o in forma matriciale, con l evidente significato dei simboli,

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "o in forma matriciale, con l evidente significato dei simboli,"

Transcript

1 5-Ecoomeria, a.a. - Lezioe 5 Prorieà asioiche egli simaori OLS Ua caraerisica ei ai ecoomici è quella i essere (geeralmee) molo umerosi, erao i ecoomeria assumoo grae rilievo i risulai asioici e i quesi ci si occuerà er le rimaei lezioi. Le ioesi sul moello sarao irooe i vola i vola quao se e resea la ecessià; quella che segue e` saa gia` formulaa, la si riora solao er comleezza. OLS Il moello i regressioe lieare e le ioesi sugli errori: y = x β + u, E( u Ω ) =, x Ω er =,, o i forma mariciale, co l eviee sigificao ei simboli, y = Xβ + u, E( u Ω ) =, x Ω er =,,. Osservazioe: Ora e el seguio si assume semre, ache quao o è eo esliciamee, che i ai a isosizioe rovegoo a u D.G.P. (sruura) el moello, circosaza che si esrime iceo che il moello è correamee secificao. E` ooruo ricorare che er u fissao, lo simaore OLS (o equivaleemee lo simaore co il meoo ei momei) i β (quao auralmee esise) ha la seguee rareseazioe: xx y u ˆ x = β + xx = = x = = β =. XX ( Xy ) = β + XX ( Xu ) Ua imorae rorieà er gli simaori (alla quale come ra oco si vera` o si uò riuciare i reseza i grai camioi) è la cosiseza. Coizioi che assicurao la cosiseza ello simaore el aramero β si icoo coizioi i ieificabilià e quao soo ( ) resei il moello si ice ieificao. Da u veloce esame ella rima rareseazioe ello simaore ˆβ si oa immeiaamee che er la sua cosiseza e` richiesa la valiià` elle seguee rorieà: La marice xx è iveribile er ogi = sufficieemee grae (garaisce l esiseza ello simaore ˆβ ); L esressioe uilizzaa eriva al fao che er u umero i osservazioi che ee a, il DGP è uivocamee iiviuao.

2 5-Ecoomeria, a.a. - La sequeza xx = La sequeza u è limiaa i robabilià; x coverge a (i robabilià). ( ) = Si riorao qui i seguio alcue coizioi che assicurao la valiià elle receei i reseza i ai el io ime-series e el io cross-secio. OLS (er ime series) Il rocesso {( y, x )} a) sazioario e ergoico; ( 3) b) la marice E( xx )( = Σxx = Σ) i orie k è iveribile, è La sazioarieà e l ergoicià el rocesso assicurao la covergeza i robabilià elle ue successioi xx e = u x a Σ e riseivamee, mere all iveribilià i Σ segue la = covergeza i robabilià (e quii la limiaezza) i = xx, olre alla iveribilia` ella marice xx er = sufficieemee grae. OLS (er ai cross-secio) Poiché si sa assumeo imliciamee che il rocesso {( y, x )} e` muuamee iieee, alcue resrizioi sui momei (che o esseo molo resriive er queso geere i quesioi si assumerao semre valie) assicurao la valiià` ella legge ei grai umeri er i ue rocessi { xx } e { } u x, ( 4) e esseo E( xu ) = e` sufficiee richieere Ua sequeza i variabili aleaori Y si ice covergee a i robabilià e si scrive Y = o (), se er ogi ε >, δ > esise ν N ale che ( ν P( Y > ε) < δ ). Si ice ivece limiaa i robabilià (o igh) e si scrive Y = O () se er ogi δ > esise ε > ale che PY ( > ε ) < δ er ogi. 3 Defiizioe i ergoicià er rocessi sreamee sazioari: er ogi f e g misurabili e limiae si ha lime( f( x,, x ) g( x,, x )) = E( f( x,, x ))E( g( x,, x )); l + h + l + k+ l + h + l + k+ l si oi che er la sazioarieà el rocesso il secoo membro o iee a l. ( 4 ) Si segalao ue classici risulai che soo geeralmee iicai co l esressioe Legge ei grai umeri. Teorema: Sia ( X ) ua sequeza i v.a. muuamee iieei, co E( X ) σ si ha X i= i= μ. Teorema i Khichie: Sia ( X ) ua sequeza i v.a. ii... co E( X ) = μ, var( X ) = σ, = μ. Allora X μ. i= μ i= μ. Se

3 5-Ecoomeria, a.a. - che la marice ( Σ ) = lim xx sia iveribile. = Nel seguio si farà sesso uso ella ermiologia irooa ella seguee efiizioe. Defiizioe: Se isribuzioe (er ), ( 5) allora ˆβ è uo simaore el aramero β e la sequeza ( βˆ β) coverge i i) la variaza ella isribuzioe limie (e quii lim var( β ˆ) se esise) ( 6) icesi variaza asioica i ˆβ e si eoa co il simbolo Avar( βˆ ) ; ii) ˆβ si ice simaore cosisee i β. Si oi che, oiche` la covergeza i isribuzioe imlica la limiaezza i robabilià`, (uilizzao la oazioe irooa ella oa ), e` ( βˆ β) = O ( ) e quii ˆβ è ache simaore cosisee i β co ua velocia` ella covergeza ell`orie i /. Si segalao ora alcue versioi el eorema el limie cerale che sarao uilizzae i quese lezioi; il rimo e` uilizzao i reseza i ai el io cross-secio gli alri ue i reseza i ai el io ime series seza auocorrelazioe e co auocorrelazioe riseivamee. -Teorema el limie cerale er rocessi iieei Sia { x } ua sequeza i variabili aleaorie e si oe = x = x er ogi. i) Se { x } ii...( μσ, ). Allora ( x μ) N( ; Σ) (i aricolare si ha Avar( x) = Σ ). ii) Se le v.a. x soo iieei, i oorue ioesi sui momei (o aricolarmee resriive elle alicazioi ecoomeriche), oso μ = lim E( x ), si ha ( ) N( ;Avar( = Avar( x) = var( x = lim var( x ) x μ x)) co ( ) -Teorema (el limie cerale er iffereze marigale) Sia { x } ua sequeza i variabili aleaorie ale che, { } x è sreamee sazioaria co E( x ) e var( x ) Σ. = = = 5 La covergeza i isribuzioe i x a x equivale alla covergeza i isribuzioe i λ x a λ x er ogi λ. 6 Sussise il seguee risulao: Se X X e E( r r X ) m ( R ) allora si ha E( X ) = m r. r 3

4 5-Ecoomeria, a.a. - { x } è ergoica; { } Allora si ha x è ua iffereza marigala (cioè E( x x,, x) = er ogi ). x N(, Σ ). Le ioesi ell`ulimo eorema el limie cerale o soo rese eslicie, o solo erche` o soo semlici ma ache erche` elle alicazioi ecoomeriche o ci soo srumei che e assicurio la valiia`. 3-Teorema (el limie cerale er rocessi auocorrelai) Sia { x } u rocesso sazioario (sreamee) e ergoico co qualche forma iieeza (iù recisamee i ebole ieeza) er grui i variabili isai emoralmee (u esemio e` forio ai rocessi MA( q ), q, che sarao irooi iu` avai). Allora se μ = E( x ) si ha + esseo Avar( ) = j= j ( x μ) N(,Avar( x)), Γ j x x + j x μ x μ. x Γ co = cov(, ) = E ( )( ) Il seguee risulao forisce buoe rorieà asioiche er gli simaori OLS, i ioesi abbasaza geerali. Teorema (asioica ormalià egli simaori OLS) Per il moello i regressioe lieare y = x β + u, E( u Ω ) =, x Ω er =,, si assume la valiià elle ioesi OLS (vei sora la sua formulazioe er i vari ii i ai, qui è rioraa ua siesi) e OLS3 (che è rioraa qui i seguio). OLS È valia qualche versioe ella legge ei grai umeri er il rocesso { } esise lim xx ( = Σ ) ) e Σ è iveribile; = OLS3 Sussise ua versioe el eorema el limie cerale er il rocesso { u } xx (e quii x e quii Allora si ha: xu N(,Avar( )) x u. = ( βˆ β) N(,Avar( β ˆ)) e Avar( ˆ) Avar( ) β = Σ xu Σ. Dimosrazioe. Dalla rareseazioe 4

5 5-Ecoomeria, a.a. - β ˆ = β + u xx = x, = uilizzao la rorieà c) i roosizioe ell aeice, segue ovviamee l assero. Corollario Nelle receei ioesi, se è isoibile uo simaore cosisee er Avar( x u) (che, come e` solio, sarà eoao co Avar( x u) ), lo simaore ˆβ è uilizzabile ei roblemi i saisica ifereziale, auralmee i reseza i camioi sufficieemee grai. Osservazioe: Si reseao qui i seguio ue siuazioi frequei elle alicazioi i cui si ossoo rieere valie le ioesi el receee eorema: ) I reseza i ai cross-secio: E uso rieere ragioevole che il rocesso { y, x } muuamee iieee e quii (soo oorue ioesi sui momei che geeralmee si riegoo valie) sussise il eorema el limie cerale er il rocesso { u } umeri er il rocesso { } sia x e la legge ei grai xx, mere l iveribilià i Σ (limie i robabilià ella sequeza xx ), qui come el caso successivo, la si riiee cosegueza ell`ioesi i ieificazioe = el moello. ) I reseza i ai el io ime-series: La siuazioe è molo iversa a quella escria er i ai cross-secio. Ifai er la valiià el eorema el limie cerale si ovrao fare ioesi molo resriive. Per esemio richieere che il rocesso {, } y x sia sreamee sazioario e ergoico (ioesi geeralmee o verificae alle ime-series, che ra l alro assicura la valiià ella legge ei grai umeri er il rocesso { xx }) e che il rocesso { u } x sia ua iffereza marigala ( 7) o verifichi ua ioesi i ebole ieeza (vei il eorema el limie cerale 3). Come è sao già segalao lo simaore ˆβ, elle ioesi che lo reao asioicamee ormale, orà essere uilizzao ei roblemi i saisica ifereziale (cosruzioe i sime i iervallo e i es sulle ioesi) se è isoibile uo simaore cosisee ella sua variaza asioica. La sua cosruzioe, come si orà oare, o resea aricolari ifficolà. 7 Ua coizioe sufficiee, che ha il vaaggio i avere u semlice sigificao ecoomico, è la seguee E( u u, u,, x, x, ). = Si oi che qui o è richiesa la srea esogeeià elle variabili x, ma solao la o correlazioe i co ue le u iformazioi isoibili all isae. E ( ux ) ( u x ),( u x ), = E E(( ux ) u, u,, x, x, ) ( u x ),( u x ), = Dimosrazioe: [ ] [ ] (ci soo ifai iù iformazioi i ( u, u,, x, x, ) che i (( u x ),( u x ), ) = E[ x E( u u, u,, x, x, ) ( u x ),( u x ), ] =. 5

6 5-Ecoomeria, a.a. - Cosruzioe i uo simaore cosisee ella variaza asioica i ˆβ. Si esamiao searaamee i seguei re casi. I rimi ue casi soo iscussi i moo esauriee e i essi è assuo imliciamee le variabili el rocesso { u } x soo o correlae. a) Gli errori (coizioai) soo omoscheasici, cioè E( )( var( )) cui segue che E( u ) = σ ). b) Gli errori (coizioai) soo eeroscheasici. c) Gli errori (coizioai) soo eeroscheasici e auocorrelai. Caso a): Esseo E( u x ) = e E( u x ) = σ si ha u x = u x = σ (a x = x x = x x x = x x x = x x var( u ) E( u ) E E( u ) E E( u ) σ E( ) (i realà basa osservare che le varuiabili variabili el rocesso { u } u e xx soo o correlae) iolre esseo ache le x o correlae si ha Avar( ) lim var( ) lim E( ) lim x x. ux = u u σ x = x x = = = = = D alra are è richieso è: lim uˆ lim ˆ = u σ k = (cfr. oa i basso ( 8 ) ) e allora lo simarore = = ˆ Avar( β) = ˆ u = xx = k xx = = Caso b): Iao è ooruo segalare che l eeroscheasicià coizioale o esclue la omoscheasicia egli errori, che ceramee è resee quao si suoe che il rocesso { y, x } è sreamee sazioario. Iolre, esseo acora ua vola le variabili el rocesso { u } correlae, si ha: Avar( ux) = lim var( u ) lim E( u ) lim x = x x = u x x = = = = e (co argomei el uo simili a quelli resei ella oa 8 a iè i agia) lim ( uˆ ) lim u xx = xx =. = 8 Ifai all uguagliaza ( ) ( ) s x o uˆ ( ˆ ) (( ˆ ) ( ˆ ) ( ˆ ) ( ˆ = u u + u = u u + u u u u = u + u x β β x β β ), e ora sommao riseo a, ivieo er e assao al limie (i robabilià) er si ha lim uˆ = lim u = σ. = = 6

7 5-Ecoomeria, a.a. - Da uo ciò segue immeiaamee che uo simaore cosisee ella variaza asioica i ˆβ, eomiao simaore i Whie (oure robuso all eeroscheasicià o HCE), è Caso c): Le variabili el rocesso { x u } ˆ Avar( ) = ˆ u = = = β xx xx xx. soo ebolmee correlae e allora la variaza asioica i x u ha ua rareseazioe che coivolge ache le covariaze elle variabili el rocesso (vei eorema el limie cerale 3). U suo simaore cosisee (che qui o è riorao) è sao cosruio a Neey-Wes; ei sofare ecoomerici è iicao co il loro ome oure co la sigla HAC (heeroskeasiciy a auocorrelaio cosise). Osservazioe: Il caso b) o richiee alcua iformazioe su E( u x ). E aurale immagiare, e se e avrà coferma iù avai, che i reseza i oorue iformazioi su i essa, i meoi geerali ossao essere aaai er oeere simaori iù efficiei. A queso uo erò è ache abbasaza aurale orre il roblema ella ricerca i buoi moelli er ell ambio elle serie emorali. L argomeo, che i quese lezioi o sarà eure sfiorao, ha avuo aricolare aezioe a are egli ecoomerici orao a risulai ieressai al uo i visa sia eorico che alicaivo. Ω E( u ) Aeice Alcui risulai sulla covergeza i variabili aleaorie Proosizioe (Coservazioe ella covergeza soo rasformazioi coiue) Sia a () ua fuzioe a valori veoriali coiua. Allora ( ) ( ) a) z α a z a α ; b) z z a z a z. ( ) ( ) Ua immeiaa cosegueza ella a) ella receee roosizioe è la sabilià ella covergeza i robabilià soo le usuali oerazioi arimeiche. Più recisamee x + yβ + γ x β i) xβ, yγ urchè γ y γ x y β γ 7

8 5-Ecoomeria, a.a. - ii) Y Γ, Γ marice iveribile Y Γ. U risulao aalogo, uilizzao il uo b), si ha er la covergeza i isribuzioe; la seguee roosizioe, che sarà uilizzaa sesso, è oa come Teorema i Slusky. Proosizioe Qui α e A soo riseivamee u veore e ua marice i umeri reali. a) xx, yα x + yx + α ; b) x x y y x ', ; c) xx, AA AxAx, i aricolare quao è x N ( ; Σ) allora si ha N Ax ( AΣA ; '). ),, è iveribile ' x ; i aricolare se x x A A A x A x x A x N ( ; A) allora χk xa x esseo k la imesioe i x. Proosizioe Se x x e { z } è ua sequeza i variabili aleaorie ale che x z (si ice che le ue sequeze i variabili soo asioicamee equivalei) allora alla a) segue che ( ( ) ) z = z x + x x. Proosizioe (il ela meoo ) Sia z N ( I ) e { x } ali che e ( ) x β x β z ; ; K ua sequeza i veori aleaori i A( β) k r sia iolre a(): R R co r k, ua fuzioe coiua co le sue erivae e sia i rago massimo r. Allora si ha ( ( )) ( ax aβ ) A( β) z N A( β) A( β) ( ) ( ) ; '. I realà se ( x β) z è sosiuia a ( ) N(; ) sosaziale ella imosrazioe) si ha: ( ax ( ) aβ ( )) N( A ; ( β) ΣA( β) '). ( r K) K R a( β) = β x β Σ (seza alcua moifica 8

9 5-Ecoomeria, a.a. - Dimosrazioe. Iao al eorema i Lagrage er ogi esise y aareee al segmeo cogiugee Ora x e β ale che ( )( ) ax ( ) aβ ( ) = A y x β. ( 9) i) y β, (i quao { x } coverge i robabilia a β e aariee al segmeo cogiugee e β ); x ( ) ( ) ii) A y A β ; y iii) ( ( ) ( )) ax aβ A β z ( ) e quii l assero. Si assume che er il moello lieare Tes (asioici) sulle ioesi y = x β + u, E( u x ) = er ogi Soo valie ioesi che assicurao l asioica ormalià i ˆβ ; È isoibile uo simaore cosisee er Avar( β ˆ ) ; Si assa a cosruire u es (co valiià asioica) sulle seguei ioesi sul aramero β : ) (Ioesi lieari) { H : Rβ = b, H : Rβ b, esseo R ua marice i orie r k, co r k e i rago massimo. k r ) (Ioesi o lieari)) { H : a( β) =, H : a( β), esseo a: R R ( r k) c la marice a( β) A( β) = ( r k) β ha rago massimo. Caso Si cosruisce la saisica i Wal er l ioesi H (e er u camioe i lughezza ) Avar( βˆ ) R ( ˆ ) ( ˆ R W = Rβ b) Rβ b (ques ulima è ierreabile come ua saisica, i quao iee al camioe e misura la isaza esaa i Rβˆ a Rβ quao l ioesi H è vera). Ora esseo 9 I realà il eorema i Lagrage vale er fuzioi a valori reali e erao è ifferee er ciascua cooriaa ella fuzioe a(). Ma ciò è irrilevae, ciò che coa è che ciascu y aariee al segmeo cogiugee x e β. y 9

10 5-Ecoomeria, a.a. - ( Rβˆ Rβ) N ( R, Avar( βˆ) R ), Ava ˆ r( β) Avar( β ˆ ) e Rβ ha imesioe k, alla ) ella receee roosizioe segue che ell ioesi e i cosegueza il es, W χ r H si ha Si rifiua l ioesi H se W χr, α >, ha livello i sigificaivià α e e` valio er camioi sufficieemee grai, Caso Ache i queso caso si uò cosruire la saisica i Wal er l ioesi H Ora esseo ( ˆ ) β A β ( ˆ ) ˆ ˆ ˆ ( ˆ A( β)(avar( )) ( ) W = a( β) ) a( β). a( β) a( β ) N( Aβ, ( )Avar( βˆ ) A( β )) (er il eorema el ela meoo ); A( βˆ ) A( β ); ˆ Avar( β) Avar( β ˆ ) ; alla ) ella receee roosizioe segue che ell ioesi, W χ r H si ha che cosee, come rima, la cosruzioe el es. Osservazioe: E ooruo ricorare che i reseza i omoscheasicià er gli errori la saisica i Wal (er ioesi lieari) coicie co rf esseo F la saisica i Fisher. La saisica i Wal er ioesi o lieari resee il grosso icoveiee i o essere ivariae riseo alla rareseazioe ella ioesi ; i realà i valori ello sesso camioe ossoo essere molo iversi. Il seguee esemio mosra la o ivariaza ella saisica i Wal. Esemio: Si cosiera il seguee moello co errori omoscheasici H = β + β + β + y x x u e le ue ioesi olieari, che soo evieemee equivalei, A B H : ββ = e H : β =. β E facile verificare che le corrisoei saiiche i Wal soo ifferei.

11 5-Ecoomeria, a.a. -. Il meoo Boosra (Comlemei) Comlemei alla Lezioe 5 Il meoo el boosra (ella cosruzioe i es sulle ioesi) U elemeo esseziale ella cosruzioe ei es è: la isoibilia` ella isribuzioe i robabilià, ell ioesi, ella saisica che iiviua la classe ei es. H Si uò osservare che, i ui i es fiora cosruii, la saisica uilizzaa ha o solo la sessa isribuzioe (fiia o asioica) ell ioesi, quale che sia il DGP (Daa Geeraig Process) el moello, ma ale isribuzioe ha ua rareseazioe relaivamee semlice, erao o ci soo aricolari ifficola` er il calcolo ei quaili e el H valore. Nell`ioesi la rareseazioe ella isribuzioe si comlica, aaioo ifai le isribuzioi o cerae, ma essa ierviee solao se si è ieressai alla oeza el es. Comuque, i casi cosierai sebbee i grae ieresse soo molo aricolari; basi esare al caso (er la verià o uico e eure ra i iù ieressai) i cui si uilizza la isribuzioe asioica i ua saisica, seza esser ceri che il camioe ossa essere rieuo sufficieemee grae. Gli argomei che seguoo soo irouzioe a u meoo, eomiao boosra, che cosee i cosruire es i siuazioi iù geerali i quelle fiora cosierae (solo er reere l`esosizioe iu` semlice si fara` riferimeo ai moelli lieari). H Defiizioe: U es saisico su u moello si ice ivoale se, ell ioesi H, la isribuzioe ella saisica che lo efiisce è la sessa quale che sia il DGP (er ua fissaa lughezza el camioe e er assegai valori elle variabili esogee) el moello. Si ice asioicamee ivoale se a resare ivariaa è la isribuzioe asioica. Si oi che comuque o si richiee che sia oa la rareseazioe aaliica ella isribuzioe. Il Meoo i Moe Carlo Se u es saisico è ivoale, ma la isribuzioe ella saisica che lo efiisce o è oa (orebbe eveualmee ieere alle variabili esogee resei el moello), eciche i simulazioe saar (Meoo i Moe Carlo) coseoo i iiviuare ua sua isribuzioe emirica che uò essere uilizzaa er il calcolo el valore el camioe (i lughezza ), come sarà mosrao qui i seguio (oure, ma qui è sao omesso, er la cosruzioe ei valori criici). La Proceura: Si eoa co T la saisica che si uilizza er la cosruzioe el es e sia ˆ τ il suo valore el

12 5-Ecoomeria, a.a. -. Il meoo Boosra (Comlemei) camioe i lughezza l ioesi ( H ) a isosizioe. Si fissa u (qualuque) DGP el moello che verifica Cosruzioe ella isribuzioe emirica ella saisica T ell ioesi H : Si fissa u umero iero B (umero i simulazioi ella saisica che si voglioo realizzare). Ua simulazioe (elle B ) si cosruisce uilizzao simulazioe el DGP fissao e cosrueo il corrisoee valore * τ ella saisica T. ( ) * La sequeza ( τ j ) j=,, B cosee i cosruire la sua isribuzioe emirica. Calcolo el valore : Se il es è el io si rifiua H se è T c si ha value = P( T ˆ τ ), e * allora il suo valore emirico (frazioe i τ j che soo maggiori i ˆ τ ), uile er reere ecisioi, è ˆ = I > = I B B B * * ( τ ˆ j τ) ( τ j j= B j= τ ˆ), ove è I( τ ˆ τ) = quao τ ˆ τ, alrimei è uguale a. Il meoo Boosra I reseza i saisiche o ivoali (e quii eveualmee asioicamee ivoali) o si uò uilizzare il meoo i Moe Carlo. Quello che ora si va a escrivere, fializzao comuque alla cosruzioe i ua arossimazioe el valore e che uilizza semre eciche i simulazioe, è eomiao boosra. La iffereza sosaziale ra i ue meoi è che el rimo si simula u DGP el moello fissao arbirariamee e comuque comleamee oo, mere i queso caso si uilizza ua sima el DGP che ha geerao i ai a isosizioe (ale DGP simao icesi DGP-Boosra). Si ossoo researe i seguei ue casi: a) Il geerico DGP el moello è caraerizzao solao a arameri reali; i al caso il moello si ice comleamee secificao. b) Il geerico DGP el moello o è caraerizzao solao a arameri reali; i al caso il moello si ice arzialmee secificao. U esemio è u moello lieare co errori Descrizioe ella Proceura boosra ii...(, σ ). Per esemio, sia y = α + βx + γz + u il moello, co u N(, σ I ) e l`ioesi H : γ =. Per fissare u DGP che verifica l ioesi H, baserà cosierare la sruura che ha γ = e valori fissai (arbirariamee) er α, β e σ er esemio, e riseivamee. I realà, qualche recauzioe ella scela ei valori ei arameri va resa, er eviare roblemi i caraere umerico. Porebbe essere coveiee cosierare valori vicii alle sime OLS. Per l esemio cosierao i oa, al fie i cosierare ua simulazioe i T si cosierao simulazioi i ua ormale saar e uilizzao il camioe ( x,, x ) isoibile e il DGP fissao, si cosruiscoo ( y. Il,, y ) valore τ ella saisica si calcola uilizzao il moello origiario e il camioe ( y, x, z ) er =,,.

13 5-Ecoomeria, a.a. -. Il meoo Boosra (Comlemei) Caso a): Per reere iù chiara la escrizioe el meoo, si fa riferimeo al moello k k y x β z γ y u u i (co β R, γ R, k = k+ k ) e all ioesi saisica = + + δ +,.. (, σ ) H : γ =. Sia ifie { y, x, z } =,, Si oi che il moello è comleamee secificao; la ime-series elle osservazioi. la reseza i y ra le variabili iieei ree la saisica F o ivoale (è ivece asioicamee ivoale i quao si ha kf χ k ); ella roceura i sima la rima osservazioe (,, ) moello i ; si oe y = y ; y y x z è iuilizzabile er la reseza el il moello rioo è H y = + y + u u i : xβ δ,.. (, σ ). La cosruzioe el es boosra si realizza i iversi assi: Passo Si sima il moello origiario (co le ulime osservazioi) e si eoa co ˆ τ il ( RSSR USSR) / k valore ella saisica T = USSR /( ( + k)), che si iee uilizzare er la cosruzioe el es, el camioe a isosizioe. Passo Si simao i arameri el moello ell ioesi (che sarà uilizzao er la cosruzioe i y = x β + δ y + u, u i.. (, σ ), y, Passo 3 Si cosruiscoo B simulazioi ella saisica T. Prima Osservazioe: * Si simula u camioe ( u ) B =,, H, siao β,δ e σ. La sruura simulazioi ella saisica T ) è il DGP-Boosra. i lughezza a ua isribuzioe N(, σ ) e si cosruiscoo (er ricorreza) le osservazioi y = ( ),, y = x β + δ y + * * * * u, y ( y ) al DGP =. Il valore ella saisica T el camioe * y x z ( =,, ) è τ. * (,, ) La roceura ora escria si riee B vole e si oiee il camioe Boosra er la saisica T. Passo 4: Il calcolo el valore si effeua roceeo aalogamee a quao eo receeemee ella escrizioe el Meoo i Moe Carlo. Osservazioe: Il meoo boosra ora escrio si ice aramerico, i quao er la sua realizzazioe soo sae uilizzae solao sime arameriche. 3

14 5-Ecoomeria, a.a. -. Il meoo Boosra (Comlemei) Caso b): Si fa riferimeo semre al moello uilizzao ella iscussioe el caso a), assumeo erò che sia u ii...(, σ ). Si rocee esaamee allo sesso moo come el caso a) sosiueo, solao el Passo 3, l oerazioe * Si simula u camioe ( ) u i lughezza a ua isribuzioe =,, N(, σ ) co Si cosiera u camioe i lughezza alla oolazioe { u u },, esseo ( ) i resiui ella sima OLS revisa el Passo. u =,, Osservazioe: i) Ques`ulimo meoo boosra si ice o aramerico, i quao er la sua realizzazioe si uilizzao ache sime o arameriche. ii) Ua giusificazioe ella valiià ella roceura (iù recisamee ella sosiuzioe iicaa sora) segue alle seguei circosaze: Per ua variabile aleaoria la cui isribuzioe o è oa (el caso i esame la variabile errore (u )) e soo isoibili sue osservazioi, ua simulazioe ella sua isribuzioe emirica si oiee effeuao esrazioi co resiuzioe alle osservazioi; Esseo le sime OLS cosisei, le osservazioi ella variabile u che o soo isoibili ossoo essere sosiuie ai resiui. 4

15 5-Ecoomeria, a.a. -, Efficieza asioica egli simaori OLS U commeo sulla Lezioe 5 Efficieza asioica egli simaori OLS Lo scoo i queso aragrafo è quello i rovare l asioica efficieza (il cui sigificao sarà chiario el eorema che segue) egli simaori OLS ei moelli lieari co errori omoscheasici. La classe egli simaori cosruii co il meoo ei momei Il meoo ei momei escrio el caiolo suggerisce la seguee roceura er la cosruzioe i umerosi simaori i β, aramero el moello lieare (*) y = x β + u co E( u Ω ) = e x aariee a Sia ifai { } u rocesso i imesioe k ale che Ω, er =,,,. i) Ω er ogi (e quii E( u ) = ), ii) Il rocesso {,, } orie k, y x e` sreamee sazioario e ergoico e iolre la marice quaraa i ef Σ E( ) lim x = x = x, e` iveribile, ( k k) = iii) Il rocesso { u } e` ua iffereza marigala, allora cosierao la versioe emirica ell`uguagliaza i i) si oiee l`equazioe (veoriale) che er la ii) ha u`uica soluzioe (er eomiaa simaore i esogee. Prorieà e osservazioi: u ( y ) = xβ = =, = gae) ˆ β y = x u = β + = x =, = = β co il meoo ei momei corrisoee al veore i variabili ) Solao er ragioi i semlicià formale si fa riferimeo a rocessi el io ime.series. Quao qui eo e valio ache er ai el io cross secio, auralmee elle ioesi che siao valii (quao ecessario) la legge ei grai umeri e il eorema sel limie cerale. ) La cosruzioe i ˆ o richiee l esogeeià el rocesso β { x }, ma u qualche legame ra e x che assicuri l iveribilià i E( x ) ; 3) βˆ e` uo simaore cosisee i β ; 4) ( ˆ ) N(,Avar( ˆ β β β )) co ˆ = ( ) ( ) Avar( β) Σx Σu Σ x, 5

16 5-Ecoomeria, a.a. -, Efficieza asioica egli simaori OLS ove Σ = lim x x = e` saa efiia sora, Σ x e` la rasosa i Σ x e cioe` Σu lim var var( u) E( u ) lim u = = =. = Nelle seguei rorieà 5) e 6) si suoe che gli errori el moello soo omoscheasici, 5) Si ha E( u Ω ) = σ. ef Σu E( u ) σ E( = = ) = σ Σ co 6) Per ogi, eoaa co la marice elle osservazioi i elle osservazioi i ( x ) ( k) Σ lim =, W ( ), si ha WX WW Σ x = lim, = lim = e co X la marice Σ Avar( βˆ ) = σ lim ( WX ) ( WW )( XW ) 7) Per ogi si ha WX WW XW XX o equivaleemee assao alle marici ( ) ( )( ) ( ) iverse (vei il quaro uo ella roosizioe ell aeice i lezioe 3) ( ( k W ) ) ( )( ) ( ) ( ) ( I P ) XW WW WX XX X X. k W L ulima isuguagliaza, cioè che la marice X ( I P ) X è semiefiia osiiva, si rova immeiaamee. Ifai esseo ( I P W ) ua roiezioe orogoale si ha ( ) = ( ) k k quii er ogi z R, si ha z X Xz z X Xz Xz. ( I P ) = ( I P ) ( I P ) = ( I P ) Dalle receei segue il seguee k W k W k W k W k I P I P e W k W Teorema: Cosierao il moello lieare i (*) si suoe che er il rocesso { } siao verificae le receei coizioi i), ii) e iii), mere er il rocesso { } iveribile e il rocesso { u } omoscheasici (coizioai) si ha x si ha che la marrice è x è ua iffereza marigala. Allora se gli errori el moello soo ( ˆ OLS ) Avar( βˆ) = Avar( β ) Avar( ˆβ ). Il coeuo el eorema si uò riassumere brevemee el moo seguee: I reseza i omoscheasicià egli errori, lo simaore ra ui gli simaori cosruii co il meoo ei momei. Σ x OLS è il iù efficiee(asioicamee) 6

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale Nozioi elemeari di alisi Maemaica applicae alla Fisica Geerale Nozioe di iegrale ideiio La derivazioe può essere ierpreaa come ua regola che, per ogi uzioe assegaa (primiiva), ci permee di deermiare u

Dettagli

Corso di Intermediari Finanziari e Microcredito

Corso di Intermediari Finanziari e Microcredito Idice Corso di Iermediari iaziari e Microcredio Iroduzioe I crieri radizioali di valuazioe dei progei di ivesimeo; La valuazioe dei progei di ivesimeo I crieri fiaziari di valuazioe dei progei d ivesimeo

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA Capializzazioe semplice e composa MATEMATICA FINANZIARIA Immagiiamo di impiegare 4500 per ai i ua operazioe fiaziaria che frua u asso del, % auo. Quao avremo realizzao alla fie dell operazioe? I u coeso

Dettagli

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi. Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti

Dettagli

Serie numeriche: esercizi svolti

Serie numeriche: esercizi svolti Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO

UNIVERSITÀ DEGLI STUDI DI BERGAMO UIVERSITÀ DEGLI STUDI DI BERGAMO Facolà di Ecoomia Diparimeo di Maemaica, saisica, iformaica e applicazioi "Lorezo Mascheroi" Doorao di Ricerca i: Meodi compuazioali per le previsioi e decisioi ecoomiche

Dettagli

Analisi dei segnali nel dominio del tempo

Analisi dei segnali nel dominio del tempo Appui di Teoria dei Segali a.a. / Aalisi dei segali el domiio del empo L.Verdoliva I quesa prima pare del corso sudieremo come rappreseare i segali empo coiuo e discreo el domiio del empo e defiiremo le

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

m=d/n (33.1) p= π d/n = π m (33.2)

m=d/n (33.1) p= π d/n = π m (33.2) G. Perucci Lezioi di Cosruzioe di Macchie 33. LE RUOTE DENTATE Le ruoe deae soo elemei di macchia uilizzai er la rasmissioe del moo roaorio e della oeza mediae aleri o coassiali, cioè aralleli (ruoe cilidriche),

Dettagli

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità)

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità) 4 Quai eravamo, quai siamo, quai saremo Che cosa si impara el capiolo 4 er cooscere le caraerisiche e l evoluzioe della popolazioe ialiaa araverso u lugo arco di empo uilizziamo il asso di icremeo medio

Dettagli

I appello - 29 Giugno 2007

I appello - 29 Giugno 2007 Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

1 FLESSIBILITÀ DELLE PRESTAZIONI... 2 1.1 Adeguamento delle prestazioni... 3 1.1.1 Assicurazioni indicizzate e rivalutabili... 5 1.

1 FLESSIBILITÀ DELLE PRESTAZIONI... 2 1.1 Adeguamento delle prestazioni... 3 1.1.1 Assicurazioni indicizzate e rivalutabili... 5 1. FLEIBILITÀ DELLE PRETZIONI... 2. deguameo delle resazioi... 3.. ssicurazioi idicizzae e rivaluabili... 5.2 ssicurazioi Wi Profi... 7.3 ssicurazioi Ui Liked....4 Ierazioi ra riserva maemaica ed ivesimei

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

Dettagli

Parte 2. Problemi con macchine parallele

Parte 2. Problemi con macchine parallele Parte 2 Problemi co macchie arallele Esemio job 1 2 3 4 5 j 2 3 5 1 4 2macchie Assegado{2,3,5}aM1e{1,4}aM2 M2 M1 4 1 1 3 3 2 5 5 8 12 Assegado{1,4,5}aM1e{2,3}aM2 M2 3 2 M1 4 1 5 1 3 5 7 8 R m //C Algoritmo

Dettagli

Limiti di successioni

Limiti di successioni Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa?

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa? Verifica d Iotesi Se ivece che chiederci quale è il valore ua mea i ua oolazioe (stima utuale Se ivece e itervallo che chiederci cofideza) quale è il avessimo valore u idea ua mea su quello i ua che oolazioe

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x. ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità

Dettagli

LEZIONI DI ANALISI ECONOMETRICA

LEZIONI DI ANALISI ECONOMETRICA LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici

Dettagli

I modelli basati sul cash-flow mapping

I modelli basati sul cash-flow mapping I modelli basai sul cash-flow mappig Slides rae da: Adrea Resi Adrea Siroi Rischio e valore elle bache Misura, regolameazioe, gesioe Rischio e valore elle bache I modelli basai sul cash flow mappig AGENDA

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

Dettagli

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

Scelte finanziarie SCELTE FINANZIARIE

Scelte finanziarie SCELTE FINANZIARIE Scelte fiaziarie SCELE FINANZIARIE Spesso ella pratica si icotrao problemi decisioali i ambito fiaziario, per esempio come scegliere la più coveiete tra varie possibilità di ivestimeto, la meo oerosa tra

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Teoria delle opzioni e Prodotti strutturati

Teoria delle opzioni e Prodotti strutturati L FIME a.a. 8-9 9 eoria elle opzioni e Prooi sruurai Giorgio onsigli giorgio.consigli@unibg.i Uff 58 ricevimeno merc:.-3. Programma. Mercao elle opzioni e conrai erivai. eoria elle opzioni 3. ecniche i

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride? Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di

Dettagli

2. Duration. Stefano Di Colli

2. Duration. Stefano Di Colli 2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema

Dettagli

II-9 Successioni e serie

II-9 Successioni e serie SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La

Dettagli

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30)

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30) Copyright 2005 Esselibri S.p.A. Via F. Russo, 33/D 8023 Napoli Azieda co sistema qualità certificato ISO 400: 2003 Tutti i diritti riservati. È vietata la riproduzioe ache parziale e co qualsiasi mezzo

Dettagli

, proporzionale alla RH%, si fa riferimento allo schema di figura 3 composto dai seguenti blocchi:

, proporzionale alla RH%, si fa riferimento allo schema di figura 3 composto dai seguenti blocchi: Esame di Sao di Isiuo Tecnico Indusriale A.S. 007/008 Indirizzo: ELETTRONICA E TELECOMUNICAZIONI Tema di: ELETTRONICA Si deve rilevare l umidià relaiva RH% presene in un ambiene, nell inervallo 0 90%,

Dettagli

Minimi Quadrati Ricorsivi

Minimi Quadrati Ricorsivi Minimi Quadrai Ricorsivi Minimi Quadrai Ricorsivi Fino ad ora abbiamo sudiao due diversi meodi per l idenificazione dei modelli: - Minimi quadrai, uilizzao per l idenificazione dei modelli ARX, in cui

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

Dettagli

COMPONENTI DI UN SISTEMA TRASMISSIONE DATI

COMPONENTI DI UN SISTEMA TRASMISSIONE DATI OMPONENI DI UN SISEM RSMISSIONE DI Doveo eeuare u ollegameo ra u ompuer e ua perieria o u alro ompuer poso a ua era isaza a esso, si può riorrere alla liea eleoia. l ie i uilizzare ua liea o aaa a segali

Dettagli

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Teorema 13. Se una sere converge assolutamente, allora converge:

Teorema 13. Se una sere converge assolutamente, allora converge: Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e

Dettagli

Minicorso Stocks Market Trading Analysis

Minicorso Stocks Market Trading Analysis Pare 1 Miicorso Socks Marke Tradig Aalysis di Adrea Saviao Vedo prevedo sravedo, premessa L aalisi ecica e l albero di Naale Il bravo scieziao: sadard e ormale, iaziuo Gli srumei a disposizioe del bravo

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale. Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

1. Considerazioni generali

1. Considerazioni generali . osiderazioi geerali Il processaeto di ob su acchie parallele è iportate sia dal puto di vista teorico che pratico. Dal puto di vista teorico questo caso è ua geeralizzazioe dello schedulig su acchia

Dettagli

Appunti di Teoria delle Distribuzioni Limite

Appunti di Teoria delle Distribuzioni Limite Aunti i eoria elle Distribuzioni Limite Diego Lubian 3 marzo 999 Le iotesi el moello lineare classico con errori normali ci ermettono i ottenere risultati sulla istribuzione i alcune statistiche i interesse:

Dettagli

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA Corso di Laurea i Ig Edile Politecico di Bari AA 2008-2009 Prof ssa Letizia Bruetti DISPENSE DEL CORSO DI GEOMETRIA 2 Idice Spazi vettoriali Cei sulle strutture algebriche 4 2 Defiizioe di spazio vettoriale

Dettagli

Analisi Fattoriale Discriminante

Analisi Fattoriale Discriminante Aalisi Fattoriale Discrimiate Bibliografia Lucidi (materiale reperibile via Iteret) Lauro C.N. Uiversità di Napoli Gherghi M. Uiversità di Napoli D Ambra L. Uiversità di Napoli Keeth M. Portier Uiversity

Dettagli

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n 3ALPGC-Cosruzioe di Macchie 3 4 Calcolo a faica 4. Normaiva UNI 886 Resiseza a flessioe Per quao riguarda il calcolo a faica per flessioe delle ruoe di igraaggi la ormaiva UNI 886 (987) fa riferimeo alla

Dettagli

COMPLEMENTI ALLE SERIE

COMPLEMENTI ALLE SERIE COMPLEMENTI ALLE SERIE. Serie a termii i sego efiitivamete ostate Per ompletezza rihiamo il riterio el rapporto e ella raie, seza imostrarli... Teorema (Criterio el rapporto). Sia a ua suessioe a termii

Dettagli

Appendice 1. Le previsioni economiche

Appendice 1. Le previsioni economiche Saisica aziedale Bruo Bracalee, Massimo Cossigai, Aa Mulas Copyrigh 009 The McGraw-Hill Compaies srl Appedice. Le previsioi ecoomiche A. Iroduzioe La previsioe del fuuro da sempre cosiuisce maeria di grade

Dettagli

Modelli attuariali per la previdenza complementare

Modelli attuariali per la previdenza complementare Modelli auariali per la prevideza complemeare Fabio Grasso Diparimeo di Scieze Saisiche Uiversià degli Sudi di Roma La Sapieza fabiograsso@uiroma1i Riassuo Il presee lavoro esamia i profili auariali della

Dettagli

Successioni. Capitolo 2. 2.1 Definizione

Successioni. Capitolo 2. 2.1 Definizione Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

Calibrazione di tranche CDO con il modello dinamico GPL

Calibrazione di tranche CDO con il modello dinamico GPL Calibrazioe di rache CDO co il modello diamico GPL La calibrazioe di u idice di credio e delle sue rache cosiseemee sulle varie scadeze co u sigolo modello i asseza di opporuià di arbiraggio è u problema

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

Un segnale periodico è manifestamente un segnale a potenza finita. Infatti è: s t dt. kt0 kt0. T0 s t dt+

Un segnale periodico è manifestamente un segnale a potenza finita. Infatti è: s t dt. kt0 kt0. T0 s t dt+ Cpiolo II RAPPRESENAZIONE DEI SEGNALI NEL DOMINIO DELLA REQUENZA. II. - Segli periodici. U segle, rppreseo d u fuzioe rele o compless s( di vribile rele, si dice periodico se esisoo vlori di li che, per

Dettagli

Verifica delle Deformazioni Verifica della Velocità al Contatto

Verifica delle Deformazioni Verifica della Velocità al Contatto Verifica elle Deformazioni Verifica ella Velocià al Conao Ing. Piero Bongio Lezione 4 Borghi Azio S.p.A. Via Papa Giovanni XXIII, 15 400 San Polo Enza RE Tel 05.873193 Fax 05.87367 E-Mail info@borghiazio.com

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

Collegamenti Albero-mozzo

Collegamenti Albero-mozzo Collegameni Albero-mozzo /11/01 Obieivo: Collegare assialmene ue organi (in moo fisso o mobile) al fine i rasmeere coia orcene e quini eviare che vi sia un moo roaorio relaivo Accoiameno i forma Faore

Dettagli

Metodi matematici per l'ingegneria.

Metodi matematici per l'ingegneria. Meodi maemaici per l'igegeria. Lezioi del prof. Marco Codegoe appui di Capuzzo Alessadro v.3 Noe dell'auore: Sicuramee o sosiuiscoo u libro di eso, probabilmee o soo u lavoro sesazioale, seza dubbio soo

Dettagli

Capitolo 2 Analisi delle Componenti Indipendenti

Capitolo 2 Analisi delle Componenti Indipendenti Cap. - Aalisi delle compoeti idipedeti. Itroduzioe Capitolo Aalisi delle Compoeti Idipedeti I questo capitolo viee formulato il problema della separazioe di sorgeti ei termii di Aalisi delle Compoeti Idipedeti

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

Metodi matematici per l ingegneria (Matematica 4)

Metodi matematici per l ingegneria (Matematica 4) Meodi maemaici per l igegeria (Maemaica 4) Lezioi del prof. Marco Codegoe appui di Capuzzo Alessadro v.4 Noe dell'auore: Sicuramee o sosiuiscoo u libro di eso, probabilmee o soo u lavoro sesazioale, seza

Dettagli

( ) ( ) ( ) ( ) ( ) CAPITOLO VII DERIVATE. (3) D ( x ) = 1 derivata di un monomio con a 0

( ) ( ) ( ) ( ) ( ) CAPITOLO VII DERIVATE. (3) D ( x ) = 1 derivata di un monomio con a 0 CAPITOLO VII DERIVATE. GENERALITÀ Defiizioe.) La derivata è u operatore che ad ua fuzioe f associa u altra fuzioe e che obbedisce alle segueti regole: () D a a a 0 0 0 derivata di u moomio D 6 D 0 D ()

Dettagli

Schemi a blocchi. Sistema in serie

Schemi a blocchi. Sistema in serie Scem a blocc Nel caso ssem semplc, ques possoo essere scemazza meae blocc, ce rappreseao vers compoe, collega ra loro sere o parallelo a secoa ella logca uzoameo. Vl Valvolal solvee Sesore Pompa Pompa

Dettagli

GENERALITA SULLE MACCHINE ELETTRICHE

GENERALITA SULLE MACCHINE ELETTRICHE GENERALITA SULLE MACCHINE ELETTRICHE Una macchina è un organo che assorbe energia di un deerminao ipo e la rasforma in energia di un alro ipo. Energia in Energia in MACCHINA ingresso uscia Energia dispersa

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

Dettagli

Movimento nominale e perturbato

Movimento nominale e perturbato Fodameti di Automatica. Stabilità itera o alla Lyauov Fodameti di Automatica AYSb FTPb AYSct Igegeria delle Telecomuicazioi e Igegeria Fisica. Stabilità itera o alla Lyauov Stefao Mala Fodameti di Automatica

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete

Dettagli

Tabella 1: classificazione dei materiali in funzione della loro resistività

Tabella 1: classificazione dei materiali in funzione della loro resistività INDIC CAPITOLO. MATRIALI PR L LTTRONICA.. INTRODUZION.. CONDUTTORI.3. ISOLANTI.4. SMICONDUTTORI... Moello a Dualità i Carica... Mobilità..3. Desità i Correte i rift i u Couttore..4. Desità i Correte i

Dettagli

Ricerca del saggio di capitalizzazione nel mercato immobiliare

Ricerca del saggio di capitalizzazione nel mercato immobiliare AESTIMUM 59, Dicembre 2011: 171-180 Marco Simootti Dipartimeto di Igegeria civile, ambietale e aerospaziale Uiversità degli Studi di Palermo e-mail: m.simootti@ti.it Parole chiave: procedimeto di capitalizzazioe,

Dettagli

Osservabilità (1 parte)

Osservabilità (1 parte) eoria dei sisemi - Capiolo 9 sservabilià ( pare) Inroduzione al problema della osservabilià: osservazione e ricosruzione. Sai indisinguibili e sai non osservabili...3 Soospazi di osservabilià e non osservabilià

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

Corso di Economia del Lavoro Daniele Checchi Blanchard-Amighini-Giavazzi cap.4 anno 2014-15

Corso di Economia del Lavoro Daniele Checchi Blanchard-Amighini-Giavazzi cap.4 anno 2014-15 Corso i Economia el Lavoro Daniele Checchi Blanchar-Amighini-Giavazzi cap.4 anno 2014-15 I MERCATI FINANZIARI Esise una grane varieà i aivià finanziarie. Il risparmiaore eve scegliere in quali forme eenere

Dettagli

DICAT Università di Genova

DICAT Università di Genova INTRODUZIONE ALLA TEORIA DELLA PROBABILITÀ E DEI PROCESSI ALEATORI DICAT Uiversità di Geova Versioe:.7 6.9. Luigi Carassale Sommario Teoria della Probabilità... 5. Eveti e sazio camioario... 5. Probabilità...

Dettagli

APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO

APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO Moduo 8a 1 APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO 1. Iroduzioe 2. La eoria de cosumo di Dueseberry 3. La eoria de cico viae di Modigiai 2 1. Iroduzioe Dae esperieze dei maggiori sisemi macroecoomici,

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo

Dettagli

Equazioni e contrazioni: un punto fisso //

Equazioni e contrazioni: un punto fisso // * 010 Equazioi e cotrazioi: u puto fisso // Nicola Chiriao Docete al Liceo Scietifico L. Siciliai di Catazaro [Nicola Chiriao] Nicola Chiriao è docete di Matematica e Fisica al Liceo Scietifico Siciliai

Dettagli