Teoria delle decisioni
|
|
- Eugenia Fede
- 6 anni fa
- Visualizzazioni
Transcript
1 A. A Teoria delle decisioni introduzione expected utility non expected utility prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome
2 Teoria delle decisioni razionali Teoria delle decisioni razionali in situazioni di rischio o incertezza (con disponibilità di una misura delle probabilità sugli stati): l individuo pone a confronto le conseguenze di tutte le possibili azioni e sceglie l azione che massimizza i benefici (o minimizza i costi). Per poter individuare quale è l azione ottima abbiamo bisogno di associare ad ogni conseguenza un valore reale 2
3 Utilità attesa von Neumann e Morgenstern (1947) hanno mostrato che: nell ipotesi che il decisore rispetti gli assiomi della razionalità, è possibile specificare dei valori numerici che rappresentano i suoi valori personali in modo tale che un opzione con conseguenze probabilistiche venga preferita se, e solo se: Utilità attesa dell opzione/alternativa > utilità attesa delle altre opzioni/alternative non scelte n a a P U c P U c i k j ij j kj j 1 j 1 dove a i a k indica che per il decisore la scelta dell azione a i è più conveniente di a k (o quanto meno non peggiore) se il valore atteso (expected) delle conseguenze dell azione a i è maggiore o eguale al valore atteso delle conseguenze di a k. n 3
4 Esempi di scelta in condizioni di rischio Esempio 1 Azione A: vincere 1000 euro con probabilità p=1,0 Azione B: vincere 500 euro con probabilità p= 0,5 oppure 2000 euro con probabilità p=0,5 4
5 Esempi di scelta in condizioni di rischio Esempio 1 Azione A: vincere 1000 euro con probabilità p=1,0 Azione B: vincere 500 euro con probabilità p= 0,5 oppure 2000 euro con probabilità p=0,5 L utilità attesa è: per l alternativa A, EU A = 1000 per l alternativa B, EU B = 1250 La teoria EU indica l alternativa B come alternativa da scegliere. 5
6 Decisioni in condizione di rischio o incertezza su reti stocastiche Esempio (1/2) Dati tre percorsi A, B e C, l utente non sa con certezza quale sarà il tempo che sperimenterà utilizzando uno dei tre. I possibili valori di tempo di viaggio siano due, con assegnate probabilità di verificarsi T 1 (minuti) T 2 (minuti) Percorso A probabilità 0,70 0,30 Percorso B probabilità 0,60 0,40 Percorso C probabilità 0,40 0,60 6
7 Esempio (2/2) d OD = 100 veicoli/ora Generico utente i E 1 E 2 T 1 (minuti) T 2 (minuti) EU Percorso A probabilità Percorso B probabilità Percorso C probabilità EU i A = 30 * 0, * 0,3 = 33 minuti EU i B = 20 * 0, * 0,4 = 32 minuti i n i i k j1 X EU p (E ) U ( ) i i U ( X ) Xh 1 con EU va scelta B EU i C = 25 * 0, * 0,6 = 37 minuti 7
8 Critiche all Expected Utility (1/3) Esempio 1 Alternativa A: vincere 1000 euro con probabilità p=1,0 Alternativa B: vincere 500 euro con probabilità p= 0,5 oppure 2000 euro con probabilità p=0,5 Il criterio EU ci dà: per l alternativa A, EU A = 1000 per l alternativa B, EU B =
9 Critiche all Expected Utility (2/3) Esempio 2 Percorso A Percorso B PercorsoC Il criterio EU ci dà: per il percorso A, EU A = 33 minuti per il percorso B, EU B = 32 minuti Per il percorso C, EU B = 37 minuti 9
10 Critiche all Expected Utility (3/3) Sebbene dovrebbe essere scelta l alternativa B, esperimenti indicano che un certo numero di persone scelgono A (oppure C), dunque non vengono rispettate tutte le ipotesi della teoria dell EU. Per tener conto che ci sono dei condizionamenti che possono portare il decisore a non comportarsi in modo razionale, è stato proposto l approccio non-expected Utility (Revised Expected Utility - approccio descrittivo) 10
11 Elicitazione della funzione di utilità Costruzione di una funzione di utilità che rappresenti fedelmente lo schema di preferenze del decisore. caratteristiche e peculiarità più significative ed interessanti 11
12 Elicitazione della funzione di utilità Evidenziare la propensione del decisore nei confronti del rischio dipendenza dalle conseguenze e dal livello degli importi di riferimento 12
13 Propensione o avversione al rischio Definizione dell atteggiamento del decisore nei confronti del rischio Conseguenze, ad esempio, importi monetari 13
14 Avversione e propensione (1/3) Un decisore si dice avverso al rischio se l utilità del valore atteso della lotteria è non inferiore al valore atteso dell'utilità della lotteria (come definito dalla funzione von Neumann-Morgenstern). Una funzione di utilità U è avversa al rischio se e solo se è concava. In maniera opposta si definisce il decisore amante del rischio e la sua funzione di utilità (che è convessa). Sia data la lotteria l: < x1, p; x2, (1-p) > Il valore atteso della lotteria è x x1 p 1 p x2 14
15 Avversione e propensione (2/3) Il decisore risulta avverso al rischio se vale la relazione U x U E l U x p p x U x p p U x cioè se il decisore assegna una utilità maggiore al valore atteso alla lotteria rispetto all utilità attesa dalla lotteria stessa 15
