6.1. Moody s KMV Credit Portfolio Manager

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "6.1. Moody s KMV Credit Portfolio Manager"

Transcript

1 6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente, l modello multfattorale d MMV è l pù utlzzato: [[BerndtDouglasDuffeFergusonSchranz04]] hanno appurato che quaranta delle cnquanta maggor sttuzon fnanzare del mondo lo utlzzano. Il successo d MMV, nonostante le dfferenze metodologche rspetto a CredtMetrcs non sano rlevant, è prncpalmente determnato da due element: n prmo luogo, l enorme database che ha permesso d basare la procedura d stma su solde fondamenta emprche; n secondo luogo l utlzzo, tramte metodologa propretara, d dat d mercato per la stma della PD, con rsultat molto mglor rspetto al modello d Merton. In questa sezone s fornrà una descrzone puttosto dettaglata d tale approcco; per maggor approfondment s rmanda a [[ealhoferbohn0]]; trattandos d un modello propretaro, è comunque l caso d sottolneare che non tutte le nformazon sono dsponbl pubblcamente. L orgne del modello è da rcondurre a nom d ealhofer, McQuown e Vascek, da cu l acronmo MV; la socetà s è sempre occupata, fn dalla fondazone avvenuta nel 989, d anals del rscho d credto. Ovvamente, la metodologa rcalca le tecnche svluppate da Vascek; la successva acquszone da parte d Moody s ha ulterormente amplato le dmenson del database su cu l modello vene calbrato. La varable crucale del modello è l Expected Default Frequency (EDF), che costtusce una stma della PD ottenuta tramte metodologa svluppata nternamente. Infatt MMV utlzza una tecnca del tutto dversa rspetto all approcco standard d Merton. MMV fonda l anals su una msura detta dstanza dal default (Dstance to Default - DtD), che quantfca, n untà d devazon standard, la dfferenza fra l valore atteso dell attvo e la sogla d default: ( C ) E AT DtD =. (0.) A Nella formula precedente l numeratore è la dfferenza fra l valore atteso dell attvo a scadenza e la sogla d default. Tale sogla d default è stata per semplctà dentfcata con C come nel modello d Merton, ma MMV n realtà la calcola n modo pù approfondto sulla base d tutte le passvtà dell azenda ; l modello nfatt prevede una struttura d blanco pù complessa d quella orgnale d Merton. Il valore atteso dell attvo che compare al numeratore nella (0.) è calcolato potzzando che l attvo a scadenza sa T E A = A e µ, dove µ è legato al ROI atteso dell azenda. S consdera lognormale, coscché s ha ( T ) 0 pertanto la vera dstrbuzone d A, non quella rsk-neutral n cu T µ = r. MMV dspone, per le mprese quotate, d un grande database d sere storche d DtD che vengono utlzzate per determnare probabltà d transzone: a tale scopo le DtD vengono dscretzzate, coè raggruppate n class, e la probabltà d transzone relatva ad un certo ntervallo temporale da una classe d DtD (dcamo DtD 0 ) ad un altra (dcamo DtD ) è data dal rapporto fra l numero d azende che sono S tratta della somma delle passvtà a breve termne e del 50 per cento delle passvtà a lungo termne, n quanto s potzza, ed è stato verfcato emprcamente, che un mpresa spesso sopravvve se l valore dell attvo è nferore a quello delle passvtà che non devono essere rmborsate nel breve perodo.

