La Matrice dei Dati Originari
|
|
- Giovanni Antonini
- 4 anni fa
- Visualizzazioni
Transcript
1 Analisi Delle Corrispondenze Multiple (ACM) Caratteristiche: estensione dell AC allo studio simultaneo di più caratteri Obiettivo: individuare le associazioni che possono sussistere tra più variabili qualitative Ambiti di applicazione: analisi di dati provenienti da indagini effettuate mediante questionario. Analisi delle corrispondenze 59 La Matrice dei Dati Originari id set_econ area_az 1 industria centro produz addetto/analista 2 servizi centro produz funzionario 3 servizi centro produz funzionario 4 servizi centro produz funzionario 5 servizi centro produz funzionario 6 servizi centro mkt manager 7 servizi centro mkt manager 8 servizi centro finanza funzionario 9 servizi centro produz addetto/analista 10 servizi centro produz addetto/analista 11 servizi centro R&S addetto/analista 12 industria centro finanza addetto/analista 13 commercio centro produz funzionario 14 servizi centro finanza funzionario 15 industria nord mkt manager 16 industria nord R&S funzionario 17 servizi centro mkt addetto/analista 18 industria nord mkt manager 19 servizi sud e isole R&S addetto/analista 20 industria centro mkt manager 21 commercio nord EDP funzionario 22 servizi centro EDP addetto/analista 23 servizi centro EDP addetto/analista 24 servizi centro EDP funzionario 25 servizi centro EDP funzionario X( n,s ) n= numero di osservazioni s = numero di variabili Analisi delle corrispondenze 60 1
2 Distribuzioni di Frequenza Label of categories Freq. Assolute Freq. Rel. industria 24,00 0, servizi 101,00 0, commercio 17,00 0, ,00 1 Label of categories Freq. Assolute Freq. Rel. centro 75,00 0, nord 63,00 0, sud e isole 4,00 0, ,00 1 area_az Label of categories Freq. Assolute Freq. Rel. produz 40,00 0, mkt 28,00 0, finanza 19,00 0, R&S 40,00 0, EDP 15,00 0, ,00 1 Label of categories Freq. Assolute Freq. Rel. addetto/analista 25,00 0, funzionario 90,00 0, manager 27,00 0, ,00 1 Analisi delle corrispondenze 61 La Matrice originale id set_econ area_az set_econ industria=1 servizi=2 commercio=3 centro=1 nord=2 sud e isole=3 area_az produz=1 mkt=2 finanza=3 R&S=4 EDP=5 addetto/analista=1 funzionario=2 manager=3 Analisi delle corrispondenze 62 2
3 La Codifica Disgiuntiva Completa Z [, ] = Z, Z 1 2,, id set_econ area_az Z q Z s Z( n, p) p= numero di modalità E una matrice composta da s blocchi Analisi delle corrispondenze 63 Caratteristiche della Matrice Z z z p i+ = zij = j= 1 s n + j = zij = i= 1 n + j Totali di riga Totali di colonna z n p = i= 1 j= 1 z ij = ns Somma degli elementi di Z Analisi delle corrispondenze 64 3
4 La Matrice di Burt Blocchi diagonali: distribuzioni di frequenza Blocchi extradiagonali: tabelle di contingenza indu serv comm cent nord sud prod mkt fina R&S EDP adde funz mana indu 24,00 0,00 0,00 9,00 14,00 1,00 5,00 6,00 5,00 8,00 0,00 3,00 15,00 6,00 serv 0,00 101,00 0,00 61,00 38,00 2,00 27,00 18,00 13,00 29,00 14,00 20,00 65,00 16,00 comm 0,00 0,00 17,00 5,00 11,00 1,00 8,00 4,00 1,00 3,00 1,00 2,00 10,00 5,00 cent 9,00 61,00 5,00 75,00 0,00 0,00 24,00 14,00 8,00 21,00 8,00 16,00 46,00 13,00 nord 14,00 38,00 11,00 0,00 63,00 0,00 14,00 14,00 11,00 17,00 7,00 8,00 41,00 14,00 sud 1,00 2,00 1,00 0,00 0,00 4,00 2,00 0,00 0,00 2,00 0,00 1,00 3,00 0,00 prod 5,00 27,00 8,00 24,00 14,00 2,00 40,00 0,00 0,00 0,00 0,00 4,00 36,00 0,00 mkt 6,00 18,00 4,00 14,00 14,00 0,00 0,00 28,00 0,00 0,00 0,00 1,00 4,00 23,00 fina 5,00 13,00 1,00 8,00 11,00 0,00 0,00 0,00 19,00 0,00 0,00 2,00 14,00 3,00 R&S 8,00 29,00 3,00 21,00 17,00 2,00 0,00 0,00 0,00 40,00 0,00 13,00 26,00 1,00 EDP 0,00 14,00 1,00 8,00 7,00 0,00 0,00 0,00 0,00 0,00 15,00 5,00 10,00 0,00 adde 3,00 20,00 2,00 16,00 8,00 1,00 4,00 1,00 2,00 13,00 5,00 25,00 0,00 0,00 funz 15,00 65,00 10,00 46,00 41,00 3,00 36,00 4,00 14,00 26,00 10,00 0,00 90,00 0,00 mana 6,00 16,00 5,00 13,00 14,00 0,00 0,00 23,00 3,00 1,00 0,00 0,00 0,00 27,00 B = Z' Z Analisi delle corrispondenze 65 La Matrice di Burt: Frequenze Relative indu serv comm cent nord sud prod mkt fina R&S EDP adde