La procedura Box-Jenkins
|
|
- Graziano Ferrario
- 5 anni fa
- Visualizzazioni
Transcript
1 La procedura Box-Jenkins La selezione del modello - Procedura di Box e Jenkins (1976): procedura per cosruire, a parire dall osservazione dei dai, un modello ARMA ao ad approssimare il processo generaore della serie sorica. - Si ipoizza che la serie sia già saa resa sazionaria araverso una serie di rasformazioni preliminari (se necessarie) Idenificazione Sima dei parameri Conrollo diagnosico - Quando il conrollo diagnosico non è soddisfacene il modello deve essere rispecificao per cui le re fasi principali possono essere ripeue più vole in maniera ieraiva; - Quando il modello risula soddisfacene si passa alla fase del suo uilizzo per scopi descriivi e previsivi. 1
2 Idenificazione -Specificazione dell ordine del modello (parameri p e q) -Principali srumeni da usare: ACF e PACF simae -Se le auocorrelazioni endono ad annullarsi molo lenamene (o non si annullano affao) è probabile che il processo generaore sia non sazionario (Es: prezzi degli srumeni finanziari, ved. correlogramma su ENI) Esempio NASDAQ passando ai rendimeni si ha: Sruura ipica di un processo non sazionario
3 Esempio NASDAQ () il cui correlogramma è Esempio NASDAQ (3) Se eleviamo al quadrao i rendimeni abbiamo il cui correlogramma è: 3
4 Operazioni preliminari Serie generaa da un PS ARIMA(1,1,0), cioè ΔY y = φ Δ + ε Y 1 y 1 = 0.7( y 1 y ) + ε L impressione è quella di una serie non sazionaria in media. Il correlogramma conferma l impressione di non sazionarieà avua dall osservazione del grafico della serie. Operazioni preliminari () il cui correlogramma è il seguene differenziamo la serie e oeniamo il seguene grafico che è il correlogramma ipico di un processo AR(1). 4
5 La fase di sima dei parameri -Minimi quadrai ierai o massima verosimiglianza (ipoesi di normalià) -Fase complicaa numericamene e affidaa ai calcolaori -Le sime dei parameri si indicano con il cappello (ha) per cui un modello ARMA(1,1) può essere scrio: yˆ ˆ = ˆ + + c φ1 y 1 θ1 ˆ ε 1 ˆ dove ŷ è il valore simao al empo. Sima dei parameri () Correlogramma di una serie generaa da un processo ARMA(1,1) proviamo un MA(6). coef s.e..sa p.value ma E-195 ma E-60 ma E-4 ma E-10 ma ma inercep Si può pensare ad un MA(q) 5
6 La significaivià dei parameri Durane la fase di sima è necessario verificare se i coefficieni simai sono significaivamene diversi da zero. H 0 : φi = 0 ˆ φi 0 H1 : φi 0 ~ m var( ˆ φ ) dove m è il numero di parameri simai. Rule of humb: α = 0.05 i φ ˆ i > il paramero simao è significaivamene var(ˆ ) ifi diverso da zero. φ i Osservazione: var( φ ˆ i ) = sandard error (s.e.) di φˆ i Il crierio della parsimonia I polinomi AR: ( 1 φ L... φ L p 1 p ) q e MA: ( + θ L θ L q ) 1 1 non devono avere radici comuni. Esempio. ARMA(1,1) ( 1 0.7L) Y = ( 1 0.7L) φ1 = 0.7 e θ1 = 0.7 Y ε = ε la serie è W. N. In generale, se nel modello ARMA(p,q) φk θ k k=1,,,min(p,q) allora il modello e sovraparamerizzao. 6
7 Esempio 1: non significaivo il paramero di ordine superiore ΔY = L L (0.1) (0.1) ε sandard errors 0.86 > significaivo 0.1 < non significaivo Il modello finale sarà il seguene: ΔY = ( B) ε Esempio : non significaivo il paramero di ordine inferiore Y Δ = L 0.86 L ε (0.1) (0.1) E' significaivo θ, ma non θ1 Osservazione. Soliamene i parameri di ordine inferiore sono indispensabili nella procedura di sima, di conseguenza occorre cauela prima di eliminarli. ρ θˆ θˆ Se (, ) 1 1 Bisogna analizzare ρ( θˆ, θ ) 1 ˆ anche la loro sima è sreamene correlaa, di conseguenza è possibile oenere buoni risulai (in ermini di descrizione dei dai) anche usando un solo paramero anziché due. Se, ad esempio ρ( θ, θ ) il modello divena: ΔY = ( L) ˆ ˆ 1 = ε 7
8 Riprendendo l esempio su ARMA(1,1) simulao: parsimonia avevamo provao un MA(6) coef s.e..sa p.value ar ma inercep Modello ARMA(1,1) più flessibile e parsimonioso Esempio su NASDAQ: parsimonia Proviamo un AR(4) sul quadrao dei rendimeni del NASDAQ proviamo quindi un ARMA(1,1): coef se s.e. sa.sa p.value ar ar ar coef s.e..sa p.value ar ma ar inercep inercep Anche qui il rischio è quello di sovraparamerizzazione 8
9 Conrollo diagnosico sui residui -Verifica dell adeguaezza del modello simao: analisi dei residui ˆ ε = y yˆ -Presenza di auocorrelazione residua. H 0 : ˆε ~ WN es sui singoli valori della funzione di auocorrelazione simaa sui residui, cioè ρ ( ˆ) ε k ˆ ε ˆ ε k = k + 1 = ˆ ε = 1 -Verifica complessiva di assenza di auocorrelazione nei residui con il es Q di Ljung-Box: H 0 : assenza di correlazione nei residui fino al lag m. H 1 : presenza di correlazione nei residui fino al lag m. Saisica-es: Q( m) = ( + ) m ρk ( k = 1 ˆ) ε k Soo l ipoesi nulla Q ( m) ~ χ m Esempio su NASDAQ (coninua) Correlogramma dei residui con i due modelli simai sui quadrai dei rendimeni del NASDAQ. Residui del modello AR(4) Residui del modello ARMA(1,1) 9
10 Esempio su ARMA(1,1) simulao Correlogramma dei residui con il modello adeguao su una serie simulaa da un ARMA(1,1) Conrollo sull omoschedasicià dei residui Cosanza della varianza dei residui nel empo. In caso conrario eeroschedasicià dei residui In ale caso: 1) la significaivià dei parameri non può essere valuaa con il es ; ) gli inervalli di confidenza delle previsioni non sono cosani nel empo Si uilizza il es di McLeod e Li: idenico al es di Ljung-Box, ma fao sui quadrai dei residui 10
11 Esempio Calcolo di un AR(1) sui rendimeni del MIDEX coef s.e..sa p.value ar E-08 c es di McLeod e Li (es di LB sui residui al quadrao) Lag ACF Q-Sa Prob E I residui non sono omoschedasici Conrollo sulla normalià dei residui -Indice di asimmeria di Fisher con M μ s ( ˆε ) = s = 1 e γ = 1 M μ 3 3 σ σ = 1 = ( ˆε ) Asimmeria posiiva o negaiva se maggiore o minore di zero. -Indice di curosi Normale curosi = 3 M 4 β = Plaicurica curosi < 3 M μ Lepocurica curosi > 3 β M μ 1 - es di Jarque-Bera JB = γ 1 + ( β 3) 6 4 Soo l hp di normalià JB si disribuisce come una chi-quadrao con gdl. Ipoesi nulla: normalià della serie. 11
12 Esempi Isogramma dei residui di un ARMA(1,1) sul quadrao dei rendimeni del NASDAQ Isogramma dei residui di un modello ARMA(1,1) su una serie generaa da un processo ARMA(1,1) Adaameno del modello ai dai osservai Correlogramma dei residui di un MA(5) su una serie generaa da un processo ARMA(1,1) Isogramma dei residui dello sesso modello 1
13 La scela fra modelli alernaivi Come scegliere il modello migliore fra MA(5) e ARMA(1,1)? -Crieri di scela per p e q, che engono cono del rade-off fra parsimonia (numero di parameri) e capacià previsiva del modello Asympoic Informaion Crierion (Akaike, 1974) AIC( r) = ln ˆ σ + r 1 con r = p + q + 1 e σˆ = ˆ ε = 1 Bayesian Informaion Crierion (Schwarz, 1978) BIC( r) = ln ˆ σ + r ln -Ciascun crierio assegna un coso all inroduzione di ogni nuovo paramero addizionale. I valori di p e di q che minimizzano i crieri rappresenano l ordine del modello -Il crierio BIC impone una penalià più ala di AIC per l inclusione di nuove variabili Esempio su ARMA(1,1) simulao (coninua) SIMA DI UN ARMA(1,1) coef s.e..sa p.value ar ma inercep AIC BIC coef s.e..sa p.value ma ma ma ma ma inercep AIC BIC AENZIONE: R calcola AIC in modo diverso: -*loglik+*(r+1) I valori minori di AIC e di BIC si hanno per il modello ARMA(1,1). 13
La procedura Box-Jenkins
La procedura Box-Jenkins La selezione del modello - Procedura di Box e Jenkins (976): procedura per cosruire, a parire dall osservazione dei dai, un modello ARMA ao ad approssimare il processo generaore
DettagliModelli stocastici per la volatilità
Modelli socasici per la volailià Inroduzione ai modelli GARCH Generalized AuoRegressive Condiional Heeroschedasiciy In un modello GARCH si assume che i rendimeni siano generai da un processo socasico con
DettagliModelli stocastici per la volatilità
Modelli socasici per la volailià Dai modelli di volailià a media mobile ai modelli GARCH I modelli di volailià con medie mobili assumono ce i rendimeni siano i.i.d. la volailià è cosane nel empo: forniscono
DettagliModelli stocastici per i rendimenti finanziari
Modelli socasici er i rendimeni finanziari Alcuni rocessi socasici lineari Y Processo MA() μ con ε ~ WN(0, σ ε ) = + ε + θε. Esemio di generazione di un MA() e sima con R Caraerisiche di un rocesso MA()
DettagliLa dipendenza temporale dei rendimenti
La dipendenza emporale dei rendimeni Il conceo di volailiy clusering Nella serie dei rendimeni si alernano gruppi di rendimeni elevai e gruppi di rendimeni bassi. Conceo sreamene legao alla lepocurosi.
DettagliModelli stocastici per i rendimenti finanziari
6/4/9 Modelli socasici er i rendimeni finanziari Alcuni rocessi socasici lineari Processo MA() μ con ~ WN(, ). semio di generazione di un MA() e sima con R 6/4/9 Momeni di un MA(). μ ( ) ( ),,, > ρ ) (
Dettagli1. Si consideri il seguente modello di regressione per serie storiche trimestrali riferite all area Euro:
1. Si consideri il seguene modello di regressione per serie soriche rimesrali riferie all area Euro: π β + β π + β π + β π + β y + δ D + δ D + D + u = 0 1 1 2 2 3 3 4 1 1 2 2 δ3 3 in cui π è il asso di
DettagliAnalisi delle serie storiche parte IV Metodi di regressione
Analisi delle serie soriche pare IV Meodi di regressione a.a. 16/17 Saisica Economica -Laurea in Relazioni Economiche Inernazionali 1 Meodo della regressione La componene di fondo, Trend o Ciclo-Trend,
DettagliModelli ARMA, regressione spuria e cointegrazione Amedeo Argentiero
Modelli ARMA, regressione spuria e coinegrazione Amedeo Argeniero amedeo.argeniero@unipg.i Definizione modello ARMA Un modello ARMA(p, q) (AuoRegressive Moving Average of order p and q) ha la seguene sruura:
DettagliStatistica Applicata all edilizia Lezione: approccio stocastico all analisi delle serie storiche
Lezione: approccio stocastico all analisi delle serie storiche E-mail: orietta.nicolis@unibg.it 3 maggio 2011 Programma 1 Approccio stocastico all analisi delle serie storiche Programma Approccio stocastico
Dettagli# $ % & # ' ( )&* ( + #
! " $ % & ' ( )&* (!" + '!!" - '! $%! %& $!!'% (!)'(. '! / 0 " "! '%%$34)*% $ % 5 g( E[ Y X ]) α + X β. * + 3 Y α + β X +... + β X + ε α + X β + ε p p E 8 [ Y X ] α + X β ( Y X ) E[ Y X ] )&*! ' - )(%'!
DettagliIl Value at Risk secondo l approccio parametrico: un esempio semplificato
Universià degli Sudi di Napoli Federico II Caedra di Economia delle Aziende di Assicurazione Il Value a Risk secondo l approccio paramerico: un esempio semplificao Domenico Curcio, Ph. D. Value a Risk
DettagliL'importanza delle restrizioni econometriche nell'utilizzo dei modelli GARCH per la valutazione del rischio di prodotti finanziari
L'imporanza delle resrizioni economeriche nell'uilizzo dei modelli GARCH per la valuazione del rischio di prodoi finanziari Giusj Carmen Sanangelo (MeodiaLab) Robero Reno (Universià di Siena e MeodiaLab)
DettagliUniversità degli Studi di Padova Dipartimento di Scienze Statistiche Corso di Laurea Triennale in. Statistica Economia e Finanza
Universià degli Sudi di Padova Diparimeno di Scienze Saisiche Corso di Laurea Triennale in Saisica Economia e Finanza RELAZIONE FINALE UN TEST PER L AUTOCORRELAZIONE BASATO SULLO STIMATORE DI CAUCHY Relaore:
DettagliTerza lezione: Processi stazionari
Teoria dei processi casuali a empo coninuo Terza lezione: Concei inroduivi Il conceo di sazionarieà Sazionarieà in senso lao Esempi e modelli 005 Poliecnico di Torino 1 Concei inroduivi Significao di sazionarieà
DettagliAnalisi delle Serie Storiche con R
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Analisi delle Serie Storiche con R Francesca
Dettagli10 ESERCITAZIONE. Esercizi svolti: Capitolo 15 Curva di Phillips Esercizio 2. Capitolo 16 Disinflazione, disoccupazione e crescita Esercizio 3
10 SRCITAZION sercizi svoli: Capiolo 15 Curva di Phillips sercizio 2 Capiolo 16 Disinflazione, disoccupazione e crescia sercizio 3 1 CAPITOLO 15 CURVA DI PHILLIPS Curva di Phillips Relazione che lega inflazione
DettagliX 3 = tasso di intervento della Banca centrale Europea (ex tasso ufficiale di sconto)
ECONOMETRIA Esempi di ESERCIZI per la PROVA SCRITTA 1) Quali sviluppi della meodologia saisica hanno favorio la nascia dell economeria (fondazione dell Economeric Sociey, 1930). Quali conribui meodologici
DettagliLa volatilità delle attività finanziarie
4.30 4.5 4.0 4.5 4.0 4.05 4.00 3.95 3.90 3.85 3.80 3.75 3.70 3.65 3.60 3.55 3.50 3.45 3.40 3.35 3.30 3.5 3.0 3.5 3.0 3.05 3.00.95.70.65.60.55.50.45.40.35.30.5.0.5.0.05.00.95.90.85.80.75.70.65.60.55.50.45.40.35.30.5.0.5.0.05.00
DettagliAnalisi delle serie storiche parte V Modelli autoregressivi
Analisi delle serie storiche parte V Modelli autoregressivi a.a. 2016/2017 Economiche Internazionali 1 Definizioni introduttive Autoregressione: modello di regressione che spiega una serie temporale con
DettagliApproccio Classico: Metodi di Scomposizione
Approccio Classico: Meodi di Scomposizione Il Modello di Scomposizione Il modello maemaico ipoizzao nel meodo classico di scomposizione è: y =f(s, T, E ) dove y è il dao riferio al periodo S è la componene
DettagliUNIVERSITA DEGLI STUDI DI PADOVA
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA, ECONOMIA E FINANZA RELAZIONE FINALE ANALISI EMPIRICA DELLE CORRELAZIONI TRA INDICI SETTORIALI DELLA BORSA
DettagliStatistica Applicata all edilizia Lezione: approccio stocastico all analisi delle serie storiche
Lezione: approccio stocastico all analisi delle serie storiche E-mail: orietta.nicolis@unibg.it 13 aprile 211 Programma 1 Approccio stocastico all analisi delle serie storiche Programma 1 Approccio stocastico
DettagliFINANCIAL ECONOMETRICS AND EMPIRICAL FINANCE - MODULO 2
MSc. Finance/CLEFIN Anno Accademico 05/06 FINANCIAL ECONOMETRICS AND EMPIRICAL FINANCE - MODULO Esame Generale - Oobre 06 Tempo a disposizione: 00 minui Cognome Nome Maricola Rispondee a ue le domande
DettagliSISTEMI A TEMPO DISCRETO. x t + = f x( t ),u( t ) = Ax( t ) + Bu( t ), x( t ) = x R y(t) = η x(t),u(t) = Cx(t) + Du(t)
Assumiamo la variabile emporale discrea; sia f lineare. Si consideri la seguene rappresenazione implicia: 1 x f x,u Ax Bu, x x R y η x,u Cx Du n 1 1 Rappresenazioni equivaleni Si consideri la rasformazione:
DettagliUniversità degli studi di Padova. Facoltà di Scienze Statistiche Corso di Laurea in Statistica e Gestione delle Imprese.
Universià degli sudi di Padova Facolà di Scienze Saisiche Corso di Laurea in Saisica e Gesione delle Imprese Tesi di Laurea Modellazione e previsione di serie soriche delle vendie: Il caso DAB PUMPS S.p.a.
DettagliUNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA Tesi di laurea CURVE DI DOMANDA AGGREGATA: UN ANALISI EMPIRICA PER L ITALIA Relaore: DOTT.
Dettagli1 Catene di Markov a stati continui
Caene di Markov a sai coninui In queso caso abbiamo ancora una successione di variabili casuali X 0, X, X,... ma lo spazio degli sai è un insieme più che numerabile. Nel seguio supporremo che lo spazio
DettagliUNIVERSITA DEGLI STUDI DI PADOVA
UNIVERSITA DEGLI STUDI DI PADOVA Facolà di Scienze Saisiche Corso di Laurea Specialisica in Scienze Saisiche Economiche Finanziarie e Aziendali Il Realized Range: proprieà dinamiche e previsione della
DettagliL approccio classico per l analisi delle serie storiche
L approccio classico per l analisi delle serie soriche 1 L impiego dell analisi delle serie soriche nelle previsioni: imposazione logica Per serie sorica (o emporale) si inende una successione di dai osservai
DettagliState Space Model. Corso di: Analisi delle Serie Storiche. Corso di Laurea Triennale in: Scienze Statistiche A.A. 2017/18
Sae Space Model Corso di: Analisi delle Serie Soriche Corso di Laurea Triennale in: Scienze Saisiche A.A. 07/8 Generalià Gli Sae Space Models (Modelli nello Spazio degli Sai) forniscono una meodologia
DettagliSoluzione degli esercizi del Capitolo 3
Soluzione degli esercizi del Capiolo Soluzione dell Esercizio. Ricordando dal Paragrafo A.6 dell Appendice A che è facile oenere ẋ () d d ( (e A e A x + Ae (e A A x + ( A e A( ) x + Ax () + Bu () d ( e
DettagliFacoltà di Economia - Università di Sassari Anno Accademico Dispense Corso di Econometria Docente: Luciano Gutierrez
Facolà di Economia - Universià di Sassari Anno Accademico 004-005 Dispense Corso di Economeria Docene: Luciano Guierrez La Regressione Lineare Programma: Inroduzione.. Il modello di regressione lineare..
DettagliI COMOVIMENTI DI LUNGO PERIODO TRA ALCUNI INDICI AZIONARI
Relazione conclusiva del progeo di ricerca: I COMOVIMENTI DI LUNGO PERIODO TRA ALCUNI INDICI AZIONARI di Loriano Mancini BSI SA LUGANO Diparimeno IP&A INTRODUZIONE SISTEMA COINTEGRATO 4. DEFINIZIONE DI
DettagliL analisi delle serie storiche
L analisi delle serie soriche Per serie sorica si inende un insieme di dai ordinai secondo un crierio cronologico. Ogni dao è associao ad un paricolare isane o inervallo di empo. Se a ciascun isane o inervallo
DettagliControlli Automatici L
Segnali e rasformae - Corso di Laurea in Ingegneria Meccanica Segnali e rasformae DEIS-Universià di Bologna el. 5 93 Email: crossi@deis.unibo.i URL: www-lar.deis.unibo.i/~crossi Segnali e rasformae - Segnali
DettagliCorso di laurea in Ingegneria Meccatronica CONTROLLI AUTOMATICI E CA - 03 FUNZIONE DI TRASFERIMENTO
Auomaion Roboics and Sysem CONTROL Corso di laurea in Ingegneria Meccaronica CONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI CA - 03 FUNZIONE DI TRASFERIMENTO Universià degli Sudi di Modena e Reggio Emilia
DettagliIL PROCESSO DI REVISIONE NEI PAESI G7: UN ANALISI STATISTICA.
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA SPECIALISTICA IN SCIENZE STATISTICHE, ECONOMICHE, FINANZIARIE E AZIENDALI TESI DI LAUREA IL PROCESSO DI REVISIONE NEI PAESI
DettagliSOLUZIONE ESERCIZI: CONCORRENZA PERFETTA E OLIGOPOLIO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia
SOLUZIONE ESERCIZI: CONCORRENZA PERFETTA E OLIGOPOLIO ECONOMIA INDUSTRIALE Universià degli Sudi di Milano-Bicocca Chrisian Garavaglia Soluzione 4 a) Indicando con θˆ la sima di θ, il profio aeso dell impresa
DettagliNell intestazione dell ultima colonna della Tabella 3.1 si legga: Fattore di ponderazione DM i y i (con y i =2%) (e non r i )
ERRAA CORRIGE Simbologia ricorrene Duraion di McCaulay, anziché duraion di McCalay. Capiolo p. 4 Alla riga, si legga ad aumenare le aivià sensibili o, alernaivamene, a ridurre le passivià sensibili anziché
DettagliSERIE STORICHE, PROCESSI E MODELLI STOCASTICI PER L IDROLOGIA E LA GESTIONE DELLE RISORSE IDRICHE
SERIE STORICHE, PROCESSI E MODELLI STOCASTICI PER L IDROLOGIA E LA GESTIONE DELLE RISORSE IDRICHE Pierluigi Claps DITIC POLITECNICO DI TORINO [claps@polio.i] Appuni scrii per il Corso di III livello: Simulazione
DettagliCompito di Esonero del corso di Laboratorio di Meccanica A.A Canale A-C (Prof. Franco Meddi) 31 Maggio 2017
Compio di Esonero del corso di Laboraorio di Meccanica A.A. 06 07 Canale A-C (rof. Franco Meddi) 3 Maggio 07 ) Si vuole sapere se un dado a sei facce sia o meno ruccao, ovvero se vale l'ipoesi della equiprobabilià
DettagliESERCIZI PRE PROVA IN ITINERE
ESERCIZI PRE PROVA IN IINERE Esercizio 1 - Analisi Finanziaria Si calcoli il Valore Auale Neo Finanziario (VANF) di un inerveno di riqualificazione della ree sradale riporaa in fig. 1 che prevede la inroduzione
DettagliUniversità degli studi di Padova. Facoltà di scienze statistiche. Corso di laurea in Statistica e tecnologie informatiche
Universià degli sudi di Padova Facolà di scienze saisiche Corso di laurea in Saisica e ecnologie informaiche Tesi di laurea Sudio di una cara di conrollo EWMA sui residui di dai auocorrelai Relaore: Prof.ssa
DettagliSoluzione degli esercizi del Capitolo 1
Soluzione degli esercizi del Capiolo Soluzione dell Esercizio. Il valore più opporuno ū di u è quello per cui, in condizioni nominali, la variabile conrollaa assume il valore desiderao; perciò si rova
DettagliIntroduzione ai Modelli di Durata: Stime Non-Parametriche. a.a. 2009/ Quarto Periodo Prof. Filippo DOMMA
Inroduzione ai Modelli di Duraa: ime Non-Parameriche cenni a.a. 2009/2010 - Quaro Periodo Prof. Filippo DOMMA Corso di Laurea pecialisica/magisrale in Economia Applicaa Facolà di Economia UniCal F. DOMMA
DettagliCapitolo 9 I Σ I BC I BC. Dimostrazione: Con un calcolo diretto si prova la a). La b) e` ovvia. Dalla a) e b) segue. xy x μx y μ
Capiolo 9 9- Richiami sulle disribuzioni normali mulivariae 9- Modelli nello spazio degli sai (Modelli Sae Space e cosruzione del filro di Kalman 9-3 Filraggio previsione e regolarizzazione nei modello
DettagliCapitolo XXI. disavanzo. Elevato debito pubblico 20/05/ Il vincolo di bilancio del governo. Il disavanzo di bilancio nell anno t è:
Capiolo XXI. Elevao debio pubblico 1. Il vincolo di bilancio del governo Il disavanzo di bilancio nell anno è: disavanzo = r 1 + G T -1 = debio pubblico alla fine dell anno -1 r = asso di ineresse reale
DettagliEsercitazione con R 30 Maggio 2006
Esercitazione con R 30 Maggio 2006 Previsioni per la serie del PIL statunitense Procediamo ad identificare un modello per la serie storica dei dati trimestrali del PIL statunitense. Carichiamo i dati >
DettagliAffidabilità dei sistemi
dei sisemi Un sisema (o uno qualsiasi dei suoi componeni) può essere soggeo a sress casuali. Es: un fusibile in un circuio; una rave di acciaio soo carico; l ala di un aereo soo l influenza di forze Collasso
Dettagli3. Metodi di scomposizione
Cap 3 Meodi di scomposizione 31 3. Meodi di scomposizione 3.1 Inroduzione Moli meodi di previsione si basano sul fao che, se esise un paern sisemaico, queso possa essere individuao e separao da evenuali
DettagliCORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE STORICHE I (FORMATO PDF)
Universiy of Naples Federico II From he SelecedWorks of Carlo Drago Winer December 19, 2008 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE
DettagliIl Debito Pubblico. In questa lezione: Studiamo il vincolo di bilancio del governo.
Il Debio Pubblico In quesa lezione: Sudiamo il vincolo di bilancio del governo. Esaminiamo i faori che influenzano il debio pubblico nel lungo periodo. Sudiamo la sabilià del debio pubblico. 327 Il disavanzo
DettagliEsercizi Scheda N Fisica II. Esercizi con soluzione svolta
Poliecnico di Torino etem Esercizi Scheda N. 0 45 Fisica II Esercizi con soluzione svola Esercizio 0. Si consideri il circuio V R T R T V I V 0 Vols R 5 Ω R 0 Ω µf sapendo che per 0 T on T off 5 µs T off
DettagliAnalisi delle Serie Storiche con R
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Analisi delle Serie Storiche con R Francesca
DettagliCorso di Misure Geodeiche Esercizio posizionameno relaivo Versione:. Jun. 00 Creao da Marco Scurai. remessa. La presene eserciazione risolve in modo compleo e deagliao un problema di sima della posizione
Dettaglix(t) y(t) 45 o x x(t) -2T
Eserciazione 0 - Processi casuali Esercizio Si consideri lo schema di fig., dove =A cos(!0 + ) e e una cosane. Si consideri il paramero A come una variabile casuale uniformemene disribuia ra 0 e.calcolare
DettagliIL MODELLO LOGISTICO NEL CASO CONTINUO
IL MODELLO LOGISTICO NEL CASO CONTINUO I modelli discrei si basano sull ipoesi cha la riproduzione sia concenraa in una sagione dell anno. Il passaggio da una generazione all alra è descrio dalla variabile
DettagliInsegnamento di Complementi di idrologia. Esercitazione n. 2
Insegnameno di Complemeni di idrologia Eserciazione n. 2 Deerminare, con un procedimeno di araura per enaivi, i parameri del modello DAFNE per il bacino del fiume Tinaco a Puene Nuevo (Venezuela). Conrollare
DettagliUNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA TRIENNALE IN STATISTICA, GESTIONE DELLE IMPRESE TESI DI LAUREA
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA TRIENNALE IN STATISTICA, GESTIONE DELLE IMPRESE TESI DI LAUREA Rilevanza del canale d'offera nella rasmissione della poliica
DettagliRecupero 1 compitino di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2018/2019. Prof. M. Bramanti
Recupero 1 compiino di Analisi Maemaica Ingegneria Eleronica. Poliecnico di Milano Es. Puni A.A. 18/19. Prof. M. Bramani 1 Tema n 1 3 4 5 6 To. Cognome e nome in sampaello codice persona o n di maricola
DettagliLaboratorio di Fisica I: laurea in Ottica e Optometria
Laboraorio di Fisica I: laurea in Oica e Opomeria Misura del empo caraerisico di carica e scarica di un condensaore araverso una resisenza Descrizione Si vuole cosruire un circuio in serie collegando generaore
Dettagli, 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%,
DettagliDato T = numero di osservazioni disponibili nel campione di dati, è possibile calcolare per la generica variabile x: Var. Corr =
. MISURE STATISTICHE DI SINTESI Dao T = numero di osservazioni disponibili nel campione di dai, è possibile calcolare per la generica variabile : T Media (campionaria); µ = i T i= T 2 Varianza (campionaria);
DettagliNEWSLETTER AIFIRM RISK MANAGEMENT MAGAZINE Rivista dell Associazione Italiana Financial Risk Management (AIFIRM)
NEWSLETTER AIFIRM RISK MANAGEMENT MAGAZINE Rivisa dell Associazione Ialiana Financial Risk Managemen (AIFIRM) Anno, numero Aprile Maggio - Giugno 006 Pose Ialiane - Spedizione in abbonameno posale 70%
DettagliMedie statistiche Processi stazionari Trasformazioni di processi casuali Ergodicità di processi WSS Analisi spettrale di processi WSS
Teoria dei segnali Unià 4 Teoria dei processi casuali a empo coninuo Teoria dei processi casuali a empo coninuo Medie saisiche Processi sazionari Trasformazioni di processi casuali Ergodicià di processi
DettagliEsercitazione 5 Sta/s/ca Aziendale
Esercitazione 5 Sta/s/ca Aziendale David Aristei 12 maggio 2015 Si è interessa/ ad analizzare le determinan/ a livello aziendale della produ>vità del lavoro (PL, in migliaia di euro per dipendente) di
DettagliANALISI DEI RESIDUI E RELAZIONI NON LINEARI
Lezione del 5-- (IV canale, Do.ssa P. Vicard) ANALISI DEI RESIDUI E RELAZIONI NON LINEARI ESEMPIO: consideriamo il seguene daa se x y xy x y* e 9, 9,,,, 5, 7,,,7, 9 9,5 -,7 9,77 7,9 7,5,7 9,,,5,7,, 9,
DettagliEsempi di progetto di alimentatori
Alimenaori 1 Esempi di progeo di alimenaori Progeo di alimenaore senza circuio di correzione del faore di poenza (PFC) Valore del condensaore Correne di picco Scela diodi Correne RMS Progeo di alimenaore
DettagliIl moto in una o più dimensioni
Il moo in una o più dimensioni Rappresenazione Grafica e esempi Piccolo riepilogo Moo: posizione in funzione del empo (grafico P-). Necessia della scela di un sisema di riferimeno ( ) Velocià media v m
DettagliNome: Nr. Mat. Firma:
Fondameni di Conrolli Auomaici Prova Parziale 8 Aprile 2 - A.A. 2/ Nome: Nr. Ma. Firma: a) Deerminare la rasformaa di Laplace X i (s) dei segueni segnali emporali x i (): x () = 4 + 2 e +5 cos(3 6), x
DettagliDiodi a giunzione p/n.
iodi a giunzione p/n. 1 iodi a giunzione p/n. anodo caodo Fig. 1 - Simbolo e versi posiivi convenzionali per i diodi. diodi sono disposiivi eleronici a 2 erminali caraerizzai dalla proprieà di poer condurre
DettagliPerturbazione armonica : teoria generale
Perurbazione armonica : eoria generale Absrac Queso documeno rispecchia buona pare del capiolo XIII del Cohen. Si raa dapprima la ransizione ra due sai dello spero discreo di un non meglio specificao sisema,
Dettagli! # %# & # & # #( # & % & % ( & )!+!,!++
! # %# & # & # #( # &! # % & % ( & )!+!,!++ ! # % & & ( ) +,.! / ( # / # % & ( % &,. %, % / / 0 & 1.. #! # ) ) + + + +) #!! # )! # # #.. & & 8. 9 1... 8 & &..5.... < %. Α < & & &. & % 1 & 1.. 8. 9 1.
DettagliStatistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
DettagliIl modello di crescita deriva dalla logica del tasso di interesse semplice
Eserciazione 7: Approfondimeni sui modelli di crescia. Crescia arimeica, geomerica, esponenziale. Calcolo del asso di crescia e del empo di raddoppio. Viviana Amai 03/06/2009 Modelli di crescia Nella prima
DettagliLa Previsione della Domanda. La previsione della domanda è un elemento chiave della gestione aziendale
La Previsione della omanda La previsione della domanda è un elemeno chiave della gesione aziendale Cosi Cliene Vanaggio compeiivo esi I mod 001 1 ermiene rocesso oninuo Personalizzao Prodoo Indifferenziao
DettagliBlanchard, Macroeconomia, Il Mulino 2009 Capitolo XXII. Elevato debito pubblico. Capitolo XXII. Elevato debito pubblico
Capiolo XXII. Elevao debio pubblico 1. Il vincolo di bilancio del governo Il disavanzo di bilancio nell anno è: disavanzo = rb 1 + G T B -1 = debio pubblico alla fine dell anno -1 r = asso di ineresse
DettagliEconometria spaziale e mercato del lavoro: un analisi empirica con i dati provinciali italiani
UNIVERSITÀ DEGLI STUDI DI NAPOLI PARTHENOPE DIPARTIMENTO DI STUDI ECONOMICI Economeria spaziale e mercao del lavoro: un analisi empirica con i dai provinciali ialiani Massimiliano Agovino WORKING PAPER
DettagliRisk Management: strategie di hedging. Econofisica Doc. Anna Pastorello
Risk Managemen: sraegie di hedging Econofisica Doc. Anna Pasorello Consan Proporion Porfolio Insurance (CPPI) Sraegia di assicurazione di porafoglio che garanisce in un empo fuuro un valore minimo (deo
DettagliCONTROLLI AUTOMATICI Ingegneria Meccatronica
CONTROLLI AUTOMATICI Ingegneria Meccaronica TRASFORMATE DI LAPLACE Prof. Cesare Fanuzzi Ing. Crisian Secchi e-mail: cesare.fanuzzi@unimore.i, crisian.secchi@unimore.i hp://www.auomazione.ingre.unimore.i
DettagliUNIVERSITA DEGLI STUDI DI PADOVA
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE Corso di Laurea Specialisica in Scienze Saisiche, Economiche, Finanziarie ed Aziendali PREVISIONI ROBUSTE CON IL LISCIAMENTO ESPONENZIALE
DettagliI metodi quantitativi per la detection. di Abusi di Mercato
Marcello Minenna I meodi quaniaivi per la deecion di Abusi di Mercao 1 I meodi quaniaivi per la deecion Abusi di Mercao Insider Trading Aggioaggio 2 Mare Abuse: Insider Trading Definizione: Abuso sul mercao
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondameni di segnali Fondameni e rasmissione TLC Inroduzione Se il segnale d ingresso di un sisema Lineare Tempo-Invariane LTI e un esponenziale
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici
Equilibrio e sabilià di sisemi dinamici Sabilià inerna di sisemi dinamici Sabilià inerna di sisemi dinamici Inroduzione allo sudio della sabilià Sabilià inerna di sisemi dinamici TC Sabilià inerna di sisemi
DettagliPREFAZIONE. Padova, Luglio Francesco Lisi
PREFAZIONE Lo scopo di queso quaderno è quello di fornire una breve inroduzione al paccheo saisico-economerico EViews 3.1 nella speranza che possa essere uile a sudeni, esisi e a quani, per i più diversi
DettagliElevato debito pubblico
Lezione 22 (AG cap. 21) Elevao debio pubblico Corso di Macroeconomia Prof. Guido Ascari, Universià di Pavia 1. Il vincolo di bilancio del governo Il disavanzo di bilancio nell anno è: disavanzo = r 1 1
Dettaglimetriche M. Arrigoni Neri & P. Borghese Ingegneria Dalmine Impianti Informatici metriche - 1
meriche M. Arrigoni Neri & P. Borghese Ingegneria Dalmine Impiani Informaici meriche - 1 indice presazioni: grandezze - indici saisici modalià di misura curva di presazioni (aspeo grafico qualiaivo) processi
DettagliLa risposta di un sistema lineare viscoso a un grado di libertà sollecitato da carichi periodici. Prof. Adolfo Santini - Dinamica delle Strutture 1
La risposa di un sisema lineare viscoso a un grado di liberà solleciao da carichi periodici Prof. Adolfo Sanini - Dinamica delle Sruure 1 Inroduzione 1/ Un carico p() si dice periodico quando assume indefiniamene
DettagliCALENDARIO BOREALE 2 AMERICHE 2015 PROBLEMA 1
www.maefilia.i Indirizzi: LI2, EA2 SCIENTIFICO; LI3 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE CALENDARIO BOREALE 2 AMERICHE 21 PROBLEMA 1 Sai seguendo un corso, nell'amio dell'orienameno universiario,
DettagliLa revisione generale dei conti nazionali del Le innovazioni introdotte nelle tecniche di stima della contabilità trimestrale
La revisione generale dei coni nazionali del 2005 Roma, 21-22 giugno 2006 Le innovazioni inrodoe nelle ecniche di sima della conabilià rimesrale Marco Marini e Carmine Fimiani 1 Isa - Direzione Cenrale
Dettagli0.0.1 Esercizio Q1, tema d esame del 10 settembre 2009, prof. Dario d Amore Testo R 3
1 0.0.1 Esercizio Q1, ema d esame del 10 seembre 2009, prof. Dario d more 0.0.1.1 Teso E1 Il circuio di figura opera in regime sazionario. Sapendo che R 1 = 2 kω, = 4 kω, = 2 kω, = 2 kω E=12 V, =3 m Deerminare,
Dettaglix ( x, x,..., x ) (8.5, 10.3, 9.6, 8.7, 11.2, 9.9, 7.9, 10, 9, 11.1)
Serie Sorice e Processi Socasici Federico Andreis Inroduzione Desiderando inrodurre inuiivamene il conceo di serie sorica basa fare riferimeno a qualsiasi fenomeno misurabile ce varia nel empo e la cui
DettagliAnalisi della Regressione Lineare
Analisi della Regressione Lineare Master in Tecnologie Bioinformatiche 29/09/06 Adriano Decarli 1 29/09/06 Adriano Decarli 2 29/09/06 Adriano Decarli 3 29/09/06 Adriano Decarli 4 29/09/06 Adriano Decarli
DettagliCORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA TESI DI LAUREA
CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA TESI DI LAUREA GLOBALIZZAZIONE E SUOI EFFETTI SULL INFLAZIONE: UNA VERIFICA EMPIRICA PER IL CASO STATUNITENSE Relaore: Do. Efrem Caselnuovo Laureando: Fiume
DettagliIl modello di Black-Scholes. Il modello di Black-Scholes/2
Il modello di Black-Scholes Si raa sosanzialmene del modello in empo coninuo che si oiene facendo endere a 0 nel modello binomiale. Come vedremo, è un modello di fondamenale imporanza, e per esso a Myron
DettagliEsercizi di Analisi Matematica Equazioni differenziali
Esercizi di Analisi Maemaica Equazioni differenziali Tommaso Isola 8 gennaio 00 Indice Generalià. Equazioni del primo ordine inegrabili 3. Teoria............................................ 3. Equazioni
Dettaglie sostituendo il valore =6 si ottiene che:
ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 011 CORSO DI ORDINAMENTO Quesionario Quesio 1 Poniamo = con i limii geomerici 0
Dettagli