16 Avversione e propensione (3/3) U U x p p U x x x1 p 1 p x2 16
17 Propensione o avversione al rischio L atteggiamento dei confronti del rischio è strettamente dipendente dal contesto decisionale e in cui si opera e, in particolare, dall entità delle conseguenze coinvolte nel processo stesso L andamento che generalmente si riscontra nella realtà è una propensione al rischio (più o meno spiccata in dipendenza della condizione personale del decisore) per bassi valori delle conseguenze, mentre si osserva un avversione al rischio per valori elevati 17
18 Paradosso di Allias (1/8) Allais chiese ad un campione di individui di selezionare una tra due prospettive monetarie in due diverse lotterie. L esperimento si svolge in due fasi; la prima scelta è tra un milione di euro con certezza e una distribuzione di probabilità con tre esiti: 1. 5 mil con una probabilità dello 0,10; 2. 1mil con una probabilità dello 0,89; 3. 0 zero con una probabilità dello 0,01. 18
19 Paradosso di Allias (2/8) La seconda scelta è tra una distribuzione di probabilità in cui si può avere 1 ml con una probabilità dello 0,11; 0 ml con probabilità dello 0,89; una distribuzione che dà 5 ml con una probabilità dello 0,1; 0 ml con una probabilità dello 0,9. 19
20 Paradosso di Allias (3/8) Rappresentazione delle due lotterie 0 0% 1 mil 100% 5 mil 0% Lotteria a 0 1% 1 mil 89% 5 mil 10% Lotteria b SCELTA % 1 mil 11% 5 mil 0% Lotteria c 0 90% 1 mil 0% 5 mil 10% Lotteria d SCELTA 2 20
21 Paradosso di Allias (4/8) Rappresentazione delle due lotterie I soggetti a cui sono state sottoposte tali scelte hanno preferito per la maggior parte (negli esperimenti condotti originariamente da Allais intorno al 60%) l'alternativa a) rispetto alla b) l'alternativa d) rispetto alla c). 21
22 Paradosso di Allias (5/8) Risultati delle due lotterie 0 0% 1 mil 100% 5 mil 0% Lotteria a 0 1% 1 mil 89% 5 mil 10% Lotteria b SCELTA 1 Gli individui scelgono l alternativa a) (certa) nonostante la b) (incerta) abbia un valore atteso maggiore (1 vs 1,4 mil) poiché in b) esiste l evenienza di non vincere nulla. Il fatto che la vincita di 5 mil di euro è più probabile di non ottenere niente non è sufficiente per scegliere b). 22
23 Paradosso di Allias (6/8) Risultati delle due lotterie 0 89% 1 mil 11% 5 mil 0% Lotteria c 0 90% 1 mil 0% 5 mil 10% Lotteria d SCELTA 2 Nella seconda coppia di prospettive (prospetti) l individuo, avendo una probabilità decisamente bassa di ottenere un premio, preferisce un premio più alto con una probabilità minore rispetto ad un premio più basso con una probabilità maggiore, e dà quindi più credito al premio che alle probabilità. 23
24 Paradosso di Allias (7/8) Risultati delle due lotterie Allais indicò che queste scelte non sono consistenti con la teoria dell utilità attesa di von Neumann-Morgenstern. SCELTA 1 U( a ) U( b ) U(1 mil) > 0,1U(5 mil) + 0,89 U(1 mil) + 0,01 0 0,11U(1 mil) > 0,1U(5 mil) SCELTA 2 U( d ) U( c ) 0,1U(5 mil) + 0,0 U(1 mil) + 0,9 0 0,0 U(5 mil) + 0,11U(1 mil) + 0,89 0 0,1U(5 mil) > 0,11U(1 mil) 24
25 Paradosso di Allias (8/8) Risultati delle due lotterie Ma allora, per le scelte degli intervistati, dovrebbero valere entrambe le disuguaglianze, il che è assurdo. Quindi le scelte degli individui risultano incoerenti con la teoria dell utilità attesa. 25
26 Critiche all'expected utility (1/2) Esistono differenti esempi empirici che dimostrarono come le scelte degli esseri umani violano sistematicamente i principi della razionalità economica. Kahneman e Tversky (1979) posero attenzione a due importanti fenomeni psicologici: Contesto Avversione alle perdite 26
27 Critiche all'expected utility (1/2) Effetto contesto il contesto in cui l individuo si trova a operare la scelta, ha un effetto determinante sulla scelta stessa. In particolare, il modo in cui il problema viene formulato influisce sul modo in cui l individuo percepisce il punto di partenza, rispetto a cui valutare i possibili esiti delle proprie azioni. Avversione alle perdite per la maggior parte degli individui la motivazione ad evitare una perdita è superiore alla motivazione a realizzare un guadagno. Questo principio psicologico generale, che è probabilmente collegato ad una sorta di istinto di sopravvivenza, fa sì che la stessa decisione può dare origine a scelte opposte se gli esiti vengono rappresentati al soggetto come perdite piuttosto che come mancati guadagni. Ad esempio è più facile rinunciare a un possibile sconto piuttosto che accettare un aumento di prezzo, anche se la differenza tra il prezzo iniziale e quello finale è la stessa. 27
28 Esperimenti di Kahneman e Tversky Osservarono che posti degli individui di fronte ad una scelta, essi si comportano in maniera significativamente diversa, mostrando una propensione al rischio oppure un avversione ad esso, a seconda di come la scelta e le opzioni vengono presentate loro. 28
29 Esperimenti di Kahneman e Tversky Esempio 1 Opzione a): un guadagno sicuro di 750 euro; Opzione b): una lotteria nella quale c è una probabilità del 75% di vincere 1000 euro e una probabilità del 25% di non vincere niente. La maggioranza dimostra di preferire a) a b) (quando invece il valore atteso è il medesimo), ma le preferenze del certo sull incerto si ribaltano se si chiede di scegliere tra: Opzione c): una perdita certa di 750 euro; Opzione d): una lotteria nella quale c è una probabilità del 75% di perdere 1000 euro e una probabilità del 25% per cento di non perdere niente. Adesso l opzione preferita è la d) rispetto alla c). 29
30 Esperimenti di Kahneman e Tversky Esempio 2 Ci viene prima offerto un premio di 300 euro. Dopo di che, ci viene chiesto di scegliere una delle seguenti possibilità: A. Ricevere con certezza (altri) 100 euro. B. Lanciare in aria una monetina e giocare a testa o croce: se vinciamo, riceviamo (altri) 200 euro, se perdiamo non riceviamo niente (altro). La maggioranza degli individui intervistati preferisce A a B, ma le preferenze si invertono se ci viene presentato il secondo problema di scelta. Ci viene prima offerto un premio di 500 euro. Dopo di che, ci viene chiesto di scegliere una delle seguenti possibilità: C. Perdere con certezza 100 euro. D. Lanciare in aria una monetina e giocare a testa o croce: se perdiamo, dobbiamo pagare 200 euro, se vinciamo non dobbiamo pagare niente. Adesso l opzione preferita è la D rispetto alla C. 30
31 Esperimenti di Kahneman e Tversky il campione di persone sottoposto a questa scelta sarebbe dovuto rimanere perfettamente indifferente non solo alla scelta tra A e B ma tra tutte le quattro eventualità; infatti, alla fine di tutti e quattro questi giochi, le probabilità sono rigorosamente le stesse di finire avendo in tasca 400 euro in più. 31
32 Teoria del prospetto (Prospect Theory) La teoria del prospetto è una teoria della decisione formulata dagli psicologi israeliani Kahneman e Tversky nel Essa rappresenta un alternativa descrittiva alla teoria dell utilità attesa di von Neumann e Morgenstern. Ciò significa che, mentre la teoria classica aveva il fine di stabilire le condizioni ideali ("normative") secondo cui una decisione può essere definita «razionale», la teoria del prospetto si propone invece di fornire una descrizione di come gli individui effettivamente si comportano di fronte a una decisione. La teoria del prospetto si focalizza in particolare sulle decisioni in condizioni di rischio, che sono definite come le decisioni in cui è conosciuta (o si può stimare) la probabilità associata ai possibili esiti di ogni alternativa a disposizione 32
33 Teoria del prospetto (Prospect Theory) Funzione valore (value function) Funzione in cui le probabilità degli eventi possibili viene ponderata attraverso il valore w, che rappresenta il peso che ogni esito ha nella valutazione dell individuo. La value function è descritta dall equazione n j1 j U X j w p dove w(p j ) è una trasformazione, non lineare, delle probabilità p j. 33
34 Teoria del prospetto (Prospect Theory) Funzione valore (value function) La value function ha un andamento non lineare: in particolare, considerando il centro del grafico come la situazione di partenza del decisore (status quo), la funzione è concava nella regione dei guadagni e convessa nella regione delle perdite: questo significa che piccole variazioni vicine al punto di partenza (in entrambe le regioni) hanno un impatto maggiore sulla scelta rispetto a grosse variazioni lontane dal punto stesso. Inoltre, la curva ha una pendenza maggiore nella regione delle perdite, il che permette di spiegare il fenomeno descritto precedentemente come avversione alle perdite: un guadagno e una perdita dello stesso valore assoluto non hanno lo stesso effetto sulla scelta, ma una perdita ha proporzionalmente un impatto maggiore. 34
35 Teoria del prospetto (Prospect Theory) Funzione valore (value function) 35
36 Teoria del prospetto (Prospect Theory) Funzione valore (value function) Ha tre caratteristiche fondamentali: Gli esiti vengono valutati in relazione ad un punto di riferimento e sono categorizzati come guadagni o perdite. In entrambi i quadranti (guadagni e perdite) la funzione è caratterizzata da una diminuzione della sensibilità ai cambiamenti. Nel quadrante delle perdite la funzione è più ripida che nel quadrante dei guadagni. 36
37 Fase di ponderazione Permette di attenzionare due aspetti fondamentali relativi alla percezione soggettiva delle probabilità: le probabilità più basse vengono sopravvalutate le probabilità medie e alte vengono sottovalutate. 37
38 Prospect theory (1/2) (Kahneman e Tversky, 1979) Dato un fenomeno aleatorio rappresentato da una sequenza di coppie (x h, p h ), con x h l h-esimo risultato relativo all evento j all alternativa k e p la corrispondente probabilità, si assume che l utente 1. valuti il risultato delle alternative in termini di guadagni e perdite rispetto a delle situazioni di riferimento, con funzioni di utilità non lineari: con X se X 0 i i h h U (E ) U ( X ) h h X se X 0 i U X h X h > 1 in accordo al principio di avversione alle perdite; 1 la funzione è concava per i guadagni β 1 la funzione è convessa per le perdite 38
39 Prospect theory (2/2) (Kahneman e Tversky, 1979) 2. usi una funzione di ponderazione della probabilità specifica per guadagni, w + (p ), e perdite, w - (p ): w p w 1 p 1 p 1 p p 1 p p p w - (p ) con = 0,69 39
40 Non-Expected Utility Rank-dependent expected utility (Quiggin, 1982; Schmeidler, 1989) Un modo corretto di utilizzare la funzione w(p ) è il rank-dependent expected utility model: 1. i risultati dell evento sono ordinati in modo che 2. vengono calcolati i p i : con p i 1k = w (p 1k ) X 1k X X nk p i = w + (p 1k +. + p nk ) w - (p 1k +. + p n-1,k ) ; h =2,, m 3. L utilità attesa associata all alternativa k dall utente i, Y i k, diventa i n i i n i i k p j 1 p j1 X Y U (E ) U ( ) 40
41 Non-Expected Utility Differente percezione di guadagni e perdite (cumulative prospect theory) Per tener conto dei guadagni e delle perdite, la nuova utilità associata all alternativa k, Y i, diventa: i r i i n i i k p j 1 X p jr1 X Y U ( ) U ( ) dove X 1k,, X rk sono i guadagni (valori positivi) X r+1,, X n sono le perdite (valori negativi) > 1 in accordo al principio di avversione alle perdite che porta ad avere sensitività maggiore alle perdite rispetto ai guadagni; dati sperimentali suggeriscono 2 41
42 Sintesi Expected Utility Prospect Theory Cumulative PT Utente razionale che sceglie massimizzando l utilità attesa (expected utility) Si introduce: una funzione di valore, definita sulle variazioni di «ricchezza» rispetto a un punto di riferimento e non rispetto alla ricchezza finale. È concava nella regione dei guadagni e convessa in quella delle perdite. È più ripida nella regione dei guadagni che in quella delle perdite (avversione alle perdite). una funzione di ponderazione delle probabilità che assegna un peso al valore di ciascun esito. La funzione di ponderazione: utilizza la distribuzione cumulata delle probabilità anziché le probabilità dei singoli esiti; è differente a seconda che si considerino i guadagni o le perdite. 42
43 Cumulative prospect theory (1/2) Esempio: utilità attesa di percorso rivista E 1 E 2 T 1 (minuti) T 2 (minuti) Percorso A probabilità 0,70 0,30 Percorso B probabilità 0,60 0,40 Percorso C probabilità 0,40 0,60 Solo perdite (solo disutilità di viaggio: tempo, costo monetario) i n i i k p j r 1 X Y U ( ) con i U (X ) X 43
44 Cumulative prospect theory (2/2) Esempio: utilità attesa rivista di percorso p w p 1 p 1 p p i = w - (p rk +. + p ) w - (p rk +. + p r-1,k ) con j =2,, n e p i r = w (p r ) E 1 E 2 T 1 (minuti) T 2 (minuti) Y k ( = -2) Percorso A ,55 probabilità 0,70 0,30 w(p) 0,59 0,33 w(p 1 +p 2 ) 1,00 p 0,67 0,33 Percorso B ,50 probabilità 0,60 0,40 w(p) 0, w(p 1 +p 2 ) 1,00 p 0,61 0,39 Percorso C ,72 probabilità 0,40 0,60 w(p) 0,39 0,52 w(p 1 +p 2 ) 1,00 p 0,48 0,52 L utente i sceglie B = 0,69 44
45 Riferimenti bibliografici De Palma, Brn-Akiva, M.,Brownstone, D., Holt, C., Magnac, T., McFadden, D., Moffatt, P., Picard, N., Train,K., Wakker, P., Walker, J. (2008). Risk, uncertainty and discrete choice models. Market Letters 19, Chiandotto, B. (2015). Cap.1 - Teoria delle decisioni. Statistica delle Decisioni (Note didattiche). Giudizio, decisione e violazione degli assiomi di razionalità. Ce.R.D. - Centro di Ricerca sul Rischio e la Decisione, Padova. Teoria del Prospetto: avversione alle perdita, framing e status quo. Ce.R.D. - Centro di Ricerca sul Rischio e la Decisione, Padova. Poni, Camilla (2012). Dal paradosso di San Pietroburgo ai moderni sviluppi dell'utilità. Facoltà di Scienze Matematiche, Fisiche e Naturali. Corso di Laurea in Matematica. 45
46 Definizione della funzione di ponderazione w(p) Funzioni continue in p Power : w p p con 0 p Quiggin : w p con 0, p 1p Prelec: w p exp ln p con 0, 0 46
47 Definizione della funzione di ponderazione w(p) Power Power : w p p con 0 Potrebbe essere vista come non desiderabile in quanto non ha un andamento ad S rovesciata, essendo o completamente sopra ( >1) o completamente sotto ( <1) la retta 45 <1 >1 Il decisore da una maggiore importanza ai Il decisore da una maggiore importanza ai Prof. Ing. risultati Antonio peggiori Comi risultati migliori 47
48 Definizione della funzione di ponderazione w(p) Quiggin p Quiggin : w p con 0, p 1p Ha un andamento ad S rovesciata ed interseca la retta 45 in un punto che dipende da 0,279 < < 1: il limite inferiore è dovuto per assicurare che la funzione sia monotona Fu proposta da Tversky e Kahneman nel
49 Definizione della funzione di ponderazione w(p) Quiggin Prelec: w p exp ln p con 0, 0 Ha due parametri ed Se entrambi pari ad 1 Expected Utility Il parametro riflette il pessimismo, mentre il parametro determina il pronunciamento della forma della S inversa/rovesciata Di solito entrambi sono posti inferiori all unità 49
50 Definizione della funzione di ponderazione w(p) Funzioni non continue in p Ciò nasce da alcune evidenze empiriche in si osserva un comportamento discontinuo quando la probabilità del miglior risultato cambia da zero a un valore piccolo positivo. Per esempio: le persone che prendono parte ad una lotteria pubblica presumibilmente perché significativamente sovrastimano le piccole probabilità di vincere il montepremi. Questi gradi di sovrastima non si possono considerare con funzioni continue che passano per l origine 50
51 Definizione della funzione di ponderazione w(p) Funzioni non continue in p Supponiamo che le discontinuità siano a p=0 e p=1 w 0 0 w p b 1 a b p per 0 < p < 1, con a, b 0; a b < 1 w 1 1 Evidenze sperimentali hanno mostrato che a può essere non significativamente diverso da zero, e che il parametro b è significativamente più grande. Quindi significativa sovrastima delle basse probabilità 51
Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza
Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza COSA ABBIAMO FATTO FINORA Concetti introduttivi della microeconomia Teoria della scelta razionale del consumatore in condizioni
DettagliCorso di Valutazione Economica dei Progetti e dei Piani
Corso di Valutazione Economica dei Progetti e dei Piani AA. 2006-2007 Il Comportamento Razionale: Razionalità assoluta Razionalità limitata Processo Decisionale Razionale 3 1. Noti: Obiettivi espliciti
DettagliI costi d impresa (R. Frank, Capitolo 10)
I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene
DettagliFUNZIONI DI UTILITÀ IN CONDIZIONI DI INCERTEZZA
FUNZIONI DI UTILITÀ IN CONDIZIONI DI INCERTEZZA Le funzioni di utilità in condizioni di incertezza sono strumenti utilizzati per l analisi di scelte dei soggetti economici nel caso in cui le scelte determinano
DettagliEconomia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA
Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA ALCUNE PREMESSE Cosa e la microeconomia? E la disciplina che studia
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliANALISI CHIMICO FARMACEUTICA I
Prof. Gianluca Sbardella : 089 969770 : gsbardella@unisa.it L INCERTEZZA E LE CIFRE SIGNIFICATIVE Tutte le misure sono affette da un certo grado di incertezza la cui entità può dipendere sia dall operatore
DettagliCONSUMO. 3. Il Saggio Marginale di Sostituzione (SMS)
CONSUMO 1. Le Preferenze del Consumatore 2. Curve di Indifferenza 3. Il Saggio Marginale di Sostituzione (SMS) 4. La Funzione di Utilità Utilità Marginale e Utilità Marginale Decrescente Utilità Marginale
DettagliA.A. 2008/2009. Modulo di Valutazione economica dei piani SSD ICAR 22. Docente: dott. Francesco Calabrò
UNIVERSITA Mediterranea DI REGGIO CALABRIA FACOLTÀ DI ARCHITETTURA A.A. 2008/2009 Modulo di Valutazione economica dei piani SSD ICAR 22 Docente: dott. Francesco Calabrò IL GIUDIZIO DI CONVENIENZA L economia
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliL ALUNNO DISATTENTO E IPERATTIVO A SCUOLA. Mario Di Pietro
L ALUNNO DISATTENTO E IPERATTIVO A SCUOLA Mario Di Pietro Sebbene non esista una cura per l ADHD l esistono tecniche comportamentali che possono essere di grande beneficio per il bambino e migliorare notevolmente
DettagliEsercizio assegnato in data 28 novembre
Esercizio assegnato in data 28 novembre Un commerciante all ingrosso acquista articoli da regalo a 10 al pezzo. Su tutta la merce acquistata, ottiene uno sconto del 10% sul prezzo d acquisto, se ordina
DettagliPsicologia e Finanza
Psicologia e Finanza Limiti e possibilità di scelta per l individuo Prof. Dr. Antonio Bova Franklin University Switzerland Immaginate di aver effettuato uno studio sulla società Tecnomare, e di avere scoperto
Dettaglidifferiticerti.notebook November 25, 2010 nov 6 17.29 nov 6 17.36 nov 6 18.55 Problemi con effetti differiti
Problemi con effetti differiti sono quelli per i quali tra il momento di sostentamento dei costi ed il momento di realizzo dei ricavi intercorre un certo lasso di tempo. Nei casi in cui il vantaggio è
DettagliEsercitazione 21 Aprile 2016 (Viki Nellas)
Esercitazione 21 Aprile 2016 (Viki Nellas) Esercizio 1 (Cellini Lambertini) Si consideri un mercato perfettamente concorrenziale in cui operano due imprese. La prima è caratterizzata da una funzione di
DettagliConcorrenza perfetta (Frank - Capitolo 11)
Concorrenza perfetta (Frank - Capitolo 11) MASSIMIZZAZIONE DEL PROFITTO In economia tradizionalmente si assume che l obiettivo principale dell impresa sia la massimizzazione del profitto Il profitto economico
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)
DettagliCapitolo 2 Le misure delle grandezze fisiche
Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di
DettagliStatistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
Dettaglipercorso 4 Estensione on line lezione 2 I fattori della produzione e le forme di mercato La produttività La produzione
Estensione on line percorso 4 I fattori della produzione e le forme di mercato lezione 2 a produzione a produttività Una volta reperiti i fattori produttivi necessari l imprenditore dovrà decidere come
DettagliOFFERTA DI LAVORO. p * C = M + w * L
1 OFFERTA DI LAVORO Supponiamo che il consumatore abbia inizialmente un reddito monetario M, sia che lavori o no: potrebbe trattarsi di un reddito da investimenti, di donazioni familiari, o altro. Definiamo
DettagliTeoria del Prospetto: avversione alle perdita, framing e status quo
- DPSS - Università degli Studi di Padova http://decision.psy.unipd.it/ Teoria del Prospetto: avversione alle perdita, framing e status quo Corso di Psicologia del Rischio e della Decisione Facoltà di
DettagliBosi (a cura di), Corso di scienza delle finanze, il Mulino, 2012 Capitolo I, lezione 1 Il problema e alcune premesse
Il problema e alcune premesse La costruzione della grande frontiera delle utilità e l ottimo l paretiano La scienza delle finanze studia le entrate e le uscite pubbliche con un approccio normativo e positivo
DettagliAPPUNTI DI MATEMATICA ALGEBRA \ CALCOLO LETTERALE \ MONOMI (1)
LGEBR \ CLCOLO LETTERLE \ MONOMI (1) Un monomio è un prodotto di numeri e lettere; gli (eventuali) esponenti delle lettere sono numeri naturali (0 incluso). Ogni numero (reale) può essere considerato come
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliRELAZIONE RESTITUZIONE DATI INVALSI 2014/2015- PROVA NAZIONALE
RELAZIONE RESTITUZIONE DATI INVALSI 2014/2015- PROVA NAZIONALE L istituto Nazionale per la Valutazione del sistema di Istruzione (INVALSI), SU DIRETTIVA DEL Ministro dell istruzione, ha predisposto la
DettagliLezione 4. Sommario. L artimetica binaria: I numeri relativi e frazionari. I numeri relativi I numeri frazionari
Lezione 4 L artimetica binaria: I numeri relativi e frazionari Sommario I numeri relativi I numeri frazionari I numeri in virgola fissa I numeri in virgola mobile 1 Cosa sono inumeri relativi? I numeri
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliElementi di matematica finanziaria
Elementi di matematica finanziaria 1. Percentuale Si dice percentuale di una somma di denaro o di un altra grandezza, una parte di questa, calcolata in base ad un tanto per cento, che si chiama tasso percentuale.
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.0, 3 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16
DettagliIntegrazioni al corso di Economia Politica (anno accademico ) Marianna Belloc
Integrazioni al corso di Economia Politica (anno accademico 2013-2014) Marianna Belloc 1 L elasticità Come è già noto, la funzione di domanda di mercato indica la quantità che il mercato è disposto ad
DettagliData un azione, le due opzioni call e put (europee, scadenza t0 ) con prezzo di esercizio X in ogni tempo t < t0 si ha
0) limitazioni prezzo call Data un azione, le due opzioni call e put (europee, scadenza t0 ) con prezzo di esercizio X in ogni tempo t < t0 si ha γ(t)x + c(t) = A(t) + p(t) con A(t) prezzo dell azione,
DettagliALLEGATO 1 METODO E DATI DI RIFERIMENTO PER LA DETERMINAZIONE DELLE QUANTITÀ DI PIOGGIA PER EVENTI ESTREMI
Regione Toscana Autorità di Bacino del Reno PROCEDURE, METODI E DATI DI RIFERIMENTO DA ADOTTARE NELLA PREDISPOSIZIONE DEI PIANI CONSORTILI INTERCOMUNALI ALLEGATO 1 METODO E DATI DI RIFERIMENTO PER LA DETERMINAZIONE
DettagliRisultati: Comportamento Statico e Dinamico Del Sistema Muscolo
Capitolo 3 Risultati: Comportamento Statico e Dinamico Del Sistema Muscolo 47 3.1 Introduzione Il modello è stato validato cercando di replicare una serie di risultati sperimentali riguardanti : i) le
DettagliCampo di Variazione Costituisce la misura di
Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00
DettagliMatematica e-learning - Corso Zero di Matematica. Gli Insiemi. Prof. Erasmo Modica A.A.
Matematica e-learning - Gli Insiemi Prof. Erasmo Modica http://www.galois.it erasmo@galois.it A.A. 2009/2010 1 Simboli Matematici Poiché in queste pagine verranno utilizzati differenti simboli matematici,
Dettagli5. Modelli gestionali: ipotesi di confronto e soluzioni ottimali
IN LIQUIDAZIONE Progetto Sperimentale ex art. 3 dell Ordinanza Commissariale n. 151 del 14.11.2011 ANALISI DEI SERVIZI DI IGIENE URBANA : 5. Modelli gestionali: ipotesi di confronto e soluzioni ottimali
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliProprietà della varianza
Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,
Dettagli12) Metodo dei minimi quadrati e linea di tendenza
12) Metodo dei minimi quadrati e linea di tendenza 43 Si supponga di avere una tabella di dati {y exp i} i=1,,n in funzione di altri dati {x i } i=1,,n che siano il risultato di una qualche misura sperimentale.
DettagliFUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3)
FUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3) Consideriamo un agente che deve scegliere un paniere di consumo fra quelli economicamente ammissibili, posto che i beni di consumo disponibili sono solo
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliEsercizi svolti per l esame di Microeconomia
Esercizi svolti per l esame di Microeconomia Università di Bari aa. 015-16 Es. 3.1 Concorrenza perfetta In un mercato in concorrenza perfetta in equilibrio di lungo periodo il prezzo è P = 00, la quantità
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliGIOCHI, STRATEGIE DOMINATE e CONOSCENZA COMUNE
GIOCHI, STRATEGIE DOMINATE e CONOSCENZA COMUNE C è un modo ovvio per predire come saranno giocati i seguenti giochi? Example 1 D E F A 4 3 5 1 6 B 1 8 4 3 6 C 3 0 9 6 8 Fissiamo la nostra attenzione sul
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliEsercizio 1. f(x) = 4 5x2 x 2 +x 2. Esercizio 2. f(x) = x2 16. Esercizio 3. f(x) = x2 1 9 x 2
Matematica ed Informatica+Fisica ESERCIZI Modulo di Matematica ed Informatica Corso di Laurea in CTF - anno acc. 2013/2014 docente: Giulia Giantesio, gntgli@unife.it Esercizi 8: Studio di funzioni Studio
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliLe imprese nei mercati concorrenziali
Le imprese nei mercati concorrenziali Le decisioni di prezzo e di produzione delle imprese sono influenzate dalla forma di mercato. Un caso estremo di mercato è quello della concorrenza perfetta. Tre condizioni:
DettagliAppunti ed esercizi sulle coniche
1 LA CIRCONFERENZA 1 Appunti ed esercizi sulle coniche Versione del 1 Marzo 011 1 La circonferenza Nel piano R, fissati un punto O = (a, b) e un numero r > 0, la circonferenza (o cerchio) C di centro O
DettagliVariabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
DettagliProblemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
DettagliLa PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.
La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliESERCIZIO SOLUZIONE. 13 Aprile 2011
ESERCIZIO Un corpo di massa m è lasciato cadere da un altezza h sull estremo libero di una molla di costante elastica in modo da provocarne la compressione. Determinare: ) la velocità del corpo all impatto
DettagliCurva prezzo-consumo. U 2 U 1 U0 D C Unità del bene x. per intervallo di tempo. Curva di domanda del bene x
3 Le curve di domanda 3.1 a. L aria pulita sarebbe un bene inferiore se, al ridursi del reddito, la gente volesse più aria pulita! b. La riduzione del reddito sposta il vincolo di bilancio verso sinistra
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliProcedura operativa per la gestione della funzione di formazione classi prime
Procedura operativa per la gestione della funzione di formazione classi prime Questa funzione viene fornita allo scopo di effettuare la formazione delle classi prime nel rispetto dei parametri indicati
Dettagli( x) Definizione: si definisce dominio (o campo di esistenza) di una funzione f ( x) l insieme dei valori
Definizione: si definisce dominio (o campo di esistenza) di una funzione f ( ) l insieme dei valori che la variabile può assumere affinché la funzione f ( ) abbia significato. Vediamo di individuare alcune
DettagliDomanda individuale e domanda di mercato (Frank, Capitolo 4)
Domanda individuale e domanda di mercato (Frank, Capitolo 4) GLI EFFETTI DELLE VARIAZIONI DI PREZZO: CURVE PREZZO CONSUMO La curva prezzo-consumo per l abitazione rappresenta i panieri ottimali corrispondenti
DettagliCONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm CRITERIO DI ROUTH-HURWITZ
DettagliEsecuzione Pap test/hpv nella ASL 8 di Cagliari
Esecuzione Pap test/hpv nella ASL 8 di Cagliari Servizio Igiene e Sanità Pubblica Direttore Dott. Giorgio Carlo Steri Database PASSI 2010 2013 % (IC95%) Donne che hanno eseguito il pap test/hpv in accordo
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliEsercitazioni di Metodologia
Esercitazioni di Metodologia Dott.ssa Gabriella Agrusti Università degli Studi Roma Tre Riprendiamo il discorso Centili Rango centile Punti z.. Punti T Repetita iuvant Il centile è il valore al di sotto
DettagliMICROECONOMIA La teoria della domanda. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria della domanda Enrico Saltari Università di Roma La Sapienza 1 Dalla scelta ottimale per il consumatore, si ha che la quantità domandata del bene A è data da Q a = D (P a,p b,r)
DettagliTeoria delle scelte razionali in condizioni di incertezza
Teoria delle scelte razionali in condizioni di incertezza Andrea Bigano Microeconomia 1s Scienze Statistiche ed Economiche - Università Milano-Bicocca A.A. 2007-2008 70 Scelta in condizioni di incertezza
DettagliCAPITOLO II. Il Vantaggio Assoluto
CAPITOLO II Il Vantaggio Assoluto Ragionare di commercio internazionale facendo uso del modello Domanda-Offerta: le esportazioni (importazioni) corrispondono ad un eccesso di offerta (domanda), ai prezzi
DettagliFUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati Strumenti di misura Uno strumento di misura e un dispositivo destinato a essere utilizzato per eseguire una misura,
DettagliEconomia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 5 I differenziali salariali compensativi - 1 Adesso vediamo un modello in cui non abbiamo più solo due tipologie di lavoro (uno rischioso e uno sicuro), ma esistono molte
DettagliECONOMIA APPLICATA ALL INGEGNERIA (Docente: Prof. Ing. Donato Morea) Microeconomia Esercitazione n. 1 - I FONDAMENTI DI DOMANDA E DI OFFERTA
ESERCIZIO n. 1 - Equilibrio di mercato e spostamenti delle curve di domanda e di offerta La quantità domandata di un certo bene è descritta dalla seguente funzione: p (D) mentre la quantità offerta è descritta
DettagliDecisioni in condizioni di rischio. Roberto Cordone
Decisioni in condizioni di rischio Roberto Cordone Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di
DettagliRichiami essenziali dei modelli di utilità scontata e attesa
Richiami essenziali dei modelli di utilità scontata e attesa Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia.
