Limited Dependent Variable Models
|
|
- Fabia Negri
- 8 anni fa
- Visualizzazioni
Transcript
1 Limited Dependent Variable Models Logit Tobit Probit
2 Modelli Logit e Probit Latent variable models for binary choice Models for descrete dependent variable
3 Traducendo Spesso vogliamo studiare (le determinanti de) la probabilità di un attributo (o evento): esempi: prob di essere disoccupato prob di sposarsi prob di essere razionati sul mercato del credito prob di possedere una casa
4 Problema: Non osserviamo la probabilità Osserviamo l attributo (o evento) Esempi Persona disoccupata/non disoccupata Persona coniugata/non coniugata Impresa razionata/non razionata Famiglia proprietaria/non proprietaria della propria abitazione
5 Variabili dipendenti discrete In altri termini, osserviamo la realizzazione di variabili discrete (Y), che assumono il valore Y=1 se l evento (attributo) si verifica Y=0 se non si verifica
6 Interesse P(Y=1 X) Probabilità dell evento Y=1, dato un set di variabili esplicative X
7 Linear Probability Model Y i =a+bx i +u i Y dummy =1 se la famiglia è proprietaria X=reddito u=errore, E(u)=0 E(Y i X i )= a+bx i = Pr (Y i =1 X i ) valore atteso conditional on X i =conditional probability
8 LPM: Scatterplot Asse ascisse: valori di X Asse ordinate: valori di Y
9 LPM: retta regressione Asse ascisse: X Asse ordinate: valori reali di Y ed E(Y X) = P(Y=1 X) Retta di regressione passa attraverso i valori reali di Y (0-1) nei punti di maggiore concentrazione degli stessi NOTA BENE: valori di R^2 bassi
10 LPM: retta regressione Asse ascisse: X Asse ordinate: E(Y X) = P(Y=1 X) valori di R^2 alti solo in casi del genere 1 0
11 ESEMPIO fittedy i = X i t (-7.7) (12.5) Intercetta= prob che una famiglia con zero reddito possieda una casa: negativa!! Coeff di X= per un incremento unitario di X, in media, la prob di possedere una casa aumenta di , circa il 10%
12 PROBLEMI PROBLEMI DI INFERENZA Le assunzioni di normalità/omoschedas ticità degli errori sono violate (residui dicotomi ed eteroschedastici) PROBLEMI DI FORMA FUNZIONALE Predicted probabilities illimitate P(D=1 X) >1 P(D=1 X) < 0 Relazione lineare tra probabilità e variabili esplicative
13 In realtà La relazione tra probabilità e variabili esplicative è nella maggior parte dei casi NON LINEARE Esempio: se il reddito aumenta di euro quale sarà l impatto sulla prob di possedere una casa? DIPENDE dal livello del reddito Asse ascisse: valori di X Asse ordinate: P(Y=1 X) P 1 0
14 Ricapitolando: abbiamo bisogno che la prob non ecceda i limiti di 0 e 1, e che la relazione tra probabilità e variabili esplicative sia non lineare. A tal fine dobbiamo ricorrere a delle FUNZIONI DI DISTRIBUZIONE CUMULATE. Le CDFs più usate sono quella LOGISTICA e quella NORMALE
15 Cumulative logistic distibution P=e L /(1+e L ) Asse ascisse: L=a+bX Asse ordinate: P(Y=1 X) P=1/(1+e -L ) La relazione non lineare tra P e L crea un estimation problem : non possiamo usare OLS L
16 Soluzione: trasformiamo probabilità in logits La cd logit transformation consta di due stadi: 1. Calcolare the odds ratio =P/(1-P) =(1+e L )/(1+e -L )= e L 1. Assumere il log dell odds ratio ln(p/1-p)=l
17 NON-Linear Probability Model Grazie a questa trasformazione possiamo esprimere una relazione lineare tra la nuova variabile dipendente (espressa in logits L ) e la variabile esplicativa X: L=ln(P/1-P)=a+bX Tale relazione implica una relazione NON lineare tra PROBABILITA ed X P=e a+bx /(1+e a+bx ) P=e L /(1+e L )
18 LOGIT: Regressione L=a+bX+e Il coefficiente b rappresenta la variazione in E(L) al variare di X (se X è una variabile continua b è la derivata di E(L) rispetto a X). Gli effetti di X su L sono LINEARI e ADDITIVI L interpretazione di b è la stessa che viene data in ogni retta di regressione, MA le unità in cui è misurata la variabile dipendente rendono l interpretazione degli effetti di X meno intuitiva
19 Interesse Vogliamo conoscere gli effetti di X (reddito) sulla probabilità di possedere una casa (P) Per cui dobbiamo convertire l effetto stimato di X su L (cioè b) (δl/ δx) nell effetto di X su P (δp/ δx)
20 Ricordiamo che la relazione (NON lineare) tra PROBABILITA ed X è P=e a+bx /(1+e a+bx ) δp/ δx=b*p*(1-p) NB. L effetto di X su P non è costante: dipende dal livello di P (che a sua volta dipende dal livello di X!)
21 Se P=0.5 δp/ δx=b*p*(1-p) δp/ δx=b*0.25 massimo effetto Se P 1 o P 0 l effetto si riduce
22 Standard normal distribution P=area sotto la curva, Φ(Z) f(z)
23 Cumulative standard normal distribution P=Φ(Z) Asse ascisse: Z=a+bX Asse ordinate: P(Y=1 X) Usiamo la distribuzione cumulata per ottenere: 1. prob comprese tra 0 e 1 2. relazione non lineare 0 1 Z Z=Φ -1 (P)
24 Probit analysis trasformiamo probabilità (limitate tra 0 e 1) in Z-scores (valori critici della distribuzione normale standardizzata), che variano tra infinito e + infinito Z-scores rappresentano la variabile dipendente nel modello Probit
25 Analogamente a quanto detto per la trasformazione LOGIT Grazie a questa trasformazione possiamo esprimere una relazione lineare tra la nuova variabile dipendente (espressa in Probits Z ) e la variabile esplicativa X: Z= Φ -1 (P) =a+bx Tale relazione implica una relazione NON lineare tra PROBABILITA ed X
26 Effetto marginale di X su P δp/ δx=b*φ(z) NB. L effetto di X su P non è costante: dipende dal livello di Z (che dipende da X, infatti Z =a+bx ) Nota: Φ è la funzione di densità della normale standardizzata
27 TOBIT model La variabile dipendente: è zero per una parte rilevante del campione, continua per valori >0 Esempi: Spesa in alcolici Ammontare preso a prestito
28 Tobit model Assumiamo che la decisione di acquistare dipenda da una variabile nascosta underlying latent variable (utilità) (vedi Wooldridge Introductoy Econometrics ) Y*=a+bX+u dove u X N(0, σ 2 ) Y=max(0,Y*) Ciò implica che Y=Y* quando Y*>=0
29 Interpretazione coefficienti b rappresenta l effetto parziale di X su E(Y* X), dove Y* è una variabile latente, che spesso non rappresenta il focus dell analisi. Negli esempi di prima il focus è l ammontare speso in alcolici, l ammontare preso a prestito
30 Effetto marginale di X su Y Due valori attesi sono di particolare interesse: E(Y Y>0,X) E(Y X) Due effetti parziali δ E(Y Y>0,X) / δx=b*[fattore che dipende da X e da tutti i parametri del modello] δ E(Y X) / δx=b*[fattore che dipende da X e da tutti i parametri del modello]
31 Metodo di stima: maximum likelihood estimation Tale metodo restituisce le stime dei parametri che rendono massima la probabilità di osservare le realizzazioni della dummy così come si presentano nel nostro campione
32 La procedura Prima di tutto si esprime la probabilità delle realizzazioni osservate (si scrive la likelihood function) Ad esempio nel Logit: Π[ P i yi (1-P i ) 1-yi ] ( prob. function for a sample of Bernoulli trials) yi=valore osservato della dummy Y per il caso i, E poi si massimizza tale funzione rispetto ai parametri della regressione [nel logit ricorda che: P=e a+bx /(1+e a+bx )]
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliEconometria. lezione 17. variabili dipendenti binarie. Econometria. lezione 17. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori domande di mutui rigettate - nei dati raccolti a Boston negli anni 90 il tasso di rifiuto è 28% per i neri e 9% per i bianchi - si può parlare di discriminazione? - è possibili
DettagliRegressione 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
DettagliScelta intertemporale: Consumo vs. risparmio
Scelta intertemporale: Consumo vs. risparmio Fino a questo punto abbiamo considerato solo modelli statici, cioè modelli che non hanno una dimensione temporale. In realtà i consumatori devono scegliere
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Regressione con Variabili Dummy Regressione con Variabili Dummy La
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliEconomia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliI mercati dei beni e i mercati finanziari: il modello IS-LM. Assunzione da rimuovere. Investimenti, I
I mercati dei beni e i mercati finanziari: il modello IS-LM Assunzione da rimuovere Rimuoviamo l ipotesi che gli Investimenti sono una variabile esogena. Investimenti, I Gli investimenti delle imprese
DettagliCapitolo 26: Il mercato del lavoro
Capitolo 26: Il mercato del lavoro 26.1: Introduzione In questo capitolo applichiamo l analisi della domanda e dell offerta ad un mercato che riveste particolare importanza: il mercato del lavoro. Utilizziamo
DettagliIl metodo della regressione
Il metodo della regressione Consideriamo il coefficiente beta di una semplice regressione lineare, cosa significa? È una differenza tra valori attesi Anche nel caso classico di variabile esplicativa continua
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliRegressione 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
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliScelta intertemporale. Lezione 9. Valori presenti e futuri. Valore futuro
Scelta Lezione 9 Scelta Di solito il reddito arriva ad intervalli, per esempio lo stipendio mensile. Quindi si pone il problema di decidere se (e quanto) risparmiare in un periodo per consumare più tardi.
DettagliCorrezione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia
Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello
DettagliLa Minimizzazione dei costi
La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione
DettagliLezione 5. Argomenti. Premessa Vincolo di bilancio La scelta ottima del consumatore
Lezione 5 Argomenti Premessa Vincolo di bilancio La scelta ottima del consumatore 5.1 PREESSA Nonostante le preferenze portino a desiderare quantità crescenti di beni, nella realtà gli individui non sono
DettagliRISCHIO E CAPITAL BUDGETING
RISCHIO E CAPITAL BUDGETING Costo opportunità del capitale Molte aziende, una volta stimato il loro costo opportunità del capitale, lo utilizzano per scontare i flussi di cassa attesi dei nuovi progetti
DettagliCapitolo 10 Z Elasticità della domanda
Capitolo 10 Z Elasticità della domanda Sommario Z 1. L elasticità della domanda rispetto al prezzo. - 2. La misura dell elasticità. - 3. I fattori determinanti l elasticità. - 4. L elasticità rispetto
DettagliLe componenti della domanda aggregata
Le componenti della domanda aggregata Lezione 3 Lezione 3 Economia Politica - Macroeconomia 1 Le componenti della domanda aggregata Ricordiamole: Consumo (C) Investimento (I) Spesa Pubblica (G) Ricordiamo
Dettaglia) In concorrenza perfetta il ricavo totale è dato dal prodotto tra il prezzo e la quantità venduta:
Esercizio 1 a) In concorrenza perfetta il ricavo totale è dato dal prodotto tra il prezzo e la quantità venduta: RT = P Q Da cui si ottiene che il ricavo medio e il ricavo marginale sono costanti e pari
DettagliEconomia Politica Microeconomia (ECN0006) 10 CFU a.a. 2012-2013. Eleonora Pierucci eleonora.pierucci@unibas.it
Economia Politica Microeconomia (ECN0006) 10 CFU a.a. 2012-2013 Eleonora Pierucci eleonora.pierucci@unibas.it Domanda e Offerta Equilibrio di Mercato Domanda e Offerta Per analizzare un mercato si u0lizza
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliIl rischio di un portafoglio
Come si combinano in un portafoglio i rischi di 2 titoli? dipende dai pesi e dal valore delle covarianze covarianza a a ρ a b ρ a b ρ b b ρ coefficiente di correlazione = cov / ² p = a² ² + b² ² + 2 a
DettagliMetodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla
Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui
DettagliPertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce
A. Peretti Svolgimento dei temi d esame di MDEF A.A. 015/16 1 PROVA CONCLUSIVA DI MATEMATICA per le DECISIONI ECONOMICO-FINANZIARIE Vicenza, 9/01/016 ESERCIZIO 1. Data l obbligazione con le seguenti caratteristiche:
DettagliMICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare
DettagliProbabilità II Variabili casuali discrete
Probabilità II Variabili casuali discrete Definizioni principali. Valore atteso e Varianza. Teorema di Bienaymé - Čebičev. V.C. Notevoli: Bernoulli e Binomiale. Concetto di variabile casuale Cos'è una
DettagliFACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA
FACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA NB Come potete vedere facendo la somma dei punteggi il numero di quesiti è superiore a quello
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliMicroeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore.
Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Dott. Giuseppe Francesco Gori Domande a risposta multipla ) Se nel mercato
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
Dettagli~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE
STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliLa Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
Dettagli1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;
Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliScelte in condizione di incertezza
Scelte in condizione di incertezza Tutti i problemi di decisione che abbiamo considerato finora erano caratterizzati dal fatto che ogni possibile scelta dei decisori portava a un esito certo. In questo
DettagliPremessa. Esercitazione. Calcolo del reddito nel Conto del reddito. Calcolo del reddito nel Conto del capitale e nel Conto del reddito
Sul calcolo del reddito di fine periodo: riflessioni di base 1 INDICE: Premessa Esercitazione Calcolo del reddito nel Conto del capitale Calcolo del reddito nel Conto del reddito Calcolo del reddito nel
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliEsercizi di Macroeconomia per il corso di Economia Politica
Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliSTATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua
STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata
DettagliAmmortamento di un debito
Algoritmi e dintorni: Ammortamento di un debito: Ricerca del tasso Prof. Ettore Limoli Ammortamento di un debito In questa nostra trattazione non ci addentreremo in problemi di matematica finanziaria o
DettagliCosto marginale e costo medio. G. Pignataro Microeconomia SPOSI
Costo marginale e costo medio 1 Costo marginale (C ) Incremento di costo risultante dalla produzione di una unità di output in più. Poiché il costo fisso non cambia al variare del livello di produzione
DettagliIl modello IS-LM. Determiniamo le condizioni per cui il mercato dei beni è in equilibrio.
Il modello IS-LM In questa lezione: Definiamo l equilibrio economico generale. Determiniamo le condizioni per cui il mercato dei beni è in equilibrio. Costruiamo la curva IS e la curva LM e ne determiniamo
DettagliMacroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.
acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
DettagliVARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
DettagliIl sistema monetario
Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
DettagliScelte in condizioni di rischio e incertezza
CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni
Dettagli8 Elementi di Statistica
8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) La Regressione Multipla La Regressione Multipla La regressione multipla
DettagliIndice. 1 La disoccupazione ---------------------------------------------------------------------------------------- 3. 2 di 6
INEGNAMENO DI EONOMIA OLIIA LEZIONE VIII IL EORE DELL OUAZIONE ROF. ALDO VAOLA Economia olitica Indice 1 La disoccupazione ----------------------------------------------------------------------------------------
Dettagli4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI
119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO
DettagliModelli per variabili dipendenti limitate. Amedeo Argentiero.
Modelli per variabili dipendenti limitate Amedeo Argentiero amedeo.argentiero@unipg.it Problema 1. Si desidera stimare la probabilità di accadimento di un evento (essere disoccupato, probabilità di sposarsi,
DettagliIstituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa
UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa Prof. Gianmaria Martini Offerta dell impresa La decisione di un impresa a riguardo della quantità
Dettaglilezione 18 AA 2015-2016 Paolo Brunori
AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliEsercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2
Esercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2 [1] Metodo di Bisezione gli estremi a e b di un intervallo reale trovi uno zero della funzione f(x) nell intervallo [a, b] usando il metodo
DettagliCapitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM
Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM 2 OBIETTIVO: Il modello IS-LM Fornire uno schema concettuale per analizzare la determinazione congiunta della produzione e del tasso
DettagliIl mercato dei beni in economia aperta
Il mercato dei beni in economia aperta La differenza tra economia aperta e chiusa In una economia chiusa tutta la produzione viene venduta entro i confini nazionali, la domanda nazionale di beni (la spesa
DettagliLezione 7 (BAG cap. 5)
Lezione 7 (BAG cap. 5) I mercati dei beni e i mercati finanziari: il modello IS-LM Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia 1. Il mercato dei beni e la curva IS L equilibrio sul mercato
DettagliMicroeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione
Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione Esercizio 1 Si consideri il seguente modello ad effetti fissi con variabili binarie: + 1 2 a) supponete che N=3. Si mostri che i regressori
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliAnalisi della performance temporale della rete
Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliCapitolo 20: Scelta Intertemporale
Capitolo 20: Scelta Intertemporale 20.1: Introduzione Gli elementi di teoria economica trattati finora possono essere applicati a vari contesti. Tra questi, due rivestono particolare importanza: la scelta
DettagliCapitolo 22: Lo scambio nel mercato dei capitali
Capitolo 22: Lo scambio nel mercato dei capitali 22.1: Introduzione In questo capitolo analizziamo lo scambio nel mercato dei capitali, dove si incontrano la domanda di prestito e l offerta di credito.
DettagliDomanda e Offerta - Elasticità Dott. ssa Sabrina Pedrini
Microeconomia, Esercitazione 1 (19/02/2015) Domanda e Offerta - Elasticità Dott. ssa Sabrina Pedrini Domande a risposta multipla 1) Siamo di fronte a uno shock positivo di offerta se: a) in corrispondenza
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettagli3) 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,
DettagliVolatilità implicita. P(t) = S(t)Φ(d 1 ) e r(t t) K Φ(d 2 ) con. d 1 = d 2 + σ T t. d 2 =
Volatilità implicita Abbiamo visto come sia possibile calcolare la volatilità di un titolo attraverso la serie dei log-return. In teoria però la volatilità di un sottostante può essere determinata dal
DettagliCapitolo 26. Stabilizzare l economia: il ruolo della banca centrale. Principi di economia (seconda edizione) Robert H. Frank, Ben S.
Capitolo 26 Stabilizzare l economia: il ruolo della banca centrale In questa lezione Banca centrale Europea (BCE) e tassi di interesse: M D e sue determinanti; M S ed equilibrio del mercato monetario;
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliRegressione Lineare con un Singolo Regressore
Regressione Lineare con un Singolo Regressore Quali sono gli effetti dell introduzione di pene severe per gli automobilisti ubriachi? Quali sono gli effetti della riduzione della dimensione delle classi
DettagliCapitolo 7. F. Barigozzi Microeconomia CLEC 1
Capitolo 7 Continuiamo ad acquisire gli strumenti che ci permetteranno di studiare la scelta ottimale dell impresa. In questo capitolo vengono trattati i costi dell impresa. Usando la funzione di produzione
DettagliMisurazione dei rischi nei contratti derivati
I nuovi scenari e i profili di rischio dei servizi di investimento Programma di Ricerca scientifica di rilevante Interesse Nazionale (PRIN) denominato MISURA Misurazione nei contratti derivati Marcello
DettagliCapitolo 2 Offerta e domanda
Temi da discutere Capitolo 2 rima parte Cambiamenti nell equilibrio di mercato Elasticità dell offerta e della domanda Elasticità di breve e di lungo periodo Temi da discutere Effetti di un cambiamento
DettagliLe scelte del consumatore in condizione di incertezza (cap.5)
Le scelte del consumatore in condizione di incertezza (cap.5) Che cos è il rischio? Come possiamo indicare le preferenze del consumatore riguardo al rischio? C è chi acquista assicurazione (non ama il
DettagliCon il termine Variabile di solito si indica qualcosa che varia, cioè che assume più modi di essere, detti modalità, attributi, valori
Le Variabili Con il termine Variabile di solito si indica qualcosa che varia, cioè che assume più modi di essere, detti modalità, attributi, valori 1. Genericamente, il termine variabile indica un carattere
Dettaglievolution and innovation in SME s rating
evolution and innovation in SME s rating IL RISCHIO OPERATIVO GMA 4 5 LA STRUTTURA PROGETTUALE IL RISCHIO OPERATIVO GMA Il rischio operativo GMA prevede l elaborazione degli ultimi tre bilanci aziendali
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliInferenza statistica I Alcuni esercizi. Stefano Tonellato
Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,
DettagliLezione 14. Risparmio e investimento. Leonardo Bargigli
Lezione 14. Risparmio e investimento Leonardo Bargigli Risparmio e investimento nella contabilità nazionale Ripartiamo dalla definizione di PIL in termini di spesa finale Y = C + I + G + NX Consideriamo
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliMacroeconomia, Esercitazione 2.
Macroeconomia, Esercitazione 2. A cura di Giuseppe Gori e Gianluca Antonecchia (gianluca.antonecchia@studio.unibo.it) 1.1 Domanda e Offerta aggregate/1 In un sistema economico privo di settore pubblico,
DettagliLezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Standardizzazione di una variabile Standardizzare una variabile statistica
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali 1 Sonetto di Trilussa Sai ched è la statistica? E E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
Dettagli