2 passate, n quel lasso d tempo, da DtD 0 a DtD e l numero totale d azende nella classe DtD 0 all nzo del perodo. Per ncso, s not che dscretzzando n tal modo la DtD s ottene a tutt gl effett un sstema d ratng. La DtD è dunque una msura standardzzata della stuazone fnanzara d un azenda. Una volta calcolata la DtD, l approcco d MMV s dscosta dal modello d Merton. Infatt a questo punto MMV rtene opportuno abbandonare l potes d lognormaltà dell attvo, che pure vene utlzzata per calcolare la DtD (0.), e stmare la PD tramte l EDF, anzché tramte la funzone d rpartzone della normale standardzzata (s veda la.4 del captolo 5). Come s calcola, allora, l EDF n funzone della DtD? Essa è una msura emprca data dalla frequenza storca d default delle mprese d una certa fasca d DtD; l EDF rappresenta dunque, nel modello MMV, la stma della PD sull orzzonte temporale prescelto 2. La DtD s confgura qund alla stregua d un superndce d blanco dotato d capactà predttve dell nsolvenza. Essa rflette nfatt: (a) la valutazone corrente (d mercato) dell attvo azendale, costtuta da A 0 ; (b) l lvello stmato C del debto esgble entro l orzzonte d valutazone; (c) l lvello atteso µ e la volatltà E A C e del rendmento dell attvo. La DtD tene conto del surplus patrmonale atteso ( ) A della sua adeguatezza rspetto alla veloctà con cu la perdta d valore dell attvo può eroderla n caso d ROI negatvo. In questo passaggo crucale emerge ancora una volta la rlevanza d dsporre d un database d grand dmenson, poché le msure emprche sono affdabl solo n presenza d campon molto amp. S sottolnea peraltro che nel calcolo della DtD l potes d lognormaltà è necessara; dunque, essa contnua a svolgere un ruolo d prmo pano. La pratca quotdana degl operator e numerose verfche emprche hanno evdenzato come l EDF sa una varable che s adegua rapdamente alle mutevol condzon economco-fnanzare della controparte. In partcolare, essa reagsce molto pù velocemente de ratng, n quanto è prncpalmente basata su dat del mercato azonaro: captalzzazone d mercato e volatltà del captale d rscho. S not per ncso che l utlzzo dretto d altre varabl d mercato qual gl spread su bond o su dervat d credto (n partcolare Credt Default Swap) emess dalla controparte può talora costture un eccellente strumento per verfcare un eventuale deteroramento del merto d credto, ma solo se esste un mercato lqudo per tal strument. Pur essendo charo che, se l equty della controparte n questone è poco lqudo, anche l EDF reagrà meno rapdamente a varazon della stuazone economco-fnanzara della controparte, è tuttava mportante notare che l captale d rscho è medamente assa pù lqudo rspetto al debto o a dervat d credto. In questa sede, comunque, non approfondamo ulterormente l approcco d MMV alla stma della PD, essendo nteressat alla metodologa d stma del rscho a lvello d portafoglo. Come vene applcata l anals fattorale n MMV? S mplementa un modello multfattorale, n cu a rendment d ogn controparte è assocato un fattore composto F % : 2 ( ) r% = β F% + Z %, Z% N 0,, =,,N, (0.2) T o, n notazone matrcale: r % =βf % + Z%, 2 MMV calcola una struttura a termne d DtD, da cu s ottene dunque una struttura a termne d EDF (s veda [[Arora05]], pag. 47).

3 dove r% ( N ) è l vettore de rendment logartmc, β ( N N ) è una matrce dagonale, F % ( N ) è l vettore de fattor compost e Z % ( N ) contene fattor dosncratc. La costruzone del fattore composto è puttosto complessa, n quanto F % è la somma ponderata d fattor elementar Ψ%,, Ψ% : = F% w Ψ%., = Pù precsamente, MMV è basato su una gerarcha d fattor su due lvell: al prmo lvello l fattore F % vene decomposto n 0 fattor relatv al settore ndustrale e 0 fattor relatv all area geografca: 0 Ψ = = 0 + F % = w % + w Ψ %, =,, N, (0.3), k k, k k dove Ψ%,, Ψ% 0 sono ndc d settore ndustrale e w,, w, sono relatv pes (not come pes d 0 settore) mentre Ψ%,, Ψ 0 + % sono ndc d area geografca e w, 0 +, w, sono pes geografc. La notazone matrcale è d auto n questa sede: pes possono nfatt essere raggruppat n una matrce W, d dmensone N, l cu elemento (, ) -esmo w, quantfca l peso che lega l -esma controparte al - esmo fattore. Tanto pes d settore quanto quell geografc sono normalzzat n modo da avere somma uguale ad uno: 0 w = w =., k, k k = k = 0 + Ponendo Ψ % = ( Ψ % Ψ % ),, ', n termn matrcal l modello dventa: r % = RF % + Z % = RWΨ % + Z%. Il secondo lvello d scomposzone prevede che ogn fattore d settore e d Paese sa rappresentato da una combnazone lneare d fattor global ndpendent: M Ψ % = b Γ % + % δ, k =,,. (0.4) k k, m m k m= Quest ultmo passaggo, n cu fattor global Γ%,, Γ% M sono ncorrelat n quanto ottenut tramte l metodo delle component prncpal 3 applcato a Ψ %, è prncpalmente utle a fn computazonal: l nterpretazone de fattor global non è nfatt agevole. 3 Il metodo delle component prncpal s prefgge lo scopo d rdurre la dmensonaltà d dat multvarat fortemente correlat ndvduando un pccolo numero d combnazon lnear ncorrelate delle varabl orgnare che speghno la maggor parte della varabltà de dat d partenza. S tratta sostanzalmente d una tecnca d anals de dat, ed l suo collegamento con l anals fattorale derva dal fatto che è talvolta utlzzata per ndvduare fattor approprat per un modello fattorale. S veda [[McNelFreyEmbrechts05]], sezone 3.4.4) per un esposzone orentata a problem d rsk management e [[MardaentBbby79]], cap. 8) per una trattazone statstca pù approfondta.

4 Per quanto rguarda la stma, una volta calcolato l fattore composto per una specfca azenda, s può stmare la senstvtà β dell azenda -esma rspetto al fattore composto sulla base del modello (0.2). Le senstvtà β ed fattor compost F %, nfne, sono tutto cò che è necessaro per stmare le correlazon fra rendment degl attv. S consder nfatt la versone standardzzata del modello (0.2): r r% µ β Z = = F +, = %, F = F % µ e Z = Z % µ. Il coeffcente d determnazone d questo modello è 2 con var ( r ) R ( β / ) var ( Y ) *2 2 2 = e quantfca l rscho sstematco, mentre la correlazone degl attv è data da β β corr ( rr ) = E ( rr ) = E ( F F ), n quanto resdu Z sono per potes ncorrelat fra loro e rspetto a fattor compost. Utlzzando 2 l espressone trovata n precedenza per l ndce R, l espressone d tale correlazone può essere ulterormente semplfcata. S ha nfatt: R R corr ( r, r ) E ( F F ) E F F var F var F var F var F * * * * R R = = ( ) ( ) ( % ) ( % ) ( ) (0.5) poché per costruzone var ( F ) var ( F ) = %. A questo punto, applcando a rendment standardzzat la rappresentazone basata su fattor global (0.4), s dmostra che l valore atteso E ( FF' ) è dato da: ( ) = ( ) + ( ) E FF' W B E ΓΓ ' B ' E δδ ' W ', dove B è la matrce ( M ) de pes settoral e geografc e Γ è l vettore ( ) deduce dunque che, per una generca coppa d contropart, l valore atteso ( ) forma: N N E F F w b b E E w s= k= k = ( ) =, s k k ( Γ Γ ) + δkδk s,,,,, M de fattor global. S E F F assume la seguente = N. Rmandando a [[BluhmOverbeckWagner02]], pag. 49) per dettagl della dmostrazone, n questa sede E FF ', e dunque la asset correlaton, dpende solo dalla matrce mporta sottolneare che l valore atteso ( ) de pes de fattor W, dalle senstvtà β ( =,, N ), da fattor global Γ ( =,, M ) calcolat sulla

5 base delle varabl standardzzate e da resdu standardzzat. δ ( =,, M ) de fattor geografc e settoral Dal punto d vsta computazonale quest ultma formulazone è pù convenente n quanto sa ' E δδ ' sono matrc dagonal cu element non null sono rspettvamente le varanze de E ( ΓΓ ) che ( ) fattor global Γ e de resdu δ (,,M ) = de fattor geografc e settoral standardzzat La procedura d stma I fattor utlzzat n MMV sono osservabl, coscché la stma può essere effettuata sulla base de dat storc d cascun fattore utlzzando tecnche d regressone. Concretamente, la procedura d mplementazone può essere suddvsa n se pass.. S costruscono, tramte una regressone cross-secton a cadenza settmanale n cu la varable dpendente è l rendmento degl asset delle sngole contropart e le varabl ndpendent sono 45 dummy su Paes e 6 dummy su settor ndustral, gl ndc d settore e d Paese. 2. S calcolano pes w k dell equazone (0.3) per mezzo d una meda de pes percentual d cascun settore sul valore delle attvtà e de rcav ([[Crouhy00]], pag. 06); pes geografc sono calcolat n modo analogo. Avendo determnato pes, s possono costrure fattor F %. 3. S applca l metodo delle component prncpal per calcolare, a partre da fattor osservat F %, 4 fattor ortogonal Γ % m ; d quest, 2 sono global, 5 regonal e 7 settoral. La rato d questo step è fondamentalmente legata alle caratterstche computazonal del modello; nfatt, come s vedrà nella prossma sezone, l punto d partenza della smulazone Monte Carlo che determna la dstrbuzone d perdta è la generazone de fattor d rscho sstematco, e la smulazone d varabl casual ncorrelate è meno dspendosa. 4. S stmano, sempre tramte regressone lneare applcata alla (0.4), beta specfc d Paese e settore b. k, m 5. Sulla base de fattor osservat e de pes w k s costrusce l fattore composto, che è dverso per cascuna controparte. 6. Una volta calcolato l fattore composto è possble, d nuovo tramte tecnche d regressone standard, stmare l coeffcente β che msura la senstvtà d cascuna controparte al fattore F % che msura l rscho sstematco. Dsponendo delle stme, è fnalmente possble mettere all opera l modello per determnare la dstrbuzone d perdta del portafoglo. La partcolare combnazone lneare de fattor ndvduata da valor numerc de parametr stmat determna rendment d cascuna controparte n funzone de fattor d rscho sstematco. S può così quantfcare l mpatto de fattor, coè del rscho sstematco, sul portafoglo; da questa constatazone segue che la dstrbuzone de rendment delle contropart può essere ottenuta tramte smulazone Monte Carlo La smulazone della dstrbuzone d perdta

