come CUB(p,0) ovvero ) m CUB(0,q), mentre la formulazone () sarà denomnata CUB(0,0). Dato un campone d osservazon ( r, y, w )! per =,2,..., n, la funzone d log-verosmglanza per stmare è = ( â!, ã! )! n un modello CUB(p,q) è data da: l( è ) = n! = ( ln & &' + exp( " y â ). -, 4m " exp( " wã( " r )) 2 / 3 r " 0 ( + exp( " wã )) m" ; " m + * + ) m % #. (3) # $ La stma 2 vene effettuata con l metodo della massma verosmglanza medante algortm d tpo EM (Pccolo, 2006) e le procedure nferenzal connesse sono basate sulle propretà asntotche de corrspondent stmator. Tale formulazone è alla base dell'acronmo C(ovarates)U(nform)B(nomal). 2 Per la stma de modell CUB è dsponble una procedura n R che, asseme ad un testo d rfermento, è reperble dal sto:

4 Per agevolare l nterpretazone de rsultat dello studo, è opportuno llustrare nel caso d un modello CUB(0,), le due stuazon tpche determnate dalla natura delle covarate: a) se la covarata W è dscreta ed è caratterzzata da k valor, sosttuendo nella (2) le stme de parametr (! ˆ, ㈠), otterremo k dstrbuzon d probabltà stmate al varare de possbl valor assunt da W. Ad esempo, se W è una varable dcotomca che rappresenta l genere de soggett s perverrà a due dstrbuzon d probabltà dstnte per uomn e donne. b) se la covarata W è contnua, è convenente prendere n esame l valor medo, E ( R W = w), al varare de valor w nel relatvo supporto. Il modello CUB è un modello costruto per una v.c. margnale che, qund, anche n presenza d ndagn complesse tratta gl tems sngolarmente. Inoltre, a dfferenza dell approcco classco, basato sulla logca de Generalzed Lnear Models (McCullagh, 980; McCullagh and Nelder, 989; Agrest, 2002), esplcta n forma dretta l legame tra la probabltà che sa effettuata una scelta su una scala dscreta (Lkert, ratng, valutazone, voto) e le covarate del soggetto. Inoltre, non è pù necessaro restrngere l attenzone alla sola famgla esponenzale. Infne, la possbltà d legare parametr caratterstc del modello alle covarate del soggetto (senza l obblgo d rfermento a valor med) consente una pù mmedata nterpretazone delle class latent (selettvtà ed ncertezza) che gudano la scelta d un punteggo e, qund, la valutazone del prodotto da parte del consumatore. 3. Il questonaro ed l campone Il questonaro utlzzato per l ndagne era strutturato n 4 sezon. La prma d carattere ntroduttvo aveva come prncpale obettvo quello d defnre la reclutabltà, per gl scop dell ndagne, dell ntervstato. Infatt, venvano esclus coloro che dcharavano d non essere responsabl d acqusto del propro nucleo famlare e coloro che non consumavano caffè. La seconda sezone ndagava la struttura della domanda ndvduale d caffè, la frequenza d acqusto, prodott prefert, la frequenza d consumo, la modaltà d consumo, e partcolarmente rlevante per l ndagne, quante confezon d caffè, fra le ultme 0 acqustate, fossero d provenenza equosoldale. La sezone termnava con la valutazone, tramte scala Lkert -7, (dove ndcava del tutto prvo d mportanza e 7 estremamente mportante) d 6 attrbut del prodotto caffè: a) gusto; b) aroma; c) cremostà; d) mscela; e) paese d produzone; f) varetà utlzzata; g) percentuale d caffena; h) certfcazon (bo, equosoldale, d orgne geografca); ) prezzo; l) marca; m) modaltà confezone (carta, allumno, plastca, etc.); n) confezone bodegradable\rclable; o) utlzzo d tecnche d produzon bologche; p) mpego d manodopera femmnle nella flera produttva; q) utlzzo d

