Introduzione al corso di Econometria

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione al corso di Econometria"

Transcript

1 Università di Pavia Introduzione al corso di Econometria Eduardo Rossi

2 Che cos è l econometria? Econometria significa misurazione economica. Lo scopo dell econometria è molto più ampio. Definizione di Goldberger: L econometria può essere definita come la scienza sociale nella quale gli strumenti dell economia teorica della matematica e dell inferenza statistica sono applicati all analisi dei fenomeni economici. I metodi econometrici sono rilevanti in ogni campo dell analisi economica applicata. Eduardo Rossi c - Econometria 08 2

3 Che cos è l econometria? L econometria entra in gioco quando: quando abbiamo una teoria economica di cui vogliamo vagliarne la consistenza con i dati; quando vogliamo dare una valutazione quantitativa delle efficacia delle manovre di politica economica; quando vogliamo quantificare una certa relazione che ha una qualche rilevanza per le decisioni di impresa. Eduardo Rossi c - Econometria 08 3

4 Che cos è l econometria? Il compito principale dell econometria è quantificare queste relazioni sulla base dei dati disponibili, usando tecniche statistiche. Un analisi empirica usa i dati per sottoporre a verifica (test) una teoria o per per stimare una relazione. Nel sottoporre a verifica empirica una teoria è necessario disporre di un modello economico formale. Gli economisti formulano modelli che descrivono le relazioni fra diverse variabili, per esempio la relazione tra salari e stipendi percepiti e il livello di scolarità, il genere, la razza, la regione geografica, ecc. Eduardo Rossi c - Econometria 08 4

5 Che cos è l econometria? La disciplina nasce con la modellazione delle relazioni macroeconomiche. Grandi modelli (centinaia di equazioni) venivano specificati, stimati ed usati per la valutazione della politica economica e per la previsione. Un analisi empirica usa i dati per sottoporre a verifica (test) una teoria o per per stimare una relazione. Nel sottoporre a verifica empirica una teoria è necessario disporre di un modello economico espresso in forma matematica. Eduardo Rossi c - Econometria 08 5

6 Che cos è l econometria? Il fumo di sigaretta è un problema per la sanità pubblica. I costi del fumo, le cure dei fumatori e gli effetti sui fumatori passivi, sono sopportati dalla collettività. Questo induce i governi ad intervenire. Uno degli strumenti per la riduzione del consumo è la tassazione del consumo. Di quanto aumentare le tasse sulle sigarette per ridurre il consumo del 20%? Dobbiamo stimare l elasticità al prezzo della domanda di sigarette per valutare l impatto di un imposta, che aumenterà il prezzo, sulla riduzione del fumo di sigaretta. Eduardo Rossi c - Econometria 08 6

7 Che cos è l econometria? L econometria analizza i dati economici. I dati economici non hanno un origine sperimentale. Dati non sperimentali (dati osservazionali) non sono accunulati attraverso esperimenti controllati sugli individui, le imprese, o segmenti del sistema econmico. I dati sperimentali sono prodotti e raccolti in laboratorio. Sono tipici delle scienze naturali (biologia, fisica, chimica, ecc.) Sono molto difficili da ottenere nell ambito delle scienze sociali. Gli economisti non possono ripetere un esperimento, cambiando il valore di una certa variabile, per valutarne l effetto, controllando tutte le altre. Possiamo esaminare le variazione nei guadagni, osservabili in un insieme eterogeneo di lavoratori adulti, differenti per livelli di istruzione, capacità personali, livelli di esperienze lavorative, genere e gruppo etnico di appartenenza. Eduardo Rossi c - Econometria 08 7

8 Che cos è l econometria? Gary Becker (Premio Nobel) ha supposto uno schema di massimizzazione dell utilità per descrivere la participazione all attività criminale del singolo individuo. Alcuni crimini hanno evidenti ritorni economici, ma la maggior parte dei comportamenti criminali hanno dei costi. I costi opportunità del crimine spiegano la scelta tra attività illegali e legali. Inoltre ci sono dei costi associati con la possibilità di essere arrestati e, se condannati, dei costi associati con l incarcerazione. La decisione di intraprendere un attività criminale è il risultato di un allocazione delle risorse, basata sulla valutazione dei costi e dei benefici associati con altre attività alternative. Eduardo Rossi c - Econometria 08 8

