Esercitazione Marzo 2019
|
|
- Fabrizio Federigo Innocenti
- 4 anni fa
- Visualizzazioni
Transcript
1 Esercitazione 13 Marzo 019 Esercizio 1 Su un collettivo di 100 appartamenti ubicati nella stessa zona della città vengono rilevati i seguenti caratteri: X 1 affitto mensile pagato dal locatario (in Euro) X superficie dell appartamento (in metri quadrati) X 3 spese condominiali mensili (in Euro) X 4 età dello stabile (in anni) Elaborando i dati si sono ottenuti la seguente matrice di varianze/covarianze σ ij e il vettore delle medie: cov(x i, X j ) X 1 X X 3 X 4 X ,05 X 878, X , , ,771 X 4-999, ,34-76,408 18,7441 Medie 556,00 156,14 37,84,17 a) Si determinino i parametri del piano ai minimi quadrati che spiega X 1 in funzione di X e X 3. Si fornisca l interpretazione dei parametri. Svolto in Esercitazione 1. Abbiamo ottenuto il piano cioè ˆX 1 0, 3 +, 350X + 0, 5695X 3 â 0 0, 3 â 1.3, 350 â 13. 0, 5695 b) Si valuti e si commenti la bontà di adattamento del piano ricavato al punto b. Dalla scorsa volta I 1.3 0,
2 c) Si calcoli il coefficiente di regressione grezzo della retta ai minimi quadrati che spiega X 1 in funzione di X 3 e lo si compari con quello parziale riferito al piano determinato al punto a). Il coefficiente di regressione grezzo è il coefficiente angolare della retta che spiega X 1 in funzione della sola X 3, cioè è dato da (non ci è chiesto di determinare la retta ma solo il coefficiente) â 13 σ , , 51 σ , 771 Quello parziale invece è â 13., ovvero il coefficiente del piano ai minimi quadrati del punto a). Lo abbiamo già determinato ed era uguale a â 13. 0, Confronto ed interpretazione Il coefficiente di regressione grezzo â 13 indica che aumentando di 1 euro le spese condominiali e lasciando la superficie dell appartamento libera di variare l affitto mensile aumenterebbe di 1,51 euro. Il coefficiente di regressione parziale indica invece che aumentando di 1 euro le spese condominiali e tenendo fissa la superficie dell appartamento, l affitto aumenterebbe di 0,5696 euro. d) Si supponga di aver determinato l iperpiano ˆX 1 53, , 80X + 0, 519X 3 0, 9743X 4. Si valuti il miglioramento di adattamento che si ottiene rispetto al piano di cui al punto a), in termini di varianza spiegata (totale). Si commenti adeguatamente. OSS: i coefficienti del piano sono leggermente cambiati rispetto al testo che ho dato in classe. Da come vi erano stati dati non torna l equivalenza dei due metodi per calcolare MV R. Calcoliamo l indice MV S in modo analogo a come avevamo fatto per confrontare retta con piano. Dobbiamo calcolare l indice di determinazione dell iperpiano e sottrargli quello del piano che abbiamo già determinato la scorsa volta, ovvero dobbiamo determinare MV S I 1.34 I 1.3 Quindi I 1.34 â1.34σ 1 + â 13.4 σ 13 + â 14.3 σ 14 σ 11, , , , , 9743 ( 999, 3854) 40180, 05 MV S I 1.34 I 1.3 0, 761 0, , , 761 Interpretazione In termini di varianza speigata, l iperpiano ai minimi quadrati spiega lo 0, 36% in più del piano ai minimi quadrati (pochissimo in più). Il miglioramento è talmente basso che l inserimento della variabile età dello stabile (X 4 ) non è consigliato. e) Si valuti il miglioramento che si ottiene in termini di varianza residua, nel passaggio dal piano descritto al punto a) all iperpiano ottenuto aggiungendo la variabile esplicativa X 4 sapendo che r , 0558 e r 4.3 0, 100. Si commenti il risultato ottenuto.
3 Dobbiamo calcolare l indice MV R che è dato da MV R I 1.34 I I 1.3 0, 761 0, , Nel passaggio dal piano all iperpiano la varianza residua si riduce dell 1, 48%. Il miglioramento in temrini di varainza residua è molto basso, per cui non sembra conveniente l inserimento di X 4. Ricordiamo che c è un modo alternativo di calcolare MV R : dove MV R r 14.3 r 14.3 r 1.3 r 4.3 r r r 4.3 Tra le quantità coinvolte r 14.3 e r 4.3 sono date dal testo. Dobbiamo calcolare r 1.3 r 1 r 13 r 3 1 r 13 1 r 3 e a loro volta dobbiamo calcolare r 1, r 13 e r 3 (ricordate la relazione con le covarianze). Fatelo come esercizio. Esercizio In 8 grandi comuni vengono rilevati i seguenti caratteri X 1 numero di connessioni ad internet per ogni 1000 abitanti X numero di personal computer per ogni 1000 abitanti X 3 costo medio delle telefonate da rete fissa (in centesimi di Euro) I dati osservati, insieme con alcune prime elaborazioni, sono contenute nella seguente tabella, mentre nell ultima riga sono riportati i totali di colonna: X 1 X X 3 X1 X X3 X 1 X X X 3 X 1 X Totali a) Si determinino i parametri del piano a minimi quadrati X 1 a 0 + a 1.3 X + a 13. X 3 e se fornisca la relativa interpretazione. Fatelo voi come esercizio. I risultati sono â 0 68, 103, â 1.3 0, 693, â 13. 1, b) Si fornisca la rappresentazione grafica dei residui del modello ottenuto al punto a), individuando eventuali osservazioni anomale. Calcoliamo i residui: 3
4 X 1 ˆX1 â 0 + â 1.3 X + â 13. X 3 Z X 1 ˆX , , , , , ,744-6, ,08 14, ,617-6, ,3 9, ,33-9, ,4681 1, ,6611 8, Rappresentare i residui significa disegnare i punti ( ˆX 1i, Z i ) Calcoliamo anche l indice dell ordine di grandezza dei residui A 1, per cercare di individuare le osservazione anomale. Uno dei modi per determinare l anomalia di un dato è confrontare il suo scarto x 1i ˆx 1i con A 1 (o A, oppure fare un confronto relativo) e vedere quanto si discosta. Se si discosta molto, il dato è anomalo. Si possono notare anomalie già dal grafico: infatti anomalo è quel dato che nel grafico è rappresentato da un punto con uno scarto x 1i ˆx 1i molto elevato. A Z i 16, 3364 i1 c) Si commenti il significato dei parametri del modello di Cobb Douglas, stimato mediante il metodo della linearizzazione X 1 0, 009X 1,6451 X 0, I parametri del modello sono già stati calcolati. Dobbiamo solo interpretarli. Come abbiamo accennato in classe, riporto qui i calcoli da fare nel caso in cui sia chiesto di determinarli. Ovvero per stimare i parametri del modello X 1 bx a Xa 3 3 4
5 si passa al logaritmo e con le sue proprietà otteniamo che ln X 1 ln b + a ln X + a 3 ln X 3 Chiamiamo Y 1 ln X 1, Y ln X, Y 3 ln X 3, ln b p 1 (a e a 3 rimangono gli stessi) e riscriviamo il modello come (linearizzazione Y 1 p 1 + a Y + a 3 Y 3 Notiamo che questa è proprio l equazione del piano ai minimi quadrati (i nomi dei coefficienti sono del tutto arbitrari). Quindi possiamo calcolare i coefficienti di regressione del piano p 1, a e a 3 come al solito. Per fare questo è necessario conoscere i dati Y 1, Y, Y 3. Grazie alle trasformazioni tramite logaritmo otteniamo Y 1 ln(x 1) Y ln(x ) Y 3 ln(x 3) Y 1Y Y 1Y 3 Y Y 3 Y1 Y Y3 4,736 5,6454 3,5553 6, ,8386 0,0711, ,8705 1,640 4,1897 5,0814 3,3673 1,895 14, , ,5536 5,806 11,3387 5,0999 5,5175 3,8067 8, ,4138 1,0035 6, ,448 14,4910 3,0445 4,7875, ,5755 8,448 1,9650 9,690,90 7,3338 5,1417 5,6168 3,958 8, , ,5118 6, , ,863 5,4381 5,7930 4, ,509 3,4790 5,0113 9,579 33, ,6408 5,67 5,6095 4,0431 9,511 1,776,6798 7, , ,3467 4,8363 5,3753 3,6109 5, , ,4097 3,3898 8, , , ,464 8, , , ,768 18, , ,691 da cui ricaviamo le medie e le varianze/covarianze ȳ 1 4, 7186, ȳ 5, 483, ȳ 3 3, 5881 σ 11 0, 597, σ 0, 0988, σ 33 0, 11, σ 1 0, 163, σ 13 0, 906, σ 3 0, 1181 A questo punto possiamo calcolare i coefficienti Avevamo che ln ˆb ˆp 1 quindi â σ 1σ 33 σ 13 σ 3 σ σ 33 σ 3 1, 649 â 3 σ 13σ σ 1 σ 3 σ σ 33 σ3 0, 4518 ˆp 1 ȳ 1 â ȳ â 3 ȳ 3 5, 8549 ˆb eˆp 1 e 5,8549 0, 009 OSS: i valori di a e a 3 sono leggermente diversi dal testo per un problema di approssimazione alle cifre decimali. Magari queste imprecisioni ce le portiamo dietro nei prossimi punti. Interpretazione dei parametri â 1, Secondo il metodo della linearizzazione applicato al modello Cobb Douglas, aumentando di un punto percentuale (dell 1%) il numero di personal computer per ogni 1000 abitanti, il numero di connessioni ad Internet per ogni 1000 abitanti aumenterebbe dell 1, 6451%, tenendo costante il costo medio delle telefonate da rete fissa (in centesimi di euro). 5
6 â 3 0, Secondo il metodo della linearizzazione applicato al modello Cobb Douglas, aumentando di un punto percentuale il costo medio delle telefonate da rete fissa, il numero di connessioni ad Internet per ogni 1000 abitanti aumenterebbe dello 0, 4534%, tenendo costante il numero di personal computer per ogni 1000 abitanti. ˆb 0, 009. Secondo il metodo della linearizzazione applicato al modello Cobb Douglas, il numero di connessioni ad Internet per ogni 1000 abitanti nel caso in cui il numero di personal computer per ogni 1000 abitanti e il costo medio delle telefonate da rete fissa fossero pari a 1 sarebbe di 0,009. d) Si scelga un indice appropriato per confrontare il modello del punto a) con quello del punto c). Calcoliamo l indice di grandezza dei residui per il modello di Cobb Douglas A CD 1 e lo confrontiamo con l indice di grandezza dei residui del modello del piano trovato prima. A CD X 1i X 1i i1 Dobbiamo quindi calcolare i residui X 1i X 1i. X 1 X1 ˆbXâ Xâ3 3 X 1 X , , , , , ,0031 8, ,545 1, ,0675-5, ,449 37, ,758-5, ,6047 8, ,358,764 Otteniamo che A CD 00, , L indice che indica l ordine di grandezza dei residui per il piano è più piccolo rispetto all indice che indica l ordine di grandezza della Cobb Douglas, quindi il modello migliore è il piano al punto a). e) Si consideri anche la variabile X 4. Sapendo che r , 54, si misuri la bontà di adattamento dell iperpiano che contiene anche X 4 come variabile esplicativa. Per misurare la bontà di adattamento dell iperpiano dobbiamo determinare l indice di determinazione I Ricordiamo la relazione già vista in precedenza r 14.3 I 1.34 I I 1.3 Sappiamo che r , 54. Possiamo determinare I 1.3 e poi ricavare I 1.34 I1.3 â1.3σ 1 + â 13. σ 13 0, , , , 15 0, 8976 σ , 344 6
7 Quindi I1.34 0, , , 8976 da cui I1.34 0, 975. L iperpiano spiega il 9, 75% della varianza totale. Esercizio 3 Molte aziende agrarie stanno convertendo progressivamente la produzione agricola in produzione di energia elettrica, mediante l installazione di impianti a pannelli solari. Per analizzare la profittabilità degli investimenti sono state rilevate le seguenti variabili su 5 aziende interessate allo studio: X 1 fatturato annuale dell azienda (in migliaia di Euro) X superficie destinata a pannelli (in decine di ettari) X 3 superficie adibita a coltivazione dell ulivo (in decine di ettari) X 4 superficie adibita a vigneto (in decine di ettari). La seguente tabella riporta alcune informazioni di sintesi dei dati rilevati: cov(x i, X j ) X 1 X X 3 X 4 X 1 800,000 40,00 11,00 84,000 X,667 0,30 5,67 X 3 0,56 0,631 X 4 16,649 Medie 140,00 1,000 4,00 11,133 a) Si determinino i parametri del piano a minimi quadrati X 1 a 0 + a 1.3 X + a 13. X 3 e ne fornisca la relativa interpretazione. (â 0 155, 871, â , 4689, â 13. 9, 4139) b) Si valuti il coefficiente di correlazione multiplo di X 1 rispetto a X e X 3. (R 1.3 0, 996) c) Escludendo per ora dall analisi X 4 e supponendo di voler valutare il vicendevole legame tra X e X 3 al netto di X 1 si determini il coefficiente di correlazione adeguato, si motivi la sua scelta e se ne commenti il valore numerico. Il coefficiente di correlazione che cerchiamo è r 3.1 (ricordate l interpretazione dei pedici), la cui formula è r 3.1 r 3 r 1 r 13 1 r 1 1 r 13 0, , 866 0, 786 0, , , 786 La correlazione tra superficie destinata a pannelli e superficie adibita a coltivazione dell ulivo, tenendo fisso il fatturato annuale dell azienda, è molto alta e negativa. 7
8 d) Volendo invece verificare se le variabili X 3 e X 4 siano più utili a spiegare il fatturato X 1, si ricava il modello ˆX 1 40, , 505X 3 + 3, 738X 4. Si valuti quale dei due piani sia più adeguato e si commenti. Confrontiamo quale modello si adatta meglio ai dati, confrontando gli indici I 1.3 e I Calcoliamoli entrambi I1.3 â1.3σ 1 + â 13. σ 13 11, , , σ I 1.34 â13.4σ 13 + â 14.3 σ 14 σ 11 34, , + 3, , 985 0, 8756 Il piano più adeguato per spiegare la variabile fatturato annuale dell azienda X 1 è il piano che considera le variabili superficie destinata ai pannelli X e superficie adibita a coltivazione dell ulivo X 3 poiché spiega il 98, 5% della variabilità totale, mentre l altro piano considerato, dove il fatturato annuale messo in relazione con la superficie adibita a coltivazione dell ulivo X 3 a vigneto X 4 spiega solo l 87, 56% della variabilità totale. 8
Esercitazione 1. 6 Marzo 2019
Esercitazione 1 6 Marzo 019 Esercizio 1 Su un collettivo di 100 appartamenti ubicati nella stessa zona della città vengono rilevati i seguenti caratteri: X 1 affitto mensile pagato dal locatario (in Euro)
DettagliTema d esame del 15/02/12
Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliAnalisi di regressione: approccio matriciale. Abbiamo rilevato i seguenti caratteri su n = 25
Analisi di regressione: approccio matriciale Abbiamo rilevato i seguenti caratteri su n = 25 unità Y X 1 X 2 X 3 10.98 35.3 20 4 11.13 29.7 20 5 12.51 30.8 23 4 8.40 58.8 20 4 9.27 61.4 21 5 8.73 71.3
DettagliStatistica Descrittiva Soluzioni 7. Interpolazione: minimi quadrati
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliEsercizi su Regressione e Connessione
Esercizi su Regressione e Connessione Stefano Cabras 31 marzo 2009 Sommario Questa serie di esercizi è principalmente incentrata sulla regressione e la connessione, tuttavia in alcuni esercizi le soluzioni
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliLM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione
LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N 3corso di statistica p 1/18 ESERCITAZIONI N 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N 3corso di statistica p 2/18 Introduzione Decomposizione della devianza
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliAnalisi di Regressione Multipla
Analisi di Regressione Multipla Stima OLS della relazione Test Score/STR : TestScore! = 698.9.8 STR, R =.05, SER = 18.6 (10.4) (0.5) E una stima credibile dell effetto causale sul rendimento nei test di
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
DettagliEsercizi riepilogativi (dai compiti dell A.A. 2001/02 IV canale)
Esercizi riepilogativi (dai compiti dell A.A. 2001/02 IV canale) Grafici e distribuzioni univariate 1. Da un campione di 100 aziende agricole della provincia di Bologna è stata rilevata la classe di superficie
DettagliEsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze;
EsercitazioneII In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; la correlazione; la regressione; introduzione alla probabilità. 1 Esercizio 1 Gli stipendi
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliArgomenti della lezione:
Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,
DettagliLa regressione lineare. Rappresentazione analitica delle distribuzioni
La regressione lineare Rappresentazione analitica delle distribuzioni Richiamiamo il concetto di dipendenza tra le distribuzioni di due caratteri X e Y. Ricordiamo che abbiamo definito dipendenza perfetta
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliLezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Il concetto di interpolazione In matematica, e in particolare in
DettagliCorrelazione lineare e regressione
7c e regressione Se i due caratteri sono entrambi quantitativi, X e Y, possiamo studiare la loro correlazione lineare. Prima di tutto cerchiamo di capire di cosa si tratta. Se elenchiamo le N osservazioni
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliStatistica. Esercizi: 7. Statistica Descrittiva Bivariata 3 Probabilità 1
Corsi di Laurea: a.a. 2018-19 Diritto per le Imprese e le istituzioni Scienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica Descrittiva Bivariata 3 Probabilità 1 Esercizi: 7
DettagliStatistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliIl problema lineare dei minimi quadrati
Il problema lineare dei minimi quadrati APPLICAZIONE: Il polinomio di migliore approssimazione nel senso dei minimi quadrati Felice Iavernaro Dipartimento di Matematica Università di Bari 15 Gennaio 2009
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliProva finale del 6 giugno 2011
Prova finale del 6 giugno 2011 Esercizio A, da svolgere con carta e penna Si consideri la seguente matrice dei dati relativa a 3 unità statistiche e 3 variabili, X 1 e X 2 quantitative, X 3 dicotomica.
DettagliSTIMA DELLA PIENA INDICE
STIMA DELLA PIENA INDICE STIMA LOCALE - Anche se basata su un numero molto limitato di osservazioni (5-6) STIMA REGIONALE 1) Metodi basati su regressioni rispetto a parametri morfo-climatici 2) Metodi
DettagliIl modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
Dettagli9.3 Il metodo dei minimi quadrati in formalismo matriciale
9.3. IL METODO DEI MINIMI QUADRATI IN FORMALISMO MATRICIALE 121 9.3 Il metodo dei minimi quadrati in formalismo matriciale Per applicare il MMQ a funzioni polinomiali, ovvero a dipendenze di una grandezza
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
Dettaglix + 2y = 3 3x + 4y = 7 ; v 2 = Determinare x ed y in modo tale che si abbia x v 1 + y v 2 = v 3. (c) Sia A la matrice ( 1
. (a) Risolvere il sistema lineare x + 2y x + 4y 7 (b) Siano v, v 2 e v i vettori v ( ) ; v 2 ( ( 2 ; v 4) 7) Determinare x ed y in modo tale che si abbia x v + y v 2 v. (c) Sia A la matrice ( ) 2 4 e
DettagliFacoltà di Economia - Sede di Udine Pre-Test di Statistica - A 23 ottobre Foglio domande
Facoltà di Economia - Sede di Udine Pre-Test di Statistica - A 23 ottobre 2006 Foglio domande Attenzione: I candidati sono pregati di compilare il foglio risposte annerendo uniformemente il pallino relativo
DettagliFacoltà di Economia - Sede di Udine Pre-Test di Statistica - C 23 ottobre Foglio domande
Facoltà di Economia - Sede di Udine Pre-Test di Statistica - C 23 ottobre 2006 Foglio domande Attenzione: I candidati sono pregati di compilare il foglio risposte annerendo uniformemente il pallino relativo
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili Dott Nicola Pintus AA 2018-2019 Indichiamo con U la popolazione statistica e con u i le unità statistiche Ad ogni unità statistica associamo i caratteri osservati
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliProve di statistica per il marketing Prof. Alessandro Zini NOME COGNOME N MATR.
Prove di statistica per il marketing Prof. Alessandro Zini 27.01.15 Lo studente indichi il tipo di prova che intende sostenere: Statistica (complementi) 6 cfu: lo studente svolga tutto il tema. Statistica
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
DettagliLezione 6 Corso di Statistica. Francesco Lagona
Lezione 6 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 19 obiettivi della lezione familiarizzare con le ditribuzioni bivariate delle variabili quantitative
DettagliApprossimazione numerica
Approssimazione numerica Laboratorio di programmazione e calcolo (Chimica e Tecnologie chimiche) Pierluigi Amodio Dipartimento di Matematica Università di Bari Approssimazione numerica p.1/10 Problema
DettagliNuovo Ordinamento Esame di Statistica I 24 giugno 2002 Cognome docente: J. Mortera / P. Vicard Nome
Esame di Statistica I 24 giugno 2002 Cognome 1. [12] Da un campione di 100 aziende agricole della provincia di Bologna è stata rilevata la classe di superficie (in migliaia di ettari) ottenendo i seguenti
DettagliSoluzioni ottava esercitazione
Soluzioni ottava esercitazione. (a) Notiamo subito che la densità f(x θ) appartiene alla famiglia esponenziale con t(x) = ln(x) e c(θ) =, funzione strettamente decrescente. Quindi anche il rapporto di
DettagliCorrelazione tra due variabili
Correlazione tra due variabili Federico Plazzi 26 Novembre 2015 Correlazione tra due variabili Correlazione tra due variabili Variabili dipendenti e variabili indipendenti La variabile indipendente è quella
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 Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliIl volume: A. Cerioli M.A. Milioli M. Riani Esercizi di statistica parte I, Uni.nova, Parma, 2006
Il volume: A. Cerioli M.A. Milioli M. Riani Esercizi di statistica parte I, Uni.nova, Parma, 2006 contiene una raccolta di temi d esame di statistica descrittiva, adeguati per la preparazione dell esame
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 2 3 5 3 2 9 3 7 8 1 a) calcolare
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
Dettagli= i = ( ) (12) = 0,02049 = 2,049%
1. (a) Calcolare, nel regime dell interesse composto, l interesse I ed il montante M di 5000 euro impiegati per 3 anni e 5 mesi al tasso annuo i = 2%. [3 punti] (b) A quale tasso annuo d interesse semplice
Dettagli3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;
Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F
DettagliFacoltá di Economia: correzione prova scritta di STATISTICA 1, Mod. 1.
Facoltá di Economia: correzione prova scritta di STATISTICA 1, Mod. 1. Esercizio A. La seguente tabella riporta la serie delle variazioni percentuali annue dei prezzi, distintamente per alcuni settori
DettagliEquazione cartesiana della parabola con asse di simmetria parallelo all'asse delle ordinate Siano F(x F; y
LEZIONI PARABOLA Definizione Si definisce parabola il luogo geometrico dei punti del piano equidistanti da un punto fisso,, detto fuoco, e da una retta fissa, d, detta direttrice. La definizione data mette
DettagliESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo
ESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo 1 La seguente tabella riporta le frequenze relative riguardanti gli studenti di un università e gli esiti dell esame da essi sostenuto. Qual è la percentuale
DettagliMatematica finanziaria
Matematica finanziaria La matematica finanziaria studia le operazioni che riguardano scambi di somme di denaro nel tempo. Sono operazioni di questo tipo, ad esempio, l investimento di un capitale in un
DettagliStatistical Process Control
Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla
Dettaglii) Si tratta di uno studio di osservazione V F ii) Quale delle seguenti affermazioni è corretta? a b c
I COMPITO (3 crediti) ESERCIZIO 1 E stata effettuata una ricerca per studiare se il raccolto di una particolare specie di cereale Y (t/ha) è correlato linearmente con la quantità di fertilizzante applicato
DettagliOld Faithful, Yellowstone Park. Statistica e biometria. D. Bertacchi. Dati congiunti. Tabella. Scatterplot. Covarianza. Correlazione.
Coppie o vettori di dati Spesso i dati osservati sono di tipo vettoriale. Ad esempio studiamo 222 osservazioni relative alle eruzioni del geyser Old Faithful. Old Faithful, Yellowstone Park. Old Faithful
DettagliSTATISTICA (I modulo - Statistica descrittiva) Esercitazione I ( )
STATISTICA (I modulo - Statistica descrittiva) Esercitazione I (11.19.2003) Esercizio A. Il docente di un corso universitario ha raccolto alcuni dati di un gruppo di studenti che hanno sostenuto l esame
DettagliSTATISTICA (I MODULO - STATISTICA DESCRITTIVA) Esercitazione I 23/02/2007
Esercitazione I 23/02/2007 La seguente tabella contiene i dati inerenti le imprese di ristorazione di un dato comune: Unità X 1 X 2 X 3 X 4 X 5 X 6 Unità X 1 X 2 X 3 X 4 X 5 X 6 1 1600 20 4 52 3 3 26 141
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliLezione 6 Corso di Statistica. Domenico Cucina
Lezione 6 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 17 obiettivi della lezione familiarizzare con le ditribuzioni bivariate delle variabili quantitative
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 35 Il modello di regressione
DettagliEsercizi 3, 1. Prof. Thomas Parisini. Esercizi 3, 3 Regola:
Esercizi 3, 1 Esercizi 3, 2 Esercizi Stabilità per sistemi a tempo continuo Analisi degli autovalori Analisi del polinomio caratteristico, criterio di Routh-Hurwitz Stabilità per sistemi a tempo continuo
DettagliStabilità per sistemi a tempo continuo
Esercizi 3, 1 Stabilità per sistemi a tempo continuo Analisi degli autovalori Analisi del polinomio caratteristico, criterio di Routh-Hurwitz Calcolo di Esercizi 3, 2 Esercizi Stabilità per sistemi a tempo
Dettagli1 Alcuni risultati sulle variabili Gaussiane multivariate
Il modello lineare-gaussiano e il filtro di Kalman Prof. P.Dai Pra 1 Alcuni risultati sulle variabili Gaussiane multivariate In questo paragrafo verranno enunciate e dimostrate alcune proprietà del valor
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliAnalisi Multivariata Prova finale del 3 giugno 2010
Analisi Multivariata Prova finale del 3 giugno 2010 Esercizi da svolgere con carta e penna Esercizio A A1 Descrivere brevemente qual è l obiettivo principale dell analisi fattoriale. A2 Scrivere il modello
DettagliDomande 1. La domanda e l offerta del bene 1 sono date rispettivamente da:
Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da: DD SS 10 0,2 2 2 5 0,5 a) Calcolare la quantità e il prezzo di equilibrio sapendo che il reddito a disposizione del consumatore
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili 1 / 65 Statistica descrittiva in due variabili 1 / 65 Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con
DettagliUniversità degli Studi di Padova Facoltà di Scienze Statistiche, CL. in Astronomia
Università degli Studi di Padova Facoltà di Scienze Statistiche, CL. in Astronomia Esame di Statistica Descrittiva mod. B, Appello del 4/7/2007 CORREZIONE 1) Un azienda produce bulloni di diametro pari
DettagliSTIMA DELLA PIENA INDICE
STIMA DELLA PIENA INDICE 1) Metodi a base geomorfoclimatica (es. Formula razionale) 2) Metodi basati su regressioni rispetto a parametri morfo-climatici 1 Valutazione della piena media Formula razionale
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 8 Massimo Guerriero Ettore Benedetti Consegna 1. Implementare delle funzioni che, accettando opportuni parametri in ingresso, risolvano le formule viste
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello
Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le
DettagliMetodo dei Minimi Quadrati. Dott. Claudio Verona
Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è
DettagliMetodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione
Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliEsercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30
Esercizi di statistica descrittiva Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 30 Esercizio 1 Nel rilevare l altezza di un gruppo di reclute,
Dettaglib vettore(termine noto) y* proiezione ortogonale di b
Carla Guerrini 1 Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliEsercitazione III Soluzione
Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato
DettagliStatistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010
Statistica Corso di laurea in Biotecnologie I esonero - 9 aprile 00 Esercizio Determinare, a P X ; b PX < /; c il terzo quartile della distribuzione, nei casi ix N, ; iix variabile aleatoria continua con
DettagliAnalisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati:
Obiettivi: Esplicitare la correlazione esistente tra l altezza di un individuo adulto e la lunghezza del suo piede e del suo avambraccio. Idea del progetto: Il progetto nasce dall idea di acquistare scarpe
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliVogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.
S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 4 1. La seguente tabella riporta la distribuzione
Dettagli