Statistica economica
|
|
- Gabriele Sartori
- 6 anni fa
- Visualizzazioni
Transcript
1 Statistica economica a.a. 013/14 Dr. Luca Secondi 10.a. Output tipico di un modello di regressione lineare multipla 1
2 Le analisi basate sul modello di regressione prevedono la stima dei coefficienti associati alle variabili esplicative introdotte nella relazione funzionale specificata, al fine di quantificare l influenza (e la connessa significatività) di ciascun predittore. Partendo dalla disponibilità di un data set - in cui si hanno a disposizione un insieme di variabili si procederà, nell esempio che segue, avendo ottenuto le stime dei parametri di un modello di regressione lineare multipla alla verifica statistica delle stime dei coefficienti e di verifica statistica del modello
3 ESERCIZIO La società che gestisce gli spettacoli teatrali del Teatro XY intende avviare una campagna promozionale per incentivare i cittadini a partecipare alle rappresentazioni teatrali, anche attraverso inviti personalizzati e/o opportunità per ottenere riduzioni sul biglietto di ingresso. Al fine di comprendere quali siano le variabili che incidono significativamente sulla spesa per fini culturali (ed in particolare per il teatro) viene estratto un campione casuale semplicedi50individui(dietàpariosuperiorea6)residentinella provincia in cui il teatro ha sede, ai quali si richiedono le seguenti informazioni: Importo speso per spettacoli teatrali nell anno 010; Età(in anni compiuti); Numero di componenti in famiglia; 3
4 Esempio Porzione del data set a disposizione A partire da tali variabili è stato inizialmente specificato un modello di regressione lineare multipla in cui: Variabile dipendente: importo speso (in Euro) per il teatro nell anno 010 Variabili indipendenti (variabili esplicative): numero di componenti della famiglia [Ncomp] età (in anni compiuti) [Eta] 4
5 L output di riepilogo della stima del modello di regressione, ottenuto avvalendosi della funzionalità«analisi Dati» di Excel, è di seguito riportato: OUTPUT RIEPILOGO Statistica della regressione R multiplo 0,478 R al quadrato 0,9 R al quadrato corretto 0,196 Errore standard 65,990 Osservazioni 50 ANALISI VARIANZA Gdl SQ MQ F Significatività F Regressione 5450, ,175 6,97 0,00 Residuo , ,491 Totale ,4 Coefficienti Errore standard Stat t Valore di significatività Inferiore 95% Superiore 95% Intercetta 46,15 19,941,313 0,0 6,799 85,45 Età 1,85 0,86 6,380 0,000 1,61,389 Ncomp -14,506 3,978-3,646 0,000 -,35-6,661 5
6 Si richiede di: a) Scrivere l equazione di regressione stimata; b) Quali coefficienti possono essere ritenuti statisticamente significativi (α=0,05)? c) Valutare la significatività complessiva dei coefficienti (α=0,05) d) Valutare mediante un indice opportuno la bontà di adattamento del modello stimato e) Fornire una previsione dell importo speso da un individuo di 38 anni i cui componenti del nucleo familiare (compreso il soggetto intervistato) sono 5; a) Scrivere l equazione di regressione stimata; Sulla base dei coefficienti stimati ed indicando con X 1 la variabile «Età» e con X la variabile «Ncomp», l equazione di regressione stimata si può scrivere come: * Y = 46,15 + 1,85 X 14,506X 1 6
7 Verifica statistica delle stime dei coefficienti Test di significatività L ipotesi nulla più frequentemente sottoposta a verifica è quella in cui si suppone che il valore vero del parametro sia pari a zero, che corrisponde ad affermare che la variabile esplicativa X j non ha nessuna influenza sulla variabile risposta. Si tratta di un test bilaterale in cui l ipotesi alternativa prevede la diversità da zero dello specifico coefficiente b j Per la verifica della significatività di ogni singolo coefficiente stimato b j, la statistica test introdotta è costituita dal rapporto tra la stima ed il suo errore standard, es(b j ): t bj = es( b ) Sotto l ipotesi nulla, la statistica test segue una distribuzione t di Student con n-p-1 gradi di libertà. La statistica test calcolata,t, andrà quindi confrontata con la statistica test teorica (tabulata) t α, ( n k 1 che ) rappresenta il percentile (1-α/) della distribuzione t di Student con n-k-1 gradi di libertà, dove n rappresenta il numero di osservazioni, k il numero di variabili esplicative (non considerando l intercetta), ed α il livello di significatività fissato. Il valore della «t tabulata» viene ricavato dalle tavole della distribuzione t di Student a disposizione. La verifica della validità della seguente disuguaglianza conduce a trarre conclusioni sulla significatività di ogni coefficiente stimato: SI si respinge H 0 :β j =0 Il coefficiente stimato è statisticamente significativo (per α fissato a priori) bj > t si accetta H α, ( n k 1 es( b ) ) 0 :β j =0 j NO j Il coefficiente stimato NON è statisticamente significativo (al livello α fissato a priori) 7
8 Verifica statistica delle stime dei coefficienti Test di significatività Con riferimento al modello di regressione in esame la verifica della significatività dei coefficienti avviene come segue: Coefficienti Errore standard Stat t Intercetta 46,15 19,941,313 Età 1,85 0,86 6,380 Ncomp -14,506 3,978-3,646 Ipotizzando, come richiesto nel punto b dell esercizio, di voler valutare la significatività dei coefficienti ad un livello α=0.05, tutti i coefficienti stimati sono statisticamente significativi. Nel dettaglio si illustra il procedimento di ragionamento da seguire, con riferimento al coefficiente stimato relativo alla variabile età. In base a quanto specificato nella slide precedente, la verifica della significatività statistica di un coefficiente di regressione stimato parte dalla determinazione della statistica test. In questo caso, avendo a disposizione l output di Excel, la statistica t (Stat t) risulta già calcolata ed è pari a 6,380. Tale valore si ottiene agevolmente come segue: bj 1,85 t = = = 6,380 es( b ) 0,86 Occorre ricavare dalle tavole della distribuzione t di Student il valore della«t tabulata», considerando α=0.05, n=50(dimensione del campione) e k= (numero di variabili indipendenti, esclusa l intercetta). Così facendo la«t tabulata» da considerare avrà 47 gradi di libertà(ovvero pari a n-k- 1): COME LEGGERE LA TAVOLA T DI STUDENT tα t ; ( 1) 0,05;47 =,0117 (vai alla slide 16) n k Il confronto tra la t calcolata e la t tabulata porta al verificarsi della validità della disuguaglianza: j t calcolata > t tabulata, giacché 6,380>,0117 Quindi il valore osservato della t cade nella regione di rifiuto del test di ipotesi e si rifiuta H 0 concludendo che il parametro stimato è statisticamente significativo(α=0,05). 8
9 Verifica statistica delle stime dei coefficienti Test di significatività Coefficienti Errore standard Stat t Valore di significatività Intercetta 46,15 19,941,313 0,0 Età 1,85 0,86 6,380 0,000 Ncomp -14,506 3,978-3,646 0,000 Un ulteriore modo per evidenziare il risultato del test è quello di riportare il p-value (valore di significatività) dato dalla probabilità di osservare il valore della statistica test uguale o più estremo del valore ottenuto mediante i dati campionari sotto ipotesi nulla. Con riferimento al p-value, il parametro stimato è considerato significativo (cioè si rifiuta l ipotesi H 0 che il valore del parametro sia pari zero, nel caso del test di significatività) quando il corrispondente p-value è inferiore ad un livello di significatività α adeguato (assegnato) al problema. Ad esempio se α è pari a 0,05, il parametro stimato si riterrà significativamente diverso da zero se il p-value osservato è inferiore a 0,05. Nel caso dell esercizio che si sta svolgendo (per rispondere quindi al punto b) e considerando α=0,05 tutti i parametri (età, ncomp e intercetta) possono essere ritenuti statisticamente significativi. Con l uso del p-value si giunge in maniera più immediata alla conclusione di un test di ipotesi, essendo anche più consapevoli del grado di evidenza ottenuto per il rifiuto dell ipotesi nulla 9
10 Inferenza sui parametri considerati congiuntamente 1/4 Sulla base della scomposizione della devianza, già analizzata per il modello di regressione lineare semplice, si può compilare un particolare quadro sintetico, noto come tavola dell analisi della varianza (ANOVA ANalysis Of VAriance) Essa risulta particolarmente utile nelle procedure inferenziali per la significatività del modello considerato nel suo complesso 10
11 Inferenza sui parametri considerati congiuntamente /4 La statistica F della tavola ANOVA può essere impiegata per effettuare un test di significatività per l intero modello sottoponendo a verifica l ipotesi che i parametri del modello(eccetto l intercetta) siano congiuntamente uguali a zero: H 0 : β 1 =β = =β k =0 H 1 : almenounβ j 0 Ipotesi nulla nessuna delle variabili esplicative ha un effetto significativo su Y Ipotesi alternativa almeno una delle variabili esplicative influisce su Y Tale sistema di ipotesi fa riferimento ad un confronto tra il modello nel suo complesso e un modello con la sola intercetta, dove quindi le variabili esplicative non apporterebbero nessuna informazione aggiuntiva 11
12 Inferenza sui parametri considerati congiuntamente 3/4 Si dimostra che sotto H 0 il rapporto delle due quantità ESS e RSS - divise per i rispettivi gradi di libertà - si distribuisce come una variabile F di Fisher con (k) e (n-k-1) gradi di libertà, dove k indica il numero di regressori ed n la numerosità del campione. Per sottoporre a verifica l ipotesi nulla si confronta, ad un determinato livello di significatività α, il valore F assunto dal rapporto con il corrispondente quantile della distribuzione F di Fisher Se tale valore cade sulla coda della distribuzione, come nella seguente espressione F SQR / ( k) = > SQE / ( n k 1) F ( k ) ( n k ) α,, 1 il test è significativo e si respinge l ipotesi nulla. 1
13 Inferenza sui parametri considerati congiuntamente 4/4 In riferimento all esempio si analizza ora, per rispondere al punto c), l inferenza sui due parametri considerati congiuntamente attraverso l output seguente, fornito dal software Excel: ANALISI VARIANZA gdl SQ MQ F Significatività F Regressione 5450, ,175 6,97 0,00 Residuo , ,491 Totale ,4 Il risultato del test F produce un valore della statistica F pari a 6,97 al quale corrisponde un p-value (Significatività F) inferiore al livello di significatività α=0.05 specificato: ciò conduce a respingere l ipotesi nulla (parametri tutti pari a zero tranne l intercetta) e concludere che il modello è significativo nel suo complesso ovvero almeno uno dei coefficienti stimati è statisticamente significativo. Alla medesima conclusione circa il test F si può giungere anche attraverso il confronto tra la F calcolata (ricavabile dalla tavola Anova e pari a F=6,97)ela corrispondente F teoricaf α;k;n-k-1 ovveroil (100(1-α)-mo percentile della distribuzionef di Fisher con k e n-k-1 gradi di libertà - ottenibile dalle tavole della distribuzione F di Fisher. Occorrerà quindi trovare sulle tavole il valore critico della F di Fisher avente k= (gradi di libertà del numeratore) e n-k-1=47 (gradi di libertà del denominatore) perα=0,05.dalconfrontofraiduevalorisigiungealrifiutodell ipotesinullah 0. 13
14 Il coefficiente di determinazione R nella regressione multipla Un difetto dell R già introdotto nel modello di regressione lineare semplice è che all aumentare del numero dei regressori esso non può mai diminuire, anche se le variabili aggiuntive non hanno alcun potere esplicativo. Per risolvere questo problema l approccio più utilizzato è quello di ricorrereall R correttoottenutocome: R 1 N ei ( N K 1) i= 1 n N i= 1 ( R ) = = 1 n k 1 ( yi y) ( N 1) Questa misura di adattamento prevede una penalizzazione per l inclusione di variabili esplicative aggiuntive nel modello e di conseguenza può non aumentare al crescere del numero dei regressori. Così facendo aggiungendo una variabile all insieme dei regressori esso può anche diminuire. Per la risoluzione del punto d) dell esercizio si procede come segue. La valutazione della bontà di adattamento avviene, come già specificato, ricorrendo all indice R corretto, che come si evince dall output di Excel riportato nella slide 6 è pari a 0,196. Ciò sta ad indicare che circa il 0% dellavariabilitàtotaledelfenomenoèspiegatadalmodellodiregressionestimato. IlvalorediR correttosiottieneanaliticamentecomesegue: R 1 1 N ei , 070 ( N K 1) i= 1 (50 1) 185, ,804 0,196 N = = = = = , 784 ( y ) , 4 i y ( N 1) (50 1) i= 1 Inalternatival indicer correttopuòessereottenutocome: R N = 1 ( 1 R ) = 1 ( 1 0, 9) = 1 0,804 = 0,196 N K
15 Al fine di rispondere al punto e) dell esercizio efornire una previsione dell importo speso da un individuo di 38 anni i cui componenti del nucleo familiare (compreso il soggetto intervistato) sono 5 si procede come segue: * ( ) ( ) Y = 46,15 + 1, ,506 5 = 4,945 Sulla base del modello stimato, l importo che spenderebbe un individuo con le caratteristiche suddette sarebbe pari a 4,945 Euro. 15
16 LETTURA DELLA TAVOLA della distribuzione T DI STUDENT Gradi di libertà Area della coda destra della distribuzione t di Student Il valore richiesto dall esercizio si ottiene come segue: α=0.05 α/=0.05 n=50, p= gdl= (n-k-1)=(50--1)=
Analisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliLEZIONE N. 11 ( a cura di MADDALENA BEI)
LEZIONE N. 11 ( a cura di MADDALENA BEI) F- test Assumiamo l ipotesi nulla H 0 :β 1,...,Β k =0 E diverso dal verificare che H 0 :B J =0 In realtà F - test è più generale H 0 :Aβ=0 H 1 :Aβ 0 A è una matrice
DettagliTema d esame del 15/02/12
Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
- metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliRegressione lineare multipla CORSO DI ANALISI DEI DATI Anno Accademico 2009/2010, I ciclo
Regressione lineare multipla CORSO DI ANALISI DEI DATI Anno Accademico 2009/2010, I ciclo 1 Controllo di ipotesi sui parametri In questo contesto risulta necessario avvalersi dell assunzione di normalita
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
DettagliEsercitazioni di statistica
Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43 Stefania Spina
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliESERCIZI. Regressione lineare semplice CAPITOLO 12 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo
Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova Docenti: Prof. L. Salmaso, Dott. L. Corain ESERCIZI Regressione lineare semplice
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliDisequazioni - ulteriori esercizi proposti 1
Disequazioni - ulteriori esercizi proposti Trovare le soluzioni delle seguenti disequazioni o sistemi di disequazioni:. 5 4 >. 4. < 4. 4 9 5. 9 > 6. > 7. < 8. 5 4 9. > > 4. < 4. < > 9 4 Non esitate a comunicarmi
DettagliESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo
ESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo 1 La seguente tabella riporta le frequenze relative riguardanti gli studenti di un università e gli esiti dell esame da essi sostenuto. Qual è la percentuale
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliEconometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
Dettagli1 L estrazione di radice
1 L estrazione di radice Consideriamo la potenza 3 2 = 9 di cui conosciamo: Esponente 3 2 = 9 Valore della potenza Base L operazione di radice quadrata consiste nel chiedersi qual è quel numero x che elevato
Dettagli1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari
Secondo modulo: Algebra Obiettivi 1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari 2. risolvere equazioni intere e frazionarie di primo grado, secondo grado, grado superiore
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.
DettagliFACOLTA DI SCIENZE STATISTICHE Corso di laurea in Statistica, Imprese e Mercati Statistica economica (Prof. Filippucci) Prova del 19/12/07
FACOLTA DI SCIENZE STATISTICHE Corso di laurea in Statistica, Imprese e Mercati Statistica economica (Prof. Filippucci) Prova del 19/12/07 Nome e cognome N. di Matricola 1.) Quale delle seguenti affermazioni
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliEQUAZIONI E PROBLEMI: GUIDA D'USO
P.1\5- EQUAZIONI E PROBLEMI: GUIDA D'USO - Prof. I.Savoia, Maggio 2011 EQUAZIONI E PROBLEMI: GUIDA D'USO EQUAZIONI LINEARI INTERE: PROCEDURA RISOLUTIVA Per risolvere le equazioni numeriche intere, si può
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
DettagliI procedimenti pluriparametrici di stima
I procedimenti pluriparametrici di stima 17.X.2005 Perché impiegare modelli pluriparametrici del valore? Il caso più importante stime in contesti in cui è impossibile pervenire ad un campione di transazioni
DettagliSTATISTICA: esercizi svolti sulla MEDIA ARITMETICA
STATISTICA: esercizi svolti sulla MEDIA ARITMETICA 1 1 MEDIA ARITMETICA 2 1 MEDIA ARITMETICA 1. La seguente tabella riporta il numero di persone divise per sesso che si sono presentate durante l anno 1997
DettagliGli effetti di Basilea II: risultati della simulazione su un campione di imprese
Gli effetti di Basilea II: risultati della simulazione su un campione di imprese Sandro Pettinato Capo ufficio Finanza Unioncamere, 23 aprile 2004 0 Il campione Il campione è composto da 250 società di
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
Dettaglipluriparametrici di stima
I procedimenti pluriparametrici di stima 01.IV.2011 Perché impiegare modelli pluriparametrici p del valore? Il caso più importante stime in contesti in cui è impossibile pervenire ad un campione di transazioni
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliREDDITO POVERTA DISUGUAGLIANZA IL CASO ITALIANO
REDDITO POVERTA DISUGUAGLIANZA IL CASO ITALIANO MISURARE IL GRADO DI DISEGUAGLIANZA NELLA DISTRIBUZIONE DEL REDDITO Indice di Gini. L indice di concentrazione di Gini è una misura sintetica del grado
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliTEOREMA DEL RESTO E REGOLA DI RUFFINI
TEOREMA DEL RESTO E REGOLA DI RUFFINI ALCUNI TEOREMI IMPORTANTI Prendiamo una divisione intera tra numeri: 6 : 3 = 2. Il resto di questa divisione è 0, e questo significa che moltiplicando il quoziente
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati Strumenti di misura Uno strumento di misura e un dispositivo destinato a essere utilizzato per eseguire una misura,
DettagliBILANCIO DEI VINCOLI ED ANALISI CINEMATICA
BILANCIO DEI VINCOLI ED ANALISI CINEMATICA ESERCIZIO 1 Data la struttura piana rappresentata in Figura 1, sono richieste: - la classificazione della struttura in base alla condizione di vincolo; - la classificazione
DettagliSCADENZA FASE VALORE ECONOMICO DATA. Scadenza 0 Avviamento Progetto 900.000,00 02/12/2013. Scadenza 1 I SAL 150.000,00 28/02/2014
Fraternità di Misericordia di Isola di Capo Rizzuto Realizziamo insieme il teatro cinema di Isola di Capo Rizzuto Linee Guida per la Rendicontazione dei Progetti Premessa Al fine di garantire la maggior
DettagliCORSO ZERO DI MATEMATICA
UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA EQUAZIONI E DISEQUAZIONI DI SECONDO GRADO Dr. Erasmo Modica erasmo@galois.it EQUAZIONI DI SECONDO GRADO Definizione: Dicesi
DettagliLa regressione lineare multipla
13 La regressione lineare multipla Introduzione 2 13.1 Il modello di regressione multipla 2 13.2 L analisi dei residui nel modello di regressione multipla 9 13.3 Il test per la verifica della significatività
DettagliEquazioni, funzioni e algoritmi: il metodo delle secanti
Equazioni, funzioni e algoritmi: il metodo delle secanti Christian Ferrari 1 Introduzione La risoluzione di equazioni in R ci ha mostrato che solo per le equazioni polinomiali di primo e secondo grado,
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliGraficazione qualitativa del luogo delle radici
.. 5.3 1 Graficazione qualitativa del luogo delle radici Esempio. Si faccia riferimento al seguente sistema retroazionato: d(t) G(s) r(t) e(t) K 1(s 1) s(s + 1)(s + 8s + 5) y(t) Per una graficazione qualitativa
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliFigura 2. Box-plot categorizzato dei tempi di attesa complessivi (in secondi) per i diversi valori della variabile intervento
Tempestività dell intervento di PTCA a seguito di Infarto Miocardico Acuto in Sicilia. Un esempio di utilizzo integrato di più fonti informative per l analisi della presenza di eventuali comportamenti
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliIl modello spazio temporale per la previsione dell'erosione nel breve termine. Note Metodologiche
Il modello spazio temporale per la previsione dell'erosione nel breve termine Note Metodologiche 1 Analisi della dinamica temporale dei fenomeni meteo marini sulla Spiaggia di Alimini Descrizione dei dati
DettagliIstituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata
Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Esercizio 1 La seguente tabella riguarda il tempo per passare da 0 a 100 km/h di 17 automobili tedesche
DettagliGRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti A cura di: Ing. Giovanna
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Indici di posizione e di variabilità Prof. Livia De Giovanni lstatistica@dis.uniroma1.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4 2 6 4
Dettaglideterminare le coordinate di P ricordando la relazione che permette di calcolare le coordinate del punto medio di un segmento si
PROBLEMA Determinare il punto simmetrico di P( ;) rispetto alla retta x y =0 Soluzione Il simmetrico di P rispetto ad una retta r è il punto P che appartiene alla retta passante per P, perpendicolare ad
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliLe frazioni algebriche
Le frazioni algebriche Le frazioni algebriche, a differenza delle frazioni numeriche, sono frazioni che prevedono al denominatore espressioni polinomiali. Le seguenti, ad esempio, sono frazioni algebriche
DettagliIl contributo degli studenti fuori sede all'economia provinciale Enrico Zaninotto
Il contributo degli studenti fuori sede all'economia provinciale Enrico Zaninotto Università degli Studi di Trento I contributi economici dell Università di Trento all economia provinciale Non solo capitale
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliEsercizi sulle Disequazioni
Esercizi sulle Disequazioni Esercizio Trovare le soluzioni delle seguenti disequazioni:.).).).) ).) ) ).).7) 8.8).) Esercizio Trovare le soluzioni delle seguenti disequazioni tratte dal secondo parziale
DettagliFiscal News La circolare di aggiornamento professionale
Fiscal News La circolare di aggiornamento professionale N. 343 24.11.2014 Il nuovo ISEE corrente Quando si presenta e composizione del modello Categoria: Contribuenti Sottocategoria: Varie Con la pubblicazione
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliDomande Frequenti Verifiche Comunicazione delle emissioni 2009
Domande Frequenti Verifiche Comunicazione delle emissioni 2009 Versione del 12-03-2010 - Comunicazione delle emissioni... 1 Monitoraggio delle emissioni... 2 Per i gestori che, per mezzo della dichiarazione
DettagliFluNews Rapporto Epidemiologico Settimanale
Numero 11, del 1 Febbraio 213 FluNews Rapporto Epidemiologico Settimanale Aggiornamento alla 6 settimana del 213 ( - 1 Febbraio 213) Il presente rapporto integra i risultati di differenti sistemi di sorveglianza
DettagliRELAZIONE TRA DUE VARIABILI QUANTITATIVE
Lezione IX: Regressione e Correlazione Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone RELAZIONE TRA DUE VARIABILI
DettagliIl metodo delle proporzioni crescenti
Il metodo delle proporzioni crescenti Ulisse Di Corpo Abstract I modelli predittivi, che utilizzano le regressioni multiple, partono dall assunto che le relazioni tra le variabili sono lineari o traducibili
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
DettagliGuida alla compilazione del questionario on-line
Guida alla compilazione del questionario on-line Informazioni Preliminari 1 Di seguito sono riportate alcune informazioni preliminari da conoscere prima dell inizio della compilazione: Il questionario
DettagliQUESTIONARIO PER LO STUDIO DELLA PERCEZIONE DEL CENSIMENTO DELLA POPOLAZIONE
QUESTIONARIO PER LO STUDIO DELLA PERCEZIONE DEL CENSIMENTO DELLA POPOLAZIONE A cura dei ricercatori dell Evaluation Research Group Istituto di Scienze e Tecnologie della Cognizione - CNR Versione SHORT
DettagliDefinizione: Dato un sottoinsieme non vuoti di. Si chiama funzione identica o identità di in sé la funzione tale che.
Esercitazioni di Analisi Matematica Prof.ssa Chiara Broggi Materiale disponibile su www.istitutodefilippi.it/claro Lezione 2: Funzioni reali e loro proprietà Definizione: Siano e due sottoinsiemi non vuoti
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliREGIONE CALABRIA REPUBBLICA ITALIANA FINCALABRA S.P.A. REGIONE CALABRIA DIPARTIMENTO 6 SVILUPPO ECONOMICO, LAVORO, FORMAZIONE E POLITICHE SOCIALI
REGIONE CALABRIA DIPARTIMENTO 6 SVILUPPO ECONOMICO, LAVORO, FORMAZIONE E POLITICHE SOCIALI FONDO UNICO PER L OCCUPAZIONE E LA CRESCITA (FUOC) FONDO PER L OCCUPAZIONE Avviso Pubblico per il finanziamento
DettagliVariabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
DettagliCalcolo di una Regressione lineare semplice con Excel
Calcolo di una Regressione lineare semplice con Excel Inserire i dati In un tabellone vuoto di Excel, inserire i dati di X e di Y. Ad esempio i dati della Tabella 0.1 dovrebbero essere inseriti in Excel
DettagliCentro Diurno Disabili Rugiada del Comune di Calolziocorte
Centro Diurno Disabili Rugiada del Comune di Calolziocorte Indagine di gradimento Anno 2015 A cura di Àncora Servizi 1 Premessa metodologica Àncora Servizi, in collaborazione con il Comune di Calolziocorte,
DettagliLe coniche: circonferenza, parabola, ellisse e iperbole.
Le coniche: circonferenza, parabola, ellisse e iperbole. Teoria in sintesi Queste curve si chiamano coniche perché sono ottenute tramite l intersezione di una superficie conica con un piano. Si possono
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliCONFRONTI MULTIPLI TEST HSD DI TUKEY
CONFRONTI MULTIPLI TEST HSD DI TUKEY Nel caso in cui i risultati dell analisi della varianza ad una via sono significativi, ovvero se il R.V. è risultato avere un F maggiore dell F critico, e quindi le
DettagliESERCIZIO 1. Confrontare, analiticamente e graficamente, la forma e la variabilità delle due distribuzioni. Commentare i risultati ottenuti.
ESERCIZIO 1 Una società di ricerche di mercato ha svolto un indagine per conoscere il reddito mensile dalle famiglie residenti nelle regioni Lazio e Campania. I dati in Euro sono riportati nelle due tabelle
DettagliEsecuzione Pap test/hpv nella ASL 8 di Cagliari
Esecuzione Pap test/hpv nella ASL 8 di Cagliari Servizio Igiene e Sanità Pubblica Direttore Dott. Giorgio Carlo Steri Database PASSI 2010 2013 % (IC95%) Donne che hanno eseguito il pap test/hpv in accordo
DettagliSemiprimi e fattorizzazione col modulo
Semiprimi e fattorizzazione col modulo ing. R. Turco, prof. Maria Colonnese Sommario Nel seguito viene esaminato un Teorema ed una tecnica di fattorizzazione per numeri semiprimi di qualsiasi dimensione;
DettagliPovertà ed esclusione sociale: il quadro pugliese ed il contesto nazionale
NEBSOC: LE NUOVE STRATEGIE DELL INCLUSIONE SOCIALE Povertà ed esclusione sociale: il quadro pugliese ed il contesto nazionale Vito Peragine Università degli Studi di Bari Aldo Moro e IPRES Bari, 21 aprile
DettagliCosti fissi, costi variabili, punto di pareggio e diagramma di redditività
Cognome... Nome... Classe... Data... Costi fissi, costi variabili, punto di pareggio e diagramma di redditività Correlazione 1 Associa ciascun costo alla relativa tipologia. 1. Costo delle lavorazioni
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
DettagliSTUDIO DI SETTORE VG46U
A L L E G AT O 42 NOTA INTEGRATIVA (NUOVI INDICATORI DI COERENZA ECONOMICA) STUDIO DI SETTORE VG46U ANALISI DELLA COERENZA Per lo studio di settore VG46U sono previsti ulteriori specifici indicatori di
DettagliALLEGATO 4 LIVELLI DI SERVIZIO E PENALI PER LA CONDUZIONE DELLA RETE DISTRIBUTIVA FISICA
ALLEGATO 4 LIVELLI DI SERVIZIO E PENALI PER LA CONDUZIONE DELLA RETE DISTRIBUTIVA FISICA INDICE PREMESSA 3 1. PRESTAZIONI DEL SISTEMA DI ELABORAZIONE 4 2. DISPONIBILITA DEL SISTEMA DI ELABORAZIONE E DELLA
DettagliEsercizio. Sia a R non nullo e siano m, n numeri interi non nulli con m n. Allora a m /a n è uguale a. [1] 1/a n m [2] 1/a m n [3] 1/a n m [4] a n m
Sia a R non nullo e siano m, n numeri interi non nulli con m n. Allora a m /a n è uguale a [1] 1/a n m [2] 1/a m n [3] 1/a n m [4] a n m Vale la [1] perché per le proprietà delle potenze risulta a m a
Dettagli26.03-ITA. Il metodo Victaulic per tubazioni per accomodare gli sfalsamenti
2.03-ITA Sfalsature del tubo I giunti flessibili Victaulic offrono ai progettisti un metodo per assecondare le sfalsature dei tubi, dovute al disallineamento o all assestamento dell edificio. È possibile
Dettagli20/04/2015. Retrospettivi Caso-controllo. Prospettici Per Coorte
OSSERVAZIONALI DATI AGGREGATI DATI INDIVIDUALI ECOLOGICI TRASVERSALI ANALITICI CASO-CONTROLLO PER COORTE malattia Retrospettivi Caso-controllo studio malattia Prospettici Per Coorte Un gruppo di persone
DettagliSTUDI DI SETTORE : GLI ASPETTI DA TENERE IN CONSIDERAZIONE
STUDI DI SETTORE : GLI ASPETTI DA TENERE IN CONSIDERAZIONE a cura di Celeste Vivenzi Premessa generale In prossimità dell'invio del Modello Unico 2014 in scadenza al 30 settembre 2014 appare utile ricordare
DettagliBilancio 2011: adempimenti e principali novità
Bilancio 2011: adempimenti e principali novità Trasformazione delle imposte differite attive in crediti d imposta Ancona Sede Confindustria, giovedì 15 marzo 2012 Relatore: Dott. Marco Ciavattini Art.
Dettagli