funz mana indu 16,90 0,00 0,00 12,00 22,22 25,00 12,50 21,43 26,32 20,00 0,00 12,00 16,67 22,22 serv 0,00 71,13 0,00 81,33 60,32 50,00 67,50 64,29 68,42 72,50 93,33 80,00 72,22 59,26 comm 0,00 0,00 11,97 6,67 17,46 25,00 20,00 14,29 5,26 7,50 6,67 8,00 11,11 18,52 cent 12,00 81,33 6,67 52,82 0,00 0,00 60,00 50,00 42,11 52,50 53,33 64,00 51,11 48,15 nord 22,22 60,32 17,46 0,00 44,37 0,00 35,00 50,00 57,89 42,50 46,67 32,00 45,56 51,85 sud 25,00 50,00 25,00 0,00 0,00 2,82 5,00 0,00 0,00 5,00 0,00 4,00 3,33 0,00 prod 12,50 67,50 20,00 60,00 35,00 5,00 28,17 0,00 0,00 0,00 0,00 16,00 40,00 0,00 mkt 21,43 64,29 14,29 50,00 50,00 0,00 0,00 19,72 0,00 0,00 0,00 4,00 4,44 85,19 fina 26,32 68,42 5,26 42,11 57,89 0,00 0,00 0,00 13,38 0,00 0,00 8,00 15,56 11,11 R&S 20,00 72,50 7,50 52,50 42,50 5,00 0,00 0,00 0,00 28,17 0,00 52,00 28,89 3,70 EDP 0,00 93,33 6,67 53,33 46,67 0,00 0,00 0,00 0,00 0,00 10,56 20,00 11,11 0,00 adde 12,00 80,00 8,00 64,00 32,00 4,00 16,00 4,00 8,00 52,00 20,00 17,61 0,00 0,00 funz 16,67 72,22 11,11 51,11 45,56 3,33 40,00 4,44 15,56 28,89 11,11 0,00 63,38 0,00 mana 22,22 59,26 18,52 48,15 51,85 0,00 0,00 85,19 11,11 3,70 0,00 0,00 0,00 19,01 Analisi delle corrispondenze 66 4
5 Determinazione della Soluzione Fattoriale Si effettua un Analisi delle Corrispondenze (semplici) della matrice B ovvero (in modo equivalente) un Analisi in Componenti Principali sulla matrice ottenuta da un opportuna trasformazione di B La metrica utilizzata è quella del χ 2 : χ 2 p p ( ) ( ) 2 2 ns zij zi' j 1 n i, i' = = zij zi' j z s s j= 1 + j j= 1 + j s z Analisi delle corrispondenze 67 Inerzia Spiegata: Correzione Di Benzecrì Nella valutazione dell inerzia spiegata da ogni asse fattoriale si considera la quantità: s 1 ρ( λ α ) = λ α s 1 s 2 ( λ ) λ ρ α = ρ ( λ α ) = µ λ 2 2 quando s è elevato quando s = 2 dove µ è l autovalore derivante dalla AC semplice Analisi delle corrispondenze 68 5
6 Autovalori Number Eigenvalue Inerzia spiegata Inerzia Autovalori spiegata al (cumulata) quadrato Inerzia spiegata Inerzia spiegata (cumulata) 1 0, ,69 18,69 0,22 29,43 29,43 2 0, ,72 32,42 0,12 15,87 45,30 3 0, ,24 44,65 0,09 12,61 57,91 4 0, ,70 56,35 0,09 11,53 69,45 5 0, ,68 67,03 0,07 9,60 79,05 6 0,2184 8,73 75,76 0,05 6,43 85,47 7 0,2074 8,30 84,06 0,04 5,80 91,27 12,61 8 0,1953 7,81 91,87 0,04 5,14 96,41 11,53 9 0,1562 6,25 98,12 0,02 3,29 99,70 9, ,0471 1,88 100,00 0,00 0,30 6,43100,00 0,30 3,29 5,80 5,14 15,87 29,43 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 Analisi delle corrispondenze 69 Label Coordinate delle Variabili Attive Relative Weight Distance to origin Axis 1 Axis 2 Axis 3 Axis 4 Axis 5 set_econ industria 4,225 4, ,44 0,65 1,36 0,16 0,52 servizi 17,782 0, ,18-0,35-0,18-0,20 0,10 commercio 2,993 7, ,42 1,19-0,87 0,95-1,32 centro 13,204 0, ,17-0,43-0,35-0,05 0,56 nord 11,092 1, ,27 0,43 0,41-0,16-0,70 sud e isole 0,704 34, ,98 1,36 0,21 3,56 0,41 area_az produz 7,042 2, ,53 0,81-0,89 0,10 0,36 mkt 4,930 4, ,82-0,38-0,32 0,20 0,17 finanza 3,345 6, ,04 0,53 1,09-1,43 0,16 R&S 7,042 2, ,51-0,39 0,79 0,75 0,09 EDP 2,641 8, ,66-1,09-0,51-0,82-1,73 addetto/analista 4,401 4, ,60-1,23 0,46 0,76-0,49 funzionario 15,845 0, ,41 0,43-0,07-0,25 0,10 manager 4,754 4, ,91-0,29-0,19 0,13 0,12 Analisi delle corrispondenze 70 6
7 Label Contributi Assoluti Relative Weight Distance to origin Axis 1 Axis 2 Axis 3 Axis 4 Axis 5 set_econ industria 4,225 4, ,74 5,19 25,60 0,38 4,31 servizi 17,782 0, ,17 6,49 1,84 2,39 0,65 commercio 2,993 7, ,14 12,26 7,33 9,22 19,65 centro 13,204 0, ,83 7,16 5,43 0,13 15,67 nord 11,092 1, ,68 5,90 6,07 1,00 20,14 sud e isole 0,704 34, ,45 3,78 0,10 30,52 0,44 area_az produz 7,042 2, ,29 13,31 18,37 0,22 3,50 mkt 4,930 4, ,94 2,02 1,65 0,66 0,55 finanza 3,345 6, ,01 2,73 13,08 23,38 0,34 R&S 7,042 2, ,97 3,04 14,33 13,67 0,20 EDP 2,641 8, ,47 9,17 2,25 6,11 29,66 addetto/analista 4,401 4, ,45 19,36 3,11 8,66 4,03 funzionario 15,845 0, ,59 8,44 0,26 3,38 0,62 manager 4,754 4, ,26 1,14 0,58 0,28 0,24 Analisi delle corrispondenze 71 Label Contributi Relativi Relative Weight Distance to origin Axis 1 Axis 2 Axis 3 Axis 4 Axis 5 set_econ industria 4,225 4, ,04 0,09 0,38 0,01 0,06 servizi 17,782 0, ,08 0,31 0,08 0,10 0,02 commercio 2,993 7, ,02 0,19 0,10 0,12 0,24 centro 13,204 0, ,03 0,21 0,14 0,00 0,35 nord 11,092 1, ,06 0,15 0,13 0,02 0,39 sud e isole 0,704 34, ,03 0,05 0,00 0,37 0,00 area_az produz 7,042 2, ,11 0,25 0,31 0,00 0,05 mkt 4,930 4, ,81 0,03 0,03 0,01 0,01 finanza 3,345 6, ,00 0,04 0,18 0,32 0,00 R&S 7,042 2, ,10 0,06 0,24 0,22 0,00 EDP 2,641 8, ,05 0,14 0,03 0,08 0,35 addetto/analista 4,401 4, ,08 0,32 0,05 0,12 0,05 funzionario 15,845 0, ,29 0,32 0,01 0,11 0,02 manager 4,754 4, ,86 0,02 0,01 0,00 0,00 Analisi delle corrispondenze 72 7
8 Coordinate Unità Statistiche Identifier Relative Distance Weight to origin Axis 1 Axis 2 Axis 3 Axis 4 Axis 5 I0001 0,70 3,26 0,32-0,09 0,26 0,45 0,46 I0002 0,70 1,11 0,47 0,19-0,68-0,19 0,55 I0003 0,70 1,11 0,47 0,19-0,68-0,19 0,55 I0004 0,70 1,11 0,47 0,19-0,68-0,19 0,55 I0005 0,70 1,11 0,47 0,19-0,68-0,19 0,55 I0006 0,70 2,41-1,24-0,62-0,47 0,04 0,46 I0007 0,70 2,41-1,24-0,62-0,47 0,04 0,46 I0008 0,70 2,09 0,26 0,07 0,22-0,89 0,45 I0009 0,70 2,13 0,54-0,52-0,43 0,28 0,26 I0010 0,70 2,13 0,54-0,52-0,43 0,28 0,26 I0011 0,70 2,13 0,54-1,02 0,33 0,58 0,12 I0012 0,70 4,24 0,11-0,21 1,16-0,26 0,36 I0013 0,70 2,84 0,25 0,85-0,99 0,34-0,14 I0014 0,70 2,09 0,26 0,07 0,22-0,89 0,45 I0015 0,70 3,63-1,62 0,18 0,57 0,15 0,06 I0016 0,70 2,32 0,08 0,48 1,12 0,23 0,01 I0017 0,70 2,51-0,32-1,02-0,18 0,33 0,16 I0018 0,70 3,63-1,62 0,18 0,57 0,15 0,06 I0019 0,70 10,53 0,83-0,26 0,58 2,25 0,05 I0020 0,70 3,54-1,46-0,19 0,22 0,20 0,66 I0021 0,70 4,41 0,14 0,41-0,47-0,13-1,77 I0022 0,70 3,61 0,59-1,33-0,26-0,15-0,76 I0023 0,70 3,61 0,59-1,33-0,26-0,15-0,76 I0024 0,70 2,59 0,52-0,62-0,50-0,61-0,47 I0025 0,70 2,59 0,52-0,62-0,50-0,61-0,47 Analisi delle corrispondenze 73 Primo Asse Fattoriale Printout on factor 1 By the ACTIVE CATEGORIES Variable label Category label Test- Value Weight manager -11,01 27,000 area_az mkt -10,71 28,000 nord -2,82 63,000 set_econ industria -2,35 24,000 M I D D L E A R E A centro 2,15 75,000 area_az EDP 2,70 15,000 set_econ servizi 3,27 101,000 addetto/analista 3,32 25,000 area_az R&S 3,82 40,000 area_az produz 3,97 40,000 funzionario 6,34 90,000 Analisi delle corrispondenze 74 8
9 Secondo Asse Fattoriale Analisi delle corrispondenze 75 Terzo Asse Fattoriale Variable label Category label Test- Value Weight addetto/analista -6,74 25,000 set_econ servizi -6,59 101,000 centro -5,42 75,000 area_az EDP -4,45 15,000 area_az R&S -2,86 40,000 area_az mkt -2,21 28,000 M I D D L E A R E A area_az finanza 2,47 19,000 sud e isole 2,74 4,000 set_econ industria 3,48 24,000 nord 4,53 63,000 set_econ commercio 5,19 17,000 area_az produz 5,99 40,000 funzionario 6,68 90,000 Variable label Category label Test- Value Weight area_az produz -6,64 40,000 centro -4,46 75,000 set_econ commercio -3,79 17,000 set_econ servizi -3,31 101,000 area_az EDP -2,08 15,000 M I D D L E A R E A addetto/analista 2,55 25,000 nord 4,34 63,000 area_az finanza 5,10 19,000 area_az R&S 5,87 40,000 set_econ industria 7,29 24,000 Analisi delle corrispondenze 76 9
10 Primo Piano Fattoriale Facteur EDP addetto/analista 0.5 R&S centro mkt servizi manager 0 funzionario -0.5 finanza nord industria produz -1.0 commercio sud e isole Facteur 1 Analisi delle corrispondenze 77 Secondo Piano Fattoriale Facteur 3 commercio produz EDP 0.5 mkt centro funzionario manager servizi 0 sud e isole -0.5 nord addetto/analista R&S -1.0 finanza industria -1.0 set_econ Facteur 2 Analisi delle corrispondenze 78 10
11 Distribuzioni Doppie En ligne set_econ En colonne Effectifs centro nord sud e isole ENSEMBLE % ligne % colonne industria ,5% 58,3% 4,2% 100,0% 12,0% 22,2% 25,0% 16,9% servizi ,4% 37,6% 2,0% 100,0% 81,3% 60,3% 50,0% 71,1% commercio ,4% 64,7% 5,9% 100,0% 6,7% 17,5% 25,0% 12,0% ENSEMBLE ,8% 44,4% 2,8% 100,0% 100,0% 100,0% 100,0% 100,0% Analisi delle corrispondenze 79 Distribuzioni Doppie En ligne set_econ En colonne area_az Effectifs produz mkt finanza R&S EDP ENSEMBLE % ligne % colonne industria ,8% 25,0% 20,8% 33,3% 0,0% 100,0% 12,5% 21,4% 26,3% 20,0% 0,0% 16,9% servizi ,7% 17,8% 12,9% 28,7% 13,9% 100,0% 67,5% 64,3% 68,4% 72,5% 93,3% 71,1% commercio ,1% 23,5% 5,9% 17,6% 5,9% 100,0% 20,0% 14,3% 5,3% 7,5% 6,7% 12,0% ENSEMBLE ,2% 19,7% 13,4% 28,2% 10,6% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% Analisi delle corrispondenze 80 11
12 Distribuzioni Doppie En ligne En colonne Effectifs % ligne % colonne set_econ addetto/anali sta funzionario manager ENSEMBLE industria ,5% 62,5% 25,0% 100,0% 12,0% 16,7% 22,2% 16,9% servizi ,8% 64,4% 15,8% 100,0% 80,0% 72,2% 59,3% 71,1% commercio ,8% 58,8% 29,4% 100,0% 8,0% 11,1% 18,5% 12,0% ENSEMBLE ,6% 63,4% 19,0% 100,0% 100,0% 100,0% 100,0% 100,0% Analisi delle corrispondenze 81 Distribuzioni Doppie En ligne En colonne area_az Effectifs produz mkt finanza R&S EDP ENSEMBLE % ligne % colonne centro ,0% 18,7% 10,7% 28,0% 10,7% 100,0% 60,0% 50,0% 42,1% 52,5% 53,3% 52,8% nord ,2% 22,2% 17,5% 27,0% 11,1% 100,0% 35,0% 50,0% 57,9% 42,5% 46,7% 44,4% sud e isole ,0% 0,0% 0,0% 50,0% 0,0% 100,0% 5,0% 0,0% 0,0% 5,0% 0,0% 2,8% ENSEMBLE ,2% 19,7% 13,4% 28,2% 10,6% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% Analisi delle corrispondenze 82 12
13 Distribuzioni Doppie En ligne En colonne Effectifs % ligne % colonne addetto/anali sta funzionario manager ENSEMBLE centro ,3% 61,3% 17,3% 100,0% 64,0% 51,1% 48,1% 52,8% nord ,7% 65,1% 22,2% 100,0% 32,0% 45,6% 51,9% 44,4% sud e isole ,0% 75,0% 0,0% 100,0% 4,0% 3,3% 0,0% 2,8% ENSEMBLE ,6% 63,4% 19,0% 100,0% 100,0% 100,0% 100,0% 100,0% Analisi delle corrispondenze 83 Distribuzioni Doppie En ligne En colonne Effectifs % ligne % colonne area_az addetto/anali sta funzionario manager ENSEMBLE produz ,0% 90,0% 0,0% 100,0% 16,0% 40,0% 0,0% 28,2% mkt ,6% 14,3% 82,1% 100,0% 4,0% 4,4% 85,2% 19,7% finanza ,5% 73,7% 15,8% 100,0% 8,0% 15,6% 11,1% 13,4% R&S ,5% 65,0% 2,5% 100,0% 52,0% 28,9% 3,7% 28,2% EDP ,3% 66,7% 0,0% 100,0% 20,0% 11,1% 0,0% 10,6% ENSEMBLE ,6% 63,4% 19,0% 100,0% 100,0% 100,0% 100,0% 100,0% Analisi delle corrispondenze 84 13
Alfonso Iodice D Enza
Strumenti quantitativi per l economia e la finanza I Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale () Statistica 1 / 58 Outline 1 2 3 4 5 () Statistica
Analisi delle corrispondenze
Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza
Analisi delle corrispondenze
Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello
I modelli di analisi statistica multidimensionale dei dati: L analisi delle corrispondenze multiple
Titolo della lezione: I modelli di analisi statistica multidimensionale dei dati: L analisi delle corrispondenze multiple Obiettivi dell unità didattica Comprendere la procedura dell Analisi delle Corrispondenze
ANALISI DELLE CORRISPONDENZE MULTIPLE (ACM)
ANALISI DELLE CORRISPONDENZE MULTIPLE (ACM) Questa procedura è stata introdotta negli anni 70, ad opera della scuola francese di analisi dei dati (Benzecri). Inizialmente fu proposta per analizzare tabelle
Analisi delle corrispondenze multiple Software Spad (Systeme portable pour l analyse des Donnèes) Dottoressa Maria G. Caruso
Analisi delle corrispondenze multiple Software Spad (Systeme portable pour l analyse des Donnèes) Dottoressa Maria G. Caruso Una variabile si definisce quantitativa quando le sue determinazioni si collocano
Vettore (o matrice) casuale (o aleatorio): vettore (o matrice) i cui elementi sono variabili aleatorie
Variabili (vettori e matrici) casuali Variabile casuale (o aleatoria): Variabile che può assumere un insieme di valori ognuno con una certa probabilità La variabile aleatoria rappresenta la popolazione
REGISTRO DELLE LEZIONI
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:
Statistica per le le ricerche ricerche di mercato 9.b 9.b Analisi Analisi preliminari preliminari Verifica di ipotesi: test test di indipendenza
Statistica per le ricerche di mercato a.a. 014/15 9.b Analisi preliminari Verifica di ipotesi: test di indipendenza Test di indipendenza Permette di verificare se tra due variabili X e Y esiste o meno
REGISTRO DELLE LEZIONI
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:
Analisi dell associazione tra due caratteri
Analisi dell associazione tra due caratteri Non ci accontentiamo di analizzare il singolo fenomeno, considerato indipendentemente da altri fenomeni Ci interessano le relazioni che possono esistere tra
Analisi in Componenti Principali (ACP)
Analisi in Componenti Principali (ACP) Metodi di analisi fattoriale Obiettivo: individuazione di variabili di sintesi = dimensioni = variabili latenti = variabili non osservate Approccio: Ordinamenti tra
Metodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
L analisi delle corrispondenze semplici (AC) e multiple (ACM)
L analisi delle corrispondenze semplici (AC) e multiple (ACM) La CA costituisce uno dei più noti ed efficaci strumenti per il trattamento multidimensionale di dati qualitativi Obiettivi: Rappresentazione
ANALISI DELLE CORRISPONDENZE
ANALISI DELLE CORRISPONDENZE CASO BIVARIATO Questo tipo di analisi dei dati fu introdotta negli anni 70 da Benzecrì per lo studio di tabelle di contingenza generate dall incrocio di due variabili qualitative
Esempi numerici riguardanti l'analisi semplice delle corrispondenze
RENATO LEONI Esempi numerici riguardanti l'analisi semplice delle corrispondenze (Parte prima) UNIVERSITÀ DI FIRENZE DIPARTIMENTO DI STATISTICA "G. PARENTI" FIRENZE, 2007 Questo lavoro è destinato a un
Esercizi del 10 maggio 2012 da riconsegnare il 17 maggio 2012
Analisi Multivariata Esercizi del 10 maggio 2012 da riconsegnare il 17 maggio 2012 La Tabella 1 contiene la classificazione in base alla qualifica e all abitudine al fumo di 193 dirigenti e impiegati di
ANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it ANALISI DELLE CORRISPONDENZE (cap. VII) Problema della riduzione delle dimensioni L ANALISI DELLE COMPONENTI PRINCIPALI
Analisi statistica e matematico-finanziaria II. Alfonso Iodice D Enza Università degli studi di Cassino e del Lazio Meridionale
delle sui delle Analisi statistica e matematico-finanziaria II Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale sulle particolari ali dei dati Outline
LEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 Lezione n.6 - Distribuzione bivariata Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona Esempio: distribuzione dell abitudine al
Alfonso Iodice D Enza
Strumenti quantitativi per l economia e la finanza I Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale ali dei Il coefficiente () Statistica 1 / 50 Outline
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Concentrazione Esercizio 1: Nell ultima settimana una banca ha erogato i seguenti importi (in migliaia di euro) per
Università degli Studi di Napoli Federico II. Riduzione delle Modalità Nell Analisi delle Corrispondenze Multiple. Pietro Mascia
Università degli Studi di Napoli Federico II Riduzione delle Modalità Nell Analisi delle Corrispondenze Multiple Attraverso una ricodifica sequenziale automatica Pietro Mascia Tesi di Dottorato in Statistica
La dipendenza. Antonello Maruotti
La dipendenza Antonello Maruotti Outline 1 Distribuzioni doppie 2 Medie e varianze condizionate 3 Indici di associazione Distribuzione doppia Definizione Una distribuzione doppia si ha quando su di uno
Conclusione del percorso di studio
Tabelle di dati Tabella di dati: insieme di informazioni organizzate secondo diverse righe e diverse colonne Tabella unità x caratteri (o tabella unità x variabili o matrice dei dati) ciascuna riga è associata
SDE Marco Riani
SDE 018 Marco Riani mriani@uniprit http://wwwrianiit ANALISI DELLE CORRISPONDENZE Problema della riduzione delle dimensioni L ANALISI DELLE COMPONENTI PRINCIPALI per una matrice di dati quantitativi L
Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.
Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
Analisi Bivariata. Metodi Quantitativi per Economia, Finanza e Management. Esercitazione n 4
Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 4 Lavoro di gruppo Inviare il questionario via mail a gdeppieri@liuc.it e gmagistrelli@liuc.it entro oggi 30/10/2015
1 L analisi delle corrispondenze
L analisi delle corrispondenze L analisi delle corrispondenze si effettua su un campione di osservazioni su due variabili qualitative V e V 2 I dati quindi sono il numero di osservazioni tali che V = i
ESERCIZI STATISTICA DESCRITTIVA
ESERCIZI STATISTICA DESCRITTIVA Frequenze assolute e relative Titolo di studio Frequenze assolute Frequenze relative Proporzioni Percentuali Senza titolo 30 0,025 2,5 Lic. elementare 509 0,424 42,4 Licenza
DIPENDENZA E ASSOCIAZIONE DISTRIBUZIONE CONGIUNTA DI DUE VARIABILI. Ci limiteremo a considerare il caso di due variabili.
DIPENDENZA E ASSOCIAZIONE DISTRIBUZIONE CONGIUNTA DI DUE VARIABILI Sinora abbiamo considerato l analisi di un unica variabile per volta Tuttavia, le rilevazioni su un unità statistica sono in generale
materiale didattico II incontro
Piano Nazionale Lauree Scientifiche (PLS 016-017) Statistica Laboratorio di Statistica Le relazioni tra variabili. L indipendenza prof.ssa Angela Maria D'Uggento angelamaria.duggento@uniba.it materiale
L analisi dell associazione o connessione tra due caratteri statistici
L analisi dell associazione o connessione tra due caratteri statistici Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università
Il test del χ 2. Federico Plazzi. 24 Novembre 2015
Il test del χ 2 Federico Plazzi 24 Novembre 2015 A che cosa serve? A che cosa serve? Condizioni Variabili qualitative: il test del χ 2 si usa quando si ha a che fare con delle variabili qualitative, ossia
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
ANALISI DEI DATI con EXCEL
ANALISI DEI DATI con EXCEL Distribuzione della frequenza per variabili qualitative 1) conteggio del numero delle osservazioni della variabile (funzione CONTA.VALORI) 2) definizione delle CATEGORIE (tramite
La struttura dei dati
La struttura dei dati Carattere Qualitativo (mutabile statistica) Unità statistica Osservazione di uno o più caratteri Carattere Quantitativo (variabile statistica) Collettivo statistico ADC - Bocci -
La matrice dati. La matrice dati
La matrice dati Matrice casi per variabili - Stessa unità di analisi (es. individui, nazioni, etc ) - Stesse informazioni per ogni caso CODIFICA Traduzione del materiale grezzo in matrice dati Tracciato
0 0 c. d 1. det (D) = d 1 d n ;
Registro Lezione di Algebra lineare del 23 novembre 216 1 Matrici diagonali 2 Autovettori e autovalori 3 Ricerca degli autovalori, polinomio caratteristico 4 Ricerca degli autovettori, autospazi 5 Matrici
Confronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23
Confronto fra gruppi: il metodo ANOVA Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23 1 Nella popolazione, per ciascun gruppo la distribuzione della variabile risposta
LE REGOLE PER IL RILASCIO DEI RISULTATI DELLE ELABORAZIONI
Giugno 2019 LE REGOLE PER IL RILASCIO DEI RISULTATI DELLE ELABORAZIONI Estratto da: Il Laboratorio per l Analisi dei Dati ELEmentari (ADELE) Guida all utenza Per qualsiasi comunicazione o richiesta di
Esercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
Data set relativo a 40 titolari di esercizi commerciali. Durata del percorso casa lavoro (in minuti) Numero dipendenti che lavorano nel negozio
ESERCITAZIONE 1: VARIABILI E DISTRIBUZIONI 1.TIPOLOGIA DEI DATI 2. CALCOLO DI FREQUENZE 3. RAPPRESENTAZIONE GRAFICA DI UNA VARIABILE A Roma nel 2006 è stata effettuata un indagine, tramite questionario,
STATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
Dispense Associazione PRELIMINARY DRAFT
Dispense Associazione PRELIMINARY DRAFT Cristina Mollica & Jan Martin Rossi January 3, 2019 1 Esercizio 3 - Prova scritta 12-01-2018 Esercizio 3. Si consideri la distribuzione doppia di un campione di
Fonti e strumenti statistici per la Comunicazione
Fonti e strumenti statistici per la Comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 2018-2019 Che cosa è l analisi bivariata? E lo studio
Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti
Errata corrige. p. 10 riga 5 del secondo paragrafo: misurare
Errata corrige p. 9 esercizio 5. Modificare testo dell esercizio come segue: Dati una retta r e un punto P, esistono infiniti piani per P paralleli a r: si tratta dei piani che contengono la retta s per
Università degli Studi di Padova Facoltà di Scienze Statistiche, CL. in Astronomia
Università degli Studi di Padova Facoltà di Scienze Statistiche, CL. in Astronomia Esame di Statistica Descrittiva mod. B, Appello del 4/7/2007 CORREZIONE 1) Un azienda produce bulloni di diametro pari
Caso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
Analisi bivariata. Il caso di caratteri qualitativi
Analisi bivariata Il caso di caratteri qualitativi Pagina 337 Che cosa è l analisi bivariata? E lo studio congiunto di due caratteri Esempio nel caso di caratteri qualitativi: I valori delle celle derivano
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
La matrice delle correlazioni è la seguente:
Calcolo delle componenti principali tramite un esempio numerico Questo esempio numerico puó essere utile per chiarire il calcolo delle componenti principali e per introdurre il programma SPAD. IL PROBLEMA
Metodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8
Esercizio 1 Metodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8 Social medium preferito: qualitativo sconnesso; indice medio: moda; indice di eterogeneità: Indice di Gini. Spesa per
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione
Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client
Con riferimento ai dati riportati nella seguente tabella, indicare la tipologia dei caratteri rilevati.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 1 ESERCIZIO 1: Con riferimento ai dati riportati nella seguente tabella, indicare la tipologia dei caratteri rilevati. ESERCIZIO 1 Soluzione:
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI SUL LEGAME TRA VARIABILI QUALITATIVE Profssa G Serio, Prof P Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/1 IL
Analisi dei dati qualitativi: omogeneità/eterogeneità, test del chi quadrato, analisi delle corrispondenze semplici e multiple
Analisi dei dati qualitativi: omogeneità/eterogeneità, test del chi quadrato, analisi delle corrispondenze semplici e multiple La distribuzione di frequenza La prima è più elementare delle analisi è la
Analisi delle componenti principali
Analisi delle componenti principali Serve a rappresentare un fenomeno k-dimensionale tramite un numero inferiore o uguale a k di variabili incorrelate, ottenute trasformando le variabili osservate Consiste
ANALISI MULTIDIMENSIONALE DEI DATI (AMD)
ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Analisi Multidimensionale dei Dati (AMD) è una famiglia di tecniche il cui obiettivo principale è la visualizzazione, la classificazione e l interpretazione della
STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I
2. e 3. STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I 1. Le unità statistiche sono costituite dai singoli ristoranti, mentre la popolazione è costituita da tutte le unità del
Metodi Quantitativi per Economia, Finanza e Management. Lezione n 4 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 4 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
Università di Pavia Econometria. Richiami di teoria delle distribuzioni statistiche. Eduardo Rossi
Università di Pavia Econometria Richiami di teoria delle distribuzioni statistiche Eduardo Rossi Università di Pavia Distribuzione di Bernoulli La variabile casuale discreta Y f Y (y; θ) = 0 θ 1, dove
Istituzioni di Statistica
Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA
ESERCITAZIONI N. 2 corso di statistica
ESERCITAZIONI N. 2corso di statistica p. 1/23 ESERCITAZIONI N. 2 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 2corso di statistica p. 2/23 Introduzione Tabelle di contingenza Dipendenza
Variabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Distribuzione condizionata Un grafico a mosaico è una rappresentazione
Analisi Multivariata Prova intermedia del 20 aprile 2011
Analisi Multivariata Prova intermedia del 20 aprile 20 Esercizio A Sia X N 3 (µ, Σ) con µ = [ 3,, 4] e 2 0 Σ = 2 5 0 0 0 2 Quali delle seguenti variabili casuali è indipendente? Motivare la risposta. A.
Varianza totale e generalizzata Analisi Esplorativa
Varianza totale e generalizzata Analisi Esplorativa Aldo Solari 1 / 49 1 Varianza totale 2 Varianza generalizzata 3 Appendice 2 / 49 Variabilità Nel caso p = 1, la variabilità (o dispersione) presente
mercato semplici e multiple A.A. 2013/14 Prof.ssa Tiziana Laureti
Statistica per le ricerche di mercato A.A. 2013/14 Prof.ssa Tiziana Laureti 16. Il posizionamento Analisi delle corrisponde semplici e multiple 1 Il posizionamento del prodotto come decisione strategica
Statistica. Capitolo 13. Test sulla Bontà di Adattamento e Tabelle di Contingenza. Cap. 16-1
Statistica Capitolo 13 Test sulla Bontà di Adattamento e Tabelle di Contingenza Cap. 16-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Usare il test sulla bontà di adattamento
Statistica Descrittiva Soluzioni 8. Dipendenza
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
Fonti e strumenti statistici per la comunicazione
Fonti e strumenti statistici per la comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 016-017 Che cosa è l analisi bivariata? E lo studio congiunto
Analisi della correlazione canonica
Analisi della correlazione canonica Su un collettivo di unità statistiche si osservano due gruppi di k ed m variabili L analisi della correlazione canonica ha per obiettivo lo studio delle relazioni di
Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 4 1. La seguente tabella riporta la distribuzione
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 6-16/10/2015
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 6-16/10/2015 a.a. 2015/16 Prof. Maria Francesca Romano mariafrancesca.romano@sssup.it Libri di riferimento per la statistica descrittiva
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
Prova scritta - versione B Si svolgano gli esercizi riportando il risultato dove indicato. Durata: 60 minuti
3 Luglio 2018 - Analisi Esplorativa Cognome:... Nome: Matricola:... Tipologia d esame: 12 CFU 15 CFU Prova scritta - versione B Si svolgano gli esercizi riportando il risultato dove indicato. Durata: 60
Esercitazioni di Statistica: ES.1.2
Esercitazioni di Statistica: ES12 1 Informazioni riassuntive: funzione di ripartizione e quantili 1 Funzione di ripartizione di una variabile statistica: ha generalmente significato solo se la variabile
Rappresentazioni Tabellari e Grafiche. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Rappresentazioni Tabellari e Grafiche Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Vocabolario Essenziale Unità Statistica Unità elementare
APPUNTI DI STATISTICA
APPUNTI DI STATISTICA Diana Giacobbi 4 dicembre 01 DEFINIZIONE LA STATISTICA è la scienza che studia i fenomeni collettivi e di massa attraverso la raccolta e l analisi di dati. Viene utilizzata dai governi
Metodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello
Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 015-016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per la
SDE Marco Riani
SDE 208 Marco Riani mriani@unipr.it http://www.riani.it RIDUZIONE DELLE DIMENSIONI (con riferimento alle variabili Analisi dei fattori Analisi delle componenti principali OBIETTIVI Date p variabili (correlate
Traiettorie nello spazio degli stati
. Traiettorie nello spazio degli stati Per mostrare i tipici andamenti delle traiettorie nello spazio degli stati in funzione della posizione dei poli del sistema si farà riferimento ad un esempio: un
STATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
Corso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 12/07/2016 SOLUZIONE DEGLI ESERCIZI PROPOSTI
Corso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 12/07/2016 SOLUZIONE DEGLI ESERCIZI PROPOSTI Esercizio 1 Si consideri la conica affine d equazione 9x 2 + 6y 2 4xy 6x + 8y = 1 (1)
INFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE PER L ESAME a.a. 2003/04 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili
Test F per la significatività del modello
Test F per la significatività del modello Per verificare la significatività dell intero modello si utilizza il test F Si vuole verificare l ipotesi H 0 : β 1 = 0,, β k = 0 contro l alternativa che almeno
Daniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione
Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
Corso Avanzato di Statistica
Corso Avanzato di Statistica Test chi-quadrato per la verifica dell indipendenza Posa D, De Iaco S posa@economiaunileit sdeiaco@economiaunileit UNIVERSITÀ del SALENTO DIPTO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE
normopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40
E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso
Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
STATISTICHESE. Popolazione Rilevazione totale 1. Campione Rilevazione parziale
STATISTICHESE La popolazione o collettivo statistico è l insieme di individui o oggetti che si vogliono studiare. Questi individui o oggetti vengono denominati unità statistiche. Un campione è una parte
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente