Lineamenti di econometria 2
|
|
- Angelo Bettini
- 8 anni fa
- Visualizzazioni
Transcript
1 Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4)
2 La Regressione Multipla
3 La Regressione Multipla La regressione multipla estende il concetto della regressione semplice (regressione con due sole variabili) al caso in cui vi siano due o più variabili esplicative: X 1, X 2,..., X k Intuizioni e derivazione della regressione multipla sono molto simili a quelle della regressione semplice. Enfatizzeremo solo poche differenze tra regressione semplice e multipla.
4 Esempio: La determinazione del prezzo delle abitazioni Dati su N=546 case vendute nel Windsor, Canada Variabile dipendente: Y = prezzo di vendita delle case Variabili Esplicative : X 1 = dimensione del lotto della proprietà (in metri quadrati) X 2 = numero di stanze da letto X 3 = numero di bagni X 4 = numero di ripostigli (escludendo lo scantinato)
5 Stime OLS Modello di regressione multipla: Y i = α + β X β X 1 1i k ki + e i ˆβ ˆβ 2 Stime OLS: αˆ, 1,, k, βˆ Minimizziamo la somma dei quadrati dei residui: SSR = (Y ˆ α ˆ β X... ˆ β X ) 2 i 1 1i k ki Le formule risultanti sono però complesse e non vengono qui presentate Tutti i programmi econometrici (Grtl, Stata, ecc.) incluso Excel fornisce automaticamente le stime OLS.
6 Aspetti Statistici della Regressioni Multipla Sono essenzialmente identici a quelli del caso della regressione semplice. Le formule sono solo leggermente differenti. R 2 è una misura dell adattamento e viene calcolato nello stesso modo della regressione semplice (sebbene non è semplicemente l indice di correlazione al quadrato tra Y e X).
7 Aspetti Statistici della Regressioni Multipla(cont.) Si può verificare l ipotesi R 2 =0 nello stesso modo della regressione semplice. Se troviamo che R 2 0 allora possiamo concludere che le variabili considerate nella regressione, prese congiuntamente contribuiscono a spiegare la variabile dipendente (Nota: questo non necessariamanete significa che ogni variabile esplicativa è significativa). Gli intervalli di confidenza possono essere calcolati per ciascun coefficiente come prima. Si può verificare l ipotesi che β j =0 per ogni singolo coefficiente (j=1,2,..,k) come prima.
8 Interpretazione delle stime OLS Intuizione matematica Derivata totale vs. derivata parziale Regressione Semplice: dy dx = β Regressione Multipla: Y X j = β j
9 Intuizione Interpretazione delle stime OLS (cont.) β j rappresenta l effetto marginale di X j su Y, ceteris paribus β j rappresenta l effetto marginale della variabile esplicativa j sulla variabile dipendente, mantenendo le altre variabili costanti.
10 Esempio: La determinazione del prezzo delle abitazioni (cont.) Coeff. St.Err t-stat P-val. Lower 95% Upper 95% Interc Size E Bed Bath E Storeys E R 2 =.54 e il P-value per verificare l ipotesi che R 2 =0 (che viene denominato in Excel F ) è 1.18E-88. La retta di regressione stimata: Ŷ = X X X X 4
11 La determinazione del prezzo delle abitazioni (cont.) Poiché βˆ 1 = 5.43: Un metro quadrato in più del lotto tende a far aumentare di $5.43 il prezzo di una casa, ceteris paribus. Se consideriamo case con lo stesso numero di camera da letto, bagni e ripostigli, un metro quadrato in più di lotto tende a far aumentare di $5.43 il prezzo dell abitazione. Se confrontiamo case con lo stesso numero di stanze da letto, bagni e ripostigli, quelle che hanno lotti più grandi tendono a valere di più. In particolare, un metro quadrato in più di lotto è associato a un aumento del valore di una casa di $5.43.
12 La determinazione del prezzo delle abitazioni (cont.) Poiché βˆ 2 = 2824,61: Abitazioni con una stanza da letto in più tendono a valere $2824,61 in più, ceteris paribus. Se consideriamo abitazioni confrontabili (ad esempio case con lotti di 5000 metri quadrati, due bagni e due ripostigli), quelle che hanno tre camere da letto tendono a valere $2824,61 in più di quelle che hanno solo due stanze da letto.
13 Problemi nell uso di una regressione semplice in un contesto di regressione multipla Nella regressione multipla considerata precedentemente, il coefficiente del numero di stanze da letto era di 2824,61. In una regressione semplice di Y = prezzo di vendita della casa su X = numero di stanze da letto, otteniamo una stima del coefficiente pari a 13269,98. Perché questi due coefficienti sulla stessa variabile esplicativa sono talmente differenti? perciò 13269,98>>>2824,61. Risposta 1: Sono ottenuti da due regressioni diverse che controllano per diverse variabili esplicative (differenti condizioni ceteris paribus).
14 Problemi nell uso di una regressione semplice in un contesto di regressione multipla (cont.) Risposta 2: Si immagini di avere un amico che voglia costruire una stanza da letto in più nella sua casa e chieda a voi, in quanto economista, di quanto aumenti il valore della casa dopo la costruzione di una stanza da letto aggiuntiva. Cosa rispondete? Regressione semplice: Case con 3 stanze da letto tendono a costare $13269,98 più di case con 2 stanze da letto Questo però non significa necessariamente che, aggiungendo una stanza da letto alla casa, il valore della casa aumenti di $13269,98. La ragione è che esistono molti altri fattori, oltre il numero delle stanze da letto, che potenzialmente influenzano il prezzo delle case. Inoltre questi fattori potrebbero essere tra loro fortemente correlati (ossia, in pratica, case grandi tendono ad avere più stanze da letto, più bagni, più ripostigli e lotti più grandi). La regressione semplice indica che case migliori tendono a valere di più.
15 Problemi nell uso di una regressione semplice in un contesto di regressione multipla (cont.) Il numero di stanze da letto agisce come proxy di tutte le altre caratteristiche di queste buone case e perciò il suo coefficiente diviene molto alto (13269,98) nella regressione semplice. La regressione multipla può stimare l effetto separato dovuto alla dimensione del lotto, al numero di stanze da letto, di bagni e di ripostigli. Dirai al tuo amico: Una stanza da letto in più tenderà a far aumentare il valore della casa di $2824,61. La regressione multipla che include tutte (o la maggior parte) le caratteristiche della casa tenderà a dare stime più accurate rispetto alla regressione semplice.
16 Problemi nell uso di una regressione semplice in un contesto di regressione multipla (cont.) Evidenza Statistica: Matrice di correlazione: Sale price 1 Sale Price Lot size #bed Lot size #bed #bath #storey #bath #storeys La correlazione positiva tra le variabili esplicative indica che case con più stanze da letto tendono anche ad avere larghi lotti, più bagni e più ripostigli.
17 Distorsione da variabili omesse Distorsione da variabili omesse è il termine statistico per le questioni discusse precedentemente. SE 1. Escludiamo variabili esplicative che dovrebbero essere presenti nella regressione, E 2. Queste variabili omesse sono correlate con le variabili esplicative incluse, ALLORA 3. Le stime OLS dei coefficienti relativi alle variabili esplicative incluse nel modello non sono esatte.
18 Distorsione da variabili omesse(cont.) Esempio: Regressione semplice Y = prezzo di vendita della casa e X = numero di stanze da letto. Molte variabili rilevanti per la determinazione del prezzo delle abitazioni sono omesse. Queste varibili omesse sono correlate con il numero di stanze da letto. Pertanto la stima OLS ottenuta dalla regressione semplice è inaffidabile, βˆ =13269,98 era distorto.
19 Suggerimenti Pratici per la selezione delle variabili esplicative da includere Includere il maggior numero di variabili esplicative che riteniamo spieghino la variabile dipendente. In questo modo riduciamo il rischio di distorsione nelle stime dovuta all omissione di variabili rilevanti. Tuttavia, l inclusione di variabili irrilevanti fa diminuire l accuratezza delle stime di tutti i coefficienti (non solo quelli associati alle variabili irrilevanti). Perciò elaborare la verifica delle ipotesi, con la statistica t e decidere se le variabili sono statisticamente significative. Stimare una nuova regressione che non include le variabili esplicative che non sono significative.
20 Multicollinearità Intuizione: Se alcune delle variabili esplicative sono molto correlate tra loro allora il modello di regressione ha difficoltà a distinguere quali siano le variabili esplicative che influenzano Y. Sintomo: Coefficienti individuali non significativi, ma la regressione nel complesso significativa (perciò R 2 è elevato, F-stat grande). Esaminare la matrice di correlazione delle variabili esplicative può aiutare a rilevare l esistenza e la causa del problema di collinearità.
21 Multicollinearità (cont.) Esempio: Y = tasso di cambio Variabili esplicative = tasso di interesse X 1 = tasso primario praticato dalle banche X 2 = tasso di interesse sui buoni del tesoro Se usiamo sia X 1 che X 2 probabilmente causeremo un problema di collinearità Soluzione: Includere o X 1 o X 2 ma non entrambi. In alcuni casi questa soluzione non è soddisfacente se comporta l esclusione di variabili esplicative che la teoria economica o il buon senso suggerisce di includere.
22 Esempio: La Multicollinearità illustrata con dati simulati Modello vero: Y.5X + X + = e Correlazione tra X 1 e X 2 =.98 Coeff. St. t-stat P-val. Lower Upper Error 95% 95% Inter X X R 2 =.76 P-value verificare che R 2 =0 è 1.87E-15. Vogliamo dei coefficienti stimati intorno a.5 e 2 ma otteniamo stime differenti. Inoltre X2 non è statisticamente significativa.
23 Esempio: La Multicollinearità illustrata con dati simulati(cont.) Escludiamo X 2 e eseguiamo nuovamente la regressione: Coeff. St. Error t-stat P-val. Lower 95% Upper 95% Inter X E R 2 =.76 P-value per verificare l ipotesi che R 2 =0 è pari a 1.2E-16. Il coefficiente della variabile X1 è significativo ma non si trova vicino al vero valore!
Lineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Regressione con Variabili Dummy Regressione con Variabili Dummy La
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliIl metodo della regressione
Il metodo della regressione Consideriamo il coefficiente beta di una semplice regressione lineare, cosa significa? È una differenza tra valori attesi Anche nel caso classico di variabile esplicativa continua
DettagliAnalisi statistica delle funzioni di produzione
Analisi statistica delle funzioni di produzione Matteo Pelagatti marzo 28 Indice La funzione di produzione di Cobb-Douglas 2 2 Analisi empirica della funzione di produzione aggregata 3 Sommario Con la
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliEconometria. lezione 17. variabili dipendenti binarie. Econometria. lezione 17. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori domande di mutui rigettate - nei dati raccolti a Boston negli anni 90 il tasso di rifiuto è 28% per i neri e 9% per i bianchi - si può parlare di discriminazione? - è possibili
DettagliRISCHIO E CAPITAL BUDGETING
RISCHIO E CAPITAL BUDGETING Costo opportunità del capitale Molte aziende, una volta stimato il loro costo opportunità del capitale, lo utilizzano per scontare i flussi di cassa attesi dei nuovi progetti
Dettagli(liberamente interpretato da http://www2.unipr.it/~bottarel/epi/homepage.html) SCHEDA ALUNNI. Descrizione dell attività:
Pagina 1 di 11 (liberamente interpretato da http://www2.unipr.it/~bottarel/epi/homepage.html) SCHEDA ALUNNI Descrizione dell attività: Problema 1. Siamo nel 2060 ed ormai gli umani hanno colonizzato Marte.
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
Dettaglilezione 18 AA 2015-2016 Paolo Brunori
AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo
DettagliEconomia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 2-1 Applicazioni dell offerta di lavoro - Introduzione - 1 Introduzione I modelli statici d offerta di lavoro spiegano: 1.come gli individui distribuiscano il tempo tra
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliLimitazioni cognitive e comportamento del consumatore (Frank, Capitolo 8)
Limitazioni cognitive e comportamento del consumatore (Frank, Capitolo 8) RAZIONALITÀ LIMITATA Secondo Herbert Simon, gli individui non sono in grado di comportarsi come i soggetti perfettamente razionali
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 8: 27-05-2004
esercitazione 8 p. 1/8 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 8: 27-05-2004 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
Dettagli1 Università di Trento ed Euricse 2 Università dell Insubria, Varese
Nel corso degli ultimi anni diversi studiosi e responsabili di importanti istituzioni hanno sostenuto che le cooperative hanno reagito alla crisi in corso meglio delle altre forme di impresa. La maggior
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliEsercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
DettagliCorrezione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia
Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
DettagliModulo didattico sulla misura di grandezze fisiche: la lunghezza
Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N
DettagliElaborazione dei dati su PC Regressione Multipla
21 Elaborazione dei dati su PC Regressione Multipla Analizza Regressione Statistiche Grafici Metodo di selezione Analisi dei dati 21.1 Introduzione 21.2 Regressione lineare multipla con SPSS 21.3 Regressione
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliRegressione logistica. Strumenti quantitativi per la gestione
Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer file:///c:/users/emanuele.taufer/dropbox/3%20sqg/classes/4a_rlg.html#(1) 1/25 Metodi di classificazione I metodi usati per analizzare
Dettagli1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE
1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)
DettagliLA REVISIONE LEGALE DEI CONTI La comprensione
LA REVISIONE LEGALE DEI CONTI La comprensione dell impresa e del suo contesto e la valutazione dei rischi di errori significativi Ottobre 2013 Indice 1. La comprensione dell impresa e del suo contesto
DettagliUD 6.2. Misurare il costo della vita
UD 6.2. Misurare il costo della vita Inquadramento generale Tutti sappiamo, dalla nostra esperienza quotidiana, che il livello generale dei prezzi tende ad aumentare nel tempo. Dato che il PIL è misurato
DettagliLa regressione lineare multipla
13 La regressione lineare multipla Introduzione 2 13.1 Il modello di regressione multipla 2 13.2 L analisi dei residui nel modello di regressione multipla 9 13.3 Il test per la verifica della significatività
DettagliDall italiano al linguaggio della logica proposizionale
Dall italiano al linguaggio della logica proposizionale Dall italiano al linguaggio della logica proposizionale Enunciati atomici e congiunzione In questa lezione e nelle successive, vedremo come fare
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliMassimizzazione del Profitto e offerta concorrenziale. G. Pignataro Microeconomia SPOSI
Massimizzazione del Profitto e offerta concorrenziale 1 Mercati perfettamente concorrenziali 1. Price taking Poiché ogni impresa vende una porzione relativamente piccola della produzione complessiva del
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it
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
DettagliMulticollinearità Strumenti quantitativi per la gestione
Strumenti quantitativi per la gestione Emanuele Taufer Quando non tutto va come dovrebbe I dati Scatter plot Correlazioni RLS e RLM Individuare la MC Variance Inflation Factor Cosa fare in caso di MC Alcune
DettagliFinanza Aziendale. Lezione 13. Introduzione al costo del capitale
Finanza Aziendale Lezione 13 Introduzione al costo del capitale Scopo della lezione Applicare la teoria del CAPM alle scelte di finanza d azienda 2 Il rischio sistematico E originato dalle variabili macroeconomiche
DettagliPIL : produzione e reddito
PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi
DettagliPROGETTO REGIONALE MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE VENETE
PROGETTO REGIONALE MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE VENETE Analisi dinamica dei dati dei questionari per le biblioteche di pubblica lettura. GLI INDICATORI Gli indicatori sono particolari rapporti
DettagliMICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliLE RICERCHE DI MERCATO
LE RICERCHE DI MERCATO IL MARKETING: UNA DEFINIZIONE STUDIO DELLE NORME DI COMPORTAMENTO DI UNA AZIENDA CON RIGUARDO ALLA PROGRAMMAZIONE, REALIZZAZIONE E CONTROLLO DELLE ATTIVITA DI SCAMBIO. QUESTE NORME
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
Dettaglib. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?
Esercitazione 7 Domande 1. L investimento programmato è pari a 100. Le famiglie decidono di risparmiare una frazione maggiore del proprio reddito e la funzione del consumo passa da C = 0,8Y a C = 0,5Y.
DettagliRELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della
RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili
DettagliParimenti una gestione delle scorte in maniera non oculata può portare a serie ripercussioni sul rendimento sia dei mezzi propri che di terzi.
Metodo per la stima del ROE e del ROI in un azienda operante nel settore tessile abbigliamento in funzione delle propria struttura di incasso e pagamento e della gestione delle rimanenze di magazzino.
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliCONVIENE L ACCORDO MUTUI? UNA VALUTAZIONE DI MERCATO
CONVIENE L ACCORDO MUTUI? UNA VALUTAZIONE DI MERCATO di Flavio Angelini e Stefano Herzel nelmerito.com E' ormai opinione diffusa che l'intesa tra l'abi e il governo sulla rinegoziazione dei mutui, atta
DettagliTUTTI I MUTUI DI CHEBANCA! Condizioni valide al 1 luglio 2010
TUTTI I MUTUI DI CHEBANCA! valide al 1 luglio 2010 Questo documento, predisposto ai sensi delle disposizioni di trasparenza di Banca d Italia, elenca tutti i prodotti di mutuo offerti da CheBanca! 1. Mutui
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
Dettagli[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1
[ Analisi della concentrazione] di Luca Vanzulli Pag. 1 di 1 LA CONCENTRAZIONE NELL ANALISI DELLE VENDITE L analisi periodica delle vendite rappresenta un preziosissimo indicatore per il monitoraggio del
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
DettagliDisoccupazione e salario reale
Disoccupazione e salario reale Testo di studio raccomandato: Mankiw, Principi di Economia, 3 ed., 2004, Zanichelli Capitolo 28 La disoccupazione Come si misura la disoccupazione? Come si interpretano i
DettagliIl modello generale di commercio internazionale
Capitolo 6 Il modello generale di commercio internazionale adattamento italiano di Novella Bottini 1 Struttura della presentazione Domanda e offerta relative Benessere e ragioni di scambio Effetti della
DettagliTUTTI I MUTUI DI CHEBANCA! Condizioni valide al 1 gennaio 2011
TUTTI I MUTUI DI CHEBANCA! valide al 1 gennaio 2011 Questo documento, predisposto ai sensi delle disposizioni di trasparenza di Banca d Italia, elenca tutti i prodotti di mutuo offerti da CheBanca! 1.
DettagliBANCA ALETTI & C. S.p.A. PER DUE CERTIFICATE e PER DUE CERTIFICATES DI TIPO QUANTO CONDIZIONI DEFINITIVE D OFFERTA
BANCA ALETTI & C. S.p.A. in qualità di emittente e responsabile del collocamento del Programma di offerta al pubblico e/o di quotazione di investment certificates denominati PER DUE CERTIFICATE e PER DUE
DettagliCapitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM
Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM 2 OBIETTIVO: Il modello IS-LM Fornire uno schema concettuale per analizzare la determinazione congiunta della produzione e del tasso
DettagliIl calcolo letterale per risolvere problemi e per dimostrare
Il calcolo letterale per risolvere problemi e per dimostrare (si prevedono circa 25 ore di lavoro in classe) Nome e cognome dei componenti del gruppo che svolge le attività di gruppo di questa lezione
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliLINEE GUIDA PER LE STRUTTURE DI RIPARAZIONE E REFITTING SULLE PROBLEMATICHE RELATIVE AL FINE VITA DELLE IMBARCAZIONI DA DIPORTO
LINEE GUIDA PER LE STRUTTURE DI RIPARAZIONE E REFITTING SULLE PROBLEMATICHE RELATIVE AL FINE VITA DELLE IMBARCAZIONI DA DIPORTO TUTTI I DIRITTI RISERVATI Questo documento non può essere copiato, riprodotto
DettagliBANCA ALETTI & C. S.p.A.
BANCA ALETTI & C. S.p.A. in qualità di Emittente e responsabile del collocamento del Programma di offerta al pubblico e/o quotazione dei certificates BORSA PROTETTA e BORSA PROTETTA con CAP e BORSA PROTETTA
DettagliRAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL
RAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL 1 RAPPRESENTAZIONE GRAFICA Per l analisi dati con Excel si fa riferimento alla versione 2007 di Office, le versioni successive non differiscono
DettagliMetodi Matematici e Informatici per la Biologia----31 Maggio 2010
Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 COMPITO 4 (3 CREDITI) Nome: Cognome: Matricola: ISTRUZIONI Gli esercizi che seguono sono di tre tipi: Domande Vero/Falso: cerchiate V o
DettagliMetodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla
Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
Dettagli(a cura di Francesca Godioli)
lezione n. 12 (a cura di Francesca Godioli) Ad ogni categoria della variabile qualitativa si può assegnare un valore numerico che viene chiamato SCORE. Passare dalla variabile qualitativa X2 a dei valori
Dettagli13 Aprile 2012 Padova Italy «SPIN SELLING»
13 Aprile 2012 Padova Italy «SPIN SELLING» Concetti Chiave Vendita semplice Vendita complessa La decisione d acquisto Il venditore interno Vendita semplice: Ordine VS No ordine Vendita complessa: Continuazione
DettagliANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE
ANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE Algebra lineare numerica 121 Ax = b A, b affetti dall errore di round-off si risolve sempre un sistema perturbato: con (A + A)(x + x) = b + b A = ( a i,j
Dettaglimese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000
1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliMisure della dispersione o della variabilità
QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.
DettagliEconomia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il
DettagliLE PREVISIONI DELLE FAMIGLIE
LE PREVISIONI DELLE FAMIGLIE Trieste aprile 2013 Riproduzioni e stampe dovranno riportare in modo visibile la fonte e la proprietà dell informazione. Inoltre, su richiesta al Servizio Statistica del Comune
DettagliCapitolo 25: Lo scambio nel mercato delle assicurazioni
Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel
DettagliIL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.
IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento
DettagliFamiglie e povertà: l esperienza trentina del Reddito di Garanzia e la sua valutazione
Famiglie e povertà: l esperienza trentina del Reddito di Garanzia e la sua valutazione Antonio Schizzerotto, Nadir Zanini, Silvia Girardi & Loris Vergolini IRVAPP: Istituto per la Ricerca Valutativa sulle
DettagliLezione 10 Funzione di produzione ed
Corso di Economica Politica prof. S. Papa Lezione 10 Funzione di produzione ed efficienza economica Facoltà di Economia Università di Roma La Sapienza Costi e produzione 102 Da che dipendono i costi? Dipendono
DettagliEsercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica
Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili
DettagliSERVIZIO NAZIONALE DI VALUTAZIONE 2010 11
SERVIZIO NAZIONALE DI VALUTAZIONE 2010 11 Le rilevazioni degli apprendimenti A.S. 2010 11 Gli esiti del Servizio nazionale di valutazione 2011 e della Prova nazionale 2011 ABSTRACT Le rilevazioni degli
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Dettagli1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.
. Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,
DettagliApprofondimenti. Gli investimenti immobiliari secondo lo IAS 40. di Paolo Moretti
Gli investimenti immobiliari secondo lo IAS 40 di Paolo Moretti L «International Accounting Standards Board» (IASB), nell ambito del progetto di revisione («Improvement») dei princìpi contabili internazionali,
DettagliÈ importante la struttura finanziaria?
CAPITOLO 17 È importante la struttura finanziaria? Semplici PROBLEMI 1. Si noti che il valore di mercato di Copperhead supera di molto il suo valore contabile: Valore di mercato Azioni (8 milioni di azioni
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliEsercitazione 23 maggio 2016
Esercitazione 5 maggio 016 Esercitazione 3 maggio 016 In questa esercitazione, nei primi tre esercizi, analizzeremo il problema del moral hazard nel mercato. In questo caso prenderemo in considerazione
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliL EFFICACIA DELLE MISURE DI POLITICA ATTIVA DEL LAVORO REALIZZATE IN PROVINCIA DI TORINO NEL 2007-08
1 La valutazione L EFFICACIA DELLE MISURE DI POLITICA ATTIVA DEL LAVORO REALIZZATE IN PROVINCIA DI TORINO NEL 2007-08 Esiti occupazionali a 24 dalla partecipazione Vengono qui riassunti i risultati della
DettagliCapitolo Terzo Valore attuale e costo opportunità del capitale
Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliECONOMIA DEL LAVORO. Lezioni di maggio (testo: BORJAS) L offerta di lavoro
ECONOMIA DEL LAVORO Lezioni di maggio (testo: BORJAS) L offerta di lavoro Offerta di lavoro - Le preferenze del lavoratore Il luogo delle combinazioni di C e L che generano lo stesso livello di U (e.g.
DettagliARISTIDE. Analisi del Rischio del portafoglio crediti e Tassi Interni di Decadimento
ARISTIDE Analisi del Rischio del portafoglio crediti e Tassi Interni di Decadimento Generalita... 2 Settori... 4 Territorio... 6 Regioni... 6 Provincie... 6 Classi di utilizzo... 7 ARISTIDE Analisi Rischio
DettagliEconometria applicata all intermediazione finanziaria Esercizi regressione multipla
Econometria applicata all intermediazione finanziaria Esercizi regressione multipla Tiziano Razzolini Università di Siena. mail: razzolini4@unisi.it 3 aprile 2012 Esercizi 6.1-6.4 e 7.1-7.4 Questi esercizi
Dettagli