Modelli per variabili dipendenti qualitative
|
|
- Armando Carletti
- 8 anni fa
- Visualizzazioni
Transcript
1 SEMINARIO GRUPPO TEMATICO METODI e TECNICHE La valutazione degli incentivi industriali: aspetti metodologici Università di Brescia, 17 gennaio 2012 Modelli per variabili dipendenti qualitative Paola Zuccolotto Università di Brescia Centro di Studi e Ricerca Dati Metodi Sistemi
2 Scopo e agenda Scopo: Dare uno sguardo alle problematiche principali riguardanti la previsione statistica per variabili dipendenti qualitative Agenda: Questioni statistiche fondamentali Approcci e metodi di analisi Valutazione della bontà del modello Contestualizzazione nella valutazione Alcuni problemi specifici
3 Questioni statistiche fondamentali: la previsione Previsione statistica: X 1, X 2 p predittori E(Y) = (X 1, X 2 X p ) Y qualitativa classificazione quantitativa regressione
4 Questioni statistiche fondamentali: variabili dipendenti qualitative Variabili qualitative dicotomiche (0-1) E(Y) = si modella la probabilità di osservare il valore 1 = (X 1, X 2 X p ) N.B. La funzione è il modello statistico
5 Approcci e metodi di analisi A seconda della forma scelta per la funzione abbiamo diversi modelli statistici. In generale possiamo distinguere due approcci fondamentali alla definizione di tradizionale e quello algoritmico.
6 Approcci e metodi di analisi Approccio tradizionale Consiste nello scegliere per una forma funzionale definita a priori, in genere abbastanza semplice. Esempi: regressione logistica, probit
7 Approcci e metodi di analisi Esempio con due predittori X 1 e X 2 Esempio con tre predittori X 1, X 2 e X 3 X 2 X 3 X 1 X 1 X 2
8 Approcci e metodi di analisi Facile interpretabilità del modello Facile stima dei parametri Rigidità della funzione
9 Approcci e metodi di analisi Approccio algoritmico Consiste meccanismi algoritmici per approssimare. Esempi: reti neurali artificiali, alberi di classificazione, ensemble learning, SVM, algoritmi genetici,
10 Approcci e metodi di analisi Esempio con due predittori X 1 e X 2 Esempio con tre predittori X 1, X 2 e X 3 X 3 X 2 X 1 X 2 X 1
11 Approcci e metodi di analisi Elevata flessibilità della funzione Pesantezza computazionale Difficoltà di stima dei parametri Difficoltà di interpretazione del modello (black box)
12 Valutazione della bontà del modello (goodness of fit) Si definisce una soglia s, quindi per ogni soggetto i- esimo i previsione 0 per il soggetto i- esimo i > s 1 per il soggetto i- esimo previsione effettivi
13 Valutazione della bontà del modello (goodness of fit) effettivi 1 0 previsione 1 n 11 n 10 0 n 01 n 00 Misclassification error rate
14 Valutazione della bontà del modello (goodness of fit) effettivi 1 0 previsione 1 n 11 n 10 0 n 01 n 00 Misclassification error rate Sensitivity True positive rate
15 Valutazione della bontà del modello (goodness of fit) effettivi 1 0 previsione 1 n 11 n 10 0 n 01 n 00 Misclassification error rate Sensitivity True positive rate Specificity True negative rate
16 Valutazione della bontà del modello (goodness of fit) Sensitività e specificità variano al variare della soglia s s = 0 s = 1 effettivi effettivi previsione 1 n 11 n previsione n 01 n 00 Sensitivity = 1 Specificity = 0 Sensitivity = 0 Specificity = 1
17 Valutazione della bontà del modello (goodness of fit) Sensitività e specificità variano al variare della soglia s Sensitivity - Specificity s
18 Valutazione della bontà del modello (goodness of fit) Il valore ottimale di s si può scegliere osservando la ROC curve Valori bassi di s Valori elevati di s
19 Valutazione della bontà del modello (goodness of fit) Il valore ottimale di s si può scegliere osservando la ROC curve Soglia moderata Soglia lasca Soglia stretta
20 Valutazione della bontà del modello (goodness of fit) La ROC curve può essere utilizzata anche per effettuare una valutazione sintetica globale di goodness of fit. In questo modo risulta possibile valutare la bontà di un predittore e confrontare predittori diversi tra loro.
21 Valutazione della bontà del modello (goodness of fit) Il predittore migliore (attribuzione esatta delle categorie) Il predittore peggiore (attribuzione casuale delle categorie)
22 Valutazione della bontà del modello (goodness of fit)
23 Valutazione della bontà del modello (goodness of fit) Si può anche calcolare un indicatore sintetico Area Under the Curve AUC
24 Variabili dipendenti qualitative: contestualizzazione nella valutazione politiche economiche Propensity Score Matching: calcola la probabilità di partecipanti aventi probabilità simili. Identificazione delle Variabili Strumentali: calcola la predittori associati con il meccanismo di (auto)selezione ma Treatment Effect Model: modella la probabilità di partecipare
25 Alcuni problemi specifici Variable selection: Approccio tradizionale: step- wise, penalized regression. Approccio algoritmico: Variable Importance measures, metodi di rule extraction Sbilanciamento tra 0 e 1: Metodi di ricampionamento Spostamento soglia su ROC curve Introduzione funzioni di costo
Pro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliRegressione Logistica: un Modello per Variabili Risposta Categoriali
: un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione
DettagliLe politiche attive del lavoro e il valore della formazione
Le politiche attive del lavoro e il valore della formazione Trento, 28 novembre 2014 Analisi degli esiti lavorativi di alcune esperienze formative rivolte a disoccupati in tre diverse realtà italiane:
DettagliSuggerimenti per l approccio all analisi dei dati multivariati
Suggerimenti per l approccio all analisi dei dati multivariati Definizione degli obbiettivi Il primo passo è la definizione degli obbiettivi. Qual è l obbiettivo della sperimentazione i cui dati dovete
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliStatistical learning Strumenti quantitativi per la gestione
Statistical learning Strumenti quantitativi per la gestione Emanuele Taufer Vendite Simbologia Reddito Statistical learning A cosa ci serve f? 1 Previsione 2 Inferenza Previsione Errore riducibile e errore
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliIng. Simone Giovannetti
Università degli Studi di Firenze Dipartimento di Elettronica e Telecomunicazioni Ing. Simone Giovannetti Firenze, 29 Maggio 2012 1 Incertezza di Misura (1/3) La necessità di misurare nasce dall esigenza
DettagliA.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE
A.A. 2014-2015 Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE Utilizzare gli strumenti epidemiologici e statistici appropriati per ridurre l'area dell'incertezza nella rilevazione
DettagliLezione 2. Il rating. Il rating. Sistemi di rating, il rating esterno
Lezione 2 Sistemi di rating, il rating esterno Il rating Il modo con cui si combinano: Probabilità di inadempienza (PD) Perdita in caso di inadempienza (LGD) Esposizione all inadempienza (LGD) Scadenza
DettagliIndice di rischio globale
Indice di rischio globale Di Pietro Bottani Dottore Commercialista in Prato Introduzione Con tale studio abbiamo cercato di creare un indice generale capace di valutare il rischio economico-finanziario
DettagliVC-dimension: Esempio
VC-dimension: Esempio Quale è la VC-dimension di. y b = 0 f() = 1 f() = 1 iperpiano 20? VC-dimension: Esempio Quale è la VC-dimension di? banale. Vediamo cosa succede con 2 punti: 21 VC-dimension: Esempio
DettagliIl metodo della regressione
Il metodo della regressione Consideriamo il coefficiente beta di una semplice regressione lineare, cosa significa? È una differenza tra valori attesi Anche nel caso classico di variabile esplicativa continua
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com
DettagliLimited Dependent Variable Models
Limited Dependent Variable Models Logit Tobit Probit Modelli Logit e Probit Latent variable models for binary choice Models for descrete dependent variable Traducendo Spesso vogliamo studiare (le determinanti
DettagliEconometria. lezione 17. variabili dipendenti binarie. Econometria. lezione 17. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori domande di mutui rigettate - nei dati raccolti a Boston negli anni 90 il tasso di rifiuto è 28% per i neri e 9% per i bianchi - si può parlare di discriminazione? - è possibili
DettagliParte 4. Progettazione di una simulazione
Parte 4 Progettazione di una simulazione Fasi di uno studio di simulazione l approccio a cascata Problema Analisi e validazione Progettazione e test Sistema Modello concettuale Programma di simulazione
DettagliIL CAMPIONAMENTO NELLA REVISIONE CONTABILE
Università RomaTre. Facoltà di Economia Federico Caffè Prof. Ugo Marinelli Anno Accademico 07-08 1 PREMESSA RACCOLTA SUFFICIENTI ED APPROPRIATI ELEMENTI PROBATIVI LA È SVOLTA IN BASE A VERIFICHE DI CAMPIONI
DettagliDECISION MAKING. E un termine generale che si applica ad azioni che le persone svolgono quotidianamente:
DECISION MAKING E un termine generale che si applica ad azioni che le persone svolgono quotidianamente: Cosa indosserò questa mattina? Dove e cosa mangerò a pranzo? Dove parcheggerò l auto? Decisioni assunte
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliRelazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
DettagliCome scrivere una proposta progettuale
PROGETTO OPERATIVO DI ASSISTENZA TECNICA ALLE REGIONI DELL OBIETTIVO CONVERGENZA Come scrivere una proposta progettuale Comune di CATANIA 17/03/2016 SIGNIFICATO E DEFINIZIONE DEI LIVELLI DELLA LOGICA
DettagliCURRICOLO VERTICALE DI TECNOLOGIA
CURRICOLO VERTICALE DI TECNOLOGIA NUCLEI FONDANTI COMPETENZE CONTENUTI ABILITA METODOLOGIE E STRUMENTI METODO SCIENTIFICO VEDERE OSSERVARE COMPARARE CLASSIFICARE Relazione fra l uomo e l ambiente Le modifiche
DettagliRELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della
RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili
DettagliEconomia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 5 I differenziali salariali compensativi - Applicazione di politica economica: l assicurazione sulla salute e il mercato del lavoro 1 Negli Stati Uniti i datori di lavoro
DettagliLA LOGISTICA INTEGRATA
dell Università degli Studi di Parma LA LOGISTICA INTEGRATA Obiettivo: rispondere ad alcuni interrogativi di fondo Come si è sviluppata la logistica in questi ultimi anni? Quali ulteriori sviluppi sono
DettagliElementi di Telelocalizzazione
Elementi di Telelocalizzazione Ing. Francesco Benedetto - Prof. Gaetano Giunta Laboratorio di Telecomunicazioni (COMLAB) Università degli Studi Roma Tre 1 Introduzione Proprietà della sequenza di spreading:
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Dettagli1a Edizione Risorse Comuni
1a Edizione Risorse Comuni Gli strumenti innovativi per la gestione efficiente della finanza dell ente Focus sulle tecniche di gestione attiva del debito Relatore: Giampiero Bergami Milano, 22 gennaio
DettagliIl controllo dei rischi operativi in concreto: profili di criticità e relazione con gli altri rischi aziendali
La gestione dei rischi operativi e degli altri rischi Il controllo dei rischi operativi in concreto: profili di criticità e relazione con gli altri rischi aziendali Mario Seghelini 26 giugno 2012 - Milano
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Analisi dei dati in tabelle di contingenza Corsi di laurea triennale di area tecnica - Corso di Statistica
DettagliPrincipi di analisi causale Lezione 2
Anno accademico 2007/08 Principi di analisi causale Lezione 2 Docente: prof. Maurizio Pisati Logica della regressione Nella sua semplicità, l espressione precedente racchiude interamente la logica della
DettagliRiconoscimento e Recupero dell'informazione per Bioinformatica
Riconoscimento e Recupero dell'informazione per Bioinformatica LAB. 8 PRTools (2) Pietro Lovato Corso di Laurea in Bioinformatica Dip. di Informatica Università di Verona A.A. 2015/2016 Ripasso: validazione
DettagliLa categoria «ES» presenta (di solito) gli stessi comandi
Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliLezione 10: Il problema del consumatore: Preferenze e scelta ottimale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliMetodologia epidemiologica e Igiene II
Università Cattolica del Sacro Cuore Scuola di Specializzazione in Igiene e Medicina Preventiva e Medicina Legale Anno accademico 2011/2012 Metodologia epidemiologica e Igiene II Bruno Federico Cattedra
DettagliCAPITOLO III CONFRONTI TRA DISTRIBUZIONI
CAPITOLO III CONFRONTI TRA DISTRIBUZIONI 3.1 CONFRONTI TRA DISTRIBUZIONI OSSERVATE E DISTRIBUZIONI TEORICHE OD ATTESE. Nella teoria statistica e nella pratica sperimentale, è frequente la necessità di
DettagliTECNICO SUPERIORE DELLA LOGISTICA INTEGRATA
ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE TRASPORTI TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA
Dettaglilezione 18 AA 2015-2016 Paolo Brunori
AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo
DettagliCorso di. Analisi e contabilità dei costi
Corso di Analisi e Contabilità dei Costi Prof. 1_I costi e il sistema di controllo Perché analizzare i costi aziendali? La CONOSCENZA DEI COSTI (formazione, composizione, comportamento) utile EFFETTUARE
DettagliCorso di Politica Economica
Corso di Politica Economica Lezione 19: Spence s Job Market Signalling model David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica
DettagliMetodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla
Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
DettagliVi ricordate quello che abbiamo visto nelle prime lezioni? LA VALUTAZIONE ECONOMICA E FINANZIARIA DEL PROGETTO. L analisi di sensitività
LA VALUTAZIONE ECONOMICA E FINANZIARIA DEL PROGETTO a cura di Roberto M. Brioli Coll. Arch. Mirko Bisulli LE ANALISI DI SENSIBILITÀ Vi ricordate quello che abbiamo visto nelle prime lezioni? Alcune caratteristiche
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliRegressione Logistica
Regressione Logistica Esercizio Data set: Nel data set heart.txt (o heart.sav) sono contenute informazioni riguardo 302 pazienti che hanno avuto infarto e 60 che non hanno avuto infarto in uno studio retrospettivo
DettagliPresentazione. Risorse Web. Metodi Statistici 1
I-XVI Romane_ 27-10-2004 14:25 Pagina VII Prefazione Risorse Web XI XIII XVII Metodi Statistici 1 Capitolo 1 Tecniche Statistiche 3 1.1 Probabilità, Variabili Casuali e Statistica 3 1.1.1 Introduzione
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliSeconda conferenza diateneo sugli strumenti di valutazione della ricerca Ferrara, 18 maggio 2010
Bibliometria i per la valutazione della ricerca: uso e abuso Alberto Baccini (Unisi) Seconda conferenza diateneo sugli strumenti di valutazione della ricerca Ferrara, 18 maggio 2010 Lo scontro sulla valutazione
DettagliScheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux
Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Sistemi multiprocessori Fin qui si sono trattati i problemi di scheduling su singola
DettagliTECNICO SUPERIORE DEI TRASPORTI E DELL INTERMODALITÀ
ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE TRASPORTI TECNICO SUPERIORE DEI TRASPORTI E DELL INTERMODALITÀ STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI TECNICO SUPERIORE DEI TRASPORTI E
DettagliINTRODUZIONE AL RISK MANAGEMENT. Copyright CER.TO. S.r.l. 1
INTRODUZIONE AL RISK MANAGEMENT Copyright CER.TO. S.r.l. 1 Il rischio: cos è? 3.1.13: l insieme della possibilità di un evento(3.1.4) e delle sue conseguenze (3.1.7) sugli obiettivi. Rischio = La possibilità
DettagliSistemi Informativi Territoriali. Map Algebra
Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Map Algebra Cod.735 - Vers.E57 1 Definizione di Map Algebra 2 Operatori locali 3 Operatori zonali 4 Operatori focali 5 Operatori
DettagliRegressione logistica
Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer Metodi di classificazione Tecniche principali Alcuni esempi Data set Default I dati La regressione logistica Esempio Il modello
Dettaglipenetration test (ipotesi di sviluppo)
penetration test (ipotesi di sviluppo) 1 Oggetto... 3 2 Premesse... 3 3 Attività svolte durante l analisi... 3 3.1 Ricerca delle vulnerabilità nei sistemi... 4 3.2 Ricerca delle vulnerabilità nelle applicazioni
DettagliAnalisi della performance temporale della rete
Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliTecniche di rilevazione statistica
Tecniche di rilevazione statistica Il disegno di ricerca Indagini censuarie e campionarie Indagini campionarie basate su questionario Introduzione al campionamento Il disegno di ricerca Con il termine
DettagliParte I. Prima Parte
Parte I Prima Parte Capitolo 1 Introduzione generale 1.1 Il problema dell assegnazione Corsi-Borsisti Il problema dell assegnazione delle borse dei corsi ai vari studenti può essere riassunto nei punti
DettagliProgrammazione Disciplinare: Calcolo Classe: Quarte - Quinte
Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico
DettagliStatistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
DettagliSCUOLA PRIMARIA CURRICOLO GEOGRAFIA DELIBERATO ANNO SCOL 2015/2016
SCUOLA PRIMARIA CURRICOLO DELIBERATO ANNO SCOL 2015/2016 SCUOLA PRIMARIA CLASSE PRIMA 2. Illustrare graficamente un percorso. 1.ORIENTAMENTO 1.1 Muoversi consapevolmente nello spazio circostante. Riconoscere
DettagliRegole associative. Prof. Paolo Giudici
Regole associative Prof. Paolo Giudici Market basket analysis La Market Basket Analysis considera i comportamenti di acquisto dei consumatori, tipicamente in un negozio (es. supermercato) I dati consistono
DettagliEsposizione ed effetto
Esposizione ed effetto In epidemiologia, si è spesso interessati a conoscere quale sia l effetto di una determinata esposizione. - Es. 1. qual è l effetto di una dieta vegetariana sulla salute? La dieta
DettagliCerved Group S.p.A. Rating Validation 1. CERVED GROUP SpA. Rating Validation
Cerved Group S.p.A. Rating Validation 1 CERVED GROUP SpA Rating Validation Cerved Group S.p.A. Rating Validation 2 Indice Parte I - Approccio Teorico 1.1 - Introduzione... 4 1.2 - Approccio metodologico...
DettagliChe cosa e come valutano le prove di matematica e con quali risultati. nell A.S. 2008 2009
Che cosa e come valutano le prove di matematica e con quali risultati nell A.S. 2008 2009 Presentazione a cura di Roberta Michelini Casalpusterlengo, 8 gennaio 2010 http://www.invalsi.it/esamidistato0809/
DettagliPROGRAMMAZIONE COMPETENZE CHIAVE DI CITTADINANZA
PROGRAMMAZIONE COMPETENZE CHIAVE DI CITTADINANZA COMPETENZA 1 IMPARARE AD IMPARARE Abilità/ Capacità Organizzare il proprio lavoro autonomamente - Rispettare le consegne - Mettere in atto strategie appropriate
DettagliANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE
ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE CON REPLICHE INTRODUZIONE Lo studio di un fenomeno non si deve limitareit alla valutazione dei singoli fattori in studio ma molto spesso è importante
DettagliClick toeditmaster titlestyle
Programma specifico 12 Azione S Seminari per operatori Il Questionario di interessi. Versione online http://orientamento.regione.fvg.it/questionario_inf/login.aspx http://orientamento.regione.fvg.it/questionario_sup/login.aspx
DettagliFederico Laschi. Conclusioni
Lo scopo di questa tesi è stato quello di proporre alcuni algoritmi di allocazione dinamica della capacità trasmissiva, basati su tecniche di predizione on-line dei processi di traffico. Come prima analisi
DettagliPage 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo
Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi
DettagliCon il termine Variabile di solito si indica qualcosa che varia, cioè che assume più modi di essere, detti modalità, attributi, valori
Le Variabili Con il termine Variabile di solito si indica qualcosa che varia, cioè che assume più modi di essere, detti modalità, attributi, valori 1. Genericamente, il termine variabile indica un carattere
DettagliEconomia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 4 L equilibrio del mercato del lavoro - Applicazioni di politica economica: trattenute in busta paga contro benefici obbligatori 1 Il governo può imporre alle imprese
DettagliLa teoria finanziaria del valore asserisce che il valore di una iniziativa dipende essenzialmente da tre fattori:
La teoria finanziaria del valore asserisce che il valore di una iniziativa dipende essenzialmente da tre fattori: i flussi monetario che l iniziativa è in grado di generare il profilo temporale associabile
DettagliPerché si fanno previsioni?
Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
DettagliIntroduzione alla metodologia di progettazione europea
Seminario informativo Come presentare una proposta di successo nel quadro del programma ENPI CBC MED Introduzione alla metodologia di progettazione europea (parte I versione ridotta) Docente: Cecilia Chiapero
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 16 luglio 2006 V.a. discrete e distribuzioni discrete Esercizio 1 Dimostrare la proprietà della mancanza di memoria della legge geometrica, ovvero
DettagliAnalisi di Mercato. Facoltà di Economia. Analisi sui consumi. Metodo delle inchieste familiari. Metodo delle disponibilità globali
Obiettivi delle aziende Analisi di Mercato Facoltà di Economia francesco mola Analisi sui consumi Conoscere i bisogni e i gusti dei consumatori Valutare la soddisfazione della clientela Lanciare nuovi
DettagliLiceo Tecnologico. Indirizzo Logistica e Trasporti. Indicazioni nazionali per Piani di Studi Personalizzati
Indicazioni nazionali per Piani di Studi Personalizzati Discipline con attività di laboratorio 3 4 5 Sistemi di trasporti 132 132 132 Tecnologie informatiche, dell automazione e della comunicazione 66
DettagliElementi di informatica
Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri Rappresentazione dei numeri nei calcolatori rappresentazioni finalizzate ad algoritmi efficienti per le operazioni
DettagliApplicazioni delle teorie della scelta razionale e della domanda (Frank, Capitolo 5)
Applicazioni delle teorie della scelta razionale e della domanda (Frank, Capitolo 5) DUE ESEMPI SULL UTILIZZO DEL MODELLO DI SCELTA RAZIONALE AI FINI DELLA POLITICA ECONOMICA La politica economica influenza
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliSVM. Veronica Piccialli. Roma 11 gennaio 2010. Università degli Studi di Roma Tor Vergata 1 / 14
SVM Veronica Piccialli Roma 11 gennaio 2010 Università degli Studi di Roma Tor Vergata 1 / 14 SVM Le Support Vector Machines (SVM) sono una classe di macchine di che derivano da concetti riguardanti la
DettagliLa matematica per innovare i processi di decisione del fundraising
La matematica per innovare i processi di decisione del fundraising Festival del Fundraising Ottavio Crivaro Giovanni Cassarini 2 La sfida: è possibile? Risk map and Risk models Prevedere l arrivo di auto
DettagliI Metodi statistici utili nel miglioramento della qualità 27
Prefazione xiii 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento della qualità 1 1.1.1 Le componenti della qualità 2 1.1.2 Terminologia
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliCorso semestrale di Analisi e Contabilità dei Costi
Corso semestrale di Analisi e Contabilità dei Costi Aureli Selena 1_Sistema di controllo e contabilità analitica Perché analizzare i costi aziendali? La CONOSCENZA DEI COSTI (formazione, composizione,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliRegressione logistica. Strumenti quantitativi per la gestione
Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer file:///c:/users/emanuele.taufer/dropbox/3%20sqg/classes/4a_rlg.html#(1) 1/25 Metodi di classificazione I metodi usati per analizzare
DettagliVerità ed esperienza: come la natura genera le osservazioni sperimentali
Verità ed esperienza: come la natura genera le osservazioni sperimentali Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia 10 gennaio 2012 Indice 1 Presupposti
DettagliData Mining a.a. 2010-2011
Data Mining a.a. 2010-2011 Docente: mario.guarracino@cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario delle lezioni A partire dall 19.10.2010, Martedì h: 09.50 16.00
Dettagli