9 Che cos è l econometria? Sotto assunzioni generali, possiamo derivare un equazione che descrive l ammontare di tempo speso in attività criminali come una funzione di vari fattori: y = f(x 1, x 2, x 3, x 4, x 5, x 6, x 7 ) 1. y ore spese in attività criminali 2. x 1 salario di un ora spesa in attività criminali 3. x 2 salario orario in un lavoro legale 4. x 3 altri redditi 5. x 4 probabilità di essere arrestati 6. x 5 probabilità di essere condannati se arrestati 7. x 6 condanna attesa se giudicati colpevoli 8. x 7 età Eduardo Rossi c - Econometria 08 9

10 Che cos è l econometria? Altri fattori influenzano generalmente le decisioni di una persona a partecipare ad attività criminose, ma questa lista di fattori è ciò che risulta da un analisi formale del fenomeno. Come avviene di solito nell analisi economica noi non abbiamo una forma funzionale specifica per f( ). Questa funzione dipende dalla sottostante funzione di utilità, che è difficilmete nota. Altro problema: come trattare le variabili che non possono essere osservate (il salario derivante dall attività criminosa)? Ci sono delle variabili, ad esempio la probabilità di essere arrestati, che non possono essere ottenute per il singolo individuo, ma si possono ottenere importanti informazioni da altre grandezze osservate, le statistiche giudiziarie sugli arresti, e derivare una variabile che approssima la probabilità di arresto. Eduardo Rossi c - Econometria 08 10

11 Che cos è l econometria? Ci sono molti altri fattori che influenzano il comportamento criminale che non conosciamo ma che osserviamo e di cui dobbiamo tener conto. Le ambiguità inerenti il modello economico del crimine sono risolte specificando un particolare modello econometrico: y = β 1 +β 2 wage+β 3 othinc+β 4 freqarr+β 5 freqconv+β 6 avgsen+β 7 age+ε Eduardo Rossi c - Econometria 08 11

12 Che cos è l econometria? crime è una misura della frequenza dell attività criminale wagem è il salario che può essere guadagnato nell occupazione legale othinc è il reddito da altre fonti (attività finanziarie, eredità, etc.) freqarr è la frequenza degli arresti per infrazioni precedenti (usata per approssimare la probabilità di arresto) freqconv è la frequenza di condanna, avgsen è la lunghezza media della detenzione inflitta dopo la condanna. La scelta di queste variabili è determinata dalla teoria economica e da considerazioni sul tipo di dati di cui si può disporre. Eduardo Rossi c - Econometria 08 12

13 Che cos è l econometria? Il termine ε rappresenta i fattori non osservati, come il salario derivante da attività criminose, il carattere morale, il background familiare, gli errori di misurazione di fenomeni quali l attività criminale e la probabilità di arresto. Noi possiamo aggiungere altre variabili ma non possiamo mai eliminare ε completamente. Il trattamento di questo termine di errore o termine di disturbo è forse la più importante componente di ogni analisi econometrica. Le costanti β 1,...,β 7 sono i parametri del modello econometrico e descrivono le direzioni e l intensità delle relazioni fra le ore spese in attività criminose (y) e i fattori usati come determinanti nel modello. Eduardo Rossi c - Econometria 08 13

14 Che cos è l econometria? L analisi econometrica inizia con la specificazione di un modello econometrico, senza entrare nei dettagli del modello teorico. Una volta che il modello econometrico è stato specificato diverse ipotesi di interesse possono essere espresse come restrizioni dei parametri incogniti. Eduardo Rossi c - Econometria 08 14

15 Metodologia econometrica La tradizionale metodologia econometrica si articola in diversi momenti: 1. Formulazione di una teoria o di un ipotesi 2. Specificazione del modello matematico 3. Specificazione del modello econometrico 4. Raccolta dei dati 5. Stima dei parametri del modello econometrico 6. Verifica delle ipotesi 7. Previsione 8. Uso del modello per valutazioni di politica economica Eduardo Rossi c - Econometria 08 15

16 Dati Tre tipi di dati Serie storiche. Dati per una singola unità (impresa, stato, variabile aggregata, ecc.) raccolti in diversi periodi temporali. Cross-section. Dati per differenti entità registrati in un singolo periodo. Panel (dati longitudinali). Ogni unità (individui, imprese, famiglie, ecc.) sono osservate in due o più istanti di tempo. Si suppone che le osservazioni siano generate da un esperimento casuale. La nozione di esperimento in questo caso è piuttosto imprecisa e si riferisce alla semplice raccolta dei dati. Eduardo Rossi c - Econometria 08 16

17 Modelli Modelli che considerano le relazioni fra quantità economiche lungo un certo periodo di tempo (serie storiche). Queste relazioni ci dicono quanto e come le quantità aggregate fluttuano nel tempo in relazione ad altre quantità. Modelli che descrivono le relazioni fra variabili misurate ad un certo istante nel tempo per diverse unità (individui, famiglie, imprese, ecc..) (dati cross-section). Con questi modelli si cerca di spiegare perchè queste unità sono diverse o si comportano diversamente. Modelli che usano dati panel sono usati per studiare relazioni microeconomiche utilizzando informazioni su una cross section di unità individuali campionate nel tempo. Eduardo Rossi c - Econometria 08 17

18 Modelli Oggi assistiamo allo sviluppo di altri campi applicativi: la finanza, i mercati finanziari i dati microeconomici (imprese, mercati, famiglie) Sviluppo di nuovi modelli e di nuove tecniche. Eduardo Rossi c - Econometria 08 18

19 Obiettivi del corso Obiettivo di questo corso è quello di introdurre il modello di regressione lineare multipla (MRLM): Stima del modello. Verifica delle ipotesi (test diagnostici) Selezione delle variabili esplicative Previsione Eduardo Rossi c - Econometria 08 19

20 Il MRLM Il modello lineare di regressione multipla è usato per studiare le relazioni tra la variabile dipendente e diverse variabili indipendenti (esplicative). y t = β 1 x t β K x tk + ǫ t (1) β 1,...β K fissi ma ignoti, ǫ t ignoto, y t regredendo, v.casuale, x kt regressore, covariata casuale. In genere, uno dei regressori è fissato uguale ad 1,per esempio il primo: x t1 = 1, t; con β 1 intercetta (o costante) dell equazione. Regressione lineare lineare nei parametri (i parametri sono elevati solo alla potenza prima). Eduardo Rossi c - Econometria 08 20

21 Il MRLM y t è detta variabile dipendente, o variabile di risposta, o variabile prevista, o regredendo. x t1,...,x tk sono le variabili indipendenti, o variabili esplicative, o variabili di controllo, i previsori, o i regressori. (Il termine covariate è spesso usato). I termini variabile dipendente e variabili indipendenti sono frequentemente usate in econometria. indipendente non fa riferimento alla nozione statistica di indipendenza fra variabili casuali. La variabile ε t, chiamta termine di errore o disturbo nella relazione rappresenta fattori diversi da quelli rappresentati da x t1,...,x tk che influenzano y t. Eduardo Rossi c - Econometria 08 21

22 Il MRLM Il termine di disturbo è un surrogato per tutte quelle variabili che influenzano y t che sono omesse dal modello. Le domanda ovvia sono: Perchè non introdurre esplicitamente queste variabili nel modello? O, perchè non sviluppare un MRLM con tutte le variabili che abbiamo a disposizione? Eduardo Rossi c - Econometria 08 22

23 Il MRLM Vaghezza della teoria: La teoria, se ne abbiamo una, che determina il il comportamento di y t potrebbe essere, e spesso lo è, incompleta. Non disponibilità dei dati: I dati che noi vorremmo avere spesso non sono disponibili. Variabili core versus variabili periferiche: l influenza congiunta di qualcuna o di tutte queste variabili potrebbe essere così modesta o nel caso migliore nonsistematica o casuale che dal punto di vista pratico e da quello dei costi non vale la pena introdurle nel modello esplicitamente. Casualità intrinseca nel comportamento umano: Anche se riuscissimo ad introdurre tutte le variabili rilevanti nel modello, vi sarà sempre una componente casuale non modellabile nelle y. Eduardo Rossi c - Econometria 08 23

24 Il MRLM Variabili misurate con errori: Sebbene assumiamo che le variabili siano misurate accuratamente, in pratica le variabili possono essere influenzate da errori di misurazione. Il termine di disturbo rappresenta anche questi errori. Principio di parsimonia: Rasoio di Occam, vogliamo avere un modello che sia il più semplice tra i possibili candidati. Forma funzionale sbagliata: Anche se disponiamo delle variabili che teoricamente dovrebbero spiegare il fenomeno, spesso non è nota la forma della relazione funzionale fra il regredendo ed i regressori. Eduardo Rossi c - Econometria 08 24

25 Causalità Non assumiamo che ci sia una relazione casuale da x tk a y t. Nella ricerca empirica dove i valori di x possono essere fissati prima che sia condotto l esperimento che produce la y, tale interpretazione causale è ragionevole. In economia tale predeterminazione è rara. Eduardo Rossi c - Econometria 08 25

26 Software GRETL: Eviews Eduardo Rossi c - Econometria 08 26

27 Riferimenti bibliografici Cappuccio Orsi (2005) Econometria, Il Mulino. Verbeek (2006) Econometria, Zanichelli. Eduardo Rossi c - Econometria 08 27

Introduzione. Eduardo Rossi. Università di Pavia Italy. Febbraio Rossi Introduzione Econometria / 20

Introduzione. Eduardo Rossi. Università di Pavia Italy. Febbraio Rossi Introduzione Econometria / 20 Eduardo Rossi Università di Pavia Italy Febbraio 2015 Rossi Introduzione Econometria - 2015 1 / 20 Econometria significa misurazione economica. Lo scopo dell econometria è molto più ampio. Definizione

Dettagli

Introduzione al corso di Econometria

Introduzione al corso di Econometria Università di Pavia Introduzione al corso di Econometria Eduardo Rossi Che cos è l econometria? Gli economisti sono interessati alle relazioni fra diverse variabili, per esempio la relazione tra salari

Dettagli

Introduzione. Eduardo Rossi 2. Marzo Università di Pavia (Italy) Rossi Introduzione Econometria / 11

Introduzione. Eduardo Rossi 2. Marzo Università di Pavia (Italy) Rossi Introduzione Econometria / 11 Eduardo Rossi 2 2 Università di Pavia (Italy) Marzo 2014 Rossi Introduzione Econometria - 2014 1 / 11 Econometria significa misurazione economica. Lo scopo dell econometria è molto più ampio. Definizione

Dettagli

Università di Pavia Econometria. Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi

Università di Pavia Econometria. Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi Università di Pavia Econometria Minimi quadrati ordinari Interpretazione geometrica Eduardo Rossi Università di Pavia Introduzione L econometria si interessa all analisi dei dati economici. I dati economici

Dettagli

Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi

Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi Minimi quadrati ordinari Interpretazione geometrica Eduardo Rossi Il MRLM Il modello di regressione lineare multipla è usato per studiare le relazioni tra la variabile dipendente e diverse variabili indipendenti

Dettagli

Relazioni tra variabili (fenomeni) aziendali

Relazioni tra variabili (fenomeni) aziendali Relazioni tra variabili (fenomeni) aziendali - giornate di assenza dal lavoro è collegato a qualifica professionale, anzianità, sesso, dei dipendenti? - incidenti sul lavoro sono collegati a orario di

Dettagli

Il modello di regressione lineare multipla con regressori stocastici

Il modello di regressione lineare multipla con regressori stocastici Università di Pavia Il modello di regressione lineare multipla con regressori stocastici Eduardo Rossi Il valore atteso condizionale Modellare l esperimento casuale bivariato nel quale le variabili casuali

Dettagli

Università degli Studi di Perugia Corso di Laurea Magistrale in Finanza e Metodi Quantitativi per l Economia. Econometria. Introduzione al corso

Università degli Studi di Perugia Corso di Laurea Magistrale in Finanza e Metodi Quantitativi per l Economia. Econometria. Introduzione al corso Università degli Studi di Perugia Corso di Laurea Magistrale in Finanza e Metodi Quantitativi per l Economia Econometria Introduzione al corso Febbraio 2015 Anno Accademico 2014-2015 D. Aristei Econometria

Dettagli

Il modello di regressione lineare multipla

Il modello di regressione lineare multipla Il modello di regressione lineare multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Aprile 2014 Rossi MRLM Econometria - 2014 1 / 31 Outline 1 Notazione 2 3 Collinearità Rossi MRLM Econometria - 2014

Dettagli

Introduzione all Economia Pubblica ANALISI POSITIVA

Introduzione all Economia Pubblica ANALISI POSITIVA Introduzione all Economia Pubblica ANALISI POSITIVA 1 Introduzione all Economia Pubblica Concezione organicistica e meccanicistica Qual è il ruolo dello Stato nella sfera economica? Concezione organicistica

Dettagli

lezione 13 AA Paolo Brunori

lezione 13 AA Paolo Brunori AA 2016-2017 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci

Dettagli

lezione 8 AA Paolo Brunori

lezione 8 AA Paolo Brunori AA 2016-2017 Paolo Brunori regressione multipla con n = k Immaginate di voler studiare i determinanti del voto all esame di econometria Y = β 1 X 1 + u Y i = β 1 H i + u i H=ore studiate alla settimana

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è

Dettagli

per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione

per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti

Dettagli

Modelli a effetti misti

Modelli a effetti misti Probabilità e Statistica per l analisi di dati sperimentali Modelli a effetti misti Sviluppo e gestione di Data Center per il calcolo scientifico ad alte prestazioni Master Progetto PRISMA, UniBA/INFN

Dettagli

Università di Pavia Econometria. Richiami di Statistica. Eduardo Rossi

Università di Pavia Econometria. Richiami di Statistica. Eduardo Rossi Università di Pavia Econometria Richiami di Statistica Eduardo Rossi Università di Pavia Campione casuale Siano (Y 1, Y 2,..., Y N ) variabili casuali tali che le y i siano realizzazioni mutuamente indipendenti

Dettagli

Regressione lineare multipla

Regressione lineare multipla Regressione lineare multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Aprile 2014 Rossi Regressione lineare Econometria - 2014 1 / 31 Outline 1 La distorsione da variabili omesse 2 Causalità 3 Misure

Dettagli

Analisi di Regressione Multipla

Analisi 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

Dettagli

DOMANDA DI RICERCA TIPI DI RICERCA

DOMANDA DI RICERCA TIPI DI RICERCA DOMANDA DI conoscenza esistente del problema: letteratura, esperienze relative al problema oggetto di studio, teorie già note, osservazione dirette di fenomeni/comportamenti nelle organizzazioni TIPI DI

Dettagli

LEZIONE N. 11 ( a cura di MADDALENA BEI)

LEZIONE N. 11 ( a cura di MADDALENA BEI) LEZIONE N. 11 ( a cura di MADDALENA BEI) F- test Assumiamo l ipotesi nulla H 0 :β 1,...,Β k =0 E diverso dal verificare che H 0 :B J =0 In realtà F - test è più generale H 0 :Aβ=0 H 1 :Aβ 0 A è una matrice

Dettagli

Psicometria con Laboratorio di SPSS 1

Psicometria con Laboratorio di SPSS 1 Psicometria con Laboratorio di SPSS 1 1-Panoramica delle tecniche: Spiegazione intuitiva vers. 1.1 (vers. 1.1, 14 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta

Dettagli

UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA. CASMEF Luiss Guido Carli Audizione presso la Camera dei Deputati 26 Novembre 2013

UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA. CASMEF Luiss Guido Carli Audizione presso la Camera dei Deputati 26 Novembre 2013 UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA Luiss Guido Carli Audizione presso la Camera dei Deputati 26 Novembre 2013 PREMESSA Situazione corrente Le entrate del Governo nel 2013

Dettagli

Economia Politica II H-Z Lezione 5

Economia Politica II H-Z Lezione 5 Economia Politica II H-Z Lezione 5 Sergio Vergalli vergalli@eco.unibs.it Sergio Vergalli - Lezione 4 Capitolo VI. Il mercato del lavoro 2 1.1. Occupazione, disoccupazione e partecipazione Forza lavoro:

Dettagli

Università di Pavia. Test diagnostici. Eduardo Rossi

Università di Pavia. Test diagnostici. Eduardo Rossi Università di Pavia Test diagnostici Eduardo Rossi Test diagnostici Fase di controllo diagnostico: controllo della coerenza tra quanto direttamente osservato e le ipotesi statistiche adottate Ipotesi MRLM

Dettagli

Metodi 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 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

Dettagli

Richiami di inferenza statistica Strumenti quantitativi per la gestione

Richiami di inferenza statistica Strumenti quantitativi per la gestione Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli

Dettagli

Richiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer

Richiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una

Dettagli

Grandezze e Misure.

Grandezze e Misure. Grandezze e Misure www.fisicaxscuola.altervista.org Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Strumenti di misura Misure dirette

Dettagli

Grandezze fisiche e loro misura

Grandezze fisiche e loro misura Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da entità o grandezze misurabili.

Dettagli

Capitolo VII. Il mercato del lavoro

Capitolo VII. Il mercato del lavoro Capitolo VII. Il mercato del lavoro 1 In questa lezione parleremo di: Mercato del lavoro in Italia Disoccupazione Determinazione dei salari e dei prezzi Equilibrio del mercato del lavoro e tasso naturale

Dettagli

Università di Pavia Econometria. Cambiamento di regime nei parametri Test di stabilità. Eduardo Rossi

Università di Pavia Econometria. Cambiamento di regime nei parametri Test di stabilità. Eduardo Rossi Università di Pavia Econometria Cambiamento di regime nei parametri Test di stabilità Eduardo Rossi Università di Pavia Cambiamento di regime nei parametri Funzione del consumo C t = β 1 + β 2 Y t + ǫ

Dettagli

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

STATISTICA (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

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 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

Dettagli

Introduzione. Il bene salute. La domanda di prestazioni sanitarie. Il modello di Grossman Critiche al modello di Grossman

Introduzione. Il bene salute. La domanda di prestazioni sanitarie. Il modello di Grossman Critiche al modello di Grossman Introduzione NB: Questi lucidi presentano solo parzialmente gli argomenti trattati ttati in classe. In particolare non contengono i modelli economici per i quali si rinvia direttamente te al libro di testo

Dettagli

Statistica economica

Statistica economica Statistica economica a.a. 013/14 Dr. Luca Secondi 10.a. Output tipico di un modello di regressione lineare multipla 1 Le analisi basate sul modello di regressione prevedono la stima dei coefficienti associati

Dettagli

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre

R - 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

Dettagli

Errori (o bias) negli studi epidemiologici

Errori (o bias) negli studi epidemiologici Errori (o bias) negli studi epidemiologici Errore casuale o random: sono i più pericolosi perché i più difficili da individuare e per questo motivo non è possibile tenerne conto in fase di analisi Variazione

Dettagli

Statistica e matematica

Statistica e matematica Metodi statistici per lo studio dei fenomeni biologici/1 Metodi statistici per lo studio dei fenomeni biologici Alla fine di questa lezione dovreste essere in grado di: conoscere la differenza fra parametri

Dettagli

s a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value

s a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value Inferenza: singolo parametro Sistema di ipotesi: H 0 : β j = β j0 H 1 : β j β j0 statistica test t b j - b s a jj j0 > t a, 2 ( n-k) confronto con valore t o p-value Se β j0 = 0 X j non ha nessuna influenza

Dettagli

lezione 10 AA Paolo Brunori

lezione 10 AA Paolo Brunori AA 2016-2017 Paolo Brunori Redditi svedesi - il dataset contiene i dati di reddito di 838 individui - il dataset contiene le variabili: sex = sesso age = età edu = anni di istruzione y_gross = reddito

Dettagli

Introduzione all economia. Scelta individuale. Trade-off (scelte tra alternative)

Introduzione all economia. Scelta individuale. Trade-off (scelte tra alternative) Introduzione all economia Scelta individuale Tutte le questioni economiche, in essenza, comportano scelte individuali: decisioni prese da un individuo su cosa fare e cosa non fare Perché gli individui

Dettagli

Principi di analisi causale Lezione 3

Principi di analisi causale Lezione 3 Anno accademico 2007/08 Principi di analisi causale Lezione 3 Docente: prof. Maurizio Pisati Approccio causale Nella maggior parte dei casi i ricercatori sociali utilizzano la regressione per stimare l

Dettagli

BANCA D ITALIA. Crescita e spesa pubblica locale

BANCA D ITALIA. Crescita e spesa pubblica locale BANCA D ITALIA E U R O S I S T E M A Crescita e spesa pubblica locale Le donne e l economia italiana Roma, 7 marzo 2012 I lavori Gender complementarities in the labor market G. De Giorgi, M. Paccagnella

Dettagli

Econometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori

Econometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci

Dettagli

Modelli e Metodi per la Simulazione (MMS)

Modelli e Metodi per la Simulazione (MMS) Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di

Dettagli

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie

Dettagli

Scelta del disegno dello studio

Scelta del disegno dello studio Scelta del disegno dello studio La scelta del disegno dipende da: 1) Tipo di domanda a cui vogliamo rispondere determinare il livello di malattia in una popolazione identificare cause di malattia o sottogruppi

Dettagli

METODI CON PREFERENZE RIVELATE PREZZI EDONICI E COSTO DI VIAGGIO

METODI CON PREFERENZE RIVELATE PREZZI EDONICI E COSTO DI VIAGGIO METODI CON PREFERENZE RIVELATE PREZZI EDONICI E COSTO DI VIAGGIO METODO DEI PREZZI EDONICI Il metodo dei prezzi edonici utilizza un mercato surrogato. L ipotesi è che il valore del bene sia implicitamente

Dettagli

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione

Dettagli

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico Biotecnologici Anno Accademico 2017 2018 Massimiliano Grosso E-mail: massimiliano.grosso@dimcm.unica.it Telefono: 070 675 5075 Indirizzo web: http://people.unica.it/massimilianogrosso Obiettivi del Gli

Dettagli

Minimi quadrati vincolati e test F

Minimi quadrati vincolati e test F Minimi quadrati vincolati e test F Impostazione del problema Spesso, i modelli econometrici che stimiamo hanno dei parametri che sono passibili di interpretazione diretta nella teoria economica. Consideriamo

Dettagli

lezione 12 AA Paolo Brunori

lezione 12 AA Paolo Brunori AA 2016-2017 Paolo Brunori Interazione di - potrebbe essere che l effetto dell esperienza dipenda dal livello di istruzione stime su dati Canadesi: www.statcan.gc.ca Interazione di - in questo caso vorremmo

Dettagli

Breve ripasso di statistica

Breve ripasso di statistica Breve ripasso di statistica D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 4 1 Il protocollo analitico Campionamento: 1. estrazione del campione dal lotto 2. conservazione e trasporto

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea

Dettagli

PARTE I ARGOMENTI PROPEDEUTICI

PARTE I ARGOMENTI PROPEDEUTICI SOMMARIO Introduzione PARTE I ARGOMENTI PROPEDEUTICI CAPITOLO I ALGEBRA LINEARE 1 1.1. Introduzione 1 1.2. Operazione tra scalari e vettori 2 1.3. Operazione tra vettori 2 1.4. Operazioni tra matrici 4

Dettagli

Analisi avanzate basate sulla regressione (Cap. 7)

Analisi avanzate basate sulla regressione (Cap. 7) Analisi avanzate basate sulla regressione (Cap. 7) AMD Marcello Gallucci marcello.gallucci@unimib.it Regressione Multipla A seconda dello status delle variabili indipendenti, possiamo differenziare diversi

Dettagli

STATISTICA MULTIVARIATA SSD MAT/06

STATISTICA MULTIVARIATA SSD MAT/06 Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZIONE 4 - Questioni di analisi e applicazione della regressione lineare Pratica

Dettagli

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1 Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare

Dettagli

Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005

Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005 Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005 Importanza del campionamento Trarre conclusioni o fare previsioni limitando l'osservazione solo a un gruppo dei soggetti che

Dettagli

MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti

MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti DOCENTI Agostino

Dettagli

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)

Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.

Dettagli

Modello. Modello statistico con errori additivi. Modello statistico. L. Grilli - Modelli statistici (corso avanzato)

Modello. Modello statistico con errori additivi. Modello statistico. L. Grilli - Modelli statistici (corso avanzato) L. Grilli - Modelli statistici (corso avanzato) 20 Università di Firenze - Laurea Magistrale in Scienze Statistiche Corso di Modelli Statistici Avanzato a.a. 200/20 http://www.ds.unifi.it/grilli/modellistatistici_lm82.htm

Dettagli

Laboratorio di Statistica Aziendale Modello di regressione lineare multipla

Laboratorio di Statistica Aziendale Modello di regressione lineare multipla Laboratorio di Statistica Aziendale Modello di regressione lineare multipla Michela Pasetto michela.pasetto2@unibo.it Definizione del modello OLS (semplice) L obiettivo della regressione lineare è di valutare

Dettagli

Statistica multivariata Donata Rodi 17/10/2016

Statistica multivariata Donata Rodi 17/10/2016 Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare

Dettagli

Grandezze fisiche e loro misura

Grandezze fisiche e loro misura Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da grandezze misurabili.

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6

CORSO 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

Dettagli

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico Biotecnologici Anno Accademico 2017 2018 Massimiliano Grosso E-mail: massimiliano.grosso@dimcm.unica.it Telefono: 070 675 5075 Indirizzo web: http://people.unica.it/massimilianogrosso Outline Obiettivi

Dettagli

Introduzione all economia

Introduzione all economia Introduzione all economia Scelta individuale Tutte le questioni economiche, in essenza, comportano scelte individuali: decisioni prese da un individuo su cosa fare e cosa non fare Perché gli individui

Dettagli

Psicometria con Laboratorio di SPSS 2

Psicometria con Laboratorio di SPSS 2 Psicometria con Laboratorio di SPSS 2 Regressione lineare semplice (vers. 1.2, 20 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18

Dettagli

Idraulica e Idrologia: Lezione 6

Idraulica e Idrologia: Lezione 6 Idraulica e Idrologia: Lezione 6 Agenda del giorno - Eventi estremi in idrologia: legame fra magnitudo e probabilità; - Statistica e probabilità in idrologia; - Tempo di ritorno. 1 Analisi statistica di

Dettagli

5. Per determinare il miglior grado del polinomio di una regressione polimoniale

5. Per determinare il miglior grado del polinomio di una regressione polimoniale Principi di Econometria 55 di tempo prof. Brunori Nome e cognome 16/01/2017 Matricola versione A Potete consegnare solo le risposte multiple o sia le risposte multiple che quelle aperte. Nel secondo caso

Dettagli

Il modello di regressione lineare multivariata

Il modello di regressione lineare multivariata Il modello di regressione lineare multivariata Eduardo Rossi 2 2 Università di Pavia (Italy) Aprile 2015 Rossi MRLM Econometria - 2015 1 / 39 Outline 1 Notazione 2 il MRLM - Assunzioni 3 OLS 4 Proprietà

Dettagli

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi) CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON

Dettagli

B il suo coe ciente si interpreta come la variazione di Y dovuta alla variazione unitaria di X (0! 1)

B il suo coe ciente si interpreta come la variazione di Y dovuta alla variazione unitaria di X (0! 1) Principi di Econometria 55 di tempo prof. Brunori Nome e cognome 01/02/2017 Matricola Potete consegnare solo le risposte multiple o sia le risposte multiple che quelle aperte. Nel secondo caso per passare

Dettagli

Metodi statistici per la ricerca sociale Capitolo 11. Regressione Multipla e Correlazione

Metodi statistici per la ricerca sociale Capitolo 11. Regressione Multipla e Correlazione Metodi statistici per la ricerca sociale Capitolo 11. Regressione Multipla e Correlazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea

Dettagli

Stima dei parametri di modelli lineari

Stima dei parametri di modelli lineari Stima dei parametri di modelli lineari Indice Introduzione................................ 1 Il caso studio................................ 2 Stima dei parametri............................ 3 Bontà delle

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una

Dettagli

Regressioni Non Lineari

Regressioni Non Lineari Regressioni Non Lineari Fino ad ora abbiamo solo considerato realazioni lineari Ma le relazioni lineari non costituiscono sempre le migliori approssimazioni La regressione multipla può anche essere formulata

Dettagli

Imprese, produttività e salari: Evidenze per le politiche del lavoro

Imprese, produttività e salari: Evidenze per le politiche del lavoro Imprese, produttività e salari: Evidenze per le politiche del lavoro I. Brunetti, V. Cirillo, V. Ferri, A. Ricci, G. Tesauro, INAPP - Istituto Nazionale Analisi e Politiche Pubbliche- 22 novembre 2018-

Dettagli

INDICE PARTE METODOLOGICA

INDICE PARTE METODOLOGICA INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite

Dettagli

Matrici di Raven (PM47)

Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM38) TRA I TEST DI TIPICA PERFORMANCE Test proiettivi Test self-report di personalità Questionari psichiatrici

Dettagli

COGNOME.NOME...MATR..

COGNOME.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

Dettagli

Vantaggi della scelta verso l utilizzo di un solo soggetto:

Vantaggi della scelta verso l utilizzo di un solo soggetto: L uso della statistica per la valutazione degli interventi: premesse teoriche Capitolo 4 Vantaggi della scelta verso l utilizzo di un solo soggetto: 1) Analisi della prestazione individuale: analisi del

Dettagli

UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA

UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA Luiss Guido Carli Audizione presso il Senato della Repubblica 23 Settembre 2014 PREMESSA Situazione corrente Le entrate del Governo nel

Dettagli

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2

Dettagli

Analisi della regressione multipla

Analisi della regressione multipla Analisi della regressione multipla y = β 0 + β 1 x 1 + β 2 x 2 +... β k x k + u 2. Inferenza Assunzione del Modello Classico di Regressione Lineare (CLM) Sappiamo che, date le assunzioni Gauss- Markov,

Dettagli

Grandezze e Misure 1

Grandezze e Misure 1 Grandezze e Misure 1 Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Misure dirette e indirette Strumenti di misura Errori nelle

Dettagli

Importanza dei modelli e delle tecniche di stima per un corretto forecasting

Importanza dei modelli e delle tecniche di stima per un corretto forecasting 1 Importanza dei modelli e delle tecniche di stima per un corretto forecasting Valeria Di Cosmo Economic and Social Research Institute and Trinity College Dublin Workshop Un ponte tra universita e aziende

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Obiettivo Conoscere e utilizzare i principali strumenti per organizzare e descrivere le

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Ulteriori applicazioni del test del Chi-quadrato (χ 2 )

Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Finora abbiamo confrontato con il χ 2 le numerosità osservate in diverse categorie in un campione con le numerosità previste da un certo modello

Dettagli

Analisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali

Analisi Numerica. Debora Botturi ALTAIR.  Debora Botturi. Laboratorio di Sistemi e Segnali Analisi Numerica ALTAIR http://metropolis.sci.univr.it Argomenti Argomenti Argomenti Rappresentazione di sistemi con variabili di stato; Tecniche di integrazione numerica Obiettivo: risolvere sistemi di

Dettagli

Funzioni di Regressioni Non Lineari

Funzioni di Regressioni Non Lineari Funzioni di Regressioni Non Lineari Nelle precedenti lezioni abbiamo assunto che le funzioni di regressione della popolazione siano lineari. Cioè che l effetto su Y di una variazione unitaria di X non

Dettagli

Analisi e scelta dei dati di input

Analisi e scelta dei dati di input Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e

Dettagli