CAP. 5 MODELLO STATISTICO LINEARE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CAP. 5 MODELLO STATISTICO LINEARE"

Transcript

1 B Cadotto Versoe 7 Cap 5 Modello statstco leare CAP 5 MODELLO STATISTICO LINEARE Itroduzoe S suppoga ce la mafestazoe d uo specfco feomeo, ad esempo la domada d u certo bee d cosumo da parte delle famgle, sa dcata co e ce sa possble osservare mafestazo del feomeo stesso,,,,, S potzz, oltre, ce altr fattor, ad esempo reddto dspoble, prezzo del bee, prezzo d be sosttutv, ecc, fluscao sulle determazo Se co,,,,, m s dcao tal fattor, è potzzable tra la varable e le varabl ua relazoe del tpo f,,,,, m ce, per cascua utà statstca d osservazoe (ad es la famgla), dveta f,,,, per =,, S suppoga ora ce le m varabl possao essere dstte tre grupp: le prme k varabl,,, rappresetao feome osservabl e soo molto fluet sul k feomeo, le successve varabl (,,, ), sempre molto fluet su m k k k, o soo osservabl, metre le resdue varabl,,, k soo poco k fluet su Per quato sopra detto e troducedo l potes d addtvtà degl effett, s può rscrvere la relazoe precedete el modo seguete f,,,,,,, v k k k k dove v rassume u uca varable l effetto combato de fattor poco fluet Essedo, comuque, o osservabl le varabl ( k,k,,k ) s è costrett ad trodurre u ulterore approssmazoe e, sempre ell potes d addtvtà degl effett, la relazoe zale dveta f,,, w v k dove la varable w rappreseta l effetto d fattor fluet ma o osservabl Ovvamete, l approssmazoe ora trodotta potrebbe rsultare o del tutto accettable e compromettere, qud, la capactà rappresetatva del modello Se s troduce u ulterore approssmazoe: la leartà (dove la leartà va tesa el seso sotto precsato) degl effett de fattor fluet ed osservabl s a z w v k k dove z rappreseta l effetto o leare su delle varabl m,,, k 75

2 B Cadotto Versoe 7 Cap 5 - Modello statstco leare La relazoe (modello aaltco rappresetatvo del legame tra l carattere, varable dpedete o varable edogea, ed fattor,,,, varabl k dpedet o varabl esplcatve o varabl esogee) può essere rscrtta ella forma u dove k k u z w v rappreseta la cosddetta compoete accdetale e k k rappreseta la compoete sstematca del modello S sottolea ce la leartà è rferta a coeffcet varabl,,, k, coè, la geerca varable,,, e o alle k può rappresetare, sa la mafestazoe osservata d u feomeo ce s rtee fluete su, sa qualuque trasformazoe ota d tale mafestazoe ad esempo, 3, /, log, o ace l effetto combato d pù varabl (terazoe),, k, ecc, 3 5 Il modello statstco leare sopra defto assume dverse caratterzzazo relazoe alla atura delle varabl serte el modello stesso Se tutte le varabl, sa la varable dpedete ce le varabl esplcatve ( =,,, k), soo quattatve, espresse coè co scala d tervallo o d rapporto, l modello vee detto d regressoe leare Nel caso cu la varable dpedete a atura quattatva metre le varabl esplcatve ao atura qualtatva, soo coè varabl categorce (mutabl statstce), s parla d modello d aals della varaza (ANOVA quale acromo d ANalss Of VArace) Quado alcue varabl esplcatve ao atura qualtatva ed altre atura quattatva e la varable dpedete è quattatva, l modello vee detto d aals della covaraza (ANCOVA quale acromo d ANalss of COVArace) Nel caso cu, è la varable dpedete ad avere atura qualtatva metre le varabl dpedet soo quattatve s parla d modell Logt, Probt e Tobt relazoe alla trasformazoe cu vee assoggettata la varable dpedete ce per la sua atura poltomca vee usualmete espressa dal smbolo ce dca la probabltà ce a l -esma osservazoe ( =,, ) d rcadere ella -esma categora ( =,, m) della varable rsposta, coè, P( Y ) per ( =,, m) De modell rcamat, questa sede s procederà alla descrzoe suffcetemete dettaglata del solo modello d regressoe leare (semplce e multpla) e del modello d aals della varaza (sa ella formulazoe classca, collegato al pao o dsego degl espermet, sa ella sua espressoe term d modello d regressoe) segalado, però, ce se el modello d regressoe multpla s potzza per la Nelle stuazo d rcerca elle qual dat raccolt soo rfert a varabl categorce, e ce usualmete vegoo rappresetat tabelle d cotgeza (tabelle ce rportao le frequeze delle osservazo ce rcadoo elle vare combazo delle categore relatve alle dverse varabl), se ua delle varabl vee trattata come varable dpedete (varable rsposta), l rfermeto soo sempre modell logt, probt o tobt, se vece tutte le varabl vegoo trattate alla stessa stregua ( modo smmetrco) modell d rfermeto vegoo dett Log-lear D partcolare teresse, soprattutto per le loro mplcazo operatve, soo modell propost letteratura per trattare dat categorc d tpo ordale Il testo classco d rfermeto è McCullag e Nelder (97, 989 d ed), per ua buoa troduzoe all argometo s può utlmete cosultare Dobso () 76

3 B Cadotto Versoe 7 Cap 5 - Modello statstco leare compoete accdetale l apparteeza alla famgla espoezale var modell elecat possoo essere trattat maera utara rappresetado partcolar specfcazo d u uca categora ce è quella de modell statstc lear geeralzzat (Nelder e Wedderbur, 97) 5 - Modello d regressoe leare semplce Se s dspoe d osservazo per cascua osservazoe varrà la relazoe: u per,,, u Per k =, e poedo leare semplce (ua sola varable esplcatva) k k, s ottee l espressoe del modello d regressoe u dove, ce per le osservazo dspobl, dveta u u per,,, S rcorda ce può rappresetare, sa la mafestazoe dretta (osservazoe) del feomeo rappresetato co l smbolo algebrco, sa ua qualuque trasformazoe ota d tale mafestazoe o combazoe ota delle varabl esplcatve Se s dspoe d coppe d osservazo, sulle due varabl d teresse e s procede alla loro rappresetazoe el pao cartesao, Fg 5 e Fg 5, ce evdezao, rspettvamete, l caso d ua sola osservazoe ( =,,,) corrspodeza d cascua modaltà ( u (cfr Fg ), e l caso d pù osservazo,,,s;,,, ) corrspodeza d cascua modaltà (cfr Fg 5) Fg, 5 Dstrbuzoe potetca d coppe d osservazo (ua sola osservazoe corrspodeza d cascua modaltà osservata della ) 77

4 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Spezzata d regressoe codzoate Costruta sulle mede delle dstrbuzo 3 s- s Fg 5 - Dstrbuzoe potetca d coppe d osservazo (pù osservazo d corrspodeza d cascua modaltà osservata della ) I etrambe le stuazo prospettate è potzzable ua relazoe d tpo leare tra le due varabl; fatt, s può osservare come le due rette sovrapposte alle uvole d put (cfr Fgg: 53 e 54) rappreseto modo abbastaza soddsfacete l adameto de put stess per =,,, Fg, 53 Dstrbuzoe potetca d coppe d osservazo e retta terpolate (ua sola osservazoe corrspodeza d cascua modaltà osservata della ) 78

