IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "IL MODELLO DI REGRESSIONE LINEARE MULTIPLA"

Transcript

1 Captolo 9 - Il modello d regressoe leare multpla 9 - IL MODELLO DI REGRESSIONE LINEARE MULTIPLA 9 9. Itroduzoe 9. Il modello d regressoe leare multpla 9.3 Il modello d regressoe leare multpla forma matrcale 9.4 Stma putuale de parametr 9.5 La decomposzoe della varaza totale e l coeffcete d determazoe multplo 9.6 Ifereza su parametr del modello d regressoe 9.7 Il test F per selezoare l modello d regressoe 9.8 Ifereza per la rsposta meda e per la prevsoe 9.9 La multcolleartà 9. Itroduzoe Nel captolo 6 abbamo llustrato l modello d regressoe leare semplce dove ua varable rsposta Y è supposta dpedere soltato da ua varable esplcatva. Nella maggor parte de cas tuttava questa assuzoe o è adeguata poché Y potrebbe essere fluezata da pù d ua varable dcamo k co k. I cocett d relazoe fuzoale e relazoe statstca devoo essere estes a questa stuazoe. Dremo che esste ua relazoe fuzoale tra Y e k se e solo se u valore d Y corrspode a ua data combazoe de valor delle varabl esplcatve. Per esempo se e dcao la lughezza de due lat adacet d u rettagolo e Y è l suo permetro allora vale la seguete relazoe fuzoale leare. Y. I geerale ua relazoe fuzoale d tpo leare può essere espressa come: Y k k dove k soo coeffcet. I partcolare è detto tercetta coè l valore d Y quado k ; metre j (per j k ) esprme l cremeto d Y corrspodete a u cremeto utaro d j avedo fssato le restat varabl. Come abbamo gà vsto per la regressoe leare semplce egl stud emprc la relazoe che può essere osservata tra le varabl Y e k o è ma ua relazoe matematca esatta: fatt ad ua determata combazoe d valor delle varabl esplcatve possoo corrspodere pù valor d Y. I tal crcostaze dremo che tra la varable rsposta e le varabl esplcatve sussste ua relazoe statstca. Ad esempo: se Y è la spesa auale per cosum è l prodotto tero lordo (PIL) è la Popolazoe e 3 è tasso d dsoccupazoe può accadere che per a cu s osservo gl stess valor del PIL della Popolazoe e del Tasso d dsoccupazoe possao corrspodere valor dvers d spesa Y ; se Y è l salaro d mpego soo gl a d mpego el lavoro attuale è S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

2 Captolo 9 - Il modello d regressoe leare multpla 9 - l ultmo ttolo d studo coseguto 3 è l umero d compoet della famgla a mpegat co gl stess valor delle varabl esplcatve possoo corrspodere dvers valor del salaro. Come abbamo gà vsto el cap.6 per descrvere e aalzzare feome emprc è opportuo trodurre ua relazoe pù complessa d quella fuzoale che prede l ome d relazoe statstca. Ua relazoe statstca può essere descrtta dalla seguete equazoe: Y f ( k ) (9..) cu f ( k ) è la fuzoe d regressoe che esprme l cotrbuto delle varabl esplcatve al valore della varable rsposta Y metre rappreseta l cotrbuto d tutt gl altr fattor o osservat grado d fluezare la rsposta ed è qud ua varable casuale. I aaloga co quato gà detto per la regressoe leare semplce el prossmo paragrafo trodurremo alcue assuzo. Per mostrare grafcamete la relazoe che tercorre tra due o pù varabl esplcatve e la varable rsposta può essere utlzzata ua matrce d dagramm a dspersoe. Questa cosste ua sere d dagramm d dspersoe che descrvoo tutte le possbl coppe d varabl selezoate da ( Y k ). I tal modo è possble vsualzzare la relazoe tra la Y e og sgola varable esplcatva e se ad esempo è d tpo leare o o leare. Tuttava l uso d tale grafco o è doeo a vestgare se e come due o pù varabl esplcatve possoo flure cogutamete sulla varable rsposta. ESEMPIO 9.. Matrce d dagramm d dspersoe La seguete fgura rporta l grafco a matrce d dagramm d dspersoe corrspodete alle varabl Spesa auale per cosum (Y ) Prodotto tero lordo ( ) Popolazoe ( ) e Tasso d dsoccupazoe ( 3 ) osservat egl Stat Ut tra l 959 e l 999 (dataset coteuto el fle PIL). Spesa per cosum PIL Popolazoe Tasso dsoccupazoe Fgura 9.. Matrce d dagramm d dspersoe S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

3 Captolo 9 - Il modello d regressoe leare multpla 9-3 I og quadrate è presete u dagramma d dspersoe tra la varable dcata ella corrspodete coloa co quella dcata ella corrspodete rga. Dal grafco s può otare che tra e sussste u forte legame. Ifatt all aumetare della Popolazoe aumeta l PIL. Da cò s potrebbe rteere che le due varabl cotegao la stessa formazoe crca la Y e che qud ua delle due potrebbe essere rdodate ello spegare la varable dpedete. Ne successv paragraf sarao trodott cocett prcpal alla base del modello d regressoe leare multpla partcolare l metodo d stma la botà d adattameto l fereza su parametr e la multcolleartà. Rmadamo l lettore a test pù specalstc per quato rguarda l approfodmeto sulla geeralzzazoe del modello a varabl esplcatve o solo quattatve e alla verfca delle assuzo del modello. Dal terzo paragrafo po è rchesta la coosceza degl elemet d base dell algebra matrcale. 9. l modello d regressoe leare multpla Tra tutt possbl modell d regressoe multpla l pù semplce è quello oto come modello d regressoe leare multpla. Le assuzo del modello d regressoe leare multpla s rferscoo al processo che geera le osservazo dspobl composte ogua da k valor k k k e soo le seguet: Assuzoe. Y k k per og osservazoe ; Assuzoe. le soo v.c. dpedet co valore atteso E( ) e varaza costate V( ) per og dpedetemete da valor delle j (co j.. k ); Assuzoe 3. valor j (per j..k... ) delle varabl esplcatve j (per ) soo ot seza errore. La prma assuzoe mplca che tra le possbl fuzo d regressoe f ( k ) che possoo descrvere l legame tra la varable dpedete e le varabl esplcatve s è scelta la fuzoe leare. Og è ua varable casuale poché rappreseta gl scostamet d Y dal suo valore atteso. S assume allora che le v.c. sao tra loro statstcamete dpedet co valore atteso uguale a zero e varaza costate par a teedo fssate le varabl esplcatve. La codzoe d varaza costate del terme d errore corrspode apputo all potes d omoschedastctà. NOTA Per l modello d regressoe è suffcete assumere che le sao tra loro correlate ossa che la covaraza tra e j sa ulla per og j ; tuttava per semplctà d esposzoe qu assumamo l dpedeza tra gl error. Poché è ua varable casuale ache la varable dpedete Y somma d ua combazoe leare d compoet determstche e d ua stocastca è ua varable casuale. Ora per og k k k è ua costate e E( ) (assuzo e 3); da cò dscede che l valore atteso d Y codzoato al valore k k è: S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

4 Captolo 9 - Il modello d regressoe leare multpla 9-4 E ( Y k k ) k k (9..) La 9.. rappreseta l equazoe d u perpao uo spazo a k dmeso. Tale perpao prede l ome d superfce d regressoe o d rsposta e la sua poszoe ello spazo dpede da valor assut da coeffcet d regressoe. I partcolare è l tercetta e rappreseta l valore della rsposta meda E(Y ) quado k metre j (per j k ) dca l cremeto d E(Y ) corrspodete ad u cremeto utaro d j teedo fsso l valore delle altre varabl esplcatve. ESEMPIO 9.. Superfce d regressoe S cosder u modello co due varabl esplcatve ( k ) e 5 e. I questo caso s ottee come superfce d regressoe u pao d equazoe E(Y ) 5 collocato uo spazo trdmesoale. Il pao è mostrato ella seguete fgura. E Y Fgura 9.. Superfce d regressoe Quado l valore d E (Y ) è par a 5. Ioltre E (Y ) decresce d quado cremeta d e è teuta costate; smlmete E (Y ) cremeta d corrspodeza d u cremeto utaro d teuta costate. S può osservare che per l -esma osservazoe la dffereza tra l valore della varable dpedete e l suo valore atteso E(Y ) 5 rappreseta l terme d errore. Per quato detto fora le Y essedo fuzo delle varabl casual hao valore atteso par a E ( Y ) k k e varaza par a V(Y ) V( ). Pertato u modo equvalete d formulare l modello d regressoe leare multpla che tee coto delle assuzo -3 è dato da: S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

5 Captolo 9 - Il modello d regressoe leare multpla 9-5 Le osservazo atteso soo realzzazo d varabl casual dpedet co valore k e varaza comue k. Le procedure ferezal su parametr del modello d regressoe leare semplce rchedoo come abbamo gà vsto el captolo 6 l troduzoe dell assuzoe d ormaltà delle varabl casual ossa che: Assuzoe 4. ~ N per.... Teedo coto d questa ulterore assuzoe l modello d regressoe leare multpla può essere defto el modo seguete: Le osservazo soo realzzazo d varabl casual Normal co valore atteso e varaza k Y k ossa k k ~ N per.... L assuzoe d Normaltà del terme d errore o rsulta geeralmete troppo restrttva el seso che vale almeo approssmatvamete molt feome real. NOTA Tra le assuzoe fatte per l modello la prma potrebbe sembrare troppo restrttva per l applcabltà del modello gacché presuppoe che la superfce d rsposta sa u perpao. Tuttava s deve otare che l modello mpoe solamete la leartà de suo parametr rededolo molto pù flessble d quato possa apparre. S può fatt faclmete dmostrare che l modello d regressoe polomale e l modello che preseta uo o pù term d terazoe soo sostaza acora modell d regressoe leare. Per esempo cosderamo l modello: Y 3 4 che clude ua varable elevata al quadrato e l prodotto tra due varabl per teer coto d u possble effetto d terazoe tra queste due. Questo modello è acora u modello d regressoe leare multpla. Ifatt operado le sosttuzo modo: Y e 4 s può rscrvere el seguete Spesso ache quado la fuzoe d regressoe o è leare e parametr s può rcodurla al caso leare attraverso u approprata trasformazoe. Per esempo Y s può rcodurre a u modello leare e parametr attraverso la log Y trasformazoe logartmca fatt: Y. log log log log e poedo Y log log log e log s ottee l modello leare Y 9.3 Il modello d regressoe leare multpla forma matrcale Il modello d regressoe leare multpla può essere rformulato utlzzado l algebra matrcale. L uso dell algebra matrcale permette d stetzzare pù faclmete rsultat. Idchamo co Y β ε seguet vettor coloa corrspodet a valor della varable rsposta a parametr del modello e a term d errore S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

6 Captolo 9 - Il modello d regressoe leare multpla 9-6 e sa la matrce: Y β k ε k k k dove della secoda coloa po soo rportat valor delle varabl esplcatve osservat sulle utà statstche. Le assuzo del modello possoo essere rscrtte el seguete modo: Assuzoe. Assuzoe. Assuzoe 3. Y β ε ; ε è u vettore casuale d compoet dpedet co valore atteso E ( ε) e matrce d varaza-covaraza V ( ε) I (dove I dca la matrce dettà d dmesoe ); è ua matrce d costat e possede rago peo. Poché è ua matrce d dmesoe k e β è u vettore coloa d dmesoe k allora β è u vettore coloa d dmesoe dove l -esmo elemeto è par a k j j j e duque la prma assuzoe corrspode a quella gà vsta el paragrafo precedete. Osservamo che E ( ε) è equvalete a scrvere E( ) per og... e che la matrce d varaza-covaraza V ( ε) I è equvalete a V ε I ossa che V( ) per og... e che Cov( j ) per og... co j e coè che term d errore soo correlat. L ultma assuzoe è equvalete a quella del paragrafo precedete solo che è messa forma matrcale. L assuzoe sul rago peo della matrce è ecessara per otteere la stma del vettore de parametr β che rchede l calcolo della matrce che può essere effettuato solo se la possede rago peo. I cosegueza a quato llustrato rsultat sulle varabl aleatore espress forma matrcale: Y possoo essere Il vettore aleatoro Y possede valore atteso e matrce d varaza-covaraza par a: E Y β ; Y V ε I V (9.3.) S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

7 Captolo 9 - Il modello d regressoe leare multpla 9-7 Alle tre precedet assuzo s può aggugere l assuzoe sulla ormaltà degl error Assuzoe 4. ε s dstrbusce come ua Normale multvarata co vettore de valor attes par a μ e matrce d varazacovaraza par a Σ I. NOTA La dstrbuzoe Normale multvarata è ua geeralzzazoe della dstrbuzoe Normale al caso d due o pù varabl. Idchamo co z ~ Nμ Σ u vettore aleatoro z che s dstrbusce come ua Normale multvarata co μ vettore de valor attes e Σ matrce d varaza-covaraza cu elemet costtuscoo parametr della dstrbuzoe. Dall assuzoe 4. segue che l vettore aleatoro Y ~ N β I e cò mplca l dpedeza delle Y e che Y s dstrbusce come k Y ~ N j j per =. j 9.4 Stma putuale de parametr Il metodo d stma de mm quadrat descrtto el paragrafo 6.4 può essere applcato ache questo caso pù geerale. Il metodo de mm quadrat rchede la mmzzazoe rspetto al vettore de parametr β della fuzoe d perdta k k G β (9.4.) G β è sempre o egatva ed è uguale a zero solamete quado per og La fuzoe osservazoe l valore stmato ŷ uguagla l valore osservato crescere della dstaza tra valor osservat e valor stmat e pertato ell dvduare l mglor modello s mmzza tale dstaza rspetto al vettore d parametr β. S dmostra che. La fuzoe aumeta al la stma de mm quadrat ordar d β se esste b è data da (9.4.) NOTA La stma de mm quadrat ordar è spesso deotata co OLS abbrevazoe del terme glese Ordar Least Squares per dfferezarla dal metodo de mm quadrat poderat (WLS Wheghted Least Squares) utlzzato el caso cu o valga l assuzoe d omoschedastctà del terme d errore. Per meglo compredere la formula 9.4. cosderamo dettaglo l caso pù semplce cu s cosdera ua sola varable esplcatva ossa l caso d u modello d regressoe leare semplce. Cosderamo le seguet matrc zal: S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

8 Captolo 9 - Il modello d regressoe leare multpla 9-8 S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l. k β allora s ha b b Y Y b rcordado che e Y. Pertato s ottegoo le stesse stme della ESEMPIO 9.4. Calcolo matrcale della stma de parametr d u modello d regressoe leare semplce Rpredamo dat dell esempo 6..3 e la stma de parametr del modello d regressoe leare semplce rportat ell esempo Possamo rformulare l problema term matrcal: e duque b I calcol matrcal possoo essere esegut ad esempo attraverso le fuzoe del software Ecel. I partcolare le fuzo MATR.PRODOTTO(.) e MATR.INVERSA(.) cosetoo rspettvamete d

9 Captolo 9 - Il modello d regressoe leare multpla 9-9 calcolare l prodotto tra due matrc e l versa d ua matrce. Come s può osservare gl elemet del vettore de parametr b corrspodoo esattamete a valor delle stme d e trovat ell esempo I calcol matrcal per la stma de parametr del modello soo effettuat automatcamete dal software statstco utlzzato per aalzzare dat. ESEMPIO 9.4. Stma de parametr d u modello d regressoe leare multpla Cosderamo l fle d dat Impegat che cotee le determazo del Sesso degl A d struzoe della Categora lavoratva dello Stpedo attuale e d quello zale de Mes trascors dall assuzoe e del Logartmo dello stpedo attuale relatvamete a 474 dpedet. Cosderado l modello d regressoe leare multpla cu s assume l Logartmo dello stpedo attuale come varable dpedete (Y) e gl A d struzoe ( ) e Mes trascors dall assuzoe ( ) come varabl esplcatve s ottegoo le stme rportate ella seguete tabella: Stma de coeffcet Coeffcete Errore stadard t p-value Costate Il modello d regressoe stmato è: ŷ Cò sgfca ad esempo che l valore atteso del Logartmo dello stpedo attuale aumeta d 96 aumetado d u ao gl A d struzoe teuto costate l umero d Mes trascors dall assuzoe. Per dvduare valor d e che redoo mma la fuzoe d perdta G ( ) occorre calcolare le dervate parzal d tale fuzoe rspetto a e e porle ugual a zero. Dopo alcu passagg e semplfcazo s ottegoo le stme de coeffcet d regressoe. Lo stmatore de mm quadrat ordar de coeffcet d regressoe che per semplctà verrà dcato allo stesso modo del vettore delle stme b è ache lo stmatore d massma verosmglaza sotto l assuzoe che l terme d errore è dstrbuto ormalmete. Come per l modello d regressoe leare semplce dove gl stmator de coeffcet d regressoe B e B soo fuzo lear delle Y ache lo stmatore b è fuzoe leare del vettore casuale Y gacché s può vedere come fuzoe leare del tpo b AY co A. Possamo pertato eucare le seguet propretà: Propretà degl stmator de mm quadrat ordar. b è uo stmatore corretto d β ossa E b β.. La matrce d varaza-covaraza dello stmatore b è 3. Nella classe degl stmator corrett d j (per V b. j k ) che soo fuzo lear delle Y gl stmator de mm quadrat ordar soo pù effcet coè soo quell che hao mma varaza per qualsas valore de parametr (Teorema d Gauss-Markov). NOTA S deot co c l elemeto della matrce j coloa k. La propretà. mplca che la varaza d b j per posto all tersezoe della rga h co la j k è V b j c jj S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

10 Captolo 9 - Il modello d regressoe leare multpla 9 - metre la covaraza tra del parametro b h e b j per h j k co j h è Covbh bj chj. Il valore geere o è oto e duque o è oto eppure l valore d V b pertato sarà ecessaro stmare l parametro come verrà llustrato seguto. Cosderado la rformulazoe forma matrcale del modello d regressoe leare semplce s può vedere faclmete che gl elemet della matrce V b portao agl stess rsultat dat el paragrafo 6.6. Cosderamo ora ua stma del parametro basata su resdu ê ŷ. Lo stmatore corretto della varaza de resdu è dato da: s ê k (9.4.3) Sosttuedo co s possamo stmare la varaza degl stmator de mm quadrat ordar. La radce quadrata della stma della varaza d b j s b j è detta errore stadard d b j. Questa quattà msura la dspersoe meda dello stmatore toro al suo valore atteso ed è ua quattà fodametale per l fereza su coeffcet d regressoe. ESEMPIO Error stadard delle stme de coeffcet d regressoe Rprededo l fle d dat cosderato ell esempo 9.4. le seguet tabelle rportao l output otteuto tramte l software Ecel. Statstca della regressoe R multplo 699 R al quadrato 489 R al quadrato corretto 487 Errore stadard 85 Osservazo 474 ANALISI VARIANZA gdl SQ MQ F Sgfcatvtà F Regressoe Resduo Totale Stma de coeffcet Coeffcete Errore stadard t p-value Costate Nella secoda tabella corrspodeza della cella co rquadro rosso è rportata la stma d par a 8; La sua radce quadrata par a 85 è rportata el rquadro rosso della prma tabella e rappreseta ua stma della dstaza meda tra l valore osservato e la stma del suo valore atteso. I valor degl error stadard de coeffcet d regressoe soo rportat ell ultma tabella. S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

11 Captolo 9 - Il modello d regressoe leare multpla La decomposzoe della varaza totale e l coeffcete d determazoe multplo Come abbamo gà vsto per l modello d regressoe leare semplce ache questo caso vale la propretà della decomposzoe della varaza totale dove la somma totale de quadrat (SQT s può scomporre ella somma de quadrat della regressoe SQRe ella somma de quadrat degl error SQE : ŷ ê A partre da tale relazoe s può costrure come gà vsto el paragrafo 6.5 ua msura d botà d adattameto ota come coeffcete d determazoe multplo e dato da: R SQR SQT SQE SQT (9.5.) Questo dce è u estesoe del coeffcete d determazoe al caso d due o pù varabl esplcatve e vara tra e dcado la proporzoe d varabltà d Y spegata dalle varabl esplcatve attraverso l modello d regressoe. Assume l valore mmo quado SQR vale a dre asseza d relazoe statstca d tpo leare tra le osservazo; vale quado SQR SQT ossa el caso d perfetta dpedeza leare. Quado alle varabl esplcatve del modello d regressoe s agguge ua uova varable la somma de quadrat degl error SQE o aumeta e ormalmete valor stmat ŷ rsultao essere pù vc a valor osservat. Pertato l valore d R co l troduzoe d ua uova varable esplcatva el modello o può ma decrescere. Ne cosegue che u modello che dffersce da u altro solamete per possedere ua varable pù rspetto all altro mostrerà sempre u valore maggore o uguale d R. Per poter cofrotare la capactà d adattameto d dvers modell eutralzzado l effetto dovuto al dverso umero d varabl esplcatve possamo predere cosderazoe l seguete dce. Il coeffcete d determazoe multplo corretto è dato da: SQE k R c (9.5.) SQT Questo dce tee coto del umero d varabl esplcatve cluse el modello. Ifatt SQE è dvso per k e qud aggugedo ua uova varable el modello k aumeta d u utà e R c potrebbe aumetare o dmure a secoda d quato s è rdotto l SQE. Ife l coeffcete d correlazoe multplo è dato dalla radce quadrata del coeffcete d determazoe multplo R R e msura la correlazoe leare tra valor osservat e corrspodet valor stmat ŷ. S ot che questo dce a dffereza del coeffcete d correlazoe leare può assumere solo valor o egatv. S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

12 Captolo 9 - Il modello d regressoe leare multpla 9 - ESEMPIO 9.5. Botà d adattameto del modello d regressoe leare multpla Rprededo l esempo la secoda tabella rporta la decomposzoe della varaza totale dove SQT SQR 36 5 e SQE La prma tabella vece rporta l valore d R SQR SQT che rsulta o troppo elevato deotado u adattameto moderato. Il valore del coeffcete d determazoe multplo corretto è R c 487 Il coeffcete d correlazoe multplo è R Ifereza su parametr del modello d regressoe Come abbamo gà vsto sotto le prme tre assuzo gl stmator de mm quadrat ordar o d massma verosmglaza deft dagl elemet d b soo corrett ossa E b β e possedoo matrce d varaza-covaraza par a V b. Tuttava per poter fare fereza su coeffcet d regressoe s deve cooscere la dstrbuzoe d oguo de k stmator. Per dervare questa dstrbuzoe è rchesta l assuzoe d ormaltà de term d errore (assuzoe 4). Sotto l assuzoe 4 lo stmatore de mm quadrat b d β ha dstrbuzoe Normale multvarata co vettore de valor attes par a E b β e matrce d varaza-covaraza V b ossa b ~ N β. (9.6.) Pertato og elemeto d b ha dstrbuzoe Normale b ~ N c j k. Qud la statstca b j j ~ N. c jj Tuttava solo raramete s è a coosceza del valore del parametro vee stmato attraverso lo stmatore ottee la statstca j per j jj e l pù delle volte s dato dalla 9.4.3; qud sosttuedo tale valore s b j s k b j j ~ t (9.6.) che s dstrbusce come ua varable casuale t Studet co k grad d lbertà. Il deomatore della 9.6. è dato dall errore stadard dello stmatore b j. Dalla 9.6. possamo rcavare gl tervall d cofdeza per parametr del modello e le statstche test da utlzzare ella verfca d potes. Itervall d cofdeza Gl tervall d cofdeza per parametr d regressoe β a u lvello d cofdeza soo dat da: S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

13 Captolo 9 - Il modello d regressoe leare multpla 9-3 b j t s b j (9.6.3) dove t dca quel valore per cu la probabltà d osservare valor della t Studet co k grad d lbertà superor o ugual a t è par a. ESEMPIO 9.6. Itervallo d cofdeza per parametr del modello Cosderamo l fle d dat Demograf che cotee le determazo del Numero d crm della Popolazoe ( mglaa) della % d popolazoe co 65 a e pù della % d popolazoe co dploma superore e della Forza lavoro ( mglaa) osservate su 4 aree metropoltae degl Stat Ut el 977. Cosderamo l modello d regressoe leare che poe l Numero d crm fuzoe delle altre varabl. Le stme de coeffcet d regressoe degl error stadard e de lmt feror e superor degl tervall d cofdeza al 95% d cofdeza soo rportat ella seguete tabella: Stma de coeffcet Itervallo d cofdeza Coeffcet Errore stadard Iferore 95% Superore 95% Costate Popolazoe (mglaa) % popolazoe d 65 e pù a % co dploma superore Forza lavoro (mglaa) Verfca d potes Dalla formula 9.6. possamo ache rcavare le statstche test per la verfca d potes su coeffcet d regressoe. D orma s è teressat a verfcare l potes ulla H : j per qualche j k cotro l potes alteratva H : j. Ifatt se H o è rfutata s può affermare che j o è utle alla prevsoe della Y. Pù geerale l sstema d potes può essere formulato come H : j j cotro H : j j dove j è l valore dato al parametro sotto l potes ulla. Sotto l potes ulla s ha che la statstca test: b j j ~ tk s b j s dstrbusce come ua varable casuale t Studet co k grad d lbertà. Se s vuole verfcare l sstema d potes bdrezoale a u lvello d sgfcatvtà la regoe d rfuto sarà data da valor della statstca test superor valore assoluto a t. Percò Regoe d Rfuto d H : t I corrspodeza del valore osservato della statstca test possamo calcolare l p-value che come sappamo è ua msura del grado d dsaccordo rspetto all potes ulla: quato pù è pccolo l p-value tato maggore è l evdeza cotro l potes ulla. t NOTA Se per alcue varabl coeffcet o rsultao sgfcatvamete dvers da zero o è corretto elmare dal modello pù d ua varable alla volta. Ifatt ad esempo l elmazoe S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

14 Captolo 9 - Il modello d regressoe leare multpla 9-4 cotemporaea d due varabl dal modello corrspode ad accettare l potes ulla H : j ma a u lvello d superore a quello utlzzato per due sgol test. Come s vedrà seguto ua tale verfca può essere svolta attraverso l test F. ESEMPIO 9.6. Verfca d potes per parametr del modello Rprededo dat dell esempo 9.6. elle seguet tabelle soo rportat rsultat della regressoe. I partcolare ell ultma tabella soo mostrat valor della statstca test t e de corrspodet p-value (l potes ulla poe l valore del coeffcete d regressoe par a ): Statstca della regressoe R multplo 978 R al quadrato 956 R al quadrato aggustato 954 Errore stadard Osservazo 4 ANALISI VARIANZA gdl SQ MQ F Sgfcatvtà F Regressoe 4 6e e Resduo Totale 4 743e+ Stma de coeffcet Coeffcet Errore stadard Stat t p-value Costate Popolazoe (mglaa) % popolazoe d 65 a e pù % co dploma superore Forza lavoro (mglaa) Per u lvello d sgfcatvtà par a solo la Costate e le varabl Popolazoe e % d popolazoe co dploma superore rsultao avere u valore del coeffcete sgfcatvamete dverso da zero. 9.7 Il test F per selezoare l modello d regressoe Il test F è ua procedura per verfcare potes rguardat uo o pù coeffcet d regressoe. Essa è mpegata soprattutto per verfcare l potes che due o pù parametr sao cogutamete par a zero. Tale potes sotttede che le varabl esplcatve corrspodet a parametr suppost ull o soo utl a spegare la relazoe leare co la varable dpedete Y e che pertato possoo essere escluse dal modello d regressoe. I geerale s suppoga d voler verfcare l potes ulla: H : h h k per qualche h k cotro l potes alteratva H : almeo u' uguaglaza o è vera H L potes ulla afferma che almeo k h varabl h h k o soo utl per spegare la relazoe leare co la varable dpedete. Sotto l potes ulla vale S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

15 Captolo 9 - Il modello d regressoe leare multpla 9-5 pertato l seguete modello: Y h h U tale modello è detto modello rdotto cotrapposzoe al modello completo basato su tutte le varabl esplcatve: Y k k Il modello rdotto è adato all tero del modello completo ossa l prmo è u caso partcolare del secodo quado è vera l potes ulla. Ovvamete l adattameto a dat osservat del modello completo gacché cosdera pù varabl esplcatve è sempre mglore d quello rdotto. Utlzzado la otazoe trodotta el paragrafo 7.3 rguardate l Aals della Varaza dchamo co SQE la somma de quadrat degl error del modello completo e co SQE quella del modello rdotto. Qud s ha che SQE SQE e se la dffereza SQE SQE è grade H dovrebbe essere rfutata poché gl ultm k h parametr aumetao cosderevolmete l adattameto del modello; se la dffereza SQE SQE è pccola H o dovrebbe essere rfutata poché l adattameto del modello o aumeta modo cosderevole. Per stablre se la dffereza statstca test: SQE SQE è grade o pccola s può utlzzare la seguete SQE SQE k h SQE k F (9.7.) Sotto l potes ulla questa statstca s dstrbusce come ua varable casuale F Fsher co k h e k grad d lbertà (s veda paragrafo 9.8.5). S ot che l deomatore della 9.7. è la stma del parametro otteuta dal modello completo. Quato pù l valore d F è grade tato pù l potes H sarà rfutata a favore dell potes H. Stablto l lvello d sgfcatvtà del test la regoe d rfuto è data da Regoe d Rfuto d H : F F dove F dca quel valore per cu la probabltà d osservare valor della F Fsher co k h e k grad d lbertà superor o ugual a F è par ad. Quado F F l potes ulla o può essere rfutata e qud le k h varabl esplcatve possoo essere escluse dal modello d regressoe. NOTA Come gà otato el paragrafo 7.3 quado h k l test F verfca l potes ulla H : e porta alle stesse cocluso del test t descrtto el paragrafo 9.6. Quado h j l potes ulla dveta H : e corrspode a verfcare la valdtà del modello d k S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

16 Captolo 9 - Il modello d regressoe leare multpla 9-6 regressoe el suo complesso. I questo caso s può dmostrare che la statstca test F è ua R k fuzoe del coeffcete d determazoe multplo: F. R k ESEMPIO 9.7. Test F per l modello d regressoe Rprededo l esempo 9.6. s era vsto che coeffcet d regressoe trovat per le varabl esplcatve % d popolazo d 65 a e pù e Forza lavoro o erao sgfcatvamete dvers da zero ( valor del p-value soo rspettvamete par a 797 e 564). Per decdere se etrambe le varabl possoo essere rmosse dal modello s deve utlzzare l test F. Bsoga pertato comparare l modello completo quello mostrato ella tabella dell esempo 9.6. co l modello rdotto cu soo state elmate le suddette varabl esplcatve. D seguto soo presetate le tabelle rassutve otteute co Ecel della stma del modello rdotto. Statstca della regressoe R multplo 978 R al quadrato 956 R al quadrato aggustato 955 Errore stadard Osservazo 4 ANALISI VARIANZA gdl SQ MQ F Sgfcatvtà F Regressoe 7e+ 537e Resduo Totale 4 743e+ Stma de coeffcet Coeffcet Errore stadard Stat t p-value Costate Popolazoe (mglaa) % co dploma superore La somma de quadrat degl error del modello completo è SQE metre quella del modello rdotto è SQE Qud F Comparamo l valore della statstca test co l valore sogla per u 5 otteuto da ua F Fsher co e 36 grad d lbertà e par a F Poché 5<363 o può essere rfutata l potes ulla. Cò sgfca che per aalzzare l Numero d Crm l modello rdotto è preferble al modello completo. Cò è cofermato ache dal fatto che due modell hao pratcamete lo stesso valore del coeffcete d determazoe multplo e che l valore d quello corretto el modello rdotto è ache se d poco superore a quello del modello completo. Dalla tabella dell Aals della Varaza s può verfcare l caso d h attraverso l valore della statstca test F (par a ) e l corrspodete valore del p-value (par a ) che questo caso coducoo a rfutare l potes ulla che l modello el suo complesso o è utle a spegare la varable dpedete. S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

17 Captolo 9 - Il modello d regressoe leare multpla Ifereza per la rsposta meda e per la prevsoe Cosderado la fuzoe d regressoe stmata Ŷ b b b k k per ua data combazoe d valor delle varabl esplcatve k la stma del valore atteso della varable dpedete è ŷ b b bk k che può essere rscrtta forma matrcale come b. ŷ co La stma d EY k ossa geerado la varable casuale stmatore della rsposta meda Ŷ. k ŷ varerà a secoda del campoe estratto Propretà dello stmatore della rsposta meda. Ŷ è uo stmatore corretto d EY. La varaza d k. Ŷ è data da V Ŷ Assumedo l potes d ormaltà de term d errore la qud: Ŷ E Y Sosttuedo la varaza del terme d errore casuale Ŷ EY t s k Ŷ s dstrbusce ormalmete e ~ N co lo stmatore k ~ t k che s dstrbusce come ua v.c. t Studet co k grad d lbertà. s s ottee la varable Idcado co sŷ s l errore stadard d Ŷ s ottee l espressoe dell tervallo d cofdeza per la rsposta meda a u lvello d cofdeza Ŷ t s Ŷ (9.8.) Per la prevsoe del sgolo valore della Y corrspodeza d ua uova osservazoe che preseta valor delle varabl dpedet ugual a quell d s utlzza lo stesso stmatore utlzzato per stmare la rsposta meda. Tuttava come abbamo gà vsto el paragrafo 7.4 lo stmatore per sgol valor Y ha u errore stadard pù grade dato da s Y Ŷ s. Percò l tervallo d cofdeza per la prevsoe d u sgolo valore cofdeza è dato da: Y a u lvello d S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

18 Captolo 9 - Il modello d regressoe leare multpla 9-8 Ŷ t s Y Ŷ (9.8.) ESEMPIO 9.8. Itervallo d cofdeza per la rsposta meda e la prevsoe Rprededo l esempo 9.7. cu l Numero d crm vee messo relazoe co la Popolazoe e la % d persoe co dploma superore suppoamo d cosderare u area co ua Popolazoe d 9 (mglaa) d dvdu d cu l 64% co dploma superore. Sosttuedo tal valor al modello stmato s ottee la stma del Numero d crm par a Cosderado l tervallo d cofdeza a lvello del 95% s ottee: per la rsposta meda l tervallo [8774 ; 95947] metre per l valore prevsto l tervallo pù ampo [565 ; 66966]. 9.9 La multcolleartà I molte stuazo le varabl esplcatve possoo essere tra loro molto correlate e questo caso dremo che c trovamo ua stuazoe d multcolleartà. Cò accade spesso elle dag d tpo soco-ecoomco dove la maggor parte delle varabl cosderate o possoo essere teute completamete sotto cotrollo. L effetto prcpale dovuto alla multcolleartà è quello d aumetare cosderevolmete la varaza degl stmator de mm quadrat de coeffcet d regressoe. Cosderamo l caso d due varabl esplcatve e e per semplctà suppoamo che sao stadardzzate (ossa co meda ulla e varaza utara). I questo caso s può dmostrare che dove è l coeffcete d correlazoe tra e. Pertato la varaza degl stmator de mm quadrat d e V b V b ed è charo che tato è maggore è l valore d tato pù grade è l valore della varaza degl stmator. Quado ossa le due varabl soo correlate le varaze assumoo l valore mmo. Pù geerale la varaza degl stmator de mm quadrat b j aumeta al crescere della dpedeza leare della varable j dalle altre varabl esplcatve. L aumeto della varaza dovuto alla multcolleartà ha degl effett egatv sull fereza de coeffcet d regressoe. I partcolare come s può vedere dalla l aumeto d s porta all aumeto dell ampezza dell tervallo d cofdeza. Ioltre dalla 9.6. b j l aumeto dell errore stadard fa dmure l valore assoluto della statstca test portado pù faclmete a o rfutare l potes ulla ache se questa o è vera ossa a commettere co maggore probabltà u errore del secodo tpo. U dce utlzzato per msurare l lvello d multcolleartà della varable varabl esplcatve è l Varace flacto factor dato da j co le altre VIF j (9.9.) R j S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

19 Captolo 9 - Il modello d regressoe leare multpla 9-9 dove R j è l coeffcete d determazoe multplo del modello d regressoe el quale la varable j dpede dalle altre k varabl esplcatve. Il valore mmo del VIF j è e dca che la varable j è correlata dalle altre. I geere u valore superore a dca gà u lvello suffcetemete alto d multcolleartà. La preseza d elevata multcolleartà comporta l cambameto e valor delle stme de coeffcet d regressoe cosegueza a lev modfcazo de valor osservat a elmazoe o agguta d qualche varable esplcatva all agguta d uove osservazo. Tuttava la multcolleartà o altera la botà d adattameto del modello e la sua capactà prevsva rspetto alla varable rsposta. ESEMPIO 9.9. Verfca delle multcolleartà Rprededo l dataset Demograf dell esempo 9.6. s ottegoo corrspodeza del modello stmato seguet valor del VIF : Varabl VIF Popolazoe (mglaa) 5957 % co dploma superore 87 % popolazoe d 65 e pù a 89 Forza lavoro (mglaa) 65 Come s può vedere la varable Popolazoe e Forza Lavoro presetao u valore molto elevato del VIF dcado preseza d multcolleartà. S può verfcare ad esempo che RForza Lavoro 995. Nel modello rdotto rportato ell esempo 7.7. o v è multcolleartà come s può osservare da valor rportat ella seguete tabella. Varabl VIF Popolazoe (mglaa) 5 % co dploma superore 5 S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

20 Captolo 9 - Il modello d regressoe leare multpla 9 - Appedce A.9. Stma de coeffcet d regressoe Il problema cosste el mmzzare G k k β β matrcale possamo scrvere β β β ) s trova β β β ββ β rspetto a β. I forma G ed espadedo l espressoe (rcordado che G. Notado che β ha dmesoe ( )( k )(k ) darà lo stesso valore della sua trasposta β. Pertato s trova che G β β ββ. Dfferezado la fuzoe rspetto al vettore d parametr e uguagladola a zero s ottee: Gβ β β da cu poedo b al posto d β e dvdedo per s ottee l seguete sstema ormale: b Per otteere la stma de coeffcet d regressoe dal sstema ormale s deve premoltplcare etramb membr dell equazoe per la matrce versa d (assumedo che essta) b e poché I e Ib b b s ottee A.9. Correttezza degl stmator de mm quadrat Pochè b s può rscrvere come fuzoe leare del tpo AY costate possamo faclmete dmostrare che b è uo stmatore corretto d β. b co A E. Ifatt dato che I s ha b EAY AEY Aβ β Iβ β matrce A.9.3 Varaza e covaraza degl stmator de mm quadrat Dalle propretà delle matrc sappamo che dato u vettore W AY co A matrce costate allora V W V AY AV YA. Pertato V b V AY AV YA. Rcordado che Y I A s ha V b I I. V e A.9.4 Propretà dello stmatore della rsposta meda Lo stmatore è corretto fatt E La varaza dello stmatore è data da Ŷ k E b Eb β EY k b V Ŷ V V b. S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

21 Captolo 9 - Il modello d regressoe leare multpla 9 - Idcare se le seguet affermazo soo vere o false. (Le rsposte esatte soo fodo a questo documeto) 9. - Y log( ) V F è u modello d regressoe leare multpla. Aggugedo al modello ua varable esplcatva l coeffcete d determazoe multplo o può ma rdurs. Il coeffcete d determazoe multplo corretto cresce sempre all aumetare delle varabl esplcatve cluse el modello Il coeffcete d correlazoe multplo può essere egatvo Nel modello d regressoe s assume che le osservazo della varable rsposta sao correlate. Gl stmator d massma verosmglaza per coeffcet d regressoe soo gl stess de mm quadrat ordar. La fuzoe d regressoe descrve l adameto del valore atteso della varable dpedete al varare del valore delle varabl esplcatve. Se dal test t rsulta che due varabl esplcatve hao coeffcet d regressoe o sgfcatvamete dvers da zero allora possamo drettamete elmarle dal modello. Il modello completo dffersce dal modello rdotto perché clude ua sola varable esplcatva pù. Il coeffcete d determazoe multplo dca la proporzoe d varabltà totale dovuta all errore. La varabltà degl stmator de mm quadrat per coeffcet d regressoe dpede dalla matrce. Pù le varabl esplcatve soo correlate fra loro e maggore è la varabltà dello stmatore b. I preseza d multcolleartà l modello d regressoe peggora la sua capactà d prevsoe. Lo stmatore b d β ha mma varabltà quado le varabl esplcatve soo fra loro massmamete correlate. Il coeffcete d determazoe corretto tee coto del umero d varabl esplcatve cluse el modello. L tervallo d cofdeza per la rsposta meda o è ma pù grade d quello per l valore prevsto Se R Rc R allora la fuzoe d regressoe s adatta perfettamete a dat osservat VERIFICA Per fare fereza su parametr del modello d regressoe è ecessara l assuzoe d ormaltà del terme d errore. La ormaltà del terme d errore o mplca la ormaltà degl stmator de mm quadrat de coeffcet d regressoe Se ε I V allora term d errore soo tra loro correlat. S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

22 Captolo 9 - Il modello d regressoe leare multpla 9 - ESERCIZI (le soluzo soo dspobl sul sto WEB) Gl esercz propost prevedoo l utlzzazoe d fle d dat formato JMP SPSS o ECEL. 9. Costrure la matrce e l vettore β per oguo de seguet modell d regressoe multpla (s assume 4 ): a. Y b. log Y c. Y 3 d. Y 3 9. Per oguo de seguet modell d regressoe dre se s tratta d u modello d regressoe leare multpla. Se o lo è dre se medate u opportua trasformazoe è possble esprmerlo ella forma dell Assuzoe. a. Y log 3 b. Y ep c. Y log d. Y ep 9.3 S cosder l fle-dat Cellulare (.jmp.sav o.ls) coteete la meda mesle mut d utlzzo del cellulare (Mut) l costo medo mesle delle telefoate (Bolletta) la percetuale per uso uffco (Lavoro) e l reddto famglare (Reddto) d 5 dvdu. Stmado l modello d regressoe leare multpla che fa dpedere la varable meda mesle mut d utlzzo del cellulare dalle restat varabl s ottegoo le seguet tabelle d output: Statstca della regressoe R multplo 54 R al quadrato 9 R al quadrato corretto 83 Errore stadard 3944 Osservazo 5 ANALISI VARIANZA gdl SQ MQ F Sgfcatvtà F Regressoe E-8 Resduo Totale Coeffcet Errore stadard Stat t p-value Iferore 95% Itercetta Superore 95% VIF BOLLETTA LAVORO REDDITO a. Aumetado d u euro l costo medo della bolletta d quato aumeta la meda mesle d utlzzo del cellulare (teedo costate l valore delle altre varabl)? S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

23 Captolo 9 - Il modello d regressoe leare multpla 9-3 b. Cosderado u lvello d sgfcatvtà par a dcare qual soo le varabl esplcatve che presetao u coeffcete d regressoe sgfcatvamete dverso da zero. c. Cosderado u lvello d cofdeza par a 95 l coeffcete d regressoe della varable Bolletta può essere par a? d. La botà d adattameto del modello d regressoe leare è molto elevata? e. S può rfutare l potes ulla che coeffcet d regresso soo tutt ugual a zero per u 5? f. Possamo dre che c è multcolleartà tra le varabl esplcatve? 9.4 S cosder l fle d dat Auto (.jmp.sav o.ls) dell eserczo 8.. Stmado l modello d regressoe leare multpla che fa dpedere la varable Cosumo dell automoble dalla Cldrata (MOTORE) da Cavall (CV) dal Peso e dall Accelerazoe s ottegoo le seguet tabelle d output: Statstca della regressoe R multplo 839 R al quadrato 74 R al quadrato corretto 7 Errore stadard 454 Osservazo 39 ANALISI VARIANZA gdl SQ MQ F Sgfcatvtà F Regressoe E- Resduo Totale Coeffcet Errore stadard Stat t p-value Iferore 95% Itercetta Superore 95% VIF MOTORE CV PESO ACCEL a. Cosderado u lvello d sgfcatvtà par a 5 dcare qual soo le varabl esplcatve che presetao u coeffcete d regressoe sgfcatvamete dverso da zero. b. Cosderado u lvello d cofdeza par a 95 l coeffcete d regressoe della varable Peso può essere d sego postvo? c. La botà d adattameto del modello d regressoe leare è suffcetemete elevata? d. S può accettare l potes ulla che coeffcet d regresso soo tutt ugual a zero per u? e. Possamo dre che c è multcolleartà tra le varabl esplcatve? 9.5 S cosder l fle d dat Auto (.jmp.sav o.ls). Stmado l modello d regressoe leare multpla che fa dpedere la varable Cosumo dell automoble da Cavall (CV) e dal Peso s ottee la seguete tabella d output: Statstca della regressoe R multplo 838 R al quadrato 7 R al quadrato corretto 7 Errore stadard 45 Osservazo 39 S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

24 Captolo 9 - Il modello d regressoe leare multpla 9-4 ANALISI VARIANZA gdl SQ MQ F Sgfcatvtà F Regressoe E-3 Resduo Totale a. Sulla base del valore del coeffcete d determazoe multplo e d quello corretto s può affermare che l modello suddetto s adatta meo bee d quello dell eserczo 9.4 che clude tutte le varabl esplcatve? b. Sulla base del test F possamo accettare l modello rdotto (l valore della F 3 9 )? S cosder l fle d dat PIL (.jmp.sav o.ls) dell esempo 9... Stmado l modello d regressoe leare multpla che fa dpedere la varable Spesa auale per cosum dalla Popolazoe e dal Tasso d dsoccupazoe osservat egl Stat Ut tra l 959 e l 999 s ottegoo le seguet tabelle d output: Statstca della regressoe R multplo 968 R al quadrato 937 R al quadrato corretto 934 Errore stadard Osservazo 4 Coeffcet Errore stadard Stat t p-value Iferore 95% Superore 95% Itercetta Popolazoe (mglaa) Tasso % d dsoccupazoe a. Dalla stma del coeffcete d regressoe s può dre che la Spesa per cosum è legata versamete al Tasso d dsoccupazoe? b. Le due varabl esplcatve soo sgfcatve a u lvello? c. L adattameto del modello a dat s può rteere molto elevato? d. Sapedo che el 99 la Popolazoe è d mglaa e l Tasso % d dsoccupazoe è d 56 qual è l valore atteso della Spesa auale per cosum prevsta dal modello? e. Voledo verfcare l potes ulla H : quato vale la statstca test F? f. Sapedo che l p-value della statstca test F calcolata el precedete puto è par a s può rfutare l potes ulla? Cosa possamo cocludere? g. Cosderado valor del VIF per la Popolazoe e l Tasso d dsoccupazoe par rspettvamete a 38 e 38 cosa possamo cocludere crca la multcolleartà delle varabl? S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal 3e Coprght 4 McGraw Hll Educato (Ital) S.r.l.

Il modello di regressione multipla

Il modello di regressione multipla S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal McGraw Hll 4 ISBN 88-386-66-6 9 Il modello d regressoe multpla Relazoe statstca modello d regressoe leare multpla omoschedastctà superfce

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Capitolo 13 Il modello di regressione lineare

Capitolo 13 Il modello di regressione lineare Captolo 3 Il modello d regressoe leare La fase pù operatva della statstca è dretta alla costruzoe d modell e coè d rappresetazo semplfcate, aalogche e ecessare della realtà attraverso le qual provare a

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma Gl dc stetc Tedeza cetrale Forma Varabltà Cosetoo l passaggo da ua pluraltà d formazo ad u uca msura umerca; Stetzzao l tera dstrbuzoe u sgolo valore, cosetedo così cofrot el tempo, ello spazo o tra crcostaze

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI

Dettagli

TRATTAMENTO STATISTICO DEI DATI ANALITICI

TRATTAMENTO STATISTICO DEI DATI ANALITICI TRATTAMENTO STATISTICO DEI DATI ANALITICI Nell aals chmca u aalsta effettua u umero lmtato d prove e cosdera la meda de rsultat otteut per poter arrvare a determare o l valore VERO d ua determata gradezza

Dettagli

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse.

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse. 5 MEDIE PESTE Come combare msure separate? Esempo, msure Msura d : ± Msura d B: B ± B Se s effettua la meda artmetca: B s da eguale peso alle msure seza teer coto dell certezza, che geerale possoo essere

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

Analisi della Dipendenza

Analisi della Dipendenza Aals della Dpedeza La correlazoe Il presete materale ddattco è stato parte estratto e adattato dal materale prodotto dal prof. Claudo Caplupp dell Uverst Uverstà d Veroa, che s rgraza. La resposabltà del

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Regressione. Modelli statistici. Esempio: le automobili si vendono a peso? Esempio: le automobili si vendono a peso? prezzo=a+b*(peso-500)+errore

Regressione. Modelli statistici. Esempio: le automobili si vendono a peso? Esempio: le automobili si vendono a peso? prezzo=a+b*(peso-500)+errore Modell statstc Regressoe Ccchtell Cap. 0 La relazoe tra varabl può essere studata per mezzo d modell statstc varable (es. peso) Quato c s dscosta da u valore tpco modello varabl (peso-altezza) Quato c

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

Verifica e scelta del modello probabilistico

Verifica e scelta del modello probabilistico Verfca e scelta del modello probablstco L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua qualsas potes

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Elementi di Statistica descrittiva Parte II

Elementi di Statistica descrittiva Parte II Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv

Dettagli

= Pr{Y > X}. un campione casuale semplice (c.c.s.) di dimensione n x da X e Y1, Y2

= Pr{Y > X}. un campione casuale semplice (c.c.s.) di dimensione n x da X e Y1, Y2 STATISTICA, ao LXVI,., 2006 INTERVALLI DI CONFIDENZA NON PARAMETRICI PER L AREA SOTTESA ALLA CURVA ROC Gafraco Admar. INTRODUZIONE I ambto sataro, gl esam dagostc vegoo comuemete utlzzat co l obettvo d

Dettagli

DISTRIBUZIONE DI STUDENT

DISTRIBUZIONE DI STUDENT Laboratoro d Fsca ( Meccaca e Termodamca a.a. 007/08 F.Balestra PICCOLI CAMPIONI. TET d TUDENT. INTERVALLI d CONFIDENZA: DITRIBUZIONE DI TUDENT 0.4 0. N N N5 N0 N5 N50 0. - 4-4 Itervall cofdeza P[ - μ

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete

Dettagli

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU 3 Varabltà 3 varabltà Seza devazoe dalla orma l progresso o è possble (Frak Zappa) 68 Statstca - 9CFU 3 Varabltà 3. varabltà Defzo Varabltà E l atttude d u feomeo ad assumere dverse modaltà. Essa è msurata

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

MISURE E GRANDEZZE FISICHE

MISURE E GRANDEZZE FISICHE R. Campaella Ig. Meccaca v. Peruga Gradezze fsche Rev. 12.02.21 MISRE E GRANDEZZE FICHE 1 Itroduzoe Nella descrzoe de feome la fsca s serve d legg, elle qual tervegoo gradezze fsche qual: la lughezza,

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA IN ECONOMIA AZIENDALE Metod Statstc per le decso d mpresa (Note ddattche) Bruo Chadotto 5. Campo casual e dstrbuzo campoare - Campo casual Nel Cap. 3 d queste ote s è avuto modo d dstguere

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA Le msure d tedeza cetrale OBIETTIVO Idvduare u dce che rappreset sgfcatvamete u seme d dat statstc. Esempo Nella tabella seguete soo rportat valor del tasso glcemco rlevat su 0 pazet:

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA.

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. TE11_st fb - 5/10/007 5/10/007 XI - 1 CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. 11.1 - Itroduzoe. I geerale, parametr caratterstc d ua v.a. (che per o soo l suo valore medo e la sua varaza

Dettagli

Capitolo 4 Le Misure di Centralità

Capitolo 4 Le Misure di Centralità Captolo 4 Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo

Dettagli

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito Il dsego campoaro per l dage sul tursmo delle sole Eole O. Gambalvo A.M. Mlto Struttura della presetazoe Obettv L dage campoara Le potes d lavoro L dage plota Il dsego campoaro Stratega campoara Alcu Rsultat

Dettagli

Statistica. Maura Mezzetti Sono indipendenti i caratteri X e Y? Y Totale. Totale

Statistica. Maura Mezzetti Sono indipendenti i caratteri X e Y? Y Totale. Totale .09.06 Statstca Maura Mezzett maura.mezzett@uroma.t Soo dpedet caratter X e? A B Totale X 0 0 0 0 0 0 3 0 0 0 Totale 40 0 50 .09.06 Soo dpedet caratter X e? A B C Totale X 40 0 0 40 0 40 0 60 Totale 40

Dettagli

SERVIZIO DAF: FONTI STATISTICHE

SERVIZIO DAF: FONTI STATISTICHE Gacomo Bulgarell Uffco Servz Statstc SERVIZIO DAF: FONTI STATISTICHE Mercoledì 3 ottobre 202 4. La Statstca (III) Idc d poszoe Nella rcerca scetfca e tecologca, così come elle sceze ecoomche, socal e poltche,

Dettagli

Capitolo 2 APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD

Capitolo 2 APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD Captolo APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD A. M. Ferrar - Apput d LPCAC SOMMARIO. APPROSSIMAZIONE DI DATI E FUNZIONI... 3. Itroduzoe... 3. I crter d scelta... 4.. Osservazo... 5. LE CURVE DI

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL 5 SETTEMBRE 009 C.d.L. ECONOMIA AZIENDALE ESERCIZIO a) Il Sg. Ross ogg (t0) uole acqustare u furgoe del alore d 7000 per la sua atttà commercale. A tal fe egl ersa

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Excel o ha ua fuzoe per calcolare automatcamete gl dc d cocetrazoe e per costrure la curva d Lorez. Tuttava è possble calcolare tal dc e costrure tale grafco co alcue procedure. La cocetrazoe può essere

Dettagli

Google, ovvero: come diagonalizzare Internet

Google, ovvero: come diagonalizzare Internet Google, ovvero: come dagoalzzare Iteret Marco A Garut 6 ottobre 6 Le page web preset el database del motore d rcerca Google soo elecate orde d mportaza Quado u utete sersce le parole-chave per ua rcerca,

Dettagli

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche Metodologa della rcerca pcologa clca - Dott. Luca Flppo Coetoo d decrvere la varabltà all tero della dtrbuzoe d frequeza tramte u uco valore che e tetzza le carattertche Metodologa della rcerca pcologa

Dettagli

Appunti di. Elaborazione dei dati sperimentali

Appunti di. Elaborazione dei dati sperimentali Apput d Elaboraoe de dat spermetal Corso d sca er cors d Laurea Igegera Uverstà d adova sura d ua gradea fsca Ua gradea fsca s rappreseta co uo (o pù) umer segut da ua utà d msura. Il umero che quatfca

Dettagli

ELABORAZIONE DEI DATI

ELABORAZIONE DEI DATI ELABORAZIONE DEI DATI QUESTA FASE SERVE AD ESPRIMERE IN MODO SINTETICO I RISULTATI DELL INDAGINE SVOLTA CALCOLANDO DEGLI INDICI: VALORI MEDI INDICI DI VARIABILITA I valor med Il valore medo è u valore

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X Prof.ssa Emauela Baudo Fabrza De Berard VARIABILI ALEATORIE DISCRETE E DISTRIBUZIONI DI PROBABILITA Def. S dce varable aleatora dscreta X ua varable che può assumere valor X, X,... X corrspodet ad evet

Dettagli

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione.

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione. Dvsbltà e umer prm Sao a,b elemet dell seme Z degl ter relatv Dcamo che a dvde b, smbol a b, se b è multplo d a, ossa se esste u tero h Z tale che b ha Og tero a dvde 0 ( 0 0a ), metre l uco tero che dvde

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI CAPITOLO III SISTEMI DI EQUAZIONI LINEARI. GENERALITÀ Sao a,..., a,..., a, b umer real (o compless o elemet d u qualsas campo) ot. Defzoe.. U equazoe della forma: () a x +... + ax +... + a x b dces d prmo

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

APPUNTI di FISICA SPERIMENTALE

APPUNTI di FISICA SPERIMENTALE APPUNTI d FISICA SPERIMENTALE Igegera Elettrca e Meccaca 008-009 premessa: l metodo spermetale msurazoe d gradezze fsche caratterstche degl strumet d msura sstem d utà d msura aals dmesoale aals delle

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

Dettagli

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca Lezoe 2 lez2_2-2 statstca-fracesco mola 2 Dstrbuzo

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni.

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni. Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo o dscreto

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli