Variabili socioeconomiche e demografiche del voto per Brexit Tendenze territoriali
|
|
- Faustina Grimaldi
- 5 anni fa
- Visualizzazioni
Transcript
1 Variabili socioeconomiche e demografiche del voto per Brexit Tendenze territoriali XIV Convegno Italiano degli Utenti di Stata Firenze 16 Novembre 2017 Dr. Leonardo S. Alaimo
2 I risultati del referendum del 23 giugno 2016 Should the United Kingdom remain a member of the European Union or leave the European Union? Leave Remain Affluenza alle urne 72.2%
3 I risultati del referendum del 23 giugno spmap logit using "PR-coor.dta", /// > id(_id) /// > fcolor(rainbow) ocolor(white) /// > legend(on) /// > legstyle(3) legend(ring(0) position(1)) /// > plotregion(margin(medium)) Leave Remain
4 Possibili determinanti del voto: ipotesi I risultati del 2016 sono stati espressione del coinvolgimento civico (civic involvement) dei cittadini britannici sul tema del rapporto fra UK e UE Questo coinvolgimento si è manifestato come scelta di lasciare l UE IMMIGRAZIONE Stock e Flussi di stranieri in un dato territorio in un periodo di tempo specifico (anno 2015) Variazioni di stock e flussi di stranieri in un arco di tempo di 10 anni CRISI ECONOMICA Livelli di svantaggio economico nel territorio LEFT-BEHIND VOTERS Goodwin and Heath, 2016 Presenza nel territorio di individui con caratteristiche specifiche di questa classe sociale
5 Ricerca Risultati Strumenti e Metodi Selezione delle variabili
6 Variabili: selezione e fonti Proporzione di voti per il Leave Set di variabili socio-economiche e demografiche Fonti dei dati Ipotesi e assunzioni Disponibilità dei dati Local Government Districts Electoral Commission Office Population Estimates for the UK Annual Population Survey
7 Variabili: selezione e fonti Proporzione di voti per il Leave Set di variabili socio-economiche e demografiche Variables Proporzione di voti per il Leave Affluenza al referendum del 2016 Affluenza media alle elezioni del P.E Stock di popolazione straniera nei LGDs 2005 Flussi di popolazione straniera nei LGDs 2005 Variazione negli stock di pop. straniera nei LGDs Variazione nei flussi di pop. straniera nei LGDs Svantaggio economico Percentuale di popolazione maschile nei LGDs Percentuale di popolazione over 65 nei LGDs Lavoratori senza qualificazione professionale nei LGDs Popolazione in migliaia Gross Value Added pro-capite in migliaia Politiche Immigrazione Crisi economica Demografiche Controllo
8 Variabili: svantaggio economico L'effetto della crisi economica sul risultato elettorale è stato valutato utilizzando una misura definita svantaggio economico, costruita da un set di 6 variabili attraverso una analisi fattoriale Tasso di disoccupazione Tasso di inattività Famiglie in cui nessun componente lavora 2015 Contributi di disoccupazione Contributi di disoccupazione oltre 12 mesi Svantaggio economico Percentuale Benefits governativi Calcolo della matrice di correlazione con il comando cor Verifica appropriatezza della F.A. con il modulo factortest Analisi fattoriale con metodo PCF e rotazione quartimax
9 Svantaggio economico: cor. cor unemployment2016 inactivity2016 household claimant sussidi sussidi12mesi (obs=375) une~2016 in~y2016 househ~d claimant sussidi sussi~si unemplo~ inacti~y household claimant sussidi sussidi12m~i
10 Svantaggio economico: factortest. factortest unemployment2016 inactivity2016 household claimant sussidi sussidi12mesi Determinant of the correlation matrix Det = Bartlett test of sphericity Chi-square = Degrees of freedom = 15 p-value = H0: variables are not intercorrelated Kaiser-Meyer-Olkin Measure of Sampling Adequacy KMO = 0.825
11 Svantaggio economico: factor. factor unemployment2016 inactivity2016 household claimant sussidi sussidi12mesi, pcf Verifica appropriatezza della F.A. con il modulo factortest (obs=375) Factor analysis/correlation Number of obs = 375 Method: principal-component factors Retained factors = 1 Rotation: (unrotated) Number of params = 6 Factor Eigenvalue Difference Proportion Cumulative Factor Factor Factor Factor Factor Factor LR test: independent vs. saturated: chi2(15) = Prob>chi2 = Factor loadings (pattern matrix) and unique variances Variable Factor1 Uniqueness unemplo~ inacti~y household claimant sussidi sussidi12m~i
12 Svantaggio economico: rotate. rotate, quartimax Factor analysis/correlation Number of obs = 375 Method: principal-component factors Retained factors = 1 Rotation: orthogonal quartimax (Kaiser off) Number of params = 6 Factor Variance Difference Proportion Cumulative Factor LR test: independent vs. saturated: chi2(15) = Prob>chi2 = Rotated factor loadings (pattern matrix) and unique variances Variable Factor1 Uniqueness unemplo~ inacti~y household claimant sussidi sussidi12m~i
13 Variabili: svantaggio economico 71% varianza spiegata 7
14 Svantaggio economico: predict. predict Factor1 (regression scoring assumed) Scoring coefficients (method = regression; based on quartimax rotated factors) Variable Factor1 unemplo~ inacti~y household claimant sussidi sussidi12m~i
15 Metodi MODELLI DI REGRESSIONE Fractional response variable bounded (0,1) Non ha una distribuzione normale 8
16 Metodi MODELLI DI REGRESSIONE Fractional response variable bounded (0,1) Linear regression Beta regression Fractional logit regression Il modello è stato stimato con il comando regress, utilizzando errori standard robusti con una correzione del bias data da 1/(1-h) 2 Il modello è stato stimato utilizzando il comando betareg, con una funzione link per la media condizionata di tipo logit e una funzione di scala di tipo log, con l'utilizzo di errori standard robusti Il modello è stato stimato utilizzando il comando fracreg, con una funzione link di tipo logit e errori standard robusti 8
17 Metodi MODELLI DI REGRESSIONE Fractional response variable bounded (0,1) Il confronto fra I diversi modelli è stato realizzato utilizzando una versione modificata dell Akaike Information Criterion, proposta da McQuarrie e Tsai (2007) dove SSEp = devianza residua n = numero di osservazioni k = numero di parametri da stimare 8
18 Modello di regressione lineare: regress regress Leave Affluenza2016 AffluenzaEuropee pop1000 GVA1000 stock2015 Inflows2015 diffstock diffinflows svantaggioeconomico UominiEtàElettorale NoQualificazione Sessanta, vce(hc3) Calcolo AICc predict hatlin scalar SSElin = (Leave-hatlin)^2 scalar loglin = ln(sselin/(365-12)) scalar AIClin = loglin + ((365+12)/( )) 6
19 Modello fractional logit: fracreg fracreg logit Leave Affluenza2016 AffluenzaEuropee pop1000 GVA1000 stock2015 Inflows2015 diffstock diffinflows svantaggioeconomico UominiEtàElettorale NoQualificazione Sessanta, vce(robust) Calcolo AICc predict hatfrac scalar SSEfrac = (Leave-hatfrac)^2 scalar logfrac = ln(ssefrac/(365-12)) scalar AICfrac = logfrac + ((365+12)/( ))
20 Modello beta: betareg betareg Leave Affluenza2016 AffluenzaEuropee pop1000 GVA1000 stock2015 Inflows2015 diffstock diffinflows svantaggioeconomico UominiEtàElettoral NoQualificazione Sessanta, vce(robust) Calcolo AICc predict hatbeta scalar SSEbeta = (Leave-hatbeta)^2 scalar logbeta = ln(ssebeta/(365-12)) scalar AICbeta = logbeta + ((365+12)/( ))
21 Modelli di regressione PROPORZIONE VOTI PER LEAVE LINEAR MODEL BETA MODEL FRACTIONAL MODEL coeff. S.e. dy/dx S.e. dy/dx S.e. Affluenza referendum ,0069** 0,0022 0,0069*** 0,0020 0,0069*** 0,0020 Affluenza media elezioni P.E perc. -0,0050** 0,0016-0,0051*** 0,0015-0,0051*** 0,0014 Popolazione in migliaia -0,0001 0,0001-0,0001 0,0001-0,0001 0,0001 GVA pro-capite in migliaia -0,0004 0,0007 0,0004 0,0005 0,0004 0,0004 Presenza pop. straniera nei LGDs perc ,0007 0,0009 0,0007 0,0009 0,0007 0,0009 Flussi entrata pop. straniera nei LGDs perc ,0659*** 0,0120-0,0657*** 0,0110-0,0659*** 0,0110 Diff. Presenza pop. str. nei LGDs ,0084*** 0,0015 0,0085*** 0,0014 0,0085*** 0,0015 Diff. Flussi entrata pop. str. nei LGDs ,0278*** 0,0071 0,0281*** 0,0069 0,0282*** 0,0069 Svantaggio economico 0,0268*** 0,0083 0,0261*** 0,0070 0,0264*** 0,0077 Popolazione maschile perc 0,0420*** 0,0072 0,0421*** 0,0069 0,0421*** 0,0069 Lavoratori senza alcuna qualificazione perc. 0,0058*** 0,0014 0,0057*** 0,0014 0,0058*** 0,0014 Persone con più di 65 anni di età perc. 0,0061*** 0,0015 0,0061*** 0,0014 0,0061*** 0,0014 Osservazioni AICc -10, , ,1888 Costante calcolata ma non riportata. Errori standard robusti. * p<0.05, ** p<0.01, *** p<0.001
22 Modelli di regressione PROPORZIONE VOTI PER LEAVE LINEAR MODEL BETA MODEL FRACTIONAL MODEL coeff. S.e. dy/dx S.e. dy/dx S.e. Affluenza referendum 2016 Affluenza referendum ,0069** 0,0069** 0,0022 0,0022 0,0069*** 0,0069*** 0,0020 0,0020 0,0069*** 0,0069*** 0,0020 0,0020 Affluenza media elezioni P.E perc. -0,0050** 0,0016-0,0051*** 0,0015-0,0051*** 0,0014 Affluenza media elezioni P.E perc. -0,0050** 0,0016-0,0051*** 0,0015-0,0051*** 0,0014 Popolazione in migliaia -0,0001 0,0001-0,0001 0,0001-0,0001 0,0001 GVA pro-capite in migliaia -0,0004 0,0007 0,0004 0,0005 0,0004 0,0004 Presenza pop. straniera nei LGDs perc ,0007 0,0009 0,0007 0,0009 0,0007 0,0009 Flussi entrata pop. straniera nei LGDs perc ,0659*** 0,0120-0,0657*** 0,0110-0,0659*** 0,0110 Diff. Presenza pop. str. nei LGDs ,0084*** 0,0015 0,0085*** 0,0014 0,0085*** 0,0015 Diff. Flussi entrata pop. str. nei LGDs ,0278*** 0,0071 0,0281*** 0,0069 0,0282*** 0,0069 Svantaggio economico 0,0268*** 0,0083 0,0261*** 0,0070 0,0264*** 0,0077 Popolazione maschile perc 0,0420*** 0,0072 0,0421*** 0,0069 0,0421*** 0,0069 Lavoratori senza alcuna qualificazione perc. 0,0058*** 0,0014 0,0057*** 0,0014 0,0058*** 0,0014 Persone con più di 65 anni di età perc. 0,0061*** 0,0015 0,0061*** 0,0014 0,0061*** 0,0014 Osservazioni AICc -10, , ,1888 Costante calcolata ma non riportata. Errori standard robusti. * p<0.05, ** p<0.01, *** p<0.001
23 Modelli di regressione PROPORZIONE VOTI PER LEAVE LINEAR MODEL BETA MODEL FRACTIONAL MODEL coeff. S.e. dy/dx S.e. dy/dx S.e. Affluenza referendum ,0069** 0,0022 0,0069*** 0,0020 0,0069*** 0,0020 Affluenza media elezioni P.E perc. -0,0050** 0,0016-0,0051*** 0,0015-0,0051*** 0,0014 Popolazione in migliaia -0,0001 0,0001-0,0001 0,0001-0,0001 0,0001 GVA Presenza pro-capite pop. in migliaia straniera nei LGDs perc ,0007-0,0004 0,0009 0,0007 0,0007 0,0004 0,0005 0,0009 0,0004 0,0007 0,0004 0,0009 Presenza pop. straniera nei LGDs perc Flussi entrata pop. straniera nei LGDs perc ,0007-0,0659*** 0,0009 0,0120 0,0007-0,0657*** 0,0009 0,0110 0,0007-0,0659*** 0,0009 0,0110 Flussi entrata pop. straniera nei LGDs perc ,0659*** 0,0120-0,0657*** 0,0110-0,0659*** 0,0110 Diff. Presenza pop. str. nei LGDs ,0084*** 0,0015 0,0085*** 0,0014 0,0085*** 0,0015 Diff. Presenza pop. str. nei LGDs ,0084*** 0,0015 0,0085*** 0,0014 0,0085*** 0,0015 Diff. Flussi entrata pop. str. nei LGDs ,0278*** 0,0071 0,0281*** 0,0069 0,0282*** 0,0069 Diff. Flussi entrata pop. str. nei LGDs ,0278*** 0,0071 0,0281*** 0,0069 0,0282*** 0,0069 Svantaggio economico 0,0268*** 0,0083 0,0261*** 0,0070 0,0264*** 0,0077 Popolazione maschile perc 0,0420*** 0,0072 0,0421*** 0,0069 0,0421*** 0,0069 Lavoratori senza alcuna qualificazione perc. 0,0058*** 0,0014 0,0057*** 0,0014 0,0058*** 0,0014 Persone con più di 65 anni di età perc. 0,0061*** 0,0015 0,0061*** 0,0014 0,0061*** 0,0014 Osservazioni AICc -10, , ,1888 Costante calcolata ma non riportata. Errori standard robusti. * p<0.05, ** p<0.01, *** p<0.001
24 Modelli di regressione PROPORZIONE VOTI PER LEAVE LINEAR MODEL BETA MODEL FRACTIONAL MODEL coeff. S.e. dy/dx S.e. dy/dx S.e. Affluenza referendum ,0069** 0,0022 0,0069*** 0,0020 0,0069*** 0,0020 Affluenza media elezioni P.E perc. -0,0050** 0,0016-0,0051*** 0,0015-0,0051*** 0,0014 Popolazione in migliaia -0,0001 0,0001-0,0001 0,0001-0,0001 0,0001 GVA pro-capite in migliaia -0,0004 0,0007 0,0004 0,0005 0,0004 0,0004 Presenza pop. straniera nei LGDs perc ,0007 0,0009 0,0007 0,0009 0,0007 0,0009 Flussi entrata pop. straniera nei LGDs perc ,0659*** 0,0120-0,0657*** 0,0110-0,0659*** 0,0110 Diff. Presenza pop. str. nei LGDs ,0084*** 0,0015 0,0085*** 0,0014 0,0085*** 0,0015 Diff. Flussi entrata pop. str. nei LGDs ,0278*** 0,0071 0,0281*** 0,0069 0,0282*** 0,0069 Svantaggio Svantaggio economico economico 0,0268*** 0,0083 0,0268*** 0,0083 0,0261*** 0,0070 0,0261*** 0,0070 0,0264*** 0,0077 0,0077 Popolazione maschile perc 0,0420*** 0,0072 0,0421*** 0,0069 0,0421*** 0,0069 Lavoratori senza alcuna qualificazione perc. 0,0058*** 0,0014 0,0057*** 0,0014 0,0058*** 0,0014 Persone con più di 65 anni di età perc. 0,0061*** 0,0015 0,0061*** 0,0014 0,0061*** 0,0014 Osservazioni AICc -10, , ,1888 Costante calcolata ma non riportata. Errori standard robusti. * p<0.05, ** p<0.01, *** p<0.001
25 Modelli di regressione PROPORZIONE VOTI PER LEAVE LINEAR MODEL BETA MODEL FRACTIONAL MODEL coeff. S.e. dy/dx S.e. dy/dx S.e. Affluenza referendum ,0069** 0,0022 0,0069*** 0,0020 0,0069*** 0,0020 Affluenza media elezioni P.E perc. -0,0050** 0,0016-0,0051*** 0,0015-0,0051*** 0,0014 Popolazione in migliaia -0,0001 0,0001-0,0001 0,0001-0,0001 0,0001 GVA pro-capite in migliaia -0,0004 0,0007 0,0004 0,0005 0,0004 0,0004 Presenza pop. straniera nei LGDs perc ,0007 0,0009 0,0007 0,0009 0,0007 0,0009 Flussi entrata pop. straniera nei LGDs perc ,0659*** 0,0120-0,0657*** 0,0110-0,0659*** 0,0110 Diff. Presenza pop. str. nei LGDs ,0084*** 0,0015 0,0085*** 0,0014 0,0085*** 0,0015 Diff. Flussi entrata pop. str. nei LGDs ,0278*** 0,0071 0,0281*** 0,0069 0,0282*** 0,0069 Svantaggio economico 0,0268*** 0,0083 0,0261*** 0,0070 0,0264*** 0,0077 Popolazione maschile perc 0,0420*** 0,0072 0,0421*** 0,0069 0,0421*** 0,0069 Lavoratori senza alcuna qualificazione perc. 0,0058*** 0,0014 0,0057*** 0,0014 0,0058*** 0,0014 Persone con più di 65 anni di età perc. 0,0061*** 0,0015 0,0061*** 0,0014 0,0061*** 0,0014 Osservazioni AICc -10, , ,1888 Costante calcolata ma non riportata. Errori standard robusti. * p<0.05, ** p<0.01, *** p<0.001
26 Conclusioni ü Importanza del tema dell integrazione europea ü In quelle aree con alte percentuali di presenza e flussi di immigrati ci sono state percentuali più alte di Remain Migliori condizioni economiche ü Leave ha avuto percentuali più alte nelle aree con: Frequenti cambiamenti nella struttura demografica della popolazione nel corso degli anni, in termini di presenza e flussi di immigrati Alti livelli di svantaggio economico Alte percentuali di left-behind voters
27 Grazie per l attenzione leonardo.alaimo@uniroma1.it
RICERCHE DI MERCATO. 5.6 Analisi Fattoriale (Componenti Principali)
RICERCHE DI MERCATO 5.6 Analisi Fattoriale (Componenti Principali) Prof. L. Neri Dip. di Economia Politica Premessa Come evidenziato in precedenza l approccio di segmentazione per omogeneità prevede la
L analisi fattoriale
L analisi fattoriale Scopo dell analisi fattoriale e quello di identificare alcune variabili latenti (fattori) in grado di spiegare i legami, le interrelazioni e le dipendenze tra le variabili statistiche
GRANDI CARNIVORI IN LOMBARDIA
GRANDI CARNIVORI IN LOMBARDIA Meriggi A., Milanesi P., Crotti C., Mazzoleni L. Dipartimento di Biologia Animale Università degli Studi Pavia Classe: Mammiferi Ordine: Carnivori Famiglia Canidi Ursidi Felidi
Metodologie 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
LA MODELLAZIONE EMPIRICA DELLE RELAZIONI ECONOMICHE: APPLICAZIONI IN STATA 7. Maria Elena Bontempi e.bontempi@economia.unife.it
LA MODELLAZIONE EMPIRICA DELLE RELAZIONI ECONOMICHE: APPLICAZIONI IN STATA 7 Maria Elena Bontempi e.bontempi@economia.unife.it VI LEZIONE: Analisi dei residui di stima: outlier, eteroschedasticità. Leverage.
Statistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
Analisi della varianza
Analisi della varianza L analisi della varianza (ANOVA, Analysis of Variance), è una tecnica di analisi dei dati che consente di verificare ipotesi relative alle differenze tra le medie di due o più popolazioni.
ANOVA a un fattore between in R
ANOVA a un fattore between in R Il file Excel Il file sinburn.xlsx contiene i dati dello studio sulla sindrome da burnout in quindici infermieri ospedalieri di tre diversi reparti. Importare dati in R
Limited Dependent Variable Models
Limited Dependent Variable Models Logit Tobit Probit Modelli Logit e Probit Latent variable models for binary choice Models for descrete dependent variable Traducendo Spesso vogliamo studiare (le determinanti
Statistica. 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
ANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
Approfondimenti descrittivi
ARS Dipartimento di Sanità Pubblica Università di Firenze Firenze 4 Novembre 2011 Convegno La gestione delle cronicità sul territorio in Toscana: evidenze dalla banca dati MaCro Approfondimenti descrittivi
Opinioni enti e imprese con accordi di stage / tirocinio
Opinioni enti e imprese con accordi di stage / tirocinio REPORT _ 26.09.13 a cura del Coordinatore e del Vice-coordinatore del Consiglio unificato dei Corsi di studio in Relazioni pubbliche e Comunicazione
Analisi fattoriale. esplorativa vers. 1.0. Germano Rossi 1 germano.rossi@unimib.it. 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Analisi fattoriale esplorativa vers. 1.0 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2009 Rossi (Dip. Psicologia) Analisi fattoriale 2009 1 / 47 Prima
6 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
Economia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 6-1 Il capitale umano - Introduzione -L istruzione nel mercato del lavoro: alcuni fatti stilizzati 1 Introduzione Ognuno di noi porta nel mercato del lavoro abilità innate
Metodi di Distanza. G.Allegrucci riproduzione vietata
Metodi di Distanza La misura più semplice della distanza tra due sequenze nucleotidiche è contare il numero di siti nucleotidici che differiscono tra le due sequenze Quando confrontiamo siti omologhi in
Laboratorio R Corso di Algebra e Modelli lineari (Anno Accademico 2011-12)
Laboratorio R Corso di Algebra e Modelli lineari (Anno Accademico 011-1) REGRESSIONE LINEARE SEMPLICE OPEN STATISTICA 8.44 Per 8 settimanali, appartenenti alla medesima fascia di prezzo e presenti in edicola
Corso di Psicometria Progredito
Corso di Psicometria Progredito 4. Esercizi di Inferenza Statistica Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2011-2012 Esercizio 4.1 - I due esami Nella seguente
Modelli 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
Analisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
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
LA POVERTA IN ITALIA NEL 2009 (ISTAT)
POVERTA RELATIVA Misura le risorse economiche di ognuno rispetto a quelle possedute da tutti gli altri. La misura della povertà relativa fa uso della soglia della povertà solitamente definita dalla media
General Linear Model. Esercizio
Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue
Guido Corbetta. Irene Dagnino. Mario Minoja. Giovanni Valentini
Il settore farmaceutico in Italia: Posizionamento e fattori di crescita Guido Corbetta Irene Dagnino Mario Minoja Giovanni Valentini Centro di Ricerca Imprenditorialità e Imprenditori (EntER) Università
Milano, 28-30 Ottobre 2015. Carlotta Buzzoni 1, Donella Puliti 1, Alessandro Barchielli 1, Marco Zappa 1 e Jonas Hugosson 2 per ERSPC Working2 Group
Approccio Incidence based mortality per la valutazione della riduzione di mortalità per carcinoma prostatico nello studio randomizzato europeo sullo screening per tumore della prostata (ERSPC) Milano,
Note sull uso di R per l Algebra Lineare
Note sull uso di R per l Algebra Lineare Sommario Introduzione Alcuni comandi elementari di R Creazione di matrici e vettori e accesso ai loro elementi Alcuni particolari tipi di matrice Operazioni con
Regressione logistica
Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer Metodi di classificazione Tecniche principali Alcuni esempi Data set Default I dati La regressione logistica Esempio Il modello
Corso di Econometria B Prof. Luca Stanca
Corso di Econometria B Prof. Luca Stanca o Marco Bianchi 2647 Gianluca Capuano 58318 Alessandro Nella 57994 La dinamica degli investimenti pubblici e privati in Italia dal 196 al 22 La nostra relazione
della provincia di Padova Sintesi anno 2015 A cura del Servizio Studi - Padova, marzo 2016
Indicatori del mercato del lavoro della provincia di Padova Sintesi anno 2015 A cura del Servizio Studi - Padova, marzo 2016 Principali indicatori del mercato del lavoro provinciale Fonti disponibili Inps
CORSO 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
Statistica II, Laurea magistrale in Ing. Gestionale, a.a. 20010/11 Esempi di domande e dissertazioni
Statistica II, Laurea magistrale in Ing. Gestionale, a.a. 20010/11 Esempi di domande e dissertazioni Note. Si pensi di poter rispondere alle seguenti domande avendo l ausilio di: 1) un foglio con l elenco
Regressione lineare multipla Strumenti quantitativi per la gestione
Regressione lineare multipla Strumenti quantitativi per la gestione Emanuele Taufer Regressione lineare multipla (RLM) Esempio: RLM con due predittori Stima dei coefficienti e previsione Advertising data
United Nations Department of Economic and Social Affairs Population Division UN.DESA.PD. 2011. The Age & Sex of Mig (Table)
MIGRAZIONI CONTEMPORANEE A LIVELLO MONDIALE E NEGLI STATI UNITI D AMERICA United Nations Department of Economic and Social Affairs Population Division UN.DESA.PD. 2011. The Age & Sex of Mig (Table) IOM.
UNIVERSITA DEGLI STUDI DI NAPOLI FEDERICO II. Laurea Magistrale in Ingegneria per l Ambiente e il Territorio
UNIVERSITA DEGLI STUDI DI NAPOLI FEDERICO II SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Laurea Magistrale in Ingegneria per l Ambiente e il Territorio DIPARTIMENTO DI INGEGNERIA CIVILE, EDILE E AMBIENTALE
Impairment test CGU (40%)
Impairment test CGU (40%) 1. VALORI DELLA CGU E CALCOLO DELL AVVIAMENTO CGU EURO Valore contabile netto attività e passività acquisite (A) 207.206 Rettifiche per calcolare il FV di attività e passività
Multicollinearità Strumenti quantitativi per la gestione
Strumenti quantitativi per la gestione Emanuele Taufer Quando non tutto va come dovrebbe I dati Scatter plot Correlazioni RLS e RLM Individuare la MC Variance Inflation Factor Cosa fare in caso di MC Alcune
Metodi Statistici di Analisi dei Dati Ambientali
Metodi Statistici di Analisi dei Dati Ambientali Arianna Azzellino Politecnico di Milano D.I.I.A.R. Dipartimento di Ingegneria Idraulica, Ambientale, Rilevamento e Infrastrutture Viarie Problematica La
Generazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
Validazione dei modelli Strumenti quantitativi per la gestione
Validazione dei modelli Strumenti quantitativi per la gestione Emanuele Taufer Validazione dei modelli Il data set Auto I dati Il problema analizzato Validation set approach Diagramma a dispersione Test
> d = alimentazione == "benz" > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2.
A questo punto vale la pena di soffermarci di più sull alimentazione. Intanto cerchiamo di indagare se l alimentazione è davvero un fattore significativo per la percorrenza come è luogo comune pensare.
Analisi della diffusione di Internet in Italia
Analisi della diffusione di Internet in Italia Istituto di Informatica e Telematica CNR Pisa Maurizio Martinelli Michela Serrecchia Il Registro.it: breve panoramica È stato delegato al CNR il 23 dicembre
Strumenti di base per l analisi descrittiva della mortalità a livello locale
Strumenti di base per l analisi descrittiva della mortalità a livello locale Il ritorno informativo a disposizione delle Aziende ULSS Montecchio Precalcino, 22 marzo 2013 Elena Schievano, Francesco Avossa
Sociologia del Lavoro
Corsi di Laurea L-16 L-40 Sociologia del Lavoro L8 Il Mercato del lavoro italiano 4 aprile 2016 Matteo Villa matteo.villa@unipi.it Università di Pisa Dipartimento di Scienze Politiche Research LAB - LaRISS
Interpretare i modelli prognostici multivariati: il modello logistico
Interpretare GIAC i modelli Volume prognostici 5 Numero multivariati: 4 Dicembre il modello 2002logistico L ANGOLO DELLA STATISTICA Interpretare i modelli prognostici multivariati: il modello logistico
Francesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia
Francesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia Introduzione La ricerca accademica ha spesso evidenziato l esigenza di costruire indicatori delle performance
La valutazione del grado di soddisfazione del servizio scolastico: redazione ed elaborazione di un questionario-tipo *
Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 227-240 Cleup, Padova - ISBN: 978-88-6129-833-0 La valutazione del grado di soddisfazione
(prezzo di chiusura del Venerdi' - prezzo di chiusura del Venerdi' precedente)/(prezzo di chiusura del Venerdi' precedente)
Vediamo ora alcuni esempi. Esempio1 (titoli) Consideriamo alcuni dati riguardanti il tasso settimanale di ritorno di cinque titoli della borsa di New York, registrati da Gennaio 1975 a Dicembre 1976. Il
3) ANALISI DEI RESIDUI
3) ANALISI DEI RESIDUI Dopo l analisi di regressione si eseguono alcuni test sui residui per avere una ulteriore conferma della validità del modello e delle assunzioni (distribuzione normale degli errori,
Are the Green Jobs Real Jobs?
Are the Green Jobs Real Jobs? L opinione di Carlo Stagnaro Sintesi degli interventi Are the Green Jobs Real Jobs? L opinione di Carlo Stagnaro Sintesi degli interventi Giovedì 3 Maggio 2012 Casa dell Energia
L evoluzione del Terziario.
L evoluzione del Terziario. I servizi distributivi e i servizi alle imprese nella bassa bergamasca Silvia Biffignandi Temi trattati nella presentazione LA RICERCA Obiettivi e campo di osservazione Metodologia
Binary Choice Models
Binary Choice Models Norberto Pignatti, pignatti@spbo.unibo.it Roberto Golinelli, golinell@spbo.unibo.it GENNAIO 2007 1 Introduzione Nelle lezioni precedenti avete già visto utilizzare variabili dummy
Prevedere la domanda residua di energia nelle aste elettriche e strategie ottime di offerta
Prevedere la domanda residua di energia nelle aste elettriche e strategie ottime di offerta Matteo Pelagatti Università degli Studi di Milano-Bicocca Mercati energetici e metodi quantitativi: un ponte
Progetto UNICLIMA: risultati Università di Pavia
Politecnico di Milano Università di Bologna Università di Firenze Università di Padova Università di Pavia Università di Trento Progetto UNICLIMA: risultati Università di Pavia Dicembre 2004 Struttura
qwertyuiopasdfghjklzxcvbnmqwerty AppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa
qwertyuiopasdfghjklzxcvbnmqwerty AppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa Analisi multivariata dei dati Teoria e procedimento con SPSS ppuntibicoccaappuntibicoccaappunt
IT Compensation Survey. 1^ Edizione - Indagine 2015
IT Compensation Survey 1^ Edizione - Indagine 2015 IT Compensation Survey L evoluzione del contesto tecnologico in cui le aziende oggi si trovano ad operare e l esigenza di erogare «servizi 2.0» sempre
Povertà. 29 settembre. Approcci empirici. Diffusione e distribuzione territoriale della povertà: approcci e indicatori
Guido Cavalca, Università di Milano Bicocca Povertà 29 settembre Approcci empirici Diffusione e distribuzione territoriale della povertà: approcci e indicatori Approcci empirici La povertà può essere studiata
Una Suite completa per la gestione del Voto
DBMS LE COMPONENTI DELLA SUITE Application Server FTP/SFTP GESTIONE RISULTATI ELETTORALI Le attività di preparazione e scrutinio delle Elezioni, benché concentrate nell arco di pochi giorni, sono spesso
VALUTAZIONE D IMPATTO DELLE POLITICHE REGIONALI PER LA PROMOZIONE DELL APPROPRIATEZZA ORGANIZZATIVA
Mattone Misura dell appropriatezza GdLA 26 Settembre 2006 VALUTAZIONE D IMPATTO DELLE POLITICHE REGIONALI PER LA PROMOZIONE DELL APPROPRIATEZZA ORGANIZZATIVA QUESITI DELLA RICERCA Qual è stato l impatto
Approfondimento 4.6. La valutazione statistica della discriminatività di un item
Approfondimento.6 La valutazione statistica della discriminatività di un item. Item di test di prestazione massima Per valutare la discriminatività di un item di un test di prestazione massima occorre
Impatto dei sistema di finanziamento a DRG sull innovazione tecnologica in sanità Evidenze e proposte emerse dal caso italiano
Impatto dei sistema di finanziamento a DRG sull innovazione tecnologica in sanità Evidenze e proposte emerse dal caso italiano Giuditta Callea Cergas Università Bocconi La ricerca Impatto del sistema di
terapeutici e medicina d iniziativa
Percorsi diagnostico-terapeutici terapeutici e medicina d iniziativa Gavino Maciocco Dipartimento di Sanità Pubblica. Università di Firenze. gavino.maciocco@unifi.it International Conference on Primary
Analysis of temperature time series from thermal IR continuous monitoring network (TIIMNet) at Campi Flegrei Caldera in the period 2004-2011
30 convegno Analysis of temperature time series from thermal IR continuous monitoring network (TIIMNet) at Campi Flegrei Caldera in the period 2004-2011 F. Sansivero, G. Vilardo, P. De Martino, G. Chiodini
Regressione logistica. Strumenti quantitativi per la gestione
Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer file:///c:/users/emanuele.taufer/dropbox/3%20sqg/classes/4a_rlg.html#(1) 1/25 Metodi di classificazione I metodi usati per analizzare
Note introduttive Il software econometrico Easy Reg è scaricabile gratuitamente da internet (http://econ.la.psu.edu/~hbierens/easyreg.
Note introduttive Il software econometrico Easy Reg è scaricabile gratuitamente da internet (http://econ.la.psu.edu/~hbierens/easyreg.htm) Per importare i dati in Easy Reg bisogna: 1. Cambiare le impostazioni
Metodi 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
Scenari di emissione SRES (Special Report on Emission Scenarios) e proiezioni globali
Scenari di emissione SRES (Special Report on Emission Scenarios) e proiezioni globali Informazioni e grafici tratte dal IV rapporto IPCC (Intergovernmental Panel on Climate Change): Climate Change 2007:
Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
Regressione Logistica
Regressione Logistica Esercizio Data set: Nel data set heart.txt (o heart.sav) sono contenute informazioni riguardo 302 pazienti che hanno avuto infarto e 60 che non hanno avuto infarto in uno studio retrospettivo
Esercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza
Esercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza 3 maggio 2005 Esercizio 1 Consideriamo l esempio del libro di testo Annette
ANALISI FATTORIALE. In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di
ANALISI FATTORIALE In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di SPSS che non sono state incluse nel testo pubblicato. Si tratta di opzioni che, pur
Disegni di Ricerca e Analisi dei Dati in Psicologia Clinica. Rcmdr
Disegni di Ricerca e Analisi dei Dati in Psicologia Clinica Rcmdr http://www.r-project.org http://qplab.psy.unipd.it Che cos è Rcmdr? Rcmdr è un pacchetto che possiamo scaricare dal CRAN e installare su
ECONOMETRIA B A.A. 2002/2003 (Prof. Luca Stanca) Commercio internazionale e tasso di cambio
ECONOMETRIA B A.A. 2002/2003 (Prof. Luca Stanca) Commercio internazionale e tasso di cambio Crivellaro Alessandro matr.583179 De Vera Vicent Gregorio Erasmus Martin Medel Asuncion Erasmus Rorato Silvia
Ipoacusia da rumore: i programmi di sorveglianza sanitaria sono sempre efficaci?
Ipoacusia da rumore: i programmi di sorveglianza sanitaria sono sempre efficaci? Prof. Luigi Perbellini Dipartimento di Medicina e Sanità Pubblica UNIVERSITÀ DEGLI STUDI DI VERONA FACOLTÀ DI MEDICINA E
La statistica multivariata
Cenni di Statistica Multivariata Dr Corrado Costa La statistica multivariata La statistica multivariata è quella parte della statistica in cui l'oggetto dell'analisi è per sua natura formato da almeno
Percorsi di istruzione/formazione/abbandono/ inserimento lavorativo
Percorsi di istruzione/formazione/abbandono/ inserimento lavorativo Una prima sperimentazione di integrazione delle fonti regionali Romina Filippini, Annelisa Giordano Istat Progetto Archimede Annalisa
ENTROPY 2: UN PROGRAMMA PER IL CALCOLO DELLA DISPERSIONE DI VARIABILI DI RISPOSTA MULTINOMIALI PER LA RICERCA IN PSICOLOGIA
ENTROPY 2: UN PROGRAMMA PER IL CALCOLO DELLA DISPERSIONE DI VARIABILI DI RISPOSTA MULTINOMIALI PER LA RICERCA IN PSICOLOGIA ROBERTO PEDONE*, AUGUSTO GNISCI * Istituto di Psicologia del CNR Dipartimento
Prefazione all edizione originale. Prefazione all edizione italiana
Indice Prefazione all edizione originale Prefazione all edizione italiana xiii xv 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento
UNITA ORGANIZZATIVA: SERVIZI DEMOGRAFICI
UNITA ORGANIZZATIVA: SERVIZI DEMOGRAFICI RESPONSABILE DEL SERVIZIO: D.ssa Dr. Michele DI NUZZO GUGLIOTTA Giulia segretario@comune.ghemme.novara.it e-mail.. RESPONSABILI DEL PROCEDIMENTO /UFFICIALI D ANAGRAFE
L eredità finanziaria della crisi
L eredità finanziaria della crisi Presentazione del XX rapporto annuale sul Mercato del Lavoro tv Guido Massimiliano Mantovani H.E.R.M.E.S. Universities Network, Strasbourg Università Ca Foscari, Campus
Regressione Logistica: un Modello per Variabili Risposta Categoriali
: un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione
PROGRAMMA DI RICERCA ANALISI DI BUDGET-IMPACT SUI FARMACI INNOVATIVI
PROGRAMMA DI RICERCA ANALISI DI BUDGET-IMPACT SUI FARMACI INNOVATIVI Introduzione Il numero di farmaci innovativi in fase di sviluppo o di approvazione regolatoria sta rapidamente aumentando. Da un lato
Scenario energetico europeo 2020-2030 I vincoli del pacchetto clima-energia. Milano, 7 Luglio 2010
Scenario energetico europeo 2020-2030 I vincoli del pacchetto clima-energia Milano, 7 Luglio 2010 STRUTTURA PRESENTAZIONE 1. Modello Primes utilizzato dalla CE e scenari energetici UE 27 2. Scenario baseline
ALLEGATO 3 AL MANUALE DI GESTIONE DEL PROTOCOLLO INFORMATICO, DEI FLUSSI DOCUMENTALI E DEGLI ARCHIVI
Città di Susa PROVINCIA DI TORINO ALLEGATO 3 AL MANUALE DI GESTIONE DEL PROTOCOLLO INFORMATICO, DEI FLUSSI DOCUMENTALI E DEGLI ARCHIVI TITOLARIO DI CLASSIFICAZIONE CATEGORIA I - AMMINISTRAZIONE 1. COMUNE
Registro degli elettori
Registro degli elettori 1. Introduzione... 3 2. Condizioni per la registrazione... 3 3. Predisposizione del registro... 4 4. Elenco dei votanti postali... 5 5. Elenco dei votanti speciali... 6 6. Supplemento
METODI ALTERNATIVI PER LA VALUTAZIONE DELLA FLORA TOTALE NEL LATTE CRUDO: CONSIDERAZIONI E CRITERI DI VALIDAZIONE
METODI ALTERNATIVI PER LA VALUTAZIONE DELLA FLORA TOTALE NEL LATTE CRUDO: CONSIDERAZIONI E CRITERI DI VALIDAZIONE Anna Maria Ferrini LNR per il latte e i prodotti a base di latte riunione tecnica a chiusura
L uso dei Big Data per la Produzione Statistica
Big e Analytics: modelli, analisi e previsioni, per valorizzare l enorme patrimonio informativo pubblico L uso dei Big per la Produzione Statistica Giulio Barcaroli Metodi, strumenti e supporto metodologico
I modelli di proiezione della mortalità
Giornata degli attuari delle pensioni Gruppo di lavoro dei percettori pensioni/rendite I modelli di proiezione della mortalità Susanna Levantesi Sapienza Università di Roma susanna.levantesi@uniroma1.it
Corso di Statistica Medica. Studio dell effetto di più variabili indipendenti su una variabile dipendente: Regressione lineare multipla
Studio dell effetto di più variabili indipendenti su una variabile dipendente: Regressione lineare multipla Regressione logistica Regressione lineare multipla Nel modello di regressione lineare semplice
Gli italiani e l immigrazione: un rapporto in costruzione
Simona Bellini Gli italiani e l immigrazione: un rapporto in costruzione 16 giugno 2008 Technische Universität Dresden Italianistiche Ringvorlesung Italia Fabbrica delle idee Migrazioni Invasioni barbariche/
CURRICULUM VITAE ET STUDIORUM DI ANTONELLO D AMBRA
CURRICULUM VITAE ET STUDIORUM DI ANTONELLO D AMBRA NATO A Napoli IL 13.08.1979 RESIDENTE A Napoli (NA) 80126 VIA Francesco Arnaldi n.28 E-mail antonello.dambra@unina2.it URL: wpage.unina.it/dambra C.F.
CATALOGO CORSI BASE MINITAB
CATALOGO CORSI BASE MINITAB Corsi di formazione per professionisti che lavorano nel settore della qualità e del miglioramento dei processi. GMSL è certificata quale Certified Trainer per corsi Minitab,
Strumenti informatici 7.5 - Realizzare l analisi di regressione multipla con SPSS
Strumenti informatici 7.5 - Realizzare l analisi di regressione multipla con SPSS Nella sua forma base, Excel non consente di realizzare un analisi di regressione multipla, mentre SPSS offre un ventaglio
LISTA DEI TEMI ESAME ORALE LINGUA ITALIANA LIVELLO SUPERIORE
LISTA DEI TEMI ESAME ORALE LINGUA ITALIANA LIVELLO SUPERIORE 1. L INDIVIDUO Descrizione del carattere e della personalità Uomo tipico, donna tipica Uomo, donna ideale Abbigliamento, modi di vestire Mode,
Analisi Statistica dei Dati Misurazione e gestione dei rischi a.a. 2007-2008
Analisi Statistica dei Dati Misurazione e gestione dei rischi a.a. 2007-2008 Dott. Chiara Cornalba COMUNICAZIONI La lezione del 30 ottobre è sospesa per missione all estero del Prof. Giudici. Dal 6 Novembre
XVIII Rapporto AlmaLaurea sul Profilo e la Condizione occupazionale dei laureati UNIVERSITA E LAVORO, UN PAESE A DUE VELOCITA
XVIII Rapporto AlmaLaurea sul Profilo e la Condizione occupazionale dei laureati UNIVERSITA E LAVORO, UN PAESE A DUE VELOCITA Napoli, - Il XVIII Rapporto AlmaLaurea sul Profilo e la Condizione occupazionale
Serie zero *FOGLI DI SOLUZIONE* L'esame è composto da cinque compiti che possono essere risolti indipendentemente
Serie zero *FOGLI DI SOLUZIONE* Materia: Durata: 3 ore L'esame è composto da cinque compiti che possono essere risolti indipendentemente l'uno dall'altro. 1. Verifichi di aver ricevuto tutti i documenti
Referenti per successivi contatti con l Amministrazione:
Portale E-lezioni Responsabile del Progetto: DGIT Ufficio V Referenti per successivi contatti con l Amministrazione: Cons. Amb. Marco Giungi, Capo Ufficio V e Direttore Centrale Vicario per i Servizi agli
Relazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
Cambio di residenza da un altro Comune al Comune di Castelbaldo (immigrazione)
Cambio di residenza da un altro Comune al Comune di Castelbaldo (immigrazione) Come fare e a chi rivolgersi Chi può presentare la dichiarazione La dichiarazione di cambio di residenza da un altro Comune