5 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Spezzata d regressoe codzoate Retta d regressoe Costruta sulle mede delle dstrbuzo 3 s- s Fg 54 - Dstrbuzoe potetca d coppe d osservazo e retta terpolate (pù osservazo d corrspodeza d cascua modaltà osservata della ) D rette sovrappobl a put e esstoo u umero fto, s tratta, allora, d dvduare quella rteuta mglore sulla scorta d u prefssato crtero d ottmaltà, Il problema dal puto d vsta statstco è, duque, quello d procedere alla stma ottmale de due parametr cogt (coeffcet ce defscoo la retta) (tercetta) e (coeffcete d regressoe) o, pù geerale, utlzzare le coppe d formazo campoare, per fare fereza sul modello leare ce s rtee possa rappresetare maera soddsfacete l legame ce sussste tra le due varabl d teresse e ce ua sorta d popolazoe teorca (super-popolazoe) dovrebbe, prescdedo dalla compoete accdetale, rsultare d tpo determstco Se la relazoe fosse perfetta corrspodeza d cascu valore s dovrebbe osservare u uco valore uguale ad, realtà, come gà sottoleato, ua tale evetualtà s rscotra molto raramete ella pratca operatva: la compoete sstematca del modello spega soltato ua parte della varable dpedete; ad esempo, se s pesa ce la domada d u certo bee dpeda dal reddto dspoble è abbastaza ovvo potzzare ce o tutt soggett possesso d uo stesso ammotare d reddto domado la stessa quattà del bee, la relazoe tra reddto (varable ) e quattà del bee domadato (varable ) è, pertato del tpo u e o Nel modello trodotto le quattà ote soo duque ed metre le quattà o ote soo, e, qud, e u S tratterà allora d utlzzare le formazo campoare dspobl per procedere ad ua stma (putuale o d 79

6 B Cadotto Versoe 7 Cap 5 - Modello statstco leare tervallo) delle ettà cogte e, evetualmete, alla verfca d potes statstce sulle ettà stesse Le stme e d e cosetoo d otteere valor stmat sa d ( ) ce d u ( u ) 5 Ipotes d specfcazoe (caso A) Sul modello d regressoe leare semplce vegoo usualmete trodotte delle potes ce specfcao le codzo d base ce s rtee, quatomeo va d prma approssmazoe, sao soddsfatte e ce per la loro atura caratterzzao modo partcolare l modello stesso ce vee detto modello classco d regressoe leare semplce Le potes d specfcazoe rguardao la varable (esplcatva o dpedete) e, soprattutto la compoete accdetale u : le ( =,,,) soo quattà costat rpetut campo, soo, coè, o varabl matematce o determazo d varabl casual, quest ultmo caso l aals vee effettuata codzoatamete a valor,,, ; le varabl casual u ao valore atteso (meda) ullo E u per =,,, ; 3 le varabl casual u ao varaza costate (omoscedastctà) E u per =,,,; Var u 4 le varabl casual u soo correlate (correlazoe) Cov u,u E u,u per =,,, Le cosegueze sulle varabl (ace esse varabl casual quato trasformazo lear d varabl casual) delle potes trodotte soo: a E E / b V ar Var σ C ov c per =,,,; / per =,,,;, per =,,, Sulla scorta delle potes d specfcazoe trodotte, s può procedere alla stma putuale de due coeffcet cogt e Se co e co s dcao le due stme otteute, e rsulta d cosegueza ce la stma d è, come gà sottoleato, data da ŷ per =,,, S ot ce per semplctà d otazoe è stato utlzzato l carattere muscolo per dcare sa le varabl casual ce le loro determazo, dal cotesto rsulta cara la atura assuta dal carattere La stessa soluzoe è stata adottata ace per altr caratter 8

7 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 8 metre la stma d u e data da ŷ û ce vee detto resduo d regressoe o errore d regressoe Ioltre, a ragoe dell potes u E, s a 5 Stma de mm quadrat S è gà avuto modo d acceare precedeza al metodo d stma de mm quadrat sottoleado, partcolare, l largo mpego del metodo stesso ell ambto de modell statstc lear, l modello classco d regressoe leare costtusce la specfcazoe pù semplce d tale classe d modell Se s poe, Q l metodo d stma de mm quadrat s sostaza ella rcerca de valor e ce mmzzao la somma de quadrat degl scart sopra defta Per dvduare tale mmo basterà determare l puto d stazoaretà (ce è scuramete u puto d mmo avedo a ce fare co ua fuzoe quadratca l cu puto d massmo è fto) della fuzoe, Q ce s ottee rsolvedo l sstema:, Q, Q ce dveta, Q, Q coè Rsolvedo l sstema delle due equazo elle due cogte e s ottee

8 B Cadotto Versoe 7 dove e Cap 5 - Modello statstco leare Codev Dev, σ σ E possble a questo puto rproporre le Fgg 53 e 54 dove le rette terpolat o soo pù rette geerce ma quelle (cfr Fgg 55 e 56) ce dervao dall applcazoe del metodo de mm quadrat (rette de mm quadrat) Nella Fg 56 è stata serta ace l potes d ormaltà de valor assut dalla varable corrspodeza d cascu valore assuto dalla varable ; ma su quest ultmo aspetto s avrà modo d torare successvamete b / Fg, 55 Dstrbuzoe potetca d coppe d osservazo e retta de mm quadrat (ua sola osservazoe corrspodeza d cascua modaltà osservata della ) k Fg 56 - Dstrbuzoe potetca d coppe d osservazo e retta de mm quadrat (pù osservazo d corrspodeza d cascua modaltà osservata della ) 8

9 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 83 Le varaze degl stmator soo: σ σ Var σ σ Var Var fatt, valedo le relazo d uguaglaza: dove a a dove b b

10 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 84 dove r r r r c c e rcordado ce la varaza d ua combazoe leare d varabl casual dpedet è par alla combazoe delle varaze delle sgole varabl casual co coeffcet elevat al quadrato s a: a σ Var a a V ar da cu: σ σ σ a a Var Var var var Var Var b b σ σ

11 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Var Var c c var σ r r ma σ r r r r r r r r ed ace r r r r r r qud Var σ r r Seguedo la stessa procedura, rsulta facle ace la dervazoe della covaraza tra le due varabl casual stma e Cov, σ σ Per quato sopra detto s ottee ŷ Se s procede al calcolo della varaza dello stmatore espressoe s a: basados su questa 85

12 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 86 σ σ σ σ, Cov Var Var Var σ Var ce cocde co l espressoe gà otteuta S sottolea ce le stme de mm quadrat godoo delle propretà specfcate dal teorema ce segue Teorema (Gauss-Markov): Le stme de mm quadrat d e soo d mma varaza ell ambto delle stme lear e corrette (BLUE dall glese Best Lear Ubased Estmator) Dmostrazoe S procederà alla dmostrazoe per, cosderazo aaloge possoo essere svolte e cofrot d Lo stmatore è leare e corretto; fatt: b (leartà) oltre E E E (correttezza)

13 B Cadotto Versoe 7 coè Cap 5 - Modello statstco leare S cosder ora u geerco stmatore leare e corretto d, ad esempo, dove, per l vcolo d correttezza deve rsultare E E E e Teedo coto d quato sopra scrtto, s dmostra ce Var Var Var Var b b b dove b b b b b b b b b Var b Var per l vcolo della correttezza qud e = Var b Var Var dove, l sego d uguaglaza vale solo quado b 87

14 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 88 Come s può osservare le varaze degl stmator, e ŷ dpedoo dalla varaza (parametro d dsturbo), usualmete cogta, della compoete accdetale Ua stma corretta d tale parametro è data da û ŷ dove, come gà sottoleato, ŷ û rappresetao resdu d regressoe (cfr Fg 57), metre la stma della varaza della compoete accdetale vee usualmete detta varaza resdua e msura la parte (stmata) della varabltà della (varable dpedete) o spegata dalla varable esplcatva (varable dpedete) Da quato detto rsultao le seguet stme delle varaze degl stmator Var Var σ σ σ ar V u Fg 57 - Dstrbuzoe potetca d coppe d osservazo, retta de mm quadrat e resdu d regressoe u û û k

15 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 53 Ipotes d specfcazoe (caso B: ormaltà della compoete accdetale) Se alle quattro potes d specfcazoe trodotte precedeza s agguge l ulterore potes d ormaltà della dstrbuzoe della compoete accdetale u, N per =,,, e derva, come cosegueza dretta, la ormaltà della dstrbuzoe delle N, σ oltre, rcordado ce el caso d varabl casual ormal la correlazoe ulla mplca l dpedeza, le varabl casual rsultao statstcamete dpedet, da cu: v N, σ N, σ ŷ N,σ u σ v = σ Le cosegueze espresse a put,, e v soo d mmedata verfca, fatt: ) le varabl u soo dstrbute ormalmete quato trasformazo d varabl casual ormal; ) le varabl, e soo dstrbute ormalmete quato espresse da combazo lear d varabl casual ormal dpedet Meo mmedata è la cosegueza espressa al puto v I grad d lbertà dervao dal fatto ce rspetto agl grad d lbertà orgar (le osservazo campoare), due grad d lbertà s perdoo ella operazoe d stma; fatt, vegoo mpost due vcol per otteere le stme d e Pertato, metre le costtuscoo varabl casual dpedet, le varabl casual ŷ, devoo soddsfare due vcol trodott per otteere le stme e Ioltre, ell uverso de campo, le due varabl casual stma e ao dstrbuzoe dpedete dalla varable casuale û χ co W ce a, come gà sottoleato, ua dstrbuzoe d tpo σ grad d lbertà L potes d ormaltà gà trodotta ella Fg 56, trova ua pù esplcta rappresetazoe ella Fg 58 89

16 B Cadotto Versoe 7 Cap 5 - Modello statstco leare f ( u ) Fg 58 Ipotes d dstrbuzoe ormale della compoete accdetale el modello d regressoe leare semplce 54 Stma d massma verosmglaza L troduzoe dell potes d ormaltà cosete l calcolo della verosmglaza del campoe e d procedere, pertato, all uso del metodo della massma verosmglaza per otteere la stma de parametr cogt, e La verosmglaza del campoe è data da dove L,, σ /,,, ;,,, L,,σ /, L,, σ / σ σ e π e πσ,,, e,,, Le stme d massma verosmglaza de parametr cogt s ottegoo faclmete dervado ed uguaglado a zero le dervate del logartmo della verosmglaza Rsulta facle verfcare ce le stme d massma verosmglaza e cocdoo co le stme de mm quadrat e, metre la stma d massma 9

17 B Cadotto Versoe 7 verosmglaza della varaza ~ ~ Cap 5 - Modello statstco leare è data da û ~ ; ovvamete, u ~ û e S segala ce per dervare le stme d massma verosmglaza e s può ace evtare l rcorso alla dervazoe della verosmglaza (o della logverosmglaza); fatt, al rguardo basta osservare ce l massmo della verosmglaza rspetto a e s ottee quado è mma la quattà rportata ad espoete dell espressoe e, coè l mmo d ce è l espressoe d base del metodo de mm quadrat Relatvamete alle stme d massma verosmglaza otteute s deve sottoleare ce gl stmator e pur cocdedo umercamete co gl stmator e da quest s dversfcao quato (Teorema d Rao) soo d mma varaza ell ambto degl stmator corrett (BUE dall glese Best Ubased Estmator), oltre, la stma ~ della varaza o è corretta, coè, E ~ 55 Stma d tervallo Per quato sopra rcamato, s può procedere faclmete alla dervazoe delle stme d tervallo per parametr cogt, e e per le quattà e Ifatt, facedo rfermeto alla stuazoe pù usuale, ce è quella della o coosceza del valore assuto dal parametro d dsturbo (varaza della compoete accdetale), per prefssato s ottegoo gl tervall sotto rportat P t t - / / P t t - / / P / / S segala ce l ultmo tervallo è stato dervato dstrbuedo smmetrcamete l valore d elle due code della dstrbuzoe e ce l tervallo per s ottee attraverso passagg sotto rportat (ragoameto aalogo vale per l tervallo relatvo a ) Pocé 9

18 B Cadotto Versoe 7 s avrà Cap 5 - Modello statstco leare N,σ Z = σ N, ce o è elemeto pvotale essedo cogta la varaza varaza della compoete accdetale; fatt σ σ ma, se s tee presete ce σ W χ - σ e ce Z e W soo varabl casual dpedet, s a T W / t σ ( ) σ σ dove è presete la ce rappreseta la varable casuale t d Studet co (-) grad d lbertà (elemeto pvotale) ce cosete la dervazoe dell tervallo sopra rportato applcado l procedmeto d dervazoe degl tervall d cofdeza llustrato el Cap 3 L tervallo d stma relatvo alle varabl assume partcolare rlevaza; fatt, u tale tervallo può teressare sa valor corrspodet a valor osservat d, coè,,,, sa valor o osservat d tale varable Ad esempo, s potrebbe aver teresse a determare u tervallo d stma per u valore o osservato stma per tervallo d tervallo d prevsoe e la quattà prevsoe p e/o per p ce corrspodoo ad p ma assumble dalla varable Quado s procede alla p, l tervallo stesso assume la partcolare cootazoe d Ipotzzado la o coosceza della varaza l tervallo per u geerco valore p u vee detto errore d p p σ della compoete accdetale,, corrspodet a valor osservat della varable esplcatva, può essere determato facedo rfermeto alla varable casuale t d Studet (elemeto pvotale) T ŷ ŷ ŷ ŷ 9

19 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 93 ed ace per p e p corrspodet a valor o osservat d p p p p p σ σ T p p Gl tervall, per u prefssato lvello d cofdeza - e per valor osservat e o osservat d, soo: α - σ t ŷ σ t ŷ P ŷ α/ ŷ α/ coè α σ σ α α t ŷ t ŷ P / / e -α σ t σ t P p p α/ p p α/ p coè α σ t σ t P p α/ p p p α/ p Capta spesso, e cò avvee soprattutto quado s vogloo effettuare prevso, d essere teressat alla determazoe d tervall d stma o per l valore teorco (coè l valore ce dovrebbe assumere la varable dpedete asseza d effett accdetal e ce è uguale, per le potes d specfcazoe trodotte, al valore medo E E u ma per l valore effettvo u (valore osservato od osservable ce clude, qud, ace l effetto della compoete accdetale) Per persegure u tale obettvo s deve osservare ce, come gà sottoleato, le stme putual d u geerco valore ŷ e ŷ, corrspodete ad ua determazoe ( = = p o qualuque altro dce), cocdoo, coè ŷ ŷ, le loro varaze soo però dverse; fatt, se s cosdera l errore d prevsoe ŷ û s a: u E û E

20 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Var u E u E u - -, E u Var Var Cov Var u pertato l tervallo d stma per coè P ŷ t α/ σ L tervallo per P è dato da σ ŷ ŷ tα/ tα/ σ -α ŷ ŷ ŷ t rsulta pù ampo d α/ σ quello relatvo ad α ; fatt: alla varabltà dovuta alla stma d e s agguge la varabltà dotta dalla compoete accdetale u ; oltre, l ampezza degl tervall così determat dpedoo fortemete dallo scarto e rsultao tato pù amp quato pù l valore d fermeto della s allotaa dal suo valore medo L evdezazoe grafca d tale stuazoe è rportata ella Fg 59 94

