Cenni all analisi di serie storiche. Prof. Julia Mortera
|
|
- Ignazio Gattini
- 5 anni fa
- Visualizzazioni
Transcript
1 Cenni all analisi di serie storiche Prof. Julia Mortera
2 Le serie storiche Serie storiche o temporali: rilevazione del fenomeno sottostante che stiamo misurando (variabile) in specifici momenti nel tempo (ad esempio annualmente). Le serie storiche possono essere osservate a diverse frequenze. Le frequenze generalmente utilizzate sono: annuale (cioè la variabile viene osservata ogni anno), trimestrale, mensile, timanale, giornaliera. Notazione: Y t ; t =, 2 T (tempo).
3 Definizione di serie storica (temporale): -successione di osservazioni su una variabile effettuate sequenzialmente nel tempo; -misura, riferita ad una successione di tempi, di uno stesso fenomeno. Caratteristiche delle serie di cui ci occuperemo: univariate; discrete (indice temporale discreto); riferite a tempi equispaziati.
4 Dati: Employ.mtw Vengono osservati ogni mese per 5 anni il numero di impiegati in tre rami industriali: Commercio all ingrosso e al dettaglio, alimentare e metallurgia. Il grafico della serie temporale per il commercio è: 400 Time Series Plot of Commercio Commercio I dati seguono un trend, ma anche un andamento stagionale 3 Month
5 Graph->Time series Plot->Simple Time/Scale:Calender: Month
6 52 Time Series Plot of Metallurgica Metallurgica Serie temporali per impiegati in Metallurgia e Alimentare. Commentare Month Time Series Plot of Alimentare Alimentare Month
7 Metodi di scomposizione e previsione nell'approccio classico Metodi di scomposizione Scomposizione della serie Yt in componenti deterministiche indipendenti: trend (T): andamento di fondo o tendenza di lungo periodo; ciclo (C): fluttuazioni di medio periodo, non periodiche che si presentano ogni certo numero di anni; stagionalità (S): fluttuazioni stagionali che si ripetono con sufficiente regolarità in ciascun periodo di osservazione (ogni mese,trimestre, anno,...) componente accidentale (e t ): componente residuale o di errore. N.B. Le singole componenti non sono direttamente osservabili. Necessario introdurre ipotesi per la loro identificazione.
8 Trend Analysis for Commercio Data Commercio Length 60 NMissing 0 Fitted Trend Equation Yt = 33,99 +,6*t Accuracy Measures MAPE,8999 MAD 6,677 MSD 67,4325 Commercio Trend Analysis Plot for Commercio Linear Trend Model Yt = 33,99 +,6*t Variable Actual Fits Accuracy Measures MAPE,8999 MAD 6,677 MSD 67, Month
9 Stat->Time series->trend Analysis Variable:Commercio; Model Type:Linear Time-> Calendar:month Graphs->Four in one Display->Plots
10 Il trend non sembra lineare e dal grafico dei residui emerge che non abbiamo colto l andamento stagionale T r e n d A n a l y s i s P l o t f o r C o m m e r c i o Lin e a r T r e n d M o d e l Y t = 3 3,9 9 +, 6 * t V a r ia b le A c tu a l F its Commercio A c c u r a c y M e a su r e s M A P E,899 9 M A D 6,67 7 M S D 67, m a r s e t m a r s e t m a r s e t M o n t h m a r s e t m a r s e t Residual Plots for Commercio Normal Probability Plot Versus Fits Percent 99, Residual , Residual Fitted Value 380 Hist ogram Versus Order 6 20 Frequency Residual Residual Observation Order
11 Bontà di adattamento Accuracy Measures: MAPE,9 ; MAD 6,6 ; MSD 67,4 Queste rappresentano delle misure di errore nel adattamento del modello ai dati, e servono soprattutto per un confronto tra diversi modelli. Mean absolute percentage error (MAPE) Esprime la bontà di adattamento come % dell errore e t. Per esempio, se il MAPE è pari a 5 in media la previsione del modello si discosta dai dati per il 5%. Mean absolute deviation (MAD) Rappresenta la bontà di adattamento nella stessa unità di misura dei dati. Mean squared deviation (MSD) Misura la media della devianza quadratica. I valori anomali hanno un effetto maggiore sul MSD che sul MAD.
12 L analisi con un trend quadratico Trend Analysis Plot for Commercio Quadratic Trend Model Yt = 320,76 + 0,509*t + 0,075*t** Variable Actual Fits Commercio A ccuracy Measures MA PE,7076 MA D 5,9566 MSD 59, Month
13 L analisi con un trend quadratico Fitted Trend Equation Yt = *t *t**2 Accuracy Measures Trend quadratico lineare MAPE,7076,8999 MAD 5,9566 6,677 MSD 59,305 67,4325 Notare che diminuiscono le misure di errore di previsione quando usiamo un trend quadratico
14 Per procedere all analisi della stagionalità dobbiamo usare la serie detrendizzata, serve quindi salvare i residui. Trend analysis->quadratic Storage: Residuals (detrended data)
15 Modello addittivo per decomposizione stagionale della serie dei residui (serie detrendizzata) Time Series Decomposition Plot for RESI Additive Model RESI 20 0 Variable Actual Fits Trend Accuracy Measures MAPE 88,582 MAD 2,802 MSD, Month
16 Stat -> Time Series -> Decomposition; Variable->RESI (residui) Seasonal length: 2 (dati mensili) Model Type: Additive Model Components: Seasonal only Selezionare: Generate forecasts per 2 Number of forecasts. Selezionare-> Storage -> Forecasts and Fits.
17 Grafici per la diagnostica La decomposizione genera tre serie di grafici: Un grafico della serie storica con dati, il trend stimato, I valori di previsione del modello e le previsioni. L analisi delle componenti con grafici dei dati, i dati detrendizzati, i dati aggiustati per stagionalità ; I dati con sia correzione per trend che per stagionalità. un analisi stagionale gli indici stagionali e la percentuale di variazione stagionale relativa alla somma delle variazioni stagionali, I boxplots dei dati, dei residui rispetto al perido stagionale.
18 Indici Stagionali Period Index RESI Accuracy Measures MAPE MAD MSD.899 Time Series Decomposition Plot for RESI Additive Model Variable Actual Fits Trend Accuracy Measures MAPE 88,582 MAD 2,802 MSD, Month
19 Period Forecast RESI Previsioni Time Series Decomposition Plot for RESI Additive Model Month Variable Actual Fits Trend Forecasts Accuracy Measures MAPE 88,582 MAD 2,802 MSD,899
20 Dati destagionalizzati Component Analysis for RESI Additive Model Original Data Month Seasonally Adjusted Data Month
21 Analisi della stagionalità Seasonal Analysis for RESI Additive Model Seasonal Indices Original Data by Season Percent Variation by Season Residuals by Season
22 La decomposizione genera tre serie di grafici: Un grafico della serie storica con dati, il trend stimato, I valori di previsione del modello e le previsioni. L analisi delle componenti con grafici dei dati, i dati detrendizzati, i dati aggiustati per stagionalità ; I dati con sia correzione per trend che per stagionalità. un analisi stagionale gli indici stagionali e la percentuale di variazione stagionale relativa alla somma delle variazioni stagionali, I boxplots dei dati, dei residui rispetto al perido stagionale. Nell esempio, i residui detrendizzati sembrano accostarsi bene alla decomposizione, a meno del primo e l ultimo ciclo annuale che sono, rispettivamente,sottostimati e sovrastimati come si desume dal grafico dove i residui sono più alti all inizio e più bassi alla fine della serie.
23 Residui, stagionalità, dati detrend., destag.,previsioni e errore di previsione Time RESI Trend Seasonal Detrend Deseason Predict Error 0,779 0, ,4826 0,779 9, ,4826 9,20054 apr -4,8237 0, ,3368-4,8237 8,53-3,3368 8,53 mag -3,3868 0, ,44-3,3868 8,0546 -,44 8,0546 giu 0,0286 0, ,860 0,0286 5, ,860 5,84457 lug 3,4225 0, ,5590 3,4225 2, ,5590 2,86349 ago 3,7949 0, ,5590 3,7949 0, ,5590 0, ,459 0, ,7674 0,459 -,6248,7674 -,6248 ott 0,4753 0, ,4757 0,4753-3, ,4757-3,00037 nov 3,7833 0, ,2674 3,7833 0,559 3,2674 0,559 dic 7,0697 0, ,3924 7,0697, ,3924,67738 gen 9,3347 0, ,4965 9,3347 0,8388 8,4965 0,8388 feb 2,5782 0, ,5590 2,5782 0,096 2,5590 0,096-7,998 0, ,4826-7,998, ,4826,28282 apr -,9993 0, ,3368 -,9993, ,3368,33748 mag -,8203 0, ,44 -,8203 0, ,44 0,62065 giu -5,6628 0, ,860-5,6628 0,537-5,860 0,537 lug -0,5268 0, ,5590-0,5268 -,0858 0,5590 -,0858
24 Serie storica dei lavoratori in industria metallurgica non presenta stagionalità ne un ben specificato trend 52 Time Series Plot of Metallurgica Metallurgica Month
25 Quando la serie non presenta stagionalità né un ben specificato trend si usa la Media Mobile Stat > Time Series > Moving Average Variable Metallurgia. MA length: 3 Selezionare: Center the moving averages-> Generate forecasts; Number of forecasts 6
26 Media Mobile Metallurgica Moving Average Plot for Metallurgica Variable Actual Fits Forecasts 95,0% PI Moving Av erage Length 3 Accuracy Measures MAPE 0,89037 MAD 0, MSD 0, Notare che i valori stimati (fit) si presentano un ritardo (lag) di un passo indietro rispetto ai dati. Questo perché i valori stimati sono le medie mobili rispetto all unità temporale precedente Index
27 Previsioni Period Forecast Lower Upper 6 49,2 48, , ,2 48, , ,2 48, , ,2 48, , ,2 48, , ,2 48, , Moving Average Plot for Metallurgica Variable Actual Fits Forecasts 95,0% PI Metallurgica Moving Average Length 3 Accuracy Measures MAPE 0,89037 MAD 0, MSD 0, Index
28 Autocorrelazione L autocorrelazione è una misura utilizzata per comprendere le proprietà di una serie storica; L autocorrelazione: correlazioni che riguardano una variabile e la stessa variabile ritardata (lag) di uno o piu periodi e quindi misura il legame lineare tra la variabile al tempo t e la stessa variabile in periodi diversi; La variabile ritardata (lag): si supponga di avere una serie storica di dati relativi ad una variabile Y : Yt, per t =,, T; la variabile ritardata di un periodo e una nuova variabile Zt = Y t- ; t = 2, T. Autocorrelazione di ordine k: correlazione tra Y e la Y t-k ritardata di k periodi (lags) ed è data da: ρ k = cov( Y t t σ σ, Y t k t k ) +
29 La Funzione di Autocorrelazione e autocorrelazione parziale La funzione di autocorrelazione ACF è rappresentato dal grafico delle autocorrelazioni. La ACF serve per guidare il ricercatore nella scelta dei termini da accludere nel modello ARIMA. L autocorrelazione parziale di ordine k valuta l autocorrelazione tra Y t e Y t-k dopo aver eliminato la correlazione con tutte le variabili restanti: Y t+,, Y t-k- La funzione di autocorrelazione parziale PACF è rappresentato dal grafico delle autocorrelazioni parziali. La PACF serve per guidare il ricercatore nella scelta dei termini da accludere nel modello ARIMA. +
30 Autocorrelazione Lag ACF T LBQ 0, ,86 25,2 2 0, ,52 38,8,0 0,8 3 0,366882,60 45,99 0,6 4 0,3364,29 5,240,4 5 0, ,94 54,320,2 6 0, ,68 56,030,0-0,2 7 0, ,63 57,57-0,4 8 0,7005 0,66 59,30-0,6 9 0,322438,24 65,70-0,8 0, ,94 69,74 -,0 0, ,76 72,54 2 0, ,55 74,06 Autocorrelation 2 Autocorrelation Function for Diff alimentare (with 5% significance limits for the autocorrelations) Lag
31 Lag PACF T Partial Autocorrelation,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 -,0 Partial Autocorrelation Function for Diff alimentare (with 5% significance limits for the partial autocorrelations) Lag 8 9 2
32 Autocorrelazione Parziale L autocorrelazione è una misura utilizzata per comprendere le proprietà di una serie storica; L autocorrelazione: correlazioni che riguardano una variabile e la stessa variabile ritardata (lag) di uno o piu periodi e quindi misura il legame lineare tra la variabile al tempo t e la stessa variabile in periodi diversi; La variabile ritardata (lag): si supponga di avere una serie storica di dati relativi ad una variabile Y : Yt, per t =,, T; la variabile ritardata di un periodo e una nuova variabile Zt = Y t- ; t = 2, T. Autocorrelazione di ordine k: correlazione tra Y e la Y t-k ritardata di k periodi (lags). La funzione di autocorrelazione ACF è rappresentato dal grafico delle autocorrelazioni. La ACF serve per guidare il ricercatore nella scelta dei termini da accludere nel modello ARIMA +
33 Stat->Time series->autocorrelation function; Series: diff alimentari (serie delle differenze a lag 2)
34 Autocorrelazione Lag ACF T LBQ 0, ,86 25,2 2 0, ,52 38,8,0 0,8 3 0,366882,60 45,99 0,6 4 0,3364,29 5,240,4 5 0, ,94 54,320,2 6 0, ,68 56,030,0-0,2 7 0, ,63 57,57-0,4 8 0,7005 0,66 59,30-0,6 9 0,322438,24 65,70-0,8 0, ,94 69,74 -,0 0, ,76 72,54 2 0, ,55 74,06 Autocorrelation 2 Autocorrelation Function for Diff alimentare (with 5% significance limits for the autocorrelations) Lag
35 Autocorrelazione parziale PACF Lag PACF T Partial Autocorrelation,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 -,0 Partial Autocorrelation Function for Diff alimentare (with 5% significance limits for the partial autocorrelations) Lag I grafici delle ACF e PACF un modello autoregressivo di ordine AR() dopo aver preso le differenze di ordine 2 (dati diff. alimentari) 8 9 2
36 Cenni su modelli Box-Jenkins ARMA(p,q) Dove la prima equazione rappresenta un modello autoregressivo di ordine p della serie storica La seconda equazione rappresenta la media mobile di ordine q formata da termini serialmente indipendenti v t ; La combinazione delle due equazioni rappresenta un ARMA (p,q) e cioè q t q t t t t p t p t t i v v v u u Y Y Y Y = = α α β β β L L 2 2 Consideriamo ora una serie storica detrendizzata e destagionalizzata q t q t t p t p t t i v v v Y Y Y Y = α α β β β L L 2 2
37 Stat > Time Series > ARIMA; Series: Alimentare; Selezionare: Fit seasonal model; Period:2. Nonseasonal: ; Autoregressive: Seasonal: Difference; Graphs: ACF of residuals and PACF of residuals.
38 ARIMA Model: Alimentare Estimates at each iteration Iteration SSE Parameters 0 95,2343 0,0 0,847 77,5568 0,250 0, ,537 0,400 0, ,578 0,550 0,4 4 52,4345 0,700 0, ,2226 0,733 0, ,20 0,74 0, ,2092 0,743 0, ,2092 0,743 0, ,2092 0,743 0,200 Relative change in each estimate less than 0,00
39 Final Estimates of Parameters Type Coef SE Coef T P AR 0,7434 0,0 7,42 0,00 Constant 0,996 0,520,3 0,2 Differencing: 0 regular, seasonal of order 2 Number of observations: Original series 60, after differencing 48 Modified Box-Pierce (Ljung-Box) Chi-Square statistic Lag Chi-Square * DF * P-Value * La statistica chi-quadro di Ljung-Box serve per verificare l ipotesi nulla che le autocorrelazioni per tutti i lag fino al lag k sono uguali a zero.
40 Serie storica dei lavoratori nel tore alimentare Time Series Plot of Alimentare Alimentare Month
41 ACF dei residui con bande di significatività al 5%,0 0,8 0,6 ACF of Residuals for Alimentare (with 5% significance limits for the autocorrelations) Autocorrelation 0,4 0,2 0,0-0,2-0,4-0,6-0,8 -, Lag
42 PACF dei residui con bande di significatività al 5%,0 0,8 PACF of Residuals for Alimentare (with 5% significance limits for the partial autocorrelations) Partial Autocorrelation 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 -, Lag
43 Grafici dei residui Residual Plots for Alimentare 99 Normal Probability Plot Versus Fits 90 2 Percent 50 Residual 0-3,0 -,5 0,0 Residual,5 3, Fitted Value 70 Histogram Versus Order 6 Frequency Residual Residual Observation Order
Un applicazione della modellistica ARCH-GARCH
Un applicazione della modellistica ARCH-GARCH Federico Andreis Tesina per l esame di Metodi Statistici per la Finanza e le Assicurazioni A.A. 2005/2006 Prof. Diego Zappa Il grafico della serie storica
DettagliUnipol Assicurazioni SpA Cumulative Auto Bologna 12/01/2015 11:18
ESER. POL AGEN. POL RAMO POL NUM. POL. ESER. SIN AGEN. SIN. NUM. SIN RAMO SIN. ISPETTORATO DATA AVVENIM. DATA CHIUSURATIPO DEN. TIPO CHIUSTP RESP ASSICURATO PREVENTIVO PAGATO DA RECUPERARE 2007 1467 130
DettagliMetodi statistici e probabilistici per l ingegneria. Corso di Laurea in Ingegneria Civile A.A. 2009-10. Facoltà di Ingegneria. Università di Padova
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 29- Facoltà di Ingegneria Università di Padova Docente: Dott. L. Corain ESERCIZIO (TEST AD UN CAMPIONE) Un
DettagliTavola 1 - Prezzi al consumo relativi alla benzina verde con servizio alla pompa. Firenze, Grosseto, Pisa, Pistoia. Da Agosto 2008 ad Aprile 2012
Tavola 1 - Prezzi al consumo relativi alla benzina verde con servizio alla pompa. Firenze, Grosseto, Pisa, Pistoia. Benzina verde con servizio alla pompa Ago-08 Set-08 Ott-08 Nov-08 Dic-08 Firenze 1,465
DettagliIL MERCATO IMMOBILIARE RESIDENZIALE ITALIANO
Regulated by RICS IL MERCATO IMMOBILIARE RESIDENZIALE ITALIANO dagli anni 60 al 31/12/2015 (con ipotesi di andamento del mercato sino al 2027) Copyright Marzo 2016 Reddy s Group srl- Real Estate Advisors
DettagliContribuenti Scadenza Denominazione Descrizione
Contribuenti Scadenza Denominazione Descrizione 10-gen colf e badanti (4^ trimestre anno precedente) contributi Inail (4^ rata anno precedente) 16-gen coltivatori e (PC/CF) (4^ rata anno precedente) e
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
DettagliConfronto di metodologie statistiche per l analisi di risultati di Customer Satisfaction
Confronto di metodologie statistiche per l analisi di risultati di Customer Satisfaction S. Gorla: Citroën Italia S.p.A. e Consigliere di giunta AicqCN; E. Belluco: statistico, PG. Della Role: master Black
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliModelli statistici per l analisi dei dati e la valutazione d efficacia Il caso del Comune di Perugia
Modelli statistici per l analisi dei dati e la valutazione d efficacia Il caso del Comune di Perugia Alessandra Pelliccia Matteo Cataldi Matteo Filippo Donadi 0 AGENDA Fonti Descrizione dei dati Variabili
DettagliIndice BNL Report Febbraio 2009. Marzo 2009
Indice BNL Report Febbraio 2009 Marzo 2009 225.000.000 200.000.000 175.000.000 150.000.000 125.000.000 100.000.000 75.000.000 50.000.000 25.000.000 0 Capitalizzazione e volume di scambio (intero mercato)
DettagliEnte: COMUNE DI PORTICI
MUTUI IN AMMORTAMENTO ANNO 2010 CASSA DD.PP. Ente: COMUNE DI PORTICI Tipo opera: Edilizia pubblica e sociale-immobile 4502930/00 21-dic-06 200.000,00 01-gen-07 30-giu-10 179.465,06 3.676,97 3.748,13 7.425,10
Dettagli1-Scheda Obiettivo-ISTRUTTORIA ED APPROVAZIONE STRUMENTI URBANISTICI ESECUTIVI, REGOLAMENTI E PROGETTI URBANISTICI
-Scheda Obiettivo-ISTRUTTORIA ED APPROVAZIONE STRUMENTI URBANISTICI ESECUTIVI, REGOLAMENTI E PROGETTI URBANISTICI Servizio : Responsabile :!" #! $% CdC/Ufficio : Obiettivo : &' % Unità di Operazio Tipo
DettagliIngegneria Chimica Ambientale. Centro Interdipartimentale di Fluidodinamica e Idraulica Università di Udine
Ingegneria Chimica Ambientale Analisi di serie temporali Marina Campolo Centro Interdipartimentale di Fluidodinamica e Idraulica Università di Udine Obiettivi dell analisi Serie temporale: sequenza di
DettagliMILANO/MALPENSA (VA) 212 m. s.l.m. (a.s.l.) TEMPERATURE
Copyright Aeronautica Militare - ervizio Meteorologico MILAO/MALPA (VA) 2 m. s.l.m. (a.s.l.) TMPRATUR MM Tm Tx 1d Tx 2d Tx 3d Txm Tn 1d Tn 2d Tn 3d Tnm Tx P5-15 Gen(Jan) 1.7 6.3 6.6. 7. -.6-3.2-3.3-3.7.3
DettagliRAPPORTO MENSILE ABI 1 Novembre 2015 (principali evidenze)
RAPPORTO MENSILE ABI 1 Novembre 2015 (principali evidenze) 1. Ad ottobre 2015 l'ammontare dei prestiti alla clientela erogati dalle banche operanti in Italia, 1.814,5 miliardi di euro (cfr. Tabella 1)
DettagliAnalisi 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
DettagliL'economia italiana in breve
L'economia italiana in breve N. 8 - Marzo PIL, domanda nazionale, commercio con l'estero Quantità a prezzi concatenati; variazioni percentuali sul periodo precedente in ragione d'anno; dati trimestrali
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
DettagliSTATISTICA DESCRITTIVA SCHEDA N. 5: REGRESSIONE LINEARE
STATISTICA DESCRITTIVA SCHEDA N. : REGRESSIONE LINEARE Nella Scheda precedente abbiamo visto che il coefficiente di correlazione fra due variabili quantitative X e Y fornisce informazioni sull esistenza
DettagliPreprocessamento dei Dati
Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza
DettagliAnalisi Consumi Energetici (Report Standard) Comune di
Analisi Consumi Energetici (Report Standard) Comune di Sommario Obiettivi dello studio e ipotesi del modello... 2 Analisi Convenienza rispetto a Consip nel 2014... 3 Previsioni costo energia elettrica
DettagliDATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA
REGIONE SICILIANA - ASSESSORATO INDUSTRIA UFFICIO SPECIALE PER IL COORDINAMENTO DELLE INIZIATIVE ENERGETICHE U.O. 2 DATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA AGGIORNATI AL MESE DI GIUGNO 2008
DettagliL'economia italiana in breve
L'economia italiana in breve N. 7 - Febbraio PIL, domanda nazionale, commercio con l'estero Quantità a prezzi concatenati; variazioni percentuali sul periodo precedente in ragione d'anno; dati trimestrali
DettagliL'economia italiana in breve
L'economia italiana in breve N. 9 - Marzo PIL, domanda nazionale, commercio con l'estero Quantità a prezzi concatenati; variazioni percentuali sul periodo precedente in ragione d'anno; dati trimestrali
DettagliTHE MONITORING OF GRAVITY DAMS: TWO TESTS IN SARDINIA, ITALY
9.. FIG Working Week Rome, 7 may Dam and reservoir engineering surveying THE MONITORING OF GRAVITY DAMS: TWO TESTS IN SARDINIA, ITALY Speaker: Riccardo Monaci Authors: Riccardo Barzaghi Livio Pinto Riccardo
DettagliL'economia italiana in breve
L'economia italiana in breve N. 9 - Settembre 9 PIL, domanda nazionale, commercio con l'estero Quantità a prezzi concatenati; variazioni percentuali sul periodo precedente in ragione d'anno; dati trimestrali
DettagliELEMENTI DI STATISTICA DESCRITTIVA
Metodi Statistici e Probabilistici per l Ingegneria ELEMENTI DI STATISTICA DESCRITTIVA Corso di Laurea in Ingegneria Civile Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain E-mail:
DettagliCalendario esami Paper Based 2015
PB KET PB PET 21 feb 13-23 feb 5 gen 20 mar 14 mar 6-16 mar 23 gen 14 apr 29 mag 22 mag-1 giu 9 apr 26 giu 4 giu 29 mag-8 giu 13 apr 2 lug 20 giu 12-22 giu 29 apr 17 lug 28 lug 24 lug-3 ago 5 giu 25 ago
DettagliDATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA
REGIONE SICILIANA - ASSESSORATO INDUSTRIA UFFICIO SPECIALE PER IL COORDINAMENTO DELLE INIZIATIVE ENERGETICHE U.O. 2 DATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA AGGIORNATI AL MESE DI MARZO 2007
DettagliOSSERVATORIO SUL PRECARIATO gennaio-marzo 2015
OSSERVATORIO SUL PRECARIATO gennaio-marzo 2015 RAPPORTI DI LAVORO ATTIVATI (1) NEI MESI GENNAIO-MARZO DEGLI ANNI 2013, 2014 E 2015 A. NUOVI RAPPORTI DI LAVORO A1. Assunzioni a tempo indeterminato gen-mar
DettagliANALISI DELLA DOMANDA E PROCESSO PREVISIONALE
CORSO DI Gestione dei sistemi produttivi e logistici Facoltà di Ingegneria ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE Prof. Fabrizio Dallari Università Carlo Cattaneo Istituto di Tecnologie e-mail:
DettagliCORSO DI MACROECONOMETRIA. Oggetto del corso, testo e orari di ricevimento. Programma. Facoltà di Economia. prof. Mario Forni
prof. Mario Forni 1 2 Oggetto del corso, testo e orari di ricevimento Programma Analisi statistica delle serie temporali Applicazioni economiche (previsione, scomposizione ciclo-trend) Ma le applicazioni
DettagliL'economia italiana in breve
L'economia italiana in breve N. 31 - Novembre 9 PIL, domanda nazionale, commercio con l'estero Quantità a prezzi concatenati; variazioni percentuali sul periodo precedente in ragione d'anno; dati trimestrali
DettagliCOMUNICATO STAMPA IL GIOCO A DISTANZA AL 31 MARZO 2009. ANALISI DEI DATI
Ministero dell Economia e delle Finanze Amministrazione autonoma dei monopoli di Stato UFFICIO STAMPA COMUNICATO STAMPA IL GIOCO A DISTANZA AL 31 MARZO 29. ANALISI DEI DATI Presentiamo in queste pagine
DettagliTest di restrizioni lineari nel MRLM: Esempi
Test di restrizioni lineari nel MRLM: Esempi Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Test F: esempi 2012 1 / 23 Funzione di produzione Cobb-Douglas Esempio GDP
DettagliMetodologie statistiche per l analisi del rischio PROGETTAZIONE ED ANALISI DEGLI ESPERIMENTI PER L ANALISI DEL RISCHIO
Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio PROGETTAZIONE ED ANALISI DEGLI ESPERIMENTI PER L ANALISI DEL RISCHIO Facoltà di Medicina
DettagliROTARY CLUB MILANO PORTA VITTORIA. Martedì 25 marzo 2014. Alberto M. Lunghini
ROTARY CLUB MILANO PORTA VITTORIA Martedì 25 marzo 2014 QUALI PROSPETTIVE PER L INVESTIMENTO IMMOBILIARE IN ITALIA Alberto M. Lunghini Regulated by RICS IL MERCATO IMMOBILIARE RESIDENZIALE ITALIANO dagli
Dettaglidi Maria Rosa Cirimbelli Ufficio Stampa Comunicazione - RP Via G. Pastore 10/a Cornate d Adda (MI) www.geodecom.it
Ufficio Stampa Comunicazione - RP Via G. Pastore 10/a Cornate d Adda (MI) www.geodecom.it Ufficio Stampa Comunicazione - RP Via G. Pastore 10/a Cornate d Adda (MI) www.geodecom.it Rassegna Stampa 2006
DettagliDATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA
REGIONE SICILIANA - ASSESSORATO INDUSTRIA UFFICIO SPECIALE PER IL COORDINAMENTO DELLE INIZIATIVE ENERGETICHE U.O. 2 DATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA AGGIORNATI AL MESE DI MARZO 2009
DettagliSPECIALE FONDI INTERNI - RAIFFPLANET AGOSTO 14
ago-13 set-13 ott-13 dic-13 gen-14 mar-14 apr-14 giu-14 lug-14 ago-11 nov-11 feb-12 mag-12 ago-12 nov-12 feb-13 mag-13 ago-13 Categoria Fondo Prodotti assicurativi legati al Fondo Obiettivo Asset Allocation
DettagliSPECIALE FONDI INTERNI - EUROQUOTA MARZO 15
mar-14 apr-14 mag-14 lug-14 ago-14 ott-14 nov-14 gen-15 feb-15 mar-12 giu-12 set-12 dic-12 mar-13 giu-13 set-13 dic-13 mar-14 Categoria Fondo Prodotti assicurativi legati al Fondo Obiettivo Asset Allocation
DettagliSTRATEGIE E TECNICHE DI DEMAND PLANNING AND SALES FORECASTING
CORSO DI Gestione della Produzione Industriale 2 Facoltà di Ingegneria STRATEGIE E TECNICHE DI DEMAND PLANNING AND SALES FORECASTING Prof. Fabrizio Dallari Università Carlo Cattaneo Istituto di Tecnologie
DettagliMESSAGGIO PROMOZIONALE RIGUARDANTE FORME PENSIONISTICHE COMPLEMENTARI PRIMA DELL ADESIONE LEGGERE LA NOTA INFORMATIVA E LO STATUTO
MESSAGGIO PROMOZIONALE RIGUARDANTE FORME PENSIONISTICHE COMPLEMENTARI PRIMA DELL ADESIONE LEGGERE LA NOTA INFORMATIVA E LO STATUTO Fondoposte Principali dati al 31 dicembre 2009 Associati Garantito 88.951
DettagliScheda Obiettivo &!%"' #(()*+,- '"#"'.&. %&&!/'!&
Scheda Obiettivo Servizio : Responsabile : CdC/Ufficio : Obiettivo :!"#$%&#" Unità di Operazio Tipo Obiettivo Misurazione Peso Vr. Peso Or. Peso Tr. Note Obiettivo misura ne &!%"' #(()*+,- '"#"'.&. %&&!/'!&
DettagliANDAMENTO DEL PREZZO DEL GPL
ANDAMENTO DEL PREZZO DEL GPL IN PROVINCIA DI PERUGIA Ottobre 2013 ooo A cura dell Ufficio Prezzi Camera di Commercio di Perugia Indice Introduzione pag. 5 I prezzi del GPL nel I semestre 2013 - Sintesi
DettagliCosto della vita e prezzi immobiliari correnti
dott. ing. arch. Alberto M. Lunghini, FRICS, AICI, FIABCI Reddy s Group SRL IL MERCATO IMMOBILIARE RESIDENZIALE ITALIANO dagli anni 60 al 31/12/2014 (con ipotesi di andamento del mercato sino al 2026)
DettagliDATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA
REGIONE SICILIANA - ASSESSORATO INDUSTRIA UFFICIO SPECIALE PER IL COORDINAMENTO DELLE INIZIATIVE ENERGETICHE U.O. 2 DATI SULLA PRODUZIONE ED OFFERTA DI ENERGIA ELETTRICA AGGIORNATI AL MESE DI SETTEMBRE
DettagliIl turismo in Lombardia: una lettura fra dati e tendenze
Il turismo in Lombardia: una lettura fra dati e tendenze Magda Antonioli - Università Bocconi Stati generali in Lombardia 18 aprile 2011 1 I numeri complessivi lombardo (anno 2009) Arrivi: 11,4 mln (12,2
DettagliMinistero della Giustizia. Direzione Generale di Statistica
Ministero della Giustizia Direzione Generale di Statistica Ministero della Giustizia Dipartimento della Organizzazione Giudiziaria, del Personale e dei Servizi Direzione Generale di Statistica D.L. 28/2010
DettagliServizio di prestito. Attività 2011: dati, grafici, analisi a cura di Marco Muscolino
Attività 2011: dati, grafici, analisi a cura di Marco Muscolino Biblioteca di area scientifico-tecnologica Sommario dei contenuti: Relazione sull attività 2011 Totali 2008-2011: dati e grafici Iscrizioni
DettagliCOMUNE DI SANTO STEFANO DI CAMASTRA (PROVINCIA DI MESSINA)
COMUNE DI SANTO STEFANO DI CAMASTRA (PROVINCIA DI MESSINA) PROGRAMMA DI SVILUPPO RURALE SICILIA 2007-2013 PROGETTO ESECUTIVO PER LA REALIZZAZIONE DI PUNTI DI ACCESSO INFO-TELEMATICI PUBBLICI A SANTO STEFANO
DettagliNote metodologiche e modelli utilizzati per il forecast di latte e derivati in Italia per l anno 2003.
NOTA METODOLOGICA NEWSLETTER ISMEA LATTE E DERIVATI OTTOBRE 2003 Note metodologiche e modelli utilizzati per il forecast di latte e derivati in Italia per l anno 2003. Consulente Esterno Dott. Dario Buono
Dettagli1. PROGRAMMAZIONE DELLE ATTIVITÀ... 3 2. CONDIZIONI PER IL CALCOLO DEI TEMPI DI ESECUZIONE DEI LAVORI... 4 3. DIAGRAMMA DI GANTT...
INDICE 1. PROGRAMMAZIONE DELLE ATTIVITÀ... 3 2. CONDIZIONI PER IL CALCOLO DEI TEMPI DI ESECUZIONE DEI LAVORI... 4 3. DIAGRAMMA DI GANTT... 5 4. ORDINE DA TENERSI NELL'ANDAMENTO DEI LAVORI... 6 Pagina 2
DettagliUFFICIO COMUNALE DI STATISTICA
COMUNE DI PISTOIA UFFICIO STATISTICA Via dell'annona, 210 51100 PISTOIA Tel.0573 / 371 922 - Fax 371 928 e mail : statistica@comune.pistoia.it UFFICIO COMUNALE DI STATISTICA INDICE DEI PREZZI AL CONSUMO
DettagliEuropean Investment Consulting
European Investment Consulting Fondo Eurofer Gestione finanziaria Andamento e view Milano, 5 ottobre 2015 Economia mondiale: situazione e prospettive I mercati finanziari nel 2015 L andamento delle gestioni
DettagliEx Centrale Gas (RA) Eni Div.Exploration & Production
Ex Centrale Gas (RA) Eni Div.Exploration & Production Ex Centrale Gas (RA) Ex Centrale già sottoposta a precedenti attività di bonifica Contaminazione residua dei terreni idrocarburi varia lunghezza Progettazione
Dettagli1. ALTRI ALGORITMI DI DECOMPOSIZIONE DI SERIE STORICHE. X = scan("clipboard") accessori.auto = ts(x, frequency=12, start=c(1995,1))
1. ALTRI ALGORITMI DI DECOMPOSIZIONE DI SERIE STORICHE X = scan("clipboard") 11849 1316 4712 800 5097 3270 5390 2135 5962 5795 9271 6864 4247 7961 7191 4970 5012 2929 7363 4907 4700 8219 8674 8263 4294
DettagliMetodologie Quantitative
Metodologie Quantitative Regressione Logistica II M Q Marco Perugini Milano-Bicocca 1 La regressione logistica La regressione logistica si propone di studiare e quantificare le relazioni tra una o più
DettagliSTRATEGIE E MODELLI DI SALES FORECASTING & DEMAND PLANNING
Corso di Progettazione e Gestione della Supply Chain Facoltà di Ingegneria STRATEGIE E MODELLI DI SALES FORECASTING & DEMAND PLANNING Prof. Fabrizio Dallari Direttore C-log Università C. Cattaneo LIUC
DettagliLorenzo Lerra - Gas Plus Italiana srl
Dott. Lorenzo Lerra Head of Gas Supply - Gas Plus Italiana Srl 10 Maggio 2013, Padova Mercati energetici e metodi quantitativi: un ponte tra Università e Aziende Key-facts del sistema gas Italia Domanda
DettagliDIAPOSITIVE DEL MERCATO DEL GAS NATURALE
1 DIAPOSITIVE DEL MERCATO DEL GAS NATURALE 1 Scatti al 30 giugno 2014 1 1. Esame dell andamento del mercato del gas naturale (solo Materia prima) 2 2 Il costo del Gas Naturale (GN) relativo alla sola materia
DettagliDIAGRAMMA DI GANTT Cronoprogramma dei lavori (D.Lgs 9 aprile 2008 n. 81, Art. 100 e Allegato XV)
ALLEGATO A Comune di Triggiano Provincia di Ba DIAGRAMMA DI GANTT Cronoprogramma dei lavori (D.Lgs 9 aprile 2008 n. 81, Art. 100 e Allegato XV) OGGETTO: OPERE DI SALVAGUARDIA IDRAULICA NELL'AREA URBANA
DettagliIl clima degli ultimi 50 anni in Veneto
Abano Terme, 27 29 Aprile 2007 Il clima degli ultimi 50 anni in Veneto Adriano Barbi, Alessandro Chiaudani, Irene Delillo ARPAV Centro Meteorologico di Teolo Sabato 28 Aprile 2007 In collaborazione con
DettagliSERVIZIO DI BUS A CHIAMATA: POLI DI CRESCENTINO E CERRINA MONFERRATO Monitoraggio dal 18 Giugno 2007 al 30 Giugno 2008
Autonoleggio Marletti SERVIZIO DI BUS A CHIAMATA: POLI DI CRESCENTINO E CERRINA MONFERRATO Monitoraggio dal 18 Giugno 2007 al 30 Giugno 2008 Provincia di Torino - Servizio Trasporti Monitoraggio ProviBus
DettagliL'INFLAZIONE IL CREDITO. Indicatore ciclico coincidente (Ita-coin) e PIL dell Italia (1) (variazioni percentuali)
NUMERO 98 GIUGNO 21 ATTIVITA' ECONOMICA E OCCUPAZIONE GLI SCAMBI CON L'ESTERO E LA COMPETITIVITA' L'INFLAZIONE IL CREDITO LA FINANZA PUBBLICA LE PREVISIONI MACROECONOMICHE 1 7 8 11 12 Dipartimento di economia
DettagliTURNI FARMACIE COMUNE DI PORTICI DAL 01/01/2014 AL 31/12/2014
TURNI FARMACIE COMUNE DI PORTICI DAL 01/01/2014 AL 31/12/2014 documento composto da 13 pagine ORARI FARMACIE Gli orari minimi di apertura sono così stabiliti: Mattina 08,45-13,00 Pomeriggio 16,00-19,45
DettagliCONSUMI&PREZZI. Congiuntura Confcommercio. Fig. 1 - Clima di fiducia ISTAT e ICC in volume dati destagionalizzati. Ufficio Studi dicembre 2015
Ufficio Studi embre 2015 11 CONSUMI&PREZZI Conntura Confcommercio Prossima uscita: CONSUMI&PREZZI n. 1 (12 gennaio 2016) L inatore dei Consumi Confcommercio (ICC) registra ad obre 2015 un calo dello 0,3%
DettagliBollettino mensile di monitoraggio della siccità
REGIONE AUTÒNOMA DE SARDIGNA REGIONE AUTONOMA DELLA SARDEGNA ARPAS Dipartimento Meteoclimatico Servizio Meteorologico, Agrometeorologico ed Ecosistemi Bollettino mensile di monitoraggio della siccità AGENZIA
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
DettagliCorso di Business Planning e Start Up Imprese Multimediali
Corso di Business Planning e Start Up Imprese Multimediali A.A. 2013-2014 Prof. Attilio Bruni Corso di Laurea in Comunicazione d Impresa, Marketing e Nuovi Media Il modello finanziario e il bilancio previsionale
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
DettagliRAPPORTO CER Aggiornamenti
RAPPORTO CER Aggiornamenti 13 Maggio 2013 Più raccolta, meno prestiti PIÚ RACCOLTA, MENO PRESTITI Continuano a ridursi gli impieghi, con saggi che nel caso delle famiglie raggiungono valori di massimo
DettagliMONITOR SUD. Aggiornamento dati Al 31 Gennaio 2014
MONITOR SUD Aggiornamento dati Al 31 Gennaio 2014 1 Monitor Sud Italia Dati aggiornati al 31 Gennaio 2014 (estratti il 28.02.14) 2 Prima di effettuare un analisi per ogni regione, è opportuno fornire un
Dettagli2013-14. Campionato di Calcio di Serie A
2013-14 Campionato di Calcio di Serie A Calendario e risultati di Serie A, Stagione 2013/2014 Andata 1ª giornata (24 ago - 1 8 gen) Ritorno 24/08/2013 2-1 Verona - AC Milan 0-1 19/01/2014 24/08/2013 0-1
DettagliDashboard. 01/gen/2009-31/dic/2009 Rispetto a: Sito. 71.136 Visite. 34,81% Frequenza di rimbalzo. 00:03:54 Tempo medio sul sito
www.comunecusanomutri.it Dashboard 1/gen/29-31/dic/29 Rispetto a: Sito Visite 2. 2. 1. 1. 5 gen 7 feb 12 mar 14 apr 17 mag 19 giu 22 lug 24 ago 26 set 29 ott 1 dic Uso del sito 71.136 Visite 34,81% Frequenza
DettagliGli aspetti finanziari del settore fotovoltaico ranco en i Milano, 9 tt o re 2009
Gli aspetti finanziari del settore fotovoltaico Franco Gaudenti Milano, 9 ottobre 2009 L andamento del settore fotovoltaico in Borsa Periodo 1 gennaio 2007 1 ottobre 2009 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0
Dettaglisu dati forniti dall Ufficio del Lavoro.
SEGRETERIA DI STATO PER IL LAVORO, LA COOPERAZIONE E LE POSTE Statistiche elaborate nel mese di luglio 2012 dalla Segreteria di Stato per il Lavoro su dati forniti dall Ufficio del Lavoro. INDICE OCCUPAZIONE:
DettagliMisurazione dei rischi nei contratti derivati
I nuovi scenari e i profili di rischio dei servizi di investimento Programma di Ricerca scientifica di rilevante Interesse Nazionale (PRIN) denominato MISURA Misurazione nei contratti derivati Marcello
DettagliTECNICHE'E'TECNOLOGIE'A'SUPPORTO'' DEL'REVENUE'MANAGEMENT' 'E'DELLA'DISINTERMEDIAZIONE'
TECNICHE'E'TECNOLOGIE'A'SUPPORTO'' DEL'REVENUE'MANAGEMENT' 'E'DELLA'DISINTERMEDIAZIONE' CHI$SONO?$ Piergiorgio$Schirru$ VP'R&D'e'Revenue'Management' 'Blastness' Docente'di'Revenue'Managent'e'EEDistribuHon'
DettagliFIPSAS Sez. Provinciale di PORDENONE
FIPSAS Sez. Provinciale di PORDENONE - Settore A.I. - Specialità Trota Lago e Trota Torrente - Calendario attività 2015 - (25/01/2015) rev. 001 pag. 1/5 1 feb 8 feb 15 feb 22 feb 1 mar 8 mar IT Coppie
DettagliLe linee di gestione. Aprile 2014
Le linee di gestione Aprile 2014 Obiettivi OBIETTIVO CONSERVAZIONE RENDIMENTO A SCADENZA CORRELAZIONE Protezione del capitale Smoothing downside risk Low volatility Coupon cash flow generation Correlation
Dettaglila nuova index Uninvest ENERGY
Direzione Centrale Commerciale e Marketing Sviluppo Vita la nuova index Uninvest ENERGY la la nuova index Uninvest ENERGY durata 6 anni premio minimo: 5.000 periodo di collocamento: 27 febbraio 5 aprile
DettagliLa bolletta del gas. Ravenna 03 ottobre 2012. Dott. Christian Alpi
La bolletta del gas Ravenna 03 ottobre 2012 Dott. Christian Alpi 2 LA BOLLETTA frontespizio 3 LA BOLLETTA dati tecnici e contrattuali 4 LA BOLLETTA Dettaglio importi 5 Vendita gas Mercato Libero Le componenti
DettagliL evoluzione del contesto digitale Roberto Liscia
L evoluzione del contesto digitale Roberto Liscia Presidente Netcomm LA NOSTRA MISSIONE È CONTRIBUIRE ALLO SVILUPPO DELL E-COMMERCE ITALIANO SOCI Perché si acquista online Comparazione prezzi e prodotti
DettagliIL SOLARE FOTOVOLTAICO
IL SOLARE FOTOVOLTAICO 17 aprile 2008 - GUIGLIA Ing. Riccardo Castorri Responsabile Impianti di produzione AIMAG spa L IMPIANTO FOTOVOLTAICO È un impianto per la produzione di energia elettrica Trasformazione
DettagliCatalogo generale corsi 2014-2015. Valido dal 07 Aprile 2014 - ultimo aggiornamento: 31 Luglio 2014. Data di inizio. 29/set/2014 termina il 4/giu/2015
THEDARKROOM FIRENZE Catalogo generale corsi 201-2015 Valido dal 07 Aprile 201 - ultimo aggiornamento: 31 Luglio 201 Codice corso Tipologia e nome del corso Data di inizio Durata Ore Costo Sezioni e lingua
DettagliQuanto investire in comunicazione? Francesco Potenza
Quanto investire in comunicazione? Francesco Potenza Marketing Club, 4 dicembre 2010 Gli investimenti in adv La crisi ha toccato gli investimenti che sono più facilmente e rapidamente manovrabili: la pubblicità
DettagliGLI STRUMENTI DI COPERTURA DEI RISCHI IN DERIVATI: ASPETTI TECNICI E LEGALI
GLI STRUMENTI DI COPERTURA DEI RISCHI IN DERIVATI: ASPETTI TECNICI E LEGALI Ing. Andrea Zadra Milano, 11 Maggio 2010 Agenda Coperture Strumenti Derivati: utilizzo improprio e problematiche diffuse 2 Coperture
Dettagli6 Analisi della regressione lineare
6 Analisi della regressione lineare L'obiettivo dell'analisi della regressione è quello di studiare la distribuzione di una variabile, diciamo Y, per valori fissi di una'altra variabile che indichiamo
DettagliNUMERO 97 MAGGIO 2015
NUMERO 97 MAGGIO 21 ATTIVITA' ECONOMICA E OCCUPAZIONE GLI SCAMBI CON L'ESTERO E LA COMPETITIVITA' L'INFLAZIONE IL CREDITO LA FINANZA PUBBLICA LE PREVISIONI MACROECONOMICHE 1 7 8 11 12 Indicatore ciclico
DettagliANDAMENTO DEL PREZZO DEL GPL IN PROVINCIA DI PERUGIA
ANDAMENTO DEL PREZZO DEL GPL IN PROVINCIA DI PERUGIA Ottobre 2011 A cura dell Ufficio Protesti e Prezzi e dell Ufficio Studi e Ricerche Economiche Camera di Commercio di Perugia Indice Introduzione pag.
DettagliFASCICOLO 1 MANUTENZIONE ORDINARIA IN APPALTO (lett.a)
PIANO DELLE ATTIVITA DI BONIFICA 2015 (L.R. 79/2012 art. 26 comma 2) VERSIONE 2 APPROVATA DEL 13/03/2015 FASCICOLO 1 MANUTENZIONE ORDINARIA IN APPALTO (lett.a) attività di manutenzione ordinaria del reticolo
DettagliConti deposito e altre forme di investimento: a quanto ammonta il rendimento e qual è la forma di risparmio più redditizia?
Conti deposito e altre forme di investimento: a quanto ammonta il rendimento e qual è la forma di Indice: Indice p. 1 Introduzione p. 2 p. 2 p. 5 p. 6 Single di 30 anni: investimento di 10mila euro p.
Dettagliin base ai dati forniti dall Ufficio del Lavoro
SEGRETERIA DI STATO PER IL LAVORO, LA COOPERAZIONE E LE POSTE Statistiche elaborate nel mese di ottobre 2012 dalla Segreteria di Stato per il Lavoro in base ai dati forniti dall Ufficio del Lavoro INDICE
Dettaglisu dati forniti dall Ufficio del Lavoro.
SEGRETERIA DI STATO PER IL LAVORO, LA COOPERAZIONE E LE POSTE Statistiche elaborate nel mese di aprile 2012 dalla Segreteria di Stato per il Lavoro su dati forniti dall Ufficio del Lavoro. INDICE OCCUPAZIONE:
DettagliFabbricazione di autoveicoli, rimorchi e semirimorchi (Ateco 29)
Fabbricazione di autoveicoli, rimorchi e semirimorchi (Ateco 29) Indicatori congiunturali di settore e previsioni Business Analysis Ottobre 2015 Indicatori congiunturali Indice della Produzione industriale
DettagliOfferta tecnica. Allegato II Piano di progetto - Gantt
Offerta tecnica Allegato II Piano di progetto - Gantt Gestione, sviluppo e manutenzione dell architettura software di Business Intelligence in uso presso Cestec S.p.A. Redatto da Omnia Service Italia s.r.l.
DettagliCluster Analysis. Paese Cereali (Ce) Riso (R) Patate (P) Zucchero (Z) Verdure (Ver) Vino (Vi) Carne (Ca) Latte (L) Burro (B) Uova (U)
Analysis Esempio Stiamo studiando le abitudini alimentari nei Paesi europei. Sulla base dei dati a disposizione, ci chiediamo se si possano individuare sotto-aree con abitudini alimentari simili. Dati:
DettagliAppendice 1.2. Realizzazione del nuovo Cruscotto Direzionale per il monitoraggio della Gestione Aziendale Quadranti Area Operativa Roma, Giugno 2013
Appendice 1.2 Realizzazione del nuovo Cruscotto Direzionale per il monitoraggio della Gestione Aziendale Quadranti Area Operativa Roma, Giugno 2013 Indice Quadranti di Analisi Quadrante di Qualità del
Dettagli