5 manodopera gustamente remunerata ; r) modaltà d trasporto che mnmzzano le emsson d CO2. La terza sezone aveva l obettvo d ndagare lo stle d vta dell ntervstato chedendogl d assegnare un punteggo da a 7 (dove ndcava del tutto n dsaccordo e 7 fortemente n accordo), a affermazon che nzavano tutte con o m sento una persona. Cu faceva seguto: a) attenta alla salute; b) con uno stle d vta attvo; c) concentrata sulla famgla; d) che tene alle tradzon; e) attenta all ambente; f) che fa molta attenzone alla qualtà de gener almentar che acqusta; g) che fa molta attenzone al Paese d provenenza de gener almentar che acqusta; h) sensble alle sperequazon socal; ) che s mpegna personalmente n azon che possono mglorare la qualtà dell ambente; l) che adotta azon che possono portare ad un mondo pù gusto. La qunta sezone era dedcata alla raccolta d un nseme d dat soco-demografc relatv alla famgla dell ntervstato, utl per l ndagne. Il questonaro è stato sottoposto, durante la prmavera del 2008, ad un campone d 250 consumator, dstrbuto presso quattro botteghe d commerco equo e soldale (Botteghe del Mondo) della Branza, area geografca che comprende comun della provnca d Mlano e d Como. Le botteghe erano dstrbute n quattro comun dfferent (Seregno, Gussano, Marano Comense e Lentate sul Seveso) ed erano legate a dvers grupp d volontarato. Le prme due botteghe, quella d Seregno e d Gussano, sono gestte dall Acl mentre gl altr due negoz da grupp d volontar. Il negozo d Marano Comense è gestto dalla Carovana del sale, un assocazone d volontar senza fn d lucro, mentre l assocazone Xapur, che gestsce l negozo d Lentate, è nata da alcun grupp del terrtoro d Lentate, Seveso, Barlassna e Mazzate che lavorano da ann nel campo del volontarato nternazonale. De 250 questonar raccolt, 26 sono stat scartat perché ncomplet. Qund, l ndagne statstca che qu dscuteremo è stata svolta su un campone d 224 consumator. Da una prma anals de dat soco-demografc emerge che l campone è costtuto per la maggor parte da donne (65%), con un lvello d struzone complessvamente elevato e decsamente al d dsopra della meda regonale, avendo solo l'% completato la scuola d'obblgo, l 53% ha conseguto l dploma d scuola superore, l 26% ha conseguto un ttolo unverstaro e ben l 0% possede un ttolo d studo post-unverstaro. La gran parte degl ntervstat s colloca n una fasca d età compresa tra 3 e 45 ann. Crca la metà ha una famgla con uno o pù fgl. Le fgure professonal prevalent sono quella mpegatza e de lber professonst o con attvtà n propro, segut ad una certa dstanza da opera ed nsegnant. La dstrbuzone del reddto famlare mensle netto ha un pcco modale tra.000 e Euro. Infatt,

6 poco meno della metà del campone dchara tale reddto, decsamente basso rspetto al ttolo d studo medo dello stesso campone ed alla meda regonale. Tutt gl ntervstat acqustano l caffè equosoldale, anche se l 56% ha dcharato d acqustarlo raramente. 4. I rsultat La dstrbuzone d frequenza del numero d confezon d caffè equo-soldale su 0 acqust effettuat mostra la presenza d due grupp d consumator ben caratterzzat a seconda che loro acqust superno (o meno) le 4 confezon. Fgura. Dstrbuzone d frequenza del Numero d confezon acqustate su 0 acqust Coerentemente con gl obettv dell ndagne, l attenzone è stata concentrata sull anals dell mportanza che gl ntervstat attrbuscono al Prezzo nella scelta del caffè equosoldale. La stma del modello CUB(0,0) ha prodotto seguent rsultat (n parentes è ndcato l errore standard, mentre l ndca l valore della log-verosmglanza nel punto d massmo): 00!ˆ = (0.083),!ˆ = 0.359(0.026), l (! ˆ ) = l 00 = Tale modello mglora sensblmente, ntroducendo una varable dcotomca che tene conto de dvers lvell d acqusto degl ntervstat per spegare l parametro ξ. Infatt, è stato stmato l modello CUB(0,) così specfcato: Pr( R = r dove w ) m # & r# m# r! w ) =! ' $ ( # " ) " + ( #! ), con # = [ + exp(!" 0! w " )] ; (4) ( r # % m $ se C! 4 = #, essendo C l numero d confezon acqustate dall -esmo soggetto. " 0 altrment D seguto, rportamo rsultat della stma:

