Principi di analisi causale Lezione 2

Размер: px

Начинать показ со страницы:

Download "Principi di analisi causale Lezione 2"

Erico Mancini
10 anni fa
Просмотров:

1 Anno accademico 2007/08 Principi di analisi causale Lezione 2 Docente: prof. Maurizio Pisati Logica della regressione Nella sua semplicità, l espressione precedente racchiude interamente la logica della regressione, riassumibile come segue: Il valore assunto dalla variabile dipendente di interesse in corrispondenza di ogni caso osservato può essere espresso in forma matematica come risultato della combinazione dei valori assunti da un determinato insieme di variabili indipendenti in corrispondenza di quel caso 1

regressione, riassumibile come segue: Il valore assunto dalla variabile dipendente di interesse in corrispondenza di ogni caso

2 Logica della regressione In questi termini, la regressione rappresenta uno strumento finalizzato a spiegare o predire le mutevoli manifestazioni di un dato fenomeno di interesse (la variabile dipendente) sulla base di una o più caratteristiche dei membri della popolazione di riferimento (le variabili indipendenti) Scelta delle variabili indipendenti La prima fase del processo di definizione di ogni modello di regressione consiste nello specificare l insieme delle variabili indipendenti, cioè nello scegliere i fattori di eterogeneità della distribuzione della variabile dipendente che si intendono considerare nell analisi 2

indipendenti) Scelta delle variabili indipendenti La prima fase del processo di definizione di ogni modello di regressione consiste nello specificare l

3 Scelta delle variabili indipendenti Come si effettua questa scelta? Quali sono i criteri in base ai quali il ricercatore definisce l insieme delle variabili indipendenti? La risposta a questi interrogativi non è univoca, ma dipende dagli obiettivi dell analisi Scelta delle variabili indipendenti In questo corso prenderemo in esame due strategie alternative di selezione delle variabili indipendenti: L approccio predittivo, finalizzato alla stima di valori sconosciuti della variabile dipendente L approccio causale, finalizzato alla stima dell effetto causale esercitato da una determinata variabile indipendente sulla variabile dipendente 3

La risposta a questi interrogativi non è univoca, ma dipende dagli obiettivi dell analisi Scelta delle variabili indipendenti In questo corso prenderemo in

4 Approccio predittivo Uno dei possibili obiettivi della regressione è quello di predire con la maggiore precisione possibile uno o più valori sconosciuti della variabile dipendente di interesse Il verbo «predire» è qui usato in senso lato per indicare tre tipi di attività conoscitiva Approccio predittivo Prevedere il valore che la variabile dipendente potrà assumere in futuro in corrispondenza di un determinato caso 4

«predire» è qui usato in senso lato per indicare tre tipi di attività conoscitiva Approccio predittivo

5 Approccio predittivo Ipotizzare il valore che la variabile dipendente avrebbe potuto assumere in passato in corrispondenza di un determinato caso se si fossero verificate determinate condizioni Approccio predittivo Inferire il valore effettivamente assunto dalla variabile dipendente in corrispondenza di un determinato caso 5

verificate determinate condizioni Approccio predittivo Inferire il valore

6 Approccio predittivo Questi tre tipi di «predizione» si distinguono fra loro perché il valore di interesse della variabile dipendente nel primo caso non si è ancora realizzato, nel secondo caso non si è mai realizzato e nel terzo caso si è già realizzato ma non è ancora stato osservato Modello di regressione Sul piano puramente matematico, specificare un modello di regressione e stimarne i parametri incogniti significa definire le regole di trasformazione che consentono di esprimere il valore assunto dalla variabile dipendente in corrispondenza di un dato caso come combinazione dei valori assunti da un determinato insieme di variabili indipendenti in corrispondenza di quel caso 6

matematico, specificare un modello di regressione e stimarne i parametri incogniti significa definire le regole di trasformazione che consentono di esprimere il valore

7 Modello di regressione V1 V2 V3 ƒ y V4 Modelli predittivi In questi termini, l uso della regressione a scopo predittivo può essere visto come un procedimento che si articola in tre fasi 7

8 Modelli predittivi: fase 1 La prima fase consiste nello specificare il modello di regressione desiderato Questa fase comprende: la definizione della variabile dipendente di interesse (che, in questo caso, rappresenta il fenomeno oggetto di predizione o target) la selezione delle variabili indipendenti (che, in questo caso, rappresentano le caratteristiche predittive o predittori) Modelli predittivi: fase 1 Per scegliere le variabili indipendenti è necessario disporre di un appropriata matrice dei dati, specificamente di un insieme di casi detti esempi di cui siano noti sia i valori assunti dalle variabili indipendenti considerate, sia i valori assunti dalla variabile dipendente di interesse 8

caratteristiche predittive o predittori) Modelli predittivi: fase 1 Per scegliere le variabili indipendenti è necessario disporre di un appropriata matrice dei dati,

9 Modelli predittivi: fase 2 La seconda fase consiste nello stimare i valori incogniti dei parametri del modello di regressione prescelto Modelli predittivi: fase 3 La terza fase consiste nell usare le regole di trasformazione definite nelle due fasi precedenti per stimare i valori sconosciuti della variabile dipendente corrispondenti a una o più situazioni di interesse, cioè a una o più combinazioni (reali o ipotetiche) di valori delle variabili indipendenti incluse nel modello di regressione prescelto 9

precedenti per stimare i valori sconosciuti della variabile dipendente corrispondenti a una o più situazioni di interesse,

10 Modello di regressione yˆ i = α + β x + β x + β x + β 1 i1 2 i2 3 i3 4 x i4 Scelta delle variabili indipendenti L obiettivo «naturale» di qualsiasi modello predittivo è quello di generare predizioni il più possibile accurate, cioè il più possibile aderenti alla realtà Il potere predittivo di un dato modello di regressione tende a essere tanto maggiore quanto maggiore è la sua capacità di rappresentare «fedelmente» l eterogeneità che caratterizza la distribuzione della variabile dipendente 10

aderenti alla realtà Il potere predittivo di un dato modello di regressione tende a essere tanto maggiore quanto maggiore è

11 Scelta delle variabili indipendenti In linea di principio, ogni modello di regressione avente finalità predittive dovrebbe includere, in qualità di variabili indipendenti, tutte le variabili (più le loro eventuali interazioni) che contribuiscono in misura significativa a produrre l eterogeneità osservata nella distribuzione della variabile dipendente Scelta delle variabili indipendenti L errore di predizione di un modello di regressione può essere definito come scostamento complessivo fra i valori osservati della variabile dipendente e i corrispondenti valori predetti dal modello 11

osservata nella distribuzione della variabile dipendente Scelta delle variabili indipendenti L errore di predizione di un modello di regressione

12 Scelta delle variabili indipendenti Nell insieme delle variabili indipendenti di un modello di regressione avente finalità predittive vanno incluse tutte le variabili che, da sole o in interazione con altre variabili, contribuiscono a minimizzare l errore di predizione del modello Scelta delle variabili indipendenti Dall insieme delle variabili indipendenti di un modello di regressione avente finalità predittive vanno escluse tutte le variabili che non contribuiscono in alcuna misura a minimizzare l errore di predizione del modello 12

predizione del modello Scelta delle variabili indipendenti Dall insieme delle variabili indipendenti di un modello di regressione

13 Scelta delle variabili indipendenti In primo luogo si definisce l insieme di tutte le potenziali caratteristiche predittive di y In secondo luogo, da questo insieme iniziale si estraggono usando un appropriata matrice dei dati solo quelle variabili che contribuiscono effettivamente a minimizzare l errore di predizione del modello 13

iniziale si estraggono usando un appropriata matrice dei dati solo quelle variabili

Похожие документы

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione 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