6 La dstrbuzone d perdta vene determnata medante smulazone Monte Carlo. Identfcando con l smbolo * valor smulat delle varabl casual, pass da svolgere sono seguent:. s smulano fattor global (ncorrelat) Γ%,, Γ% M, ottenendo così M valor smulat Γ% * *,, Γ% M ; 2. percorrendo a rtroso l percorso descrtto poc anz, s smulano gl error della (0.4), vale a dre % δ,, % δ, s nserscono nella medesma equazone fattor global smulat Γ% * *,, Γ% M e s * * rcavano valor smulat de fattor osservat Ψ%,, Ψ% ; * * 3. s nserscono nella (0.3) valor Ψ%,, Ψ% smulat al passo precedente, determnando così l valore smulato del fattore composto F % ; 4. tramte la versone stmata della (0.2) s smula l vettore de rendment delle contropart, la cu struttura d correlazone è determnata da fattor comun; nel concreto, l mplementazone consste E r = βf % e nella smulazone d un vettore aleatoro r normale N varato con valore atteso ( ) matrce d covaranza cov ( r ) = R, l cu generco elemento R è dato dalla (0.5). S not che l passo 4 costtusce la smulazone de rendment delle contropart condzonatamente alla realzzazone de fattor F %, =,,N : s tratta dunque della smulazone dalla dstrbuzone r % Ψ%,, Ψ%. Se c s lmtasse ad effettuare una sola volta pass e 2 e successvamente a rpetere un numero B d volte (dove B è un numero grande ) l passo 3, s smulerebbe la dstrbuzone de rendment * * delle contropart condzonata alla realzzazone Ψ%,, Ψ% de fattor ottenuta al passo 2. L analsta è tuttava nteressato, n ultma anals, alla dstrbuzone non condzonata de rendment delle contropart; per questa ragone è necessaro rpetere B volte tutt pass precedent. I rendment smulat possono po essere utlzzat per calcolare nuov valor d DtD e nuove EDF, da cu nfne s ottene l tasso atteso d perdta del portafoglo. Il rsultato fnale della procedura or ora esposta è dunque un tasso d perdta; tuttava, l anals precedente può anche essere effettuata sulla base del valore d mercato del portafoglo, n modo da ottenere una dstrbuzone d probabltà delle perdte monetare, che consenta d valutare la probabltà d eccedere l captale accantonato a fronte d un portafoglo credt. A tale scopo, la strada maestra conssterebbe nell utlzzare prezz d mercato delle sngole poszon, ma, come è noto, mercat relatv alle attvtà contenute n un portafoglo credt sono fortemente llqud, ed è dunque ndspensable rcorrere a prezz teorc, coè calcolat sulla base d modell, per le attvtà n portafoglo. Le soluzon mplementate n MMV sono essenzalmente due. La prma possbltà consste nel valutare cascuna poszone utlzzando le formule d prcng approprate per lo strumento n questone. S supponga per esempo che la poszone sa costtuta da un bond zero-coupon soggetto a rscho d default; l prezzo al tempo t = 0 sarà dato dalla (.3) del captolo 3: dove v ( 0 ) rf ( 0 ) = ( 0 ) ( ) + ( ) v,t v rf,t LGD LGD PD,,T è l prezzo d uno zero-coupon rsk-free con la stessa scadenza e PD è la probabltà d default rsk-neutral relatva al perodo [ 0,T ] che è uno degl output fornt dal modello. Dalla PD rskneutral s rcava po l credt spread necessaro per determnare l tasso al quale scontare fluss d cassa futur dervant dalla poszone (nel caso dello zero-coupon, s tratta ovvamente solo del nomnale a