7 !ˆ =0.908 (0.046),! ˆ0 =0.302 (0.096),! ˆ =.385 (0.43), l (! ˆ ) = l 0 = L elevata capactà esplcatva d tale modello è confermata dal lkelhood rato test che, nel caso n esame, è asntotcamente dstrbuto come una v.c.! ; n partcolare: ( l! l ) rsulta 2 ( ) 2 0 oo = ampamente sgnfcatvo. Sosttuendo nella (4), s pervene alla stma del parametro! condzonato al valore assunto dalla covarata nell -esmo soggetto: ( ˆ! w = ) = e ( ˆ! w = 0 ) = S osserv che, come gà evdenzato n precedenza, l parametro ξ è legato alla asmmetra della dstrbuzone d probabltà, e, pertanto, valor pù vcn allo zero ndcano una asmmetra negatva ovvero una dstrbuzone n cu maggore probabltà è attrbuta a puntegg pù elevat. Il valor medo stmato dell mportanza che consumator attrbuscono al Prezzo vara n funzone del gruppo d appartenenza, n partcolare: E(R w=)=5.35; E(R w=0)=3.59; poché le corrspondent mede camponare sono par a 5.36 e 3.64 rspettvamente, esse rsultano ben approssmate dal valor medo della dstrbuzone CUB stmata. Fgura 2. Grado d mportanza attrbuto al Prezzo In Fgura 2. sono llustrate le dstrbuzon d probabltà stmate medante l modello CUB 3. Appare evdente che, tendenzalmente, la dstrbuzone d probabltà delle valutazon espresse da soggett consumator frequent è spostata verso destra rspetto a quella de soggett consumator occasonal. In altre parole, quest ultm sono n genere pù sensbl al Prezzo d quanto non sano gl appartenent all altro gruppo. Nello studo del grado d mportanza che consumator attrbuscono al Prezzo, un ulterore anals è stata condotta per tener conto delle varabl assocate allo stle d vta degl ntervstat rcavate da puntegg Lkert della terza sezone del questonaro e d alcun ndcator soco-demografc (età, 3 S not che per evdenzare meglo la forma della dstrbuzone è stata usato l tratto contnuo nonostante le v.c. sano effettvamente dscrete.

8 numero d component del nucleo famlare, reddto e lvello d struzone), allo scopo d mglorare così la valenza nterpretatva del modello proposto. Per sntetzzare tal varabl n un unco fattore è stata consderata la matrce delle dstanze Eucldee tra profl degl ntervstat (avendo standardzzato le varabl) e s è applcata una tecnca d scalng metrco (s veda: Marda et al., 979). In Fgura 3 è llustrata la mappa n due dmenson dervata dallo scalng, ove soggett sono stat ndcat con due dvers smbol a seconda del lvello d consumo che ess dcharano. 5 3 c c Fgura 3. MDS-rappresentazone de soggett ( basso consumo alto consumo) Il prmo asse, che spega l 40% crca della varabltà complessva, fornsce una ndcazone della tagla dell ntervstato n termn delle varabl consderate. Esso fornsce l ordnamento de soggett che s dspongono, da snstra a destra, a mano a mano che ess s sentono pù rappresentat dalle affermazon sullo stle d vta proposte nell ndagne e del possesso d un pù elevato lvello d struzone e d reddto. L età e la numerostà del nucleo famlare non sono rlevant nella determnazone d tale asse. Pertanto, le coordnate de soggett ottenut dalla proezone sul prmo asse della rappresentazone MDS sono state utlzzate per defnre una covarata che sntetzzasse gl aspett fondamental del proflo d cascun soggetto. Tale varable contnua è stata po nserta n un modello CUB(0,) per spegare l parametro ξ. Il grafco seguente mostra l valor medo condzonato del grado d mportanza attrbuto al Prezzo data la poszone che un soggetto occupa sull asse MDS.

9 Fgura 4. Valor medo condzonato del grado d mportanza attrbuta al Prezzo Vene confermato che a mano a mano che soggett attrbuscono maggor rlevo allo stle d vta e posseggono un maggor lvello d struzone e d reddto, ess attrbuscono anche un grado d mportanza al Prezzo n meda pù basso, con uno scarto tra l valor medo del punteggo espresso dal consumatore con l proflo mnmo e quello espresso dal consumatore con l proflo massmo par a Rflesson conclusve Lo studo condotto su consumator d caffè equo-soldale della Branza, tramte modello CUB, ha fornto stmolant spunt d rflessone sa n rfermento al modello statstco utlzzato sa n relazone alle preferenze ndagate. Per quanto rguarda l anals statstca, l nuovo approcco CUB s è mostrato partcolarmente effcace nell analzzare le preferenze de consumator regstrate attraverso scale Lkert. Il modello proposto nasce dalla descrzone concettuale del meccansmo pscologco con cu un soggetto effettua la scelta del punteggo da attrbure ad un tem. Vengono prese n esame due component. La prma componente descrve l ncertezza che cascun soggetto apporta alla scelta laddove deve tradurre una propra convnzone utlzzando una scala d valor (nella mstura, tale ruolo è rcoperto dallavarable casuale Unforme). La seconda componente, nvece, s rfersce alla forza e profondtà della convnzone che l soggetto esprme e che lo nduce ad una valutazone postva ovvero negatva; tale componente è descrtta dalla varable casuale Bnomale traslata la cu dstrbuzone può assumere vare forme. Il modello CUB è nnovatvo poché, a dfferenza dell approcco classco (basato sulla logca de Generalzed Lnear Models), esplcta n forma dretta l legame tra la probabltà d esplctare una scelta su una scala dscreta (ratng, valutazone, voto) e le covarate del soggetto. Inoltre, non è necessaro restrngere l attenzone alla sola famgla esponenzale come accade per modell tradzonal. Infne, la possbltà d legare parametr

10 caratterstc del modello alle covarate del soggetto (senza l obblgo d rfermento a sol valor med) consente una pù mmedata nterpretazone delle varabl latent (selettvtà ed ncertezza) che gudano la scelta d un punteggo e qund la valutazone. Le valutazon espresse da soggett su var tems e per sottogrupp possono po essere anche confrontate, qund, l modello CUB fornsce uno strumento, a nostro avvso, effcace per lo studo delle preferenze de consumator. Per quanto attene all anals delle preferenze, benché l campone abba una rappresentatvtà lmtata, rsultat hanno evdenzato l esstenza d una spccata segmentazone della domanda soprattutto n relazone al prezzo. La scarsa elastctà rspetto a questa varable, evdenzata da altre rcerche (Arnot et al., 2006), caratterzza, nell ndagne condotta, esclusvamente l segmento d consumator che mostra grado d struzone e reddto elevat ma soprattutto una vsone fortemente etca ed altrusta della vta nel suo complesso, dal socale alla sfera nterna degl affett. Al contraro, consumator che s dscostano da tal caratterstche sono rsultat sensbl al prezzo e conseguentemente mostrano un ncdenza decsamente pù bassa degl acqust equo sulla spesa complessva d caffè. Tal rsultat, se confermat da future rcerche a lvello nazonale, evdenzano la necesstà d pensare a poltche d marketng dfferenzate e basate su una mglore conoscenza della domanda d prodott equo-soldal, condzon queste fondamental nel momento n cu tal prodott s apprestano ad uscre dalla nccha per approdare alla grande dstrbuzone. Rngrazament: La rcerca del presente lavoro s è avvalsa del supporto scentfco del CFEPSR, Portc, e del contrbuto del progetto PRIN (responsable scentfco: D. Pccolo). Bblografa AGRESTI, A. (2002): Categorcal data analyss, 2nd ed., New York: J.Wley and Sons. ARNOT, C.,. BOXALL P.C. AND S.B. CASH (2006), Do Ethcal Consumers Care About Prce? Revealed Preference Analyss of Far Trade Coffee Purchases, Canadan Journal of Agrcultural Economcs 54, BESNARD F., D'ALESSIO M., MAIETTA O. W. (2006), Le motvazon all'acqusto de prodott del Commerco Equo e Soldale: un'anals comparata su consumator delle botteghe del mondo n Emla Romagna e n Campana, Economa Agro-Almentare n.2 BIRD, K. AND D. R. HUGHES (997), Ethcal consumersm: The case of farly-traded coffee, Busness Ethcs: A European Revew 6, BROWNE, A. W., P. J. HARRIS, A. H. HOFNY-COLLINS, N. PASIECZNIK AND R. R. WALLACE (2000), Organc producton and ethcal trade: Defnton, practce and lnks, Food Polcy 25, D'ELIA, A. AND D. PICCOLO (2005), A mxture model for preference data analyss. Computatonal Statstcs and Data Analyss, 49,

11 MARDIA, K. V., J. T. KENT, AND J. M. BIBBY (979), Multvarate analyss, New York: Academc Press. MCCULLAGH, P. (980), Regresson models for ordnal data, Journal of the Royal Statstcal Socety, B, 42, MCCULLAGH, P. AND J.A. NELDER (989), Generalzed Lnear Models, London: Chapman & Hall. PICCOLO, D. (2003), On the moments of a mxture of Unform and shfted Bnomal random varables, Quadern d Statstca, 5, PICCOLO, D. (2006), Observed nformaton matrx for MUB models, Quadern d Statstca, 8, PICCOLO, D. AND A. D'ELIA (2008), A new approach for modellng consumers' preferences, Food Qualty and Preference, 9,

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore Modello per la stma della produzone d una dscarca gestta a boreattore 1 Produzone d Bogas Nella letteratura tecnca sono stat propost dvers modell per stmare la produzone d bogas sulla base della qualtà

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

Hansard OnLine. Unit Fund Centre Guida

Hansard OnLine. Unit Fund Centre Guida Hansard OnLne Unt Fund Centre Guda Sommaro Pagna Introduzone al Unt Fund Centre (UFC) 3 Uso de fltr per la selezone de fond 4-5 Lavorare con rsultat del fltro 6 Lavorare con rsultat del fltro - Prezz 7

Dettagli

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative POR FESR Sardegna 2007-2013 Asse VI Compettvtà BANDO PUBBLICO Voucher Startup Incentv per la compettvtà delle Startup nnovatve ALLEGATO 3 PIANO DI UTILIZZO DEL VOUCHER STARTUP INNOVATIVE 2014 3. Pano d

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Unverstà d Napol Parthenope acoltà d Ingegnera Corso d Metod Probablstc Statstc e Process Stocastc docente: Pro. Vto Pascazo 20 a Lezone: /2/2003 Sommaro Dstrbuzon condzonate: CD, pd, pm Teorema della

Dettagli

Risoluzione quesiti I esonero 2011

Risoluzione quesiti I esonero 2011 Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Aritmetica e architetture

Aritmetica e architetture Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone

Dettagli

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Il valore monetario del volontariato. Un esercizio sul caso napoletano

Il valore monetario del volontariato. Un esercizio sul caso napoletano Statstca & Socetà/Anno 2, N. 1/Lavoro, Economa, Fnanza 11 Il valore monetaro del volontarato. Un eserczo sul caso napoletano Marco Musella Drettore del Dpartmento d Scenze Poltche Unverstà degl Stud Federco

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Consorzio AlmaLaurea. XIII Indagine AlmaLaurea sul Profilo dei Laureati. Angelo di Francia (AlmaLaurea) Moira Nardoni (AlmaLaurea)

Consorzio AlmaLaurea. XIII Indagine AlmaLaurea sul Profilo dei Laureati. Angelo di Francia (AlmaLaurea) Moira Nardoni (AlmaLaurea) Qualtà e valutazone del sstema unverstaro XIII Indagne AlmaLaurea sul Proflo de Laureat SODDISFAZIONE PER L ESPERIENZA UNIVERSITARIA Angelo d Franca (AlmaLaurea) Mora Nardon (AlmaLaurea) ALGHERO, 27 MAGGIO

Dettagli

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

Apprendimento Automatico e IR: introduzione al Machine Learning

Apprendimento Automatico e IR: introduzione al Machine Learning Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

Dettagli

STRATIGRAFIE PARTIZIONI VERTICALI

STRATIGRAFIE PARTIZIONI VERTICALI STRATIGRAFI PARTIZIONI VRTICALI 6. L solamento acustco: tecnche, calcol 2 Trasmssone rumor In edlza s possono dstnguere dfferent tp d rumor: rumor aere (vocare de vcn da altre untà abtatve, rumor provenent

Dettagli

Scenari di frenata per il comparto elettrico: il nodo della valorizzazione del prodotto

Scenari di frenata per il comparto elettrico: il nodo della valorizzazione del prodotto CRESME Scenar d frenata per l comparto elettrco: l nodo della valorzzazone del prodotto Il mercato elettrco rappresenta uno de pù nteressant compart economc del nostro paese, caratterzzato da profonde

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

Corso di Economia Applicata

Corso di Economia Applicata Corso d Economa Applcata a.a. 2007-08 II modulo 16 Lezone Programma 16 lezone Democraza rappresentatva e nformazone Rcaptolando L agenza e l mercato (Arrow, 1986) Lezone 16 2 Introduzone Governo e Parlamento

Dettagli

PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cicia - F. Verneau 1 2

PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cicia - F. Verneau 1 2 PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cca - F. Verneau 1 2 1 - Introduzone In senso lato le botecnologe possono essere defnte come un

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

1. Una panoramica sui metodi valutativi

1. Una panoramica sui metodi valutativi . Una panoramca su metod valutatv La dottrna azendalstca rconosce l esstenza d var metod att a determnare l valore del captale economco d un mpresa. In partcolare, è possble ndvduare tre macro-tpologe

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Newsletter Lean Production Autore: Dott. Silvio Marzo Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.