21 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Itervallo d cofdeza per ŷ Itervallo d cofdeza per Fg 59 Itervall d cofdeza per valor med e per valor dvdual 56 Test delle potes Per quato detto elle page precedet e el Cap 4, è ora possble rsolvere faclmete qualuque problema d test delle potes rguardo alle ettà cogte preset el modello d regressoe leare semplce Ifatt, sotto la codzoe d ormaltà della dstrbuzoe della compoete accdetale, basterà fare rfermeto alle varabl casual (varabl casual test) T,T,T, T e W sopra defte " ŷ ŷ Se, ad esempo, s volesse rsolvere l problema d test delle potes H : H la regoe d rfuto dell potes ulla (essu effetto della varable esplcatva sulla varable dpedete ) rsulterebbe defta da sem-tervall (, t / ) e ( t /, +) Se l problema d test fosse H : : H : coè, d effetto ullo cotro effetto egatvo (e questo potrebbe essere u caso d teresse quado, ad esempo, rappreseta l prezzo d u certo bee ed la domada del bee stesso: al crescere del prezzo la domada del bee dovrebbe dmure) La regoe crtca del test (rfuto dell potes ulla) è costtuta dal semtervallo (, t ) 95

22 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Le procedure d test sopra rcamate dervao dall applcazoe del test del rapporto d verosmglaza ce, come gà sottoleato, forsce (quado esste, e cas cosderat retrao questa categora) l test uformemete pù potete, el caso d potes alteratva udrezoale, l test uformemete pù potete ella classe de test o dstort, el caso d potes alteratva bdrezoale 57 Trasformazo d modell o lear È stato precsato ce la leartà del modello d regressoe semplce è rferta a coeffcet e o alla varable; fatt, ad esempo, l modello perfettamete equvalete al modello è del tutto ovva, fatt, se s poe semplce z è 3 sopra cosderato L equvaleza 3 z, s ottee l modello d regressoe leare Le cosderazo svolte valgoo qud per tutt modell lear e parametr cogt ce l caratterzzao E, tuttava, possble molt cas d teresse applcare le stesse procedure a modell o lear e parametr, è cò accade tutte le volte cu rsulta possble rcodurs alla stuazoe d leartà operado opportue trasformazo del modello o leare Ovvamete, quado s operao delle trasformazo sa le potes d specfcazo sa le cocluso cu s pervee vao rferte al modello trasformato e o al modello orgaro Alcu esemp sgfcatv soo quell sotto rportat u ) e log log log u, la trasformata logartmca forsce l modello doppo logartmco u ) e e log u e e log log u u e e log log u u le cu trasformate logartmce forscoo modell semlogartmc 5 - Coeffcete d correlazoe leare Il coeffcete d correlazoe leare è stato trodotto come dce relatvo d cocordaza (rapporto tra l dce assoluto d cocordaza covaraza ed l valore massmo ce può assumere e ce è dato dal prodotto tra gl scostamet quadratc med ), coè Codev Dev, Dev 96

23 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Tale coeffcete è ace uguale alla meda geometrca de due coeffcet d σ Codev, σ Codev, regressoe b/ e b / Ifatt, σ Dev σ Dev rfermeto al modello massma verosmglaza) d è par a u modello leare del tpo u la stma de mm quadrat (e della / Dev σ Codev, σ b, se s potzza v e s troducoo le usual potes d specfcazoe, la stma de mm quadrat (e della massma verosmglaza) d è par a, / Dev Codev b dal ce rsulta quato affermato: Codev, b/ b / Dev Dev Ua terza, forse la pù teressate, terpretazoe del coeffcete d correlazoe leare d Bravas-Pearso derva dalle osservazo ce seguoo Dato l modello u per =,,, ce soddsfa alle potes d specfcazoe trodotte, la devaza totale della varable osservata è data da Dev ( T) Dev ( ) Dev r Dev R dove Dev r vee detta devaza resdua e msura la parte della devaza totale della varable ce o rsulta spegata dalla supposta relazoe co la varable ; Dev R = ŷ vee detta devaza d regressoe e msura quata parte della devaza d è spegata dalla relazoe leare co la varable Il rapporto tra devaza d regressoe e devaza totale Dev R Dev r R Dev T Dev T usualmete detto dce d determazoe, assume valor compres ell tervallo (, ): assume valore quado tutt valor ŷ ŷ ce s trovao sulla retta d regressoe soo ugual tra loro e, qud, ugual a (meda della varable ), assume valore quado tutt gl scart ŷ soo ugual a zero, coè, quado tutt put osservat s trovao sulla retta d regressoe (adattameto totale del modello) 97

24 B Cadotto Versoe 7 Teedo presete ce s avrà Cap 5 - Modello statstco leare σ σ σ 4 σ σ Dev R R Dev σ / σ σ R ρ Dev T σ σ σ coè: l dce d determazoe è uguale al quadrato del coeffcete d correlazoe leare, l ce cosete d terpretare tale quadrato come msura della proporzoe della varabltà totale della varable ce rsulta spegata dalla supposta relazoe leare co la varable Se corrspodeza d cascua modaltà ( =,,,s) della varable, s dspoesse d pù osservazo ( =,,, ), s potrebbe procedere alla seguete scomposzoe della devaza totale della varable dove: s s Dev ( T) Dev ( ) s s s s s s e le tre dverse devaze otteute dalla scomposzoe (s rcorda ce dopp prodott soo tutt ull) soo d facle terpretazoe: u caso come prmo elemeto d rfermeto s cosderao valor ce s trovao sulla retta d regressoe (cfr Fg 5), el secodo caso l prmo elemeto d rfermeto soo valor (mede d gruppo) ce s trovao sulla spezzata d regressoe 98

25 B Cadotto Versoe 7 Cap 5 - Modello statstco leare u ŷ Fg 5 Scomposzoe della devaza totale della varable Se s vuole sottoporre a test l potes d u effetto sgfcatvo della varable sulla varable, s può procedere come sopra dcato, coè formulado l potes: H : H : od ace facedo rcorso ad u test d botà d adattameto del modello S è gà osservato ce σ W χ σ se s cosdera ora la varable ce a legge d dstrbuzoe Dev V varable W ; ce a legge d dstrbuzoe (rapporto tra due varabl F R co u grado d lbertà ed è dpedete dalla co (-) grad d lbertà, la varable dpedet dvse per rspettv grad d lbertà) : / V W / H a, sotto l potes : (quado l potes è vera) legge d dstrbuzoe del tpo F d Fser-Sedecor co e (-) grad d lbertà 99

26 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Da rlevare ce sotto l potes H : cotro l potes H : vale l uguaglaza T F,, l ce porta a cocludere ce el caso d regressoe leare semplce la procedura per sottoporre a test l potes d adattameto del modello e l potes (bdrezoale) sul coeffcete agolare della retta d regressoe soo del tutto equvalet I proposto vale la pea, fe, segalare ce tale procedura equvale ace a quella relatva al test dretto sul coeffcete d correlazoe ; fatt, sotto l potes H :ρ cotro l potes alteratva H :ρ, la varable casuale test d rfermeto è Dev Dev R T : / T Dev Dev T 53 - Modello d regressoe leare multpla Se s dspoe d k-uple (,,, k ) d osservazo e per cascua osservazoe s potzza la relazoe: u per,,, 3 3 dove s è posto per,,,, s ottee l espressoe del modello d regressoe leare multpla (k- varabl esplcatve) Utlzzado la otazoe matrcale le relazo possoo essere rappresetate forma compatta dove: k X u u, k, k,,,,, X kk,, 3 k u 3 k u ; X ; ; k, u, u u 3 k k, k, 3 k 53 Ipotes d specfcazoe (caso A) Come el caso del modello d regressoe leare semplce vegoo trodotte delle potes ce specfcao le codzo d base ce s rtee, quatomeo va d prma k 3

27 B Cadotto Versoe 7 Cap 5 - Modello statstco leare approssmazoe, sao soddsfatte e ce per la loro atura caratterzzao modo partcolare l modello stesso ce vee detto modello classco d regressoe leare multpla Le potes d specfcazoe rguardao le varable esplcatve (dpedet, esogee) e, soprattutto, la compoete accdetale u : la matrce delle varabl esplcatve X è d rago massmo,k k, r X k ed è costtuta da quattà costat rpetut campo, s tratta, coè, o d varabl matematce o d determazo d varabl casual, quest ultmo caso l aals vee effettuata codzoatamete a valor osservat; 3 l vettore casuale u a valore atteso (meda) ullo, E u,, 4 la matrce d dspersoe (matrce d varaze e covaraze) del vettore casuale u,,,, Var u Σ E u u I dove I rappreseta la matrce dettà, questa potes specfca ce le varabl casual u soo correlate ed omoscedastce Le cosegueze sul vettore casuale omette per semplctà la dmesoe delle matrc): E E / X X a b u delle potes trodotte soo (da ora po s, Var Var X I / Sulla scorta delle potes d specfcazoe trodotte, s può procedere alla stma putuale del vettore de coeffcet d regressoe cogt 53 Stma de mm quadrat S è gà avuto modo d acceare precedeza al metodo d stma de mm quadrat sottoleado, partcolare, l largo mpego del metodo stesso ell ambto de modell statstc lear, l modello classco d regressoe leare costtusce la specfcazoe pù semplce d tale classe d modell Se s poe - Q - X - X = - X - X + XX = = - X + XX l metodo d stma de mm quadrat s sostaza ella rcerca de valor del vettore de k parametr ce mmzza la somma de quadrat degl scart (forma quadratca) sopra defta Per dvduare tale mmo basterà determare l puto d stazoaretà (ce è scuramete u puto d mmo avedo a ce fare co ua fuzoe quadratca l u, 3

28 B Cadotto Versoe 7 Cap 5 - Modello statstco leare cu puto d massmo è fto) della fuzoe Q ce s ottee rsolvedo l sstema: dove Q - X + XX X XX - XX X = XX X Dalle stme de mm quadrat s dervao le stme d e = = X XX - P = X XX - X = P e resdu d regressoe soo deft dalla relazoe - u = - = - X = - X XX X = dove X - = I - X XX X = M = M u - M = I - X XX X Le matrc dempotet e smmetrce P ed M sopra defte vegoo dette matrc fodametal de mm quadrat S verfcao faclmete le relazo qud P = P ; M = M ; P X = X ; M X = ; P = X + u = P + M metre la somma de quadrat de resdu è data da Se co,,, - - = u u = M M = ; P + M = I s dca l vettore utaro, la meda delle osservazo relatve alla varable è defta da metre l vettore degl scart è dato da s = - e la somma de quadrat degl scart da s s = s s = - - = ( ) - ( ) - - u u u = u u + s s = u + s 3

29 B Cadotto Versoe 7 dove Cap 5 - Modello statstco leare u =, quato ella matrce X è presete l terme costate, e s = - Le formule sopra rportate rpropogoo, relatvamete al modello d regressoe leare multpla, quato gà vsto trattado della regressoe semplce merto alla scssoe della devaza totale della varable, fatt: Dev (T)= Dev () s u u + s s = u + s Dev r Dev R dove, come gà sottoleato, Dev r è la devaza resdua ce msura la parte della devaza totale della varable ce o rsulta spegata dalla supposta relazoe co le varabl, 3 k metre Dev R =,, è la devaza d regressoe ce msura quata parte della devaza d è spegata dalla relazoe, leare e parametr,,, k, co le varabl, 3,, k Il coeffcete d determazoe, ce msura la percetuale d devaza totale della varable spegata dalla regressoe, è defto da R u Dev R Dev r u s = - Dev T Dev T s s s ovvamete, R Teorema d Gauss-Markov Gl stmator de mm quadrat de coeffcet d regressoe = X X - X soo mglor stmator ell ambto degl stmator lear e corrett, soo, coè, BLU(E) La leartà è del tutto evdete, la dmostrazoe della correttezza è mmedata, - fatt, rcordado ce e E X X X X = I, I = u =, s a E = E X E E X X = X X X X + u = X X X X + X X X u = Per dmostrare l effceza per u vettore d stmator s deve procedere alla defzoe della matrce dell errore quadratco medo Per = X X - X s a 33

30 B Cadotto Versoe 7 Cap 5 - Modello statstco leare EQM = Var = = E - - = E - - = (X X) X - (X X) X - = E - - = (X X) X X + u - (X X) X X + u - = = E (X X) X uu X(X X) = (X X) X E uu X(X X) = = (X X) X σ I X(X X) = σ (X X) U vettore d stmator s dce effcete almeo quato u dverso stmatore se la matrce A EQM EQM è semdefta postva (s rcorda ce ua matrce A s dce semdefta postva se A per tutt gl R ) S cosder ora u qualuque altro stmatore leare e corretto d = C dove C è ua matrce (,k) d coeffcet ce, a ragoe del vcolo d correttezza, deve soddsfare la relazoe E = E C = E C X + u = coè C X = I Teedo presete ce - - = + - = + C - X X X = + C - X X X s a coè EQM Var σ E = = C C = - - = = σ (X X) + σ C - X X X C - X X X - - EQM = EQM + σ C - X X X C - X X X dove la matrce - - C - X X X C - X X X = - = C C - X X = C C - C X X X - X X X C + X X X X X X = 34

31 B Cadotto Versoe 7 è semdefta postva, pertato ace Cap 5 - Modello statstco leare A EQM - EQM = σ C C - X X è ua matrce semdefta postva I partcolare, per og coeffcete d regressoe l errore quadratco medo (ce cocde co la varaza) d u qualuque stmatore leare e corretto - d sempre maggore o uguale all errore quadratco medo dello stmatore de mm quadrat ; fatt: dove realzza solo quado - C = X X X Oltre a coeffcet d regressoe della compoete accdetale osserv ce 3 e è per =,,,k, e l uguaglaza s è usualmete cogta ace la varaza Per dervare uo stmatore corretto della varaza s u u = u Mu = Muu = M I = E E tr E tr σ σ - k - - tr M = tr M = I - X XX X = tr I - tr X XX X = - k pertato, ua stma corretta d è data da uu u Eσ = σ - k - k = dove (-k) rappresetao grad d lbertà assocat alla somma de resdu u ce dervao dalle osservazo orgare (ce per potes soo correlate) e da k vcol cu devoo soddsfare ce rsultao dalle k equazo ormal ce cosetoo d otteere le stme de coeffcet d regressoe = 3 S rcorda ce la tracca d ua matrce quadrata d orde è defta da tr seguet relazo: la tracca d uo scalare è lo scalare stesso; tr A B tr A tr B ; tr tr tr A = = a ; oltre valgoo le A B C C A B = = C B A per prodott coformabl 35

32 B Cadotto Versoe 7 Sosttuedo a la sua stma Cap 5 - Modello statstco leare ell espressoe - (X X), s ottee la stma della matrce d varaze e covaraze (matrce d dspersoe) del vettore degl stmator - Σ (X X) 533 Ipotes d specfcazoe (caso B: ormaltà della compoete accdetale) Se alle tre potes d specfcazoe trodotte precedeza s agguge l ulterore potes d ormaltà del vettore casuale u N, I e derva, come cosegueza dretta, la ormaltà della dstrbuzoe del vettore N X, I oltre, rcordado ce el caso d varabl casual ormal la correlazoe ulla mplca l dpedeza, le varabl casual rsultao statstcamete dpedet 534 Stma d massma verosmglaza La fuzoe d verosmglaza del vettore casuale è espressa dalla relazoe / L, f ep / ep - X - X l cu logartmo è: log L, log log - X - X Le stme d massma verosmglaza del vettore e d - e u u u u u = X X X soo date da: Come s può rlevare, le stme d massma versmglaza de coeffcet d regressoe cocdoo co le stme de mm quadrat, metre la stma della varaza è dversa e o è corretta S dmostra (teorema d Rao) ce gl stmator d massma verosmglaza soo BU(E), soo, coè, mglor stmator ( pù effcet) ell ambto degl stmator corrett Da quato sopra rportato dervao le seguet propretà: 36

33 B Cadotto Versoe 7 Cap 5 - Modello statstco leare N, N ( X, ) N ( X, ) - k dove = - σ X X, correlate, fatt: u u u u = σ - û k = I + X X ; oltre, e E - - Eu - I - X X X X uu X X X - - X X X X X X e qud, a ragoe dell potes d ormaltà, dpedet 535 Stma d tervallo e test delle potes - k uu soo È ora possble procedere alla stma d tervallo e alla verfca d potes statstce sa rguardo a coeffcet d regressoe ce alla varaza della compoete accdetale; oltre, s può procedere alla stma per tervallo delle varabl e - - Se s poe e ce seguoo V = X X W = I - X X, rsulta facle verfcare le relazo N, v N, v N, w dove v e w rappresetao valor ce occupao la - esma poszoe, rspettvamete, W = I - X X - - elle matrc V = X X e, ce rpropoe la stessa stuazoe gà esamata quado s è trattato del modello d regressoe leare semplce, l uca dffereza rguarda la varable casuale χ -k ce rsulta ora caratterzzata da ( k) grad d lbertà, essedo k parametr,,, stmat rspetto a parametr k, cosderat precedeza I partcolare s a: 37

34 B Cadotto Versoe 7 Cap 5 - Modello statstco leare v N, / v s / / s v k t Ua coveete geeralzzazoe d quato sopra rcamato è rappresetata dalla possbltà d sottoporre a verfca statstca potes su specfce combazo lerar de coeffcet d regressoe: H : R = r dove R è ua matrce d dmesoe (q,k) d rago q k, r u vettore d dmesoe q, co R e r ot Da quato sopra rportato derva ce - N σ R R, R X X R e, sotto l potes ulla H : R = r, s a - - R - r R X X R R - r χq pertato, per rsolvere l problema d test d potes H : R = r H : R r basta far rfermeto alla varable casuale test (usualmete detta statstca d Wald) - R - r R X X R R - r / q F k s / / k - - R - r R X X R R - r sq F q, k ce, come dcato, s dstrbusce come ua vc F d Fser-Sedecor co q e ( k) grad d lbertà 38

35 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Se ell ultma espressoe s poe q =, r = e R è u vettore d dmesoe (,k) co valore par ad el -esmo elemeto e per tutt gl altr elemet, rcordado ce F t,k k s ottegoo gl stess rsultat gà cosderat relatvamete a sgol coeffcet d regressoe U potes statstca d partcolare teresse è H : 3 k cotro l potes alteratva ce almeo u coeffcete sa dverso da Questa potes s specfca poedo q = k e: R = ; k Ik rk k,k Il test così specfcato dveta oltre: - - R - r R X X R R - r F F k, k sq s / k Dev R / k R k F u / k Dev r / k R k F k, k L ultma relazoe scrtta sta ad dcare sa l fatto ce l potes H 3 k : può essere espressa sa term d aals della varaza (cfr Tab 5), sa la relazoe tra l valore umerco assuto dall dce d determazoe test: tato pù prossmo ad è l valore assuto da la vc test R e la sgfcatvtà del R tato pù sgfcatva rsulterà 39

36 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Fote d varabltà Somma de quadrat (Devaze) Grad d lbertà Devaze mede Regressoe s s s k- s k / Resdua u u u -k u / k Totale s s s - F s F u / / k k Tab 5 Aals della varaza per l modello d regressoe Relatvamete all dce d determazoe R s deve osservare ce l valore umerco assuto dell dce stesso dpede strettamete dal umero d varabl esplcatve cluse el modello, al lmte, se l umero d tal varabl è par ad ( ), R ; fatt, questo caso l sstema d equazo ormal è costtuto da tate equazo quate soo le cogte (k = ) e l perpao d regressoe s adatterà perfettamete a tutt put osservat (la varaza resdua è uguale a ) Per tale ragoe, quado s procede alla stma d u modello d regressoe multpla per msurare la botà d adattameto del modello a dat osservat s fa usualmete rfermeto al cosddetto R corretto (per teer coto de grad d lbertà) defto da: R R k Al crescere del umero d varabl esplcatve serte el modello, per motv puramete umerc, cresce ace l valore assuto dall dce R metre l valore assuto dall dce R può ace dmure, cresce solo se l coeffcete d regressoe della uova varable serta rsulta statstcamete sgfcatvo Soo stat esamat due cas estrem d potes: sul sgolo coeffcete d regressoe H : per,3,, k ; su tutt coeffcet d regressoe assocat alle varabl esplcatve H : 3 k ; ovvamete, s possoo sottoporre a test potes su grupp d coeffcet o su combazo lear d coeffcet specfcado modo adeguato la matrce R ed l vettore r Ad esempo se s vuol sottoporre a test l potes H : 3 4, s dovrà porre: 3

37 B Cadotto Versoe 7 Cap 5 - Modello statstco leare R ; 3 r 3,k Esempo 5 I u artcolo del soo state stmate, utlzzado dat aual della cotabltà azoale regstrat Itala ell tervallo temporale , sa per l totale Itala sa per le quattro grad rpartzo terrtoral, tre dverse geeralzzazo della fuzoe aggregata del cosumo C Y u proposta da Kees el 936: C Y C u Brow 3 C C Y u Y Y Y Dueseberr C Y C Y u Houtakker - Talor dove C rappreseta l cosumo auale correte, C - l cosumo relatvo al perodo (ao) precedete a quello ce s cosdera, Y l reddto correte, Y l massmo reddto ragguto passato e Y l cremeto d reddto realzzatos ell utà d tempo (ao) cosderata Il modello d Brow a evdezato l pù elevato grado d rappresetatvtà, la sua superortà rspetto agl altr due modell è emersa modo evdete sa quado s è fatto rfermeto a crter statstc covezoal (capactà d adattameto, sgfcatvtà de coeffcet e capactà prevsoale) sa quado s è fatto rfermeto alla plausbltà ecoomca de rsultat cosegut Le cocluso cu s è perveut el 974 potavao, e dovevao, costture soltato l prmo passo verso ua pù approfodta coosceza del feomeo cosumo prvato Itala Ifatt, la valdtà de rsultat otteut è codzoata al completo soddsfacmeto delle potes d specfcazoe poste a base del modello Il macato soddsfacmeto delle potes comporta cosegueze egatve pù o meo rlevat sulla botà delle stme a secoda dell potes o soddsfatta e del grado d allotaameto dall potes stessa Nel u secodo cotrbuto sul tema, le potes d specfcazoe poste a base del modello d Brow soo state sottoposte a verfca emprca procededo, successvamete, all applcazoe delle tecce statstce d stma proposte letteratura ce al mometo rsultavao pù approprate per la rsoluzoe de problem coess al macato soddsfacmeto delle potes d specfcazoe Scopo del secodo lavoro o è stato, qud, quello dell dvduazoe del modello mglore ma, pù semplcemete, quello della scelta della metodologa pù adeguata per la stma d u modello rvelatos, a seguto d altre aals, suffcetemete rappresetatvo della stuazoe esame L aals codotta o è stata lmtata alla sola verfca emprca delle potes d specfcazoe e alla coseguete dvduazoe delle metodologe d stma pù adeguate ma s è proceduto ace ad u aals delle propretà struttural del modello d Brow, aals tesa all dvduazoe del processo d formazoe e trasformazoe della compoete aleatora del 4 Cadotto (974) 5 Cadotto (979) 3

38 B Cadotto Versoe 7 Cap 5 - Modello statstco leare modello stesso ce è sostazalmete la compoete rspetto alla quale gra parte delle potes d specfcazoe vegoo formulate Aals questa ecessara per due rago fodametal, la prma, dubbamete la pù rlevate, è quella ce veste l complesso problema dell applcabltà de metod dell fereza statstca ella rcerca ecoomca, la secoda rguarda l adeguatezza (come verfcato a posteror) d molte procedure d test proposte letteratura per la verfca emprca delle potes d specfcazoe poste a base del modello d regressoe La coclusoe pù rlevate cu s è perveut el secodo lavoro è stata, per u verso, la coferma della valdtà del modello d Brow per la rappresetazoe del feomeo cosumo, per altro verso, la robustezza del metodo d stma de mm quadrat ordar ce a forto, ace preseza d potes d specfcazoe o completamete soddsfatte, rsultat mglor dal puto d vsta terpretatvo rspetto a quell fort da metod alteratv d stma ce teevao coto del macato soddsfacmeto delle potes stesse Nelle rge ce seguoo vee rpreso l tema utlzzado dat aggorat e, a ttolo esclusvamete esemplfcatvo, llustrata ua procedura statstca rteute adeguata per la specfcazoe d ua fuzoe del cosumo ce rsult adeguata per la rappresetazoe della base dat utlzzata; la procedura d stma utlzzata è quella d mm quadrat I dat pres cosderazoe soo rportat ella Tab 5 S tratta d = 68 coppe d osservazo trmestral sulle varabl reddto lordo dspoble e spesa delle famgle per cosum fal Itala el perodo Reddto lordo dspoble Spesa delle famgle per cosum fal Trmestre Q Q Q Q Q Q Q Q Tab 5 - Reddto lordo dspoble e spesa delle famgle per cosum fal Itala 999/5 - Dat destagoalzzat Osservado la Fg5 s desume faclmete la ragoevolezza dell potes della preseza d ua relazoe leare (modello d Kees) tra cosumo e reddto; fatt, la stma de mm quadrat del modello forsce de rsultat ce cofortao ampamete tale potes (cfr Tab 5) Il prmo modello c e s cosdera è quello orgalmete proposto da Kees A C Y u ( =,,,) presuppoedo soddsfatte tutte le potes d specfcazoe classce poste a base del modello d regressoe 6, rsultat della stma de mm quadrat ordar soo rportat ella Tab 5, metre ella Tab 53 soo rportat valor relatv all aals della varaza S rcorda ce questo caso specfco (regressoe semplce) l valore della F d Fser rportato ella Tab53 è uguale al quadrato del valore della t d Studet rportato ella Tab 5 6 I realtà le potes o rsultao completamete soddsfatte ma, per l carattere esemplfcatvo dell aals svolta e per la robustezza de metod mpegat, s è preferto utlzzare l metodo de mm quadrat ordar Per u approfodmeto sul tema s può fare rfermeto a Cadotto (979) 3

39 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 6 5 Spesa delle famgle per cosum fal Reddto lordo dspoble 6 5 Spesa delle famgle per cosum fal Reddto lordo dspoble Stma de mm Coeffcet quadrat (tercetta) = Varaza degl stmator t d Studet p value 34384,54-3,444,49 (reddto),59 4,4996, Tab 5 Replogo de rsultat dervat dalla stma del modello d Kees ( = 68) 33

40 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Fote d varabltà Regressoe Resdua Totale Somma de quadrat (Devaze) Grad d lbertà Devaze mede s , ,4 F 7, u , , s ,76 67 R =,963 F Tab 53 Aals della varaza relatva alla stma del modello d Kees ( = 68) Osservado dat rportat elle Tabb 5 e 53 l rcercatore potrebbe rteers pù ce soddsfatto de rsultat cosegut: l semplce modello proposto da Kees a rcevuto ampa coferma dalla verfca emprca effettuata I realtà, come sopra sottoleato, l modello d Brow, altrettato semplce, a evdezato (cfr Cadotto 974 e 979) capactà rappresetatva del feomeo cosumo pù soddsfacet sa per le argometazo teorce su cu è basato sa term d adattameto emprco alla realtà aalzzata Nelle Tabb 54 e 55 soo rportat rsulta della stma del modello d Brow seredo la varable relatva al cosumo co u rtardo temporale d u perodo (t=) Coeffcet (tercetta) Stma de mm quadrat = 447,6 Varaza degl stmator ,57 t d Studet p value,34,63 3 (reddto),97,4,98,4 (cosumo rtardato perodo),877,4 7,64, 3 Tab 54 Replogo de rsultat dervat dalla stma del modello d Brow ( = 67, t = ) 34

41 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Fote d varabltà Regressoe Resdua Totale Somma de quadrat (Devaze) Grad d lbertà Devaze mede s ,4 F 368,53 u , s R =,9969 F Tab 55 Aals della varaza relatva alla stma del modello d Brow ( = 67, t = ) Osservado dat rportat elle Tabb 54 e 55 s pervee alla coclusoe ce dalla verfca emprca effettuata l modello d Brow cotua ad evdezare, pure se applcato a dat trmestral e rferto ad ua arco temporale dverso, la sua elevatssma capactà d rappresetazoe della relazoe tra l cosumo (spesa) e l reddto delle famgle talae Ioltre, l sermeto della varable cosumo rtardato agguta al reddto mglora ulterormete la gà elevatssma capactà rappresetatva della fuzoe del cosumo proposta da Kees Rguardo a rsultat otteut s rcama l attezoe sulla relatva perdta d sgfcatvtà della varable reddto Pur trattados d ua perdta del tutto margale, fatt l p-value assocato a tale varable passa da, a,4, s potrebbe, comuque, ragoevolmete presumere ce tale perdta possa dpedere dall elevatssma colleartà tra l reddto regstrato el trmestre ed l cosumo regstrato el trmestre mmedatamete precedete Potrebbe rsultare ragoevole, allora, mettere relazoe l cosumo osservato u trmestre o pù co quello regstrato el trmestre precedete ma co l cosumo regstrato el corrspodete trmestre dell ao precedete potzzado, qud, u rtardo temporale par a 4 I rsultat della stma del modello d Brow questa uova versoe soo rportat elle Tabb 56 e 57 Coeffcet (tercetta) Stma de mm quadrat = 574,9 Varaza degl stmator 4798,5 t d Studet p value,,748 3 (reddto),48,799 7,7, (cosumo rtardato perodo),535,65,49, 3 Tab 56 Replogo de rsultat dervat dalla stma del modello d Brow ( = 64, t = 4) 35

42 B Cadotto Versoe 7 Cap 5 - Modello statstco leare Fote d varabltà Regressoe Resdua Somma de quadrat (Devaze) Grad d lbertà Devaze mede s , ,4 u , , F F 95,6 Totale s 88875, ,68 R =,9846 Tab 57 Aals della varaza relatva alla stma del modello d Brow ( = 64, t = 4) 54 - Modello d aals della varaza (ANOVA) Il terme aals della varaza è gà stato trodotto e paragraf precedet per dcare la scomposzoe della varabltà presete ella varable rsposta el modello d regressoe dstguedo la varabltà da attrbure a fattor fluet (varabltà spegata) dalla varabltà da attrbure a fattor accdetal (varabltà o spegata) Nel modello d regressoe multpla s è avuto modo d procedere ad ua ulterore scomposzoe della varabltà spegata fuzoe della dversa atura de fattor cosderat Storcamete però l aals della varaza vee trodotta facedo rfermeto a procedure d test d potes dove le varabl esplcatve soo d atura categorca, partcolare s fa rfermeto a stuazo spermetal dove fattor esplcatv soo espress scala omale (Fser, 95) La trattazoe estesa dell argometo retra el cotesto d quella parte della statstca usualmete deotata co l terme pao o dsego degl espermet Al rguardo s deve sottoleare ce sarebbe pù approprato parlare d aals della devaza e o d aals della varaza quato la scomposzoe degl effett vee operata sulla somma del quadrato degl scart tra valor osservat e la loro meda, coè sulla devaza, a prescdere dal umero delle osservazo ce etrao goco solo al mometo della verfca delle potes come grad d lbertà assocat alle dverse compoet della scomposzoe della cosdetta devaza totale I queste ote s farà rfermeto a sol dseg fattoral complet lmtado la trattazoe alle stuazo cu fattor spermetal soo al massmo 3 (oe-wa, twowa e tree-wa ANOVA) L espermeto fattorale completo è caratterzzato dalla preseza d pù osservazo spermetal corrspodeza d cascua modaltà, el caso cu s sta trattado d u solo fattore spermetale, se fattor spermetal soo o pù d s deve poter dsporre d pù osservazo corrspodeza d og possble combazoe delle modaltà de fattor spermetal cosderat 36

43 B Cadotto Versoe 7 Cap 5 - Modello statstco leare 54 Aals a u crtero d classfcazoe S cosder la stuazoe spermetale ca prevede l mpego d u solo fattore spermetale A caratterzzato da modaltà dstte A ( =,, ) e d poter dsporre d rsposte spermetal corrspodeza dell -esma modaltà A ; s potzz, coè, ua stuazoe spermetale ella quale soo prevst trattamet cascuo de qual è replcato ( =,,, ) volte Il modello base per procedere ad u aals della varaza è Y=μ+α +u = +u per =,,, dove = μ+α la compoete sstematca del modello e u la compoete accdetale, oltre, E u, Var u e E( u u ) per Da quato scrtto derva EY Se s dspoe, come potzzato, d rsposte corrspodeza della modaltà A l modello per le osservazo dspobl assume la forma Y u = u per,,, ; r,,, dove r r r, E ( u r u r ) per e E ( u r u s) per r s I sostaza la stuazoe prospettata s rfersce ad grupp dstt d soggett qual, all tero d cascu gruppo, possoo dfferre tra loro solo per l effetto d fattor d carattere accdetale metre soggett apparteet a grupp dvers possoo dfferre, sa per effetto d fattor d carattere accdetale sa per effetto d fattor struttural, le dffereze struttural soo evdezate dalla dverstà delle mede μ = μ+α A questo puto rsulta facle l terpretazoe de coeffcet α ce rappresetao lo scarto ( pù o meo) rspetto all tera popolazoe da attrbure all apparteeza allo specfco gruppo -esmo Se s dspoe d u campoe d osservazo dstrbute, come potzzato, egl grupp s può procedere alla rsoluzoe degl usual problem d fereza: stma delle mede cogte μ = μ+α e/o verfca d potes statstce sulle mede stesse L potes classca è quella d uguaglaza tra le mede H : cotro l potes alteratva ce sa presete ua qualce dffereza tra le stesse mede U modo perfettamete equvalete d defzoe dell potes ulla è 37

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

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

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

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

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

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

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

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

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

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

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

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

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

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

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

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

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

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 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

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

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

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

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

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

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

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

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

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

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

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

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

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA 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

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

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

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

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

Università della Calabria

Università della Calabria Uverstà della Calabra FACOLTA DI INGEGNERIA Corso d Laurea Igegera per l Ambete e l Terrtoro CORSO DI IDROLOGIA Ig. Daela Bod SCHEDA DIDATTICA N 5 ISOIETE E TOPOIETI A.A. 20-2 Calcolo della precptazoe

Dettagli

Statistica per le ricerche di mercato. 10. La regressione lineare semplice

Statistica per le ricerche di mercato. 10. La regressione lineare semplice Statstca per le rcerche d mercato A.A. 0/3 Dr. Luca Secod 0. La regressoe leare semplce Il terme regressoe fu trodotto verso la metà dell Ottoceto dall glese Sr Fracs Galto (8-9) che, e suo stud d eugeetca,

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

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

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

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

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

Un esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche.

Un esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche. I molte crcostaze l rcercatore s trova a dover decdere quale, tra le dverse stuazo possbl rferbl alla popolazoe, è quella meglo sosteuta dalle evdeze emprche. Ipotes statstca: supposzoe rguardate: u parametro

Dettagli

Statistica per le ricerche di mercato. 13. La regressione lineare semplice

Statistica per le ricerche di mercato. 13. La regressione lineare semplice Statstca per le rcerche d mercato A.A. 0/ Prof.ssa Tzaa Lauret Dott. Luca Secod 3. La regressoe leare semplce Il terme regressoe fu trodotto verso la metà dell Ottoceto dall glese Sr Fracs Galto (8-9)

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

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

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

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

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

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

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

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

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

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

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

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

CALCOLO DEGLI INDICI STATISTICI

CALCOLO DEGLI INDICI STATISTICI CALCOLO DEGLI INDICI STATISTICI Premessa Le formule d calcolo de prcpal dc statstc (parlamo sostazalmete d meda campoara e varaza campoara) dpedoo dal caso esame qud zamo col fare luce sulla possble casstca.

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

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

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

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma 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. 3 VARIABILI

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

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

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

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

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

STATISTICA DESCRITTIVA modulo 1 Corso di Laurea SMID Elda Guala e Ivano Repetto Dipartimento di Matematica - Università degli Studi di Genova

STATISTICA DESCRITTIVA modulo 1 Corso di Laurea SMID Elda Guala e Ivano Repetto Dipartimento di Matematica - Università degli Studi di Genova - -. Varabl statstche STATISTICA DESCRITTIVA modulo Corso d Laurea SMID Elda Guala e Ivao Repetto Dpartmeto d Matematca - Uverstà degl Stud d Geova I dat rportat sotto s rferscoo a studet uverstar che

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

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

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

Francesco Ciatara ELEMENTI STATISTICA

Francesco Ciatara ELEMENTI STATISTICA Fracesco Catara ELEMENTI d STATISTICA 0 La dstrbuzoe statstca Per llustrare e defre gl uvers, per assemblare le utà grupp, sosttuedo a soggett class equvalet, o meglo, costrure collettv mor costtut da

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

Statistica descrittiva

Statistica descrittiva Statstca descrttva Grafc e tabelle permettoo d fare valutazo qualtatve, o quattatve. C è la ecesstà d stetzzare le caratterstche salet d ua varable: dc d locazoe o d poszoe dc d varabltà o dspersoe Questo

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

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

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento Captolo 17 Suggermet agl eercz a cura d Elea Slett Eerczo 17.1: Suggermeto S rcord che X 1, X 2, X 3 oo v.c. dpedet quado le etrazo oo co rpozoe. Uo tmatore T dce o dtorto e l uo valore atteo cocde co

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

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

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

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

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

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

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

Rappresentazioni analitiche delle distribuzioni

Rappresentazioni analitiche delle distribuzioni Rappresetazo aaltche delle dstrbuzo Massmo Alfoso Russo Dpartmeto d Sceze Ecoomche, Matematche e Statstche Uverstà d Fogga STATISTICA I - 9 - Fogga Cocetto d rappreset esetazoe aaltca Problema: terpretare,

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

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

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

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