Download
1 / 38
380 likes | 532 Views
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5. Titoli per Lavoro di Gruppo. Fonti di energia rinnovabili Fashion & Made in Italy Quale futuro per i magazine su carta vs on-line Paid Information vs Free Information Acquisti on line Il futuro delle PAY TV
E N D
Metodi Quantitativi per Economia, Finanza e ManagementLezione n°5
Titoli per Lavoro di Gruppo • Fonti di energia rinnovabili • Fashion & Made in Italy • Quale futuro per i magazine su carta vs on-line • Paid Information vs Free Information • Acquisti on line • Il futuro delle PAY TV • La crisi economica quali gli impatti • Il mercato del lavoro per i laureati • Il pendolarismo • Internet come fonte di informazione contrapposta ai canali tradizionali • Consumo dei prodotti Hi-tech • Wellness Centre e SPA
Titoli per Lavoro di Gruppo • X-Factor edizione 2010 • Videogiochi per Playstation • Win for life – superenalotto – gratta e vinci • Temporary Shop • Car sharing • Alta velocità • Male Magazine, Female Fashion Magazine, Home/Decor Magazine, … • Online insurance companies vs traditional ones • Fashion & clothing on line sales: Vente-Privee and competitors
Titoli per Lavoro di Gruppo • Tv led-lcd-3d • Navigatori Satellitari • Coca Cola Zero • Cereali • Cucina mediterranea • Smart box • Prodotti Alixir Barilla • Prodotti Green • Prodotti biologici • Lenti a contatto
Tipologie di dati • Qualitatividati espressi in forma verbale, solitamente classificati in categorie • Quantitatividati espressi in forma numerica. si distinguono in: • discreti dati caratterizzati da una quantità finita o infinita numerabile di classi di misura • continui risposta numerica derivamte da un processo di misurazione che fornisce indicazioni puntuali all’interno di un continuum • Territoriali • Date
Tipologie di datiqualitativi • Nominale usato per dati qualitativi, che vengono così classificati in categorie distinte senza alcun ordine implicito (es. professione del cliente) • Ordinalele categorie presentano un ordine implicito; consente di stabilire una relazione d’ordine tra le diverse categorie, ma nessuna asserzione numerica, ovvero si può dire che un determinato valore è più grande di un altro, ma non di quanto
Tipologie di datiquantitativi • Scala di rapporticon questa tipologia si può dire di quanto una categoria è maggiore di un’altra; è fissato un valore “0” della scala. es. Le variabili spesa media e tempo impiegato sono misurate a livello di rapporto,ovvero rientrano in una scala di valutazione comparativa • Scala di intervalli presenta le stesse caratteristiche della precedente, ma non possiede un valore “0” fissato. es. In una indagine sui clienti di un supermercato, il loro livello di soddisfazione può essere adeguatamente rappresentato mediante una scala di valutazione compresa tra 1 e 9, ciò che posso asserire è che la differenza tra 2 e 3 è la medesima di quella tra 8 e 9, ma non che 8 sia il doppio di 4.
L’analisi statistica dei dati Statistica descrittivainsieme dei metodi che riguardano la rappresentazione e sintesi di un insieme di dati al fine di evidenziarne le caratteristiche principali Statistica inferenziale insieme dei metodi che permettono la stima di una caratteristica di una popolazione basandosi sull’analisi di un campione Totalità degli elementi presi in esame dalla indagine Misura riassuntiva, calcolata sui dati campionari, utile per descrivere una caratteristica non nota della popolazione La parte di popolazione selezionata per l’analisi
Statistica descrittiva univariata