Dettagli

Modelli di base per la politica economica

Modelli di base per la politica economica Marcella Mulno Modell d base per la poltca economca Corso d Poltca economca a.a. 22-23 Captolo 2 Modello - e poltche scal e monetare In questo captolo rchamamo brevemente l modello macroeconomco a prezz

Dettagli

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016 POLITECNICO DI BARI - DICATECh Corso d Laurea n Ingegnera Ambentale e del Terrtoro IDRAULICA AMBIENTALE - A.A. 015/016 ESONERO 15/01/016 ESERCIZIO 1 S consder la rete aperta n fgura, nella quale le portate

Dettagli

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing http://www.mauroennas.eu Element d lnear dscrmnant analyss per la classfcazone e l poszonamento nelle rcerche d maretng Mauro Ennas Lnear Dscrmnant Analyss http://www.mauroennas.eu ADL_fnale_confronto_Ecel.sav

Dettagli

I SETTORI DELLA MECCANICA E DELL ELETTRONICA: ANALISI DEGLI INDICATORI DI PREZZO-QUALITÀ

I SETTORI DELLA MECCANICA E DELL ELETTRONICA: ANALISI DEGLI INDICATORI DI PREZZO-QUALITÀ I SETTORI DELLA MECCANICA E DELL ELETTRONICA: ANALISI DEGLI INDICATORI DI PREZZO-QUALITÀ d: Andrea Cosso *, Manuela Nenna** e Ottavo Rcch *** ABSTRACT Il lavoro analzza l andamento de valor med untar (VMU)

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 22: 30 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/27? Eserczo Dmostrare che l equazone della frontera

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO Ottmzzazone nella gtone de progett Captolo 6 Project Schedulng con vncol sulle rsorse CARLO MANNINO Unverstà d Roma La Sapenza Dpartmento d Informatca e Sstemstca 1 Rsorse Ogn attvtà rchede rsorse per

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Dettagli

L innovazione nella gestione della Qualità nelle PMI

L innovazione nella gestione della Qualità nelle PMI Centro essle Cotonero e bbglamento p L nnovazone nella gestone della Qualtà nelle PM La certfcazone come strumento d busness per le PM e le mcromprese 8 Novembre 2002 - ng. oberto Vannucc lcune notze recent

Dettagli

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006 Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)

Dettagli

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE ECONOMIC AND ENVIRONMENTAL IMPLICATIONS IN THE USE OF A SIMULATION MODEL FOR THE

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

Dettagli

Il patrimonio informativo aziendale come supporto alle attività di marketing

Il patrimonio informativo aziendale come supporto alle attività di marketing Unverstà degl Stud d RomaTre - Facoltà d Economa Corso d Rcerche d Marketng Il patrmono nformatvo azendale come supporto alle attvtà d marketng ng. Stefano Cazzella stefano.cazzella@datamat.t Agenda La

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

Corso di TRASPORTI E AMBIENTE. ing. Antonio Comi Ottobre 2012. Modelli di domanda

Corso di TRASPORTI E AMBIENTE. ing. Antonio Comi Ottobre 2012. Modelli di domanda Corso d TRASPORTI E AMBIENTE ng. Antono Com Ottobre 2012 Modell d domanda 1 Struttura del sstema d modell per la smulazone de sstem d trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO

Dettagli

Deutsche Bank. Carte di Credito. Guida all attivazione della Lista movimenti on line

Deutsche Bank. Carte di Credito. Guida all attivazione della Lista movimenti on line Carte d Credto Guda all attvazone della Lsta movment on lne Lsta movment on lne. Guda alla regstrazone all Area Clent e all attvazone del Codce Operatvo. Desder passare dalla Lsta movment cartacea alla

Dettagli

PROTOCOLLO C'INTESA PER LA TUTELA E IL TRA: La Provincia di Avellino. Il Consorzio ASI di Avellino. La Società Irpiniambiente spa

PROTOCOLLO C'INTESA PER LA TUTELA E IL TRA: La Provincia di Avellino. Il Consorzio ASI di Avellino. La Società Irpiniambiente spa PROTOCOLLO C'NTESA PER LA TUTELA E L RSANAMENTO CELLA MEDA VALLE DEL "'''1.''' TRA: La Provnca d Avellno l Consorzo AS d Avellno La Socetà rpnambente spa l Comune d Atrpalda l Comune d Avellno l Comune

Dettagli