7 scadenza). Una volta prezzate n questo modo tutte le poszon, è possble smulare la dstrbuzone d probabltà del valore d mercato del portafoglo. La seconda soluzone prevede nvece d assocare un credt spread omogeneo a tutte le contropart contenute nella medesma classe d EDF. In questo caso, gl step sono seguent: n prmo luogo, l modello suddvde l EDF, che è una varable contnua, n un numero fnto d class; s assoca po ad ogn controparte l etchetta della classe n cu è contenuto l valore numerco dell EDF della controparte n questone; nfne, s utlzza l medesmo credt spread per scontare fluss d cassa futur d tutte le contropart con la medesma etchetta; tale credt spread può essere nterpretato come credt spread medo delle contropart avent la rschostà rspecchata da quella classe d EDF.

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

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

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

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

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

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

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

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30).

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30). ODELLO ONOINDICE Il rendmento d un ttolo uò essere scrtto come: R = a + β R (1) dove: R = rendmento dell -mo ttolo; a = comonente aleatora del rendmento, ndendente dall andamento del mercato; R = è varable

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

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A.

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A. Sntes della polcy d valutazone e prcng delle obblgazon emesse da Banca Emlveneta S.p.A. INDICE 1. PREMESSA...1 2. METODOLOGIA DI PRICING...1 2.1 PRICING...3 1. PREMESSA Il presente documento ha lo scopo

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

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

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

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

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

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

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

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

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

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

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

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

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

* * * 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

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

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto

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

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

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

Prova di verifica n.0 Elettronica I (26/2/2015)

Prova di verifica n.0 Elettronica I (26/2/2015) Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta

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

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

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

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

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

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

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

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

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

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

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

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

Leggere i dati da file

Leggere i dati da file Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon

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

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 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

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

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

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

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

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

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

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

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

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

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

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

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

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

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

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

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

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

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:

Dettagli

Lezione 4. Politica Economica Avanzata

Lezione 4. Politica Economica Avanzata Lezone 4 Poltca Economca Avanzata Come msuramo la rendta d Conoscamo la def. Teorca. un mpresa? Dvdamo n base al valore medano tra mprese a bassa ed alta rendta. Che legame con la crescta della produttvtà

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

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

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

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

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

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()

Dettagli

ESERCIZIO N. 1. b) rendimenti reali dell azienda Gesis e del portafoglio di mercato:

ESERCIZIO N. 1. b) rendimenti reali dell azienda Gesis e del portafoglio di mercato: ESERCIZIO N. 1 Il canddato proceda a calcolare l tasso d congrua remunerazone reale dell azenda Gess al 31.12.2003 applcando l CAPM e l WACC della stessa azenda; dat d cu s dspone sono seguent: a) rendmento

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

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

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

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

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

SOLUZIONI I PLICO DI ESERCIZI DI RAGIONERIA

SOLUZIONI I PLICO DI ESERCIZI DI RAGIONERIA SOLUZIONI I PLICO DI ESERCIZI DI RAGIONERIA ESERCIZIO N.1 PREZZO, VALORE STRATEGICO, VALORE ECONOMICO soluzone numerca VALUTAZIONE DEL CAPITALE ECONOMICO, DEL VALORE STRATEGICO CALCOLATO DALL ACQUIRENTE

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

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

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

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

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

SOLUZIONI III PLICO DI ESERCIZI DI RAGIONERIA

SOLUZIONI III PLICO DI ESERCIZI DI RAGIONERIA SOLUZIONI III PLICO DI ESERCIZI DI RAGIONERIA ESERCIZIO N.1 Calcolo del metodo patrmonale semplce con correzone reddtuale 1. Determnazone del patrmono netto rettfcato Dat blanco stato patrmonale al 31.12.01

Dettagli

INCUL ISTITUTO NAZIONALE PER L'ASSICURAZIONE CONTRO GLI INFORTUNI SUL LAVORO

INCUL ISTITUTO NAZIONALE PER L'ASSICURAZIONE CONTRO GLI INFORTUNI SUL LAVORO INAIL - Focus stress lavoro-correlato - Report Valutazone Approfondta Page 1 of ( INCUL ISTITUTO NAZIONALE PER L'ASSICURAZIONE CONTRO GLI INFORTUNI SUL LAVORO Report - Questonaro Strumento Indcatore Valutazone

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli