CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE STORICHE I (FORMATO PDF)
|
|
- Giulietta Zanella
- 5 anni fa
- Visualizzazioni
Transcript
1 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 STORICHE I (FORMATO PDF) Carlo Drago Available a: hps://works.bepress.com/carlo_drago/80/
2 Corso di Soriche a.a 2008/ 2009 Laboraorio di : lezione 3 analisi classica delle serie soriche (I) Carlo Drago c.drago@mclink.i 19 dicembre
3 Riepilogo della scorsa lezione La cosruzione del daase emporale Le rasformazioni delle variabili (1): variabili emporali, variabili indicaore. Le rasformazioni delle variabili (2): riardi (lags), ermini anicipaivi (leads), differenze. Le rasformazioni delle variabili (3): medie mobili Le rasformazioni delle variabili (4): alre rasformazioni La descrizione dei dai e le saisiche descriive L analisi grafica dei dai 2
4 Sommario Analisi delle componeni di una serie sorica Trend lineare o linearizzabile nei parameri L oupu di sima Il salvaaggio delle sime Le avole di comparazione delle sime La visualizzazione del rend La generazione dei residui Sima della componene sagionale Sima simulanea del rend e della sagionalià 3
5 Analisi delle componeni di una serie sorica La prima esplorazione dei dai avviene mediane l ispezione della serie sorica (o delle serie soriche) mediane un grafico. Come abbiamo deo il comando è sline [variabile1] [variabile2] [variabile n] nel caso volessimo analizzare più serie conemporaneamene. All inerno della serie possono essere analizzae a livello visuale sia rend, cicli e sagionalià della serie sessa. Le analisi possono essere svole anche in locale focalizzandosi e comparando gli andameni in diverse fasi emporali (facendo uso di un cosruo come if ad esempio per diversi periodi) Condizione fondamenale è chiaramene che si sia effeuaa la pulizia delle serie sorica (o delle serie soriche) al fine di eviare errori. La pulizia della serie sorica, può anche riguardare l impuazione di valori mancani. 4
6 La creazione delle variabili necessarie All inerno della procedura di sima la prima variabile può essere il ermine lineare creao semplicemene con gen =id laddove avessimo creao una variabile chiave di queso ipo. Chiaramene ci si deve essere accerai che la procedura sia correa da un puno di visa saisico. Il ermine quadraico sarà invece gen 2=* e così via per i ermini successivi cubico gen 3=** e così via. A queso puno si può simare il rend uilizzando le variabili così cosruie. 5
7 Trend lineare o linearizzabile nei parameri A queso puno parendo dalla serie visualizzaa, la sima di un rend in avviene mediane il comando regress Il modello y si sima con = β 0 + β 1 + ε per = 1,2,..., n regress y 2 Il modello y = β 0 + β 1 + β 2 + ε per = 1,2,..., n con regress y Il modello y = β 0 + β 1 + β 2 + β 3 + ε per = 1,2,..., con regress y Laddove ε WN(0, σ ) n 6
8 L oupu di sima Il ipico oupu oenuo in relaivo alla sima di un modello. 7
9 Il salvaaggio delle sime Le sime possono essere salvae con il comando esimaes sore [nome della sima] La procedura è uile laddove ad esempio si desideri creare una avola comparaiva con ue le sime. Per eliminare delle sime precedenemene salvae si usa il comando esimaes drop _all 8
10 Il salvaaggio delle sime (sore esimaion resuls) 9
11 Le avole di comparazione delle sime La abellazione comparaiva delle sime può essere oenua con il comando esimaes able [nome sima1] [nome sima2] ecc. Una serie di opzioni sono molo imporani per visualizzare alre saisiche desiderai. Ad esempio poremo avere: esimaes able es1 es2 es3, sas(r2_a ) sar( ) syle(oneline), laddove es1, es2 ed es3 sono i re nomi delle sime salvae. Si noi, quindi, che è possibile aggiungere olre all R quadrao correo anche alre saisiche (opzione sas). In queso caso l R quadrao si oerrà ad esempio aggiungendo r2 nelle opzioni in sas. L opzione sar permee di visualizzare la significaivià dei singoli coefficieni. 10
12 Le avole di comparazione delle sime (able esimaion resuls) 11
13 La visualizzazione a livello grafico del rend La visualizzazione del rend della serie sorica y può semplicemene avvenire con il comando woway (sline y) (lfi y anno) nel caso di dai annuali. Alrimeni è molo uile cosruire una colonna di valori oenui nel procedimeno di sima con il comando predic [nome variabile] ad esempio predic yha dopo la procedura di sima e successivamene visualizzarlo ad esempio con: sline [variabile di cui si è simao il rend] yha. In paricolare il comando predic permee di creare varie ipologie di variabili a parire dalla sima, valori simai o predei, residui e così via. Mediane il comando if si possono visualizzare diversi inervalli emporali di riferimeno. 12
14 La creazione dei residui I residui dei modelli possono essere semplicemene creai con il comando predic [nome variabile residui da creare], residuals I residui in queso modo vengono inserii ra le variabili e possono essere osservai visualmene o analizzai secondo alre meodologie che ne permeano di analizzare la casualià. I residui dei modelli possono essere semplicemene visualizzai con sline [nome della variabile dei residui] 13
15 Sima delle componeni della sagionalià Si può effeuare la sima delle componeni della sagionalià facendo uso delle variabili dummy precedenemene creae (si veda la lezione 2). In queso caso il modello di regressione sarà: y = γ 1d1 + γ 2d2 + γ 3d3 + γ 4d4 + ε ε WN(0, σ 2 ) La regressione va effeuaa senza l inercea. Bisogna quindi effeuare una regressione con il comando regress, ogliendo l inercea ra i regressori con l opzione noconsan. La regressione divena quindi regress y d1 d2 d3 d4, noconsan ad esempio. 14
16 Sima simulanea del rend e della sagionalià In queso caso il modello di regressione divena: y ε = 1d1 + γ 2d2 + γ 3d3 + γ 4d4 + 1 γ β + ε WN(0, σ 2 ) In queso modello siamo simando simulaneamene il rend e le componeni della sagionalià La regressione va sempre effeuaa senza l inercea. Bisogna quindi effeuare una regressione con il comando regress, ogliendo l inercea ra i regressori con l opzione noconsan. La regressione in quindi sarà: regress y d1 d2 d3 d4, noconsan ad esempio. 15
17 Riepilogo Analisi delle componeni di una serie sorica Trend lineare o linearizzabile nei parameri L oupu di sima Il salvaaggio delle sime Le avole di comparazione delle sime La visualizzazione del rend La generazione dei residui Sima della componene sagionale Sima simulanea del rend e della sagionalià 16
18 Bibliografia Baum C.F. (2004) Inroducion o, Faculy Micro Resource Cener Academic Technology Services, Boson College hp://fmwww.bc.edu/gsa/docs/inro.pdf Di Fonzo T., Lisi F. (2001) Serie soriche economiche Carocci ediore Garner M. (2000) A primer in European Macroeconomics Prenice Hall Gould W. (2003) How do I creae dummy variables? hp:// Hardin J. (1996) How do I creae a lag variable? hp:// LSE Research Laboraory IT Service (2004) Inroducion o hp://rlab.lse.ac.uk/i/i_docs/inroducion_o_saa.pdf 17
19 Bibliografia Milone G. (2005) Laboraorio di Diparimeno di Maemaica e Saisica, Universià degli Sudi di Napoli Federico II hp:// 1 Piccolo D. (2000) Saisica Il Mulino Scepi G. (2008) Corso di Soriche Diparimeno di Maemaica e Saisica, Universià degli Sudi di Napoli Federico II hp:// 1 corp (2007) 10 manuals corp (2007) Time Series Reference Manual corp websie hp:// 18
20 Bibliografia Syracuse Universiy Library (na) Tuorial hp://library.syr.edu/informaion/mgi/nds/sofware/saa/inr o/reading_and_documening_daa.hml Svend J. (2004) Inroducion o, Deparmen of Epidemiology and Social Medicine, Universiy of Aarhus hp:// df UCLA Academic Technology Services (na) FAQ: How can I exrac monh and year componen from a variable wih %m forma? hp:// hm 19
21 Per approfondire e il calcolo saisico al compuer (saisical compuing) Baum C.F. (2002) Why should you avoid using poin-and-click mehod in saisical sofware packages? hp://fmwww.bc.edu/gsa/docs/poinclick.hml Baum C.F (2005) A lile bi of programming goes a long way IDEAS Working Paper hp://ideas.repec.org/p/boc/usug05/16.hml Bookmark delicious sul calcolo saisico al compuer ad UCLA hp://delicious.com/sacomp Carolina Populaion Cener: uorial hp:// uorial Eszer s Goodies Page ( helpful resources) hp:// Porale su ad UCLA hp:// 20
22 Per approfondire e il calcolo saisico al compuer (saisical compuing) Princeon Universiy: online raining a DSS hp:// Ricerche consigliae su Google o alri moori di ricerca: uorial, ips, Learning, Inroducion, lecure noes, programs, do files, ado files Risorse per l apprendimeno di presso corp (raccola di collegameni) hp:// Risorse generali su (programmi, esempi, daases..) presso corp hp:// lis, gruppo di discussione su hp:// Sromberg, A.J. (2005) Why wrie saisical sofware? The case of robus saisical mehods, Journal of Saisical Sofware 10(5) hp:// 21
23 Riepilogo dei comandi di (consulare l help per maggiori deagli) Gen genera la variabile Drop elimina una variabile (specificando _all le elimina ue) Lis visualizza una variabile (specificando _all le visualizza ue) Tsline [serie1] [serie2] ecc. visualizza le serie soriche Regress regressione lineare, con l opzione noconsan la regressione avviene senza inercea. Esimaes sore [nome sima] salvaaggio delle sime Esimaes drop [nome sima] eliminazione della sima salvaa con _all elimina ue le sime salvae Esimaes able [nome sima1] [nome sima2] ecc. visualizza la avola con i risulai delle sime a livello comparaivo Predic [nome] genera i valori simai Predic [nome], residuals genera i residui 22
CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 5 ANALISI MODERNA DELLE SERIE STORICHE (FORMATO PDF)
University of Naples Federico II From the SelectedWorks of Carlo Drago Winter January 9, 2009 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 5 ANALISI MODERNA DELLE
DettagliCORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 4 ANALISI CLASSICA DELLE SERIE STORICHE II (FORMATO PDF)
University of Naples Federico II From the SelectedWorks of Carlo Drago Winter January 9, 2009 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 4 ANALISI CLASSICA DELLE
DettagliCorso di Analisi delle Serie Storiche a.a 2008/ 2009
Corso di Storiche a.a 2008/ 2009 Laboratorio di : lezione 1 operazioni di base Carlo Drago c.drago@mclink.it 28 novembre 2008 1 Sommario Introduzione a Lo schermo iniziale Metodi di utilizzo di La sintassi
DettagliUniversity of Naples Federico II. From the SelectedWorks of Carlo Drago. Carlo Drago. Winter December 5, 2008
University of Naples Federico II From the SelectedWorks of Carlo Drago Winter December 5, 2008 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 2 - COSTRUZIONE DI DATASETS
DettagliESERCITAZIONE 3 Analisi Classica - Reprise
STATISTICA ECONOMICA ED ANALISI DI MERCATO Previsioni Economiche ed Analisi di Serie Soriche A.A. 2003 / 04 ESERCITAZIONE 3 Analisi Classica - Reprise di Daniele Toninelli D ORA IN POI LAVORARE SUI PRIMI
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,
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
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
DettagliCOSTRUZIONE DELLE TAVOLE SELEZIONATE
COSTRUZIONE DELLE TAVOLE SELEZIONATE 1. Inroduzione Ai fini della deerminazione delle presazioni di un conrao assicuraivo sulla via umana, srumeno indispensabile sono le avole demografiche di moralià,
DettagliLa 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
DettagliLa procedura Box-Jenkins
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
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
Dettaglig Y g M p g Y g g + g M p dove p è il tasso di crescita dei prezzi, ovvero il tasso di inflazione. Poiché g è costante, g
APPENDICI 465 g Y g g + g M p dove p è il asso di crescia dei prezzi, ovvero il asso di inflazione. Poiché g è cosane, g g è uguale a zero. Quindi: g Y g M p Il asso di crescia della produzione è approssimaivamene
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
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
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);
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
DettagliControllo Ottimo Lineare Quadratico: Introduzione. Docente Prof. Francesco Amato
Conrollo Oimo Lineare Quadraico: Inroduzione Docene Prof. Francesco Amao Ingegneria dell'auomazione Corso di Sisemi di Conrollo Mulivariabile - Prof. F. Amao ersione 1.2 Novembre 2011 1 Cenni sorici Il
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)
DettagliPiano Lauree Scientifiche Laboratorio di Alfabetizzazione: Fisica in Tempo Reale
Piano Lauree Scienifiche 2012-13 Laboraorio di Alfabeizzazione: Fisica in Tempo Reale 1. Camminaa in allonanameno da sensore Scheda Sudene Gruppo: Cosa serve: un sisema per esperimeni in empo reale Per
DettagliAnalisi delle Serie Storiche
Storiche Laboratorio di Excel: lezione 5 Carlo Drago c.drago@mclink.it Novembre 2009 1 Riepilogo della scorsa lezione Fasi dell analisi di stima del trend e della stagionalità congiunte Le variabili dummy
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:
DettagliLinea guida raccomandata per la valutazione della vita residua di componenti esercìti in regime di scorrimento viscoso
ISPESL Linea guida raccomandaa per la valuazione della via residua di componeni esercìi in regime di scorrimeno viscoso Calcolo della frazione di via consumaa per scorrimeno viscoso Sezione 2 LG v. 1 Nella
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
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
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
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.
DettagliLe strutture dati in Java: liste, code 1
AA 03/04 Le sruure dai I programmi lavorano su informazioni Corso di laurea in Informaica Le informazioni sono spesso organizzae in avole Che non sono semplicemene una massa di dai numerici Ma è che coinvolgono
DettagliSTATISTICA ECONOMICA ED ANALISI DI MERCATO Previsioni Economiche ed Analisi di Serie Storiche A.A / 04 ESERCITAZIONE 4. Exponential Smoothing
TATTCA ECONOMCA ED ANAL D MERCATO Previsioni Economiche ed Analisi di erie oriche A.A. 2003 / 04 EERCTAZONE 4 Exponenial moohing di Daniele Toninelli Noa: LAVORARE U PRM 0 ANN D DAT E ARE EVENTUAL PREVON
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
DettagliIl mercato del lavoro in Italia dal 1977: la ricostruzione dei principali indicatori
Il mercao del lavoro in Ialia dal 1977: la ricosruzione dei principali indicaori Cinzia Graziani, Silvia Loriga, Alessandro Marini, Andrea Spizzichino 1 - Inroduzione La necessià di serie soriche sempre
DettagliIndice generale della produzione industriale. indice grezzo corretto per i giorni lavorativi destagionalizzato. marzo 07.
Indice generale della produzione indusriale indice grezzo correo per i giorni lavoraivi desagionalizzao 0.0 0.0 00.0 indice 90.0 80.0 70.0 60.0 50.0 marzo 06 giugno 06 seembre 06 dicembre 06 marzo 07 giugno
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..
DettagliLA TEORIA DEL CICLO ECONOMICO REALE (RBC: Real Business Cycle) Però offre una diversa spiegazione delle fluttuazioni economiche:
LA TEORIA DEL CICLO ECONOMICO REALE (RBC: Real Business Cycle) Edward Presco, Finn Kydland, Rober King, ecc. Si inserisce nel filone della NMC: - Equilibrio generale walrasiano; - incerezza e dinamica:
DettagliLaboratorio di Calcolo Numerico A.A. 2007/2008 II semestre
Eserciazione 9 Corso di Laurea Triennale in Maemaica Laboraorio di Calcolo Numerico A.A. 7/8 II semesre Creare una carella dove verranno salvai i file creai nella sessione di lavoro. Appena enrai
DettagliMETODI DECISIONALI PER L'AZIENDA. www.lvproject.com. Dott. Lotti Nevio
METODI DECISIONALI PER L'AZIENDA www.lvprojec.com Do. Loi Nevio Generalià sui sisemi dinamici. Variabili di sao, di ingresso, di uscia. Sisemi discrei. Sisemi lineari. Paper: Dynamic Modelling Do. Loi
DettagliInformatica 3. Informatica 3. LEZIONE 9: Introduzione ai linguaggi funzionali. Lezione 9 - Modulo 1. Paradigma funzionale. Linguaggi imperativi
Informaica 3 Informaica 3 LEZIONE 9: Inroduzione ai linguaggi funzionali Modulo 1: Inroduzione ai linguaggi funzionali Modulo 2: LISP Lezione 9 - Modulo 1 Inroduzione ai linguaggi funzionali Poliecnico
DettagliIsometrie nel piano cartesiano
Le isomerie nel piano sono rasformazioni che associano ad ogni puno del piano uno ed un solo puno del piano in modo ale che, se A e B sono una qualsiasi coppia di puni del piano e A e B sono i loro puni
DettagliMemoria cache. Corso di Laurea in Ingegneria dell Informazione Università degli Studi di Firenze AA 2008/2009
Memoria cache Coo di Laurea in Ingegneria dell Informazione Univeià degli Sudi di Firenze AA 2008/2009 D S I Inroduzione Il problema delle presazioni dei calcolaori copre divei aspei, ma con l aumenare
DettagliLa vischiosità dei depositi a vista durante la recente crisi finanziaria: implicazioni in una prospettiva di risk management
La vischiosià dei deposii a visa durane la recene crisi finanziaria: implicazioni in una prospeiva di risk managemen Igor Gianfrancesco Camillo Gilibero 31/01/1999 31/07/1999 31/01/2000 31/07/2000 31/01/2001
DettagliFunzioni discriminanti lineari
Funzioni discriminani lineari Problemi a due classi Algorimi di apprendimeno Percepron MSE Widrow-Hoff Funzioni discriminani Abbiamo viso finora due approcci alla cosruzione di un crierio di classificazione.
DettagliLiceo Scientifico Statale G. Galilei DOLO (VE) PARABOLE IN NATURA
Liceo Scienifico Saale G. Galilei DOLO (VE) Sudeni: Manuel Campalo Alessandro Genovese Insegnani: Federica Bero Robero Schiavon ARABOLE IN NATURA Durane i nosri sudi sul moo dei corpi ci siamo imbaui nella
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
DettagliIL PROBLEMA DELLE STIME PRELIMINARI
ROMA RE UNIVERSIÀ DEGLI SUDI DI ROMA RE DIPARIMENO DI ECONOMIA IL PROBLEMA DELLE SIME PRELIMINARI NELLE INDAGINI CONGIUNURALI: UNA BREVE RASSEGNA ED UNA PROPOSA Aldo Lamberi, Alessia Naccarao Working paper
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
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
DettagliMinimi 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
DettagliProve di verifica funzionale algoritmi di odometria per sistemi SCMT
Direzione Ricerca Ingegneria e Cosruzioni Viale Sparaco Lavagnini, 58-5029 FIRENZE Prove di verifica funzionale algorimi di odomeria per sisemi SCMT Pagina : Pagine oali : 24 Prove di verifica funzionale
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
DettagliProcessi stocastici e affidabilità
Processi socasici e affidabilià ω Dao un esperimeno casuale, si assuma di associare ad ogni ( ω ) esio ω una funzione x, di. Risula così definio un insieme di funzioni del empo, deo processo socasico,
DettagliLa competenza digitale per i cittadini con il modello europeo DIGCOMP 14 ottobre 2015 Grazia Guermandi
La compeenza digiale per i ciadini con il modello europeo DIGCOMP 14 oobre 2015 Grazia Guermandi Il progeo Pane e Inerne 2 Piano Telemaico 2011-2014 ER: linea Guida 2 Tiolo del progeo: I Puni Pane e Inerne
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
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
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,
DettagliScheda Il moto rettilineo uniformemente accelerato
Scheda Il moo reilineo uniformemene accelerao PREREQUISITI Per affronare la prova devi sapere: Definizione di accelerazione e sua unià di misura Legge oraria del moo uniformemene accelerao e formula inversa
DettagliLezione 4 Material Requirement Planning
Lezione 4 Maerial Requiremen Planning Obieivo: noi gli alberi di prodoo per ciascun ipo; daa una sringa di loi di prodoi finii (fabbisogni dei clieni), ciascun loo da complearsi enro un dao inervallo (se.)
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
DettagliPOLITECNICO DI TORINO
POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA Laurea in Ingegneria Logisica e della Produzione Corso di Logisica e di Disribuzione 1 Docene: Prof. Ing. Giulio Zoeri Tuore: Ing. Giuliano Scapaccino A.A.
DettagliSISTEMI LINEARI TEMPO INVARIANTI
SISTEMI LINEARI TEMPO INVARIANTI Fondameni di Segnali e Trasmissione Sisema: Definizione di Sisema Da un puno di visa fisico e un disposiivo ce modifica un segnale, deo ingresso, generando il segnale,
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
DettagliSISTEMI LINEARI TEMPO INVARIANTI. Fondamenti Segnali e Trasmissione
SISTEMI LINEARI TEMPO INVARIANTI Fondameni Segnali e Trasmissione Definizione di sisema Sisema: Da un puno di visa fisico e un disposiivo ce modifica un segnale (), deo ingresso, generando il segnale y(),
DettagliTeoria dei Segnali. La Convoluzione (esercizi) parte prima
Teoria dei Segnali La Convoluzione (esercizi) pare prima 1 Si ricorda che la convoluzione ra due segnali x() e y(), reali o complessi, indicaa simbolicamene come: C xy () = x() * y() è daa indifferenemene
DettagliAnalisi delle Serie Storiche
Storiche Laboratorio di Excel: lezione 6 Carlo Drago c.drago@mclink.it Anno accademico 2009\2010 1 Riepilogo della scorsa lezione Fasi della costruzione di un modello autoregressivo La costruzione del
DettagliPIL NOMINALE, PIL REALE E DEFLATORE
PIL NOMINALE, PIL REALE E DEFLATORE Il PIL nominale (o a prezzi correni) Come sappiamo il PIL è il valore di ui i beni e servizi finali prodoi in un cero periodo all inerno del paese. Se per calcolare
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
DettagliLezione 2. F. Previdi - Automatica - Lez. 2 1
Lezione 2. Sisemi i dinamici i i a empo coninuo F. Previdi - Auomaica - Lez. 2 Schema della lezione. Cos è un sisema dinamico? 2. Modellisica dei sisemi dinamici 3. Il conceo di dinamica 4. Sisemi dinamici
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
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Universià di Napoli Parhenope Facolà di Ingegneria Corso di Comunicazioni Eleriche docene: Prof. Vio Pascazio 2 a Lezione: 13/03/2003 Sommario Schema di un Sisema di TLC Schema di un Sisema di TLC digiale
DettagliLa previsione della domanda nella supply chain
La previsione della domanda nella supply chain La previsione della domanda 1 Linea guida Il ruolo della prerevisione nella supply chain Le caraerisiche della previsione Le componeni della previsione ed
DettagliMaria Moscufo (*) Alessandra Nuccitelli (**)
Le previsioni dei numeri indici annuali dei prezzi di inpu e di oupu del seore agricolo per l anno 1999: meodologia uilizzaa e principali risulai Maria Moscufo (*) Alessandra Nuccielli (**) (*) Ricercarice
DettagliGrandezze scalari e vettoriali
Grandezze scalari e veoriali Esempio veore sposameno: Esisono due ipi di grandezze fisiche. a)grandezze scalari specificae da un valore numerico (posiivo negaivo o nullo) e (nel caso di grandezze dimensionae)
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
DettagliCalcolo di integrali - svolgimento degli esercizi
Calcolo di inegrali - svolgimeno degli esercizi Calcoliamo una primiiva di cos(e 5. Inegriamo due vole per pari, scegliendo e 5 d come faore differenziale e cos( come faore finio. Si ha cos(e 5 d e5 5
DettagliPage 1. Corso di ELETTRONICA INDUSTRIALE. Principi di funzionamento di invertitori monofase a tensione impressa
1 0. 2 Corso di LRCA NDSRAL NROR MOFAS A NS MPRSSA Principi di funzionameno di inveriori monofase a ensione impressa Sruura e funzionameno dell inveriore monofase di ensione Meodi di modulazione a PWM
DettagliSISTEMI LINEARI TEMPO INVARIANTI
SISTEMI LINEARI TEMPO INVARIANTI SISTEMI LINEARI TEMPO INVARIANTI Sisema: Definizione di Sisema Da un puno di visa fisico e un disposiivo ce modifica un segnale x(), deo ingresso, generando il segnale
DettagliCorso di Fisica. Lezione 4 La dinamica
Corso di Fisica Lezione 4 La dinamica Lo scopo della dinamica La dinamica si occupa di sudiare perché e come si muovono i corpi. Parlare di movimeno di un corpo significa che il corpo sesso cambia la sua
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
DettagliVolume FISICA. Elementi di teoria ed applicazioni. Fisica 1
Volume FISICA Elemeni di eoria ed applicazioni Fisica ELEMENTI DI TEORIA ED APPLICAZIONI Fisica CUES Cooperaiva Universiaria Edirice Salerniana Via Pone Don Melillo Universià di Salerno Fisciano (SA)
Dettagli[8.1] [8.1,a] Nel caso di uno spostamento angolare (moto di un pendolo) ξ = (coordinata angolare) [8.1.b]
U n i v e r s i à d e g l i S u d i d i C a a n i a - C o r s o d i s u d i o i n I n g e g n e r i a I n f o r m a i c a - D i p a r i m e n o d i F i s i c a e s r o n o m i a MOI OSCILLOI - Moo armonico
DettagliMoto di un corpo. Descrizione del moto. Moto in 2 dimensioni. È un moto in 1 Dimensione
Descrizione del moo Moo di un corpo Prerequisio: conceo di spazio e di empo. Finalià: descrizione di come varia la posizione o lo sao di un sisema meccanico in funzione del empo y In una sola direzione!!!!
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
DettagliMedia Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo
Media Mobile di ampiezza k (k pari) Esempio: Vendie mensili di shampoo Mese y 1 266,0 2 145,9 3 183,1 4 119,3 5 180,3 6 168,5 7 231,8 8 224,5 9 192,8 10 122,9 11 336,5 12 185,9 1 194,3 2 149,5 3 210,1
DettagliGLI EFFETTI DELL ATTRITION NELL INDAGINE BANCA D ITALIA SULLA STIMA DELL ANDAMENTO DELLA DISUGUAGLIANZA IN ITALIA NEGLI ANNI DAL 1989 AL 2006
XX CONFERENZA ECONOMIA DELLA TASSAZIONE Sisemi ribuari, pressione fiscale, crescia Pavia, Universià, 25-26 seembre 2008 GLI EFFETTI DELL ATTRITION NELL INDAGINE BANCA D ITALIA SULLA STIMA DELL ANDAMENTO
DettagliESERCITAZIONI DI LOGISTICA
Eserciazioni in aula POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA D.U. in Ingegneria e della Produzione Corso di Tuore: Ing. Luca Peirei A.A. 1999-000 Poliecnico di Torino Pagina 1 di 4 Daa ulima revisione
DettagliVediamo come si sviluppa la soluzione esplicita del problema. ( t)
Analisi ransioria L'analisi dinamica ransioria (dea anche analisi emporale) è una ecnica che consene di deerminare la risposa dinamica di una sruura soggea ad una generica ecciazione emporale Gli effei
DettagliUniversità degli Studi di Firenze Corso di Laurea triennale in Fisica e Astrofisica
Universià degli Sudi di Firenze Corso di Laurea riennale in Fisica e Asrofisica Analisi Maemaica I (A.A. 5/6) Proff. F. Bucci & E. Paolini Seconda prova inercorso ( Dicembre 5). Dimosrare che per ogni
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
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
DettagliOsservabilità (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
DettagliTrasformazioni di Lorentz
Le Nuove Leggi di Trasformaione Trasformaioni di Loren Relaivià Energia e Ambiene Fano (PU Liceo cienifico Torelli 8 aprile 0 hp://www.fondaioneocchialini.i Prof. Domenico Galli Alma Maer udiorum Universià
DettagliCalibration Centre LABORATORI METROLOGICI established by. Laboratorio misure di temperatura
CENTO DI TAATUA isiuio da Calibraion Cenre LABOATOI METOLOGICI esablished by Laboraorio misure di emperaura - Daa di emissione ------------ dae of issue - desinaario ------------ addressee - richiesa ------------
DettagliEquazioni differenziali lineari
0.0. 2. Equazioni differenziali lineari Da un puno di visa dinamico, i sisemi lineari sazionari sono descrii da equazioni differenziali ordinarie lineari a coefficieni cosani: a n d n y d n + a n d n y
DettagliMetodologia di Previsione e Ricostruzione delle Prestazioni di un SRM durante un tiro al banco
Universià Degli Sudi di Roma La Sapienza Facolà di Ingegneria orso di laurea specialisica in Ingegneria Spaziale Meodologia di revisione e Ricosruzione delle resazioni di un SRM durane un iro al banco
Dettagli3. Il coefficiente di riflessione all interfaccia dipende dalle impedenze caratteristiche dei due mezzi
SRCIIO In figura è mosraa un onda piana (omogenea) che ide orogonalmene su un inerfaccia piana posa in Deerminare il massimo e il minimo del modulo del campo elerico nel puno P al variare di x[ 3]. z 0.
DettagliOsservatore asintotico dello stato
Osservaore asinoico dello sao Si consideri il sisema: x () = Ax () + Bu () y () = Cx () () Problema: Deerminare un disposiivo in grado di inseguire asinoicamene lo sao di un processo assegnao con modalià
DettagliVerifica parte IV. Debugging. Individuazione dell errore. Debugger
Debugging Verifica pare IV Rif. Ghezzi e al. 6.8-6.9 Individuazione e correzione degli errori Conseguene a un fallimeno Aivià non banale: Quale errore ha causao il fallimeno? Come correggere l errore?
DettagliInterruttore ideale. + v(t) i(t) t = t 0. i(t) = 0 v(t) = 0. i(t) v(t) v(t) = 0 i(t) = 0. Per t > t 0. interruttore di chiusura
Inerruore ideale inerruore di chiusura { i() = 0 v() = 0 inerruore di aperura { v() = 0 i() = 0 per < 0 per > 0 per < 0 per > 0 v() i() = 0 v() i() = 0 Esempio: inerruore ideale di aperura Per < 0, i()
DettagliSTABILITÀ DI SISTEMI DINAMICI STABILITÀ INGRESSO-USCITA (BIBO)
3 Capiolo STABILITÀ DI SISTEMI DINAMICI STABILITÀ INGRESSO-USCITA (BIBO) Un generico sisema è deo sabile se, ecciao da una qualsiasi funzione di enraa ale da essere sempre limiaa, risponde con una uscia
Dettagli