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliCome calcolare i parametri farmacocinetici
Come calcolare i parametri farmacocinetici La conoscenza dei parametri farmacocinetici fondamentali di un farmaco è essenziale per comprendere in che modo esso venga trattato dall organismo e come sia
DettagliProntuario degli argomenti di Algebra
Prontuario degli argomenti di Algebra NUMERI RELATIVI Un numero relativo è un numero preceduto da un segno + o - indicante la posizione rispetto ad un punto di riferimento a cui si associa il valore 0.
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
DettagliCapitale di Funzionamento Principio della Prudenza
Prof. Riccardo Viganò Cattedra di Ragioneria ed Economia Aziendale 2014-15 Capitale di Funzionamento Principio della Prudenza Rappresentazione ed interazioni con il Capitale Economico Dott. Alessandro
DettagliEQUAZIONI E PROBLEMI: GUIDA D'USO
P.1\5- EQUAZIONI E PROBLEMI: GUIDA D'USO - Prof. I.Savoia, Maggio 2011 EQUAZIONI E PROBLEMI: GUIDA D'USO EQUAZIONI LINEARI INTERE: PROCEDURA RISOLUTIVA Per risolvere le equazioni numeriche intere, si può
DettagliAMOS Abilità e motivazione allo studio
AMOS Abilità e motivazione allo studio Cosa è un test? Un test consiste essenzialmente in una misurazione oggettiva e standardizzata di un campione di comportamento. La funzione fondamentale è quella di
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliLezione 12 Argomenti
Lezione 12 Argomenti Costi di produzione: differenza tra costo economico e costo contabile I costi nel breve periodo Relazione di breve periodo tra funzione di produzione, produttività del lavoro e costi
DettagliPercorsi lavorativi, vulnerabilità economica ed instabilità familiare: quali relazioni?
INSTABILITÀ FAMILIARE: ASPETTI CAUSALI E CONSEGUENZE DEMOGRAFICHE, ECONOMICHE E SOCIALI Messina 10-11 Novembre 2006 Percorsi lavorativi, vulnerabilità economica ed instabilità familiare: quali relazioni?
DettagliMETODOLOGIA DELLA RICERCA PSICOLOGICA
METODOLOGIA DELLA RICERCA PSICOLOGICA Corso di laurea in Scienze della formazione nelle organizzazioni a.a. 2013/14 METODI DESCRITTIVI, DISEGNI LONGITUDINALI, STUDIO DI CASI SINGOLI Strategie alternative
DettagliEsempi di attribuzione dei seggi
Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative operazioni, vengono presentati due esempi di attribuzione
DettagliProblemi di scelta ESEMPI
ESEMPI Risolvere i seguenti problemi 1. Una ditta deve effettuare delle spedizioni di un certo tipo di merce. Ha la possibilità di scegliere una o l altra delle due tariffe seguenti: a) 2.500 lire al quintale
DettagliSTIMA PRELIMINARE DEL PIL
12 febbraio 2016 IV trimestre STIMA PRELIMINARE DEL PIL Nel quarto trimestre del il prodotto interno lordo (PIL), espresso in valori concatenati con anno di riferimento 2010, corretto per gli effetti di
Dettagli(9-feb-2016) Iniziamo in 3 puntate un analisi ragionata dei 40 titoli che compongono il FtseMib.
(9-feb-2016) Iniziamo in 3 puntate un analisi ragionata dei 40 titoli che compongono il FtseMib. Ricordo che la valutazione dei Titoli sarà soprattutto basata su regole (da me ideate) legate all Analisi
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
DettagliAccuratezza, precisione, tipi di errori e cifre significative dei dati analitici.
Accuratezza, precisione, tipi di errori e cifre significative dei dati analitici. Indice: 1. Lettura della buretta pag.2 2. Precisione ed Accuratezza pag.3 3. Tipi di errori pag.4 4. Affidabilità di una
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliCorso di REVISIONE AZIENDALE
Corso di REVISIONE AZIENDALE a.a. 2004-1 Corso di REVISIONE AZIENDALE - Modulo VI - Prof. Fabio Fortuna ffortuna@unich.it Anno accademico 2004- Corso di REVISIONE AZIENDALE a.a. 2004-2 La revisione gestionale
DettagliCosti fissi, costi variabili, punto di pareggio e diagramma di redditività
Cognome... Nome... Classe... Data... Costi fissi, costi variabili, punto di pareggio e diagramma di redditività Correlazione 1 Associa ciascun costo alla relativa tipologia. 1. Costo delle lavorazioni
DettagliCorso di Economia degli Intermediari Finanziari
Corso di Economia degli Intermediari Finanziari La valutazione degli investimenti Indice Introduzione I criteri tradizionali di valutazione degli investimenti I criteri finanziari di valutazione degli
DettagliI PROCESSI FINANZIARI DELLE IMPRESE
I PROCESSI FINANZIARI DELLE IMPRESE Alessandro Russo Università degli studi di Catania Corso di Economia e Gestione delle Imprese GLI INDICI DI REDDITIVITÀ Gli indici di redditività forniscono informazioni
DettagliLA VALUTAZIONE DEI FONDI DEL PASSIVO
LA VALUTAZIONE DEI FONDI DEL PASSIVO Prof. Fabio Corno Dott. Stefano Colombo Milano, Marzo 2015 La valutazione dei fondi del passivo ATTIVITÀ PASSIVITÀ FONDI DEL PASSIVO definizione I fondi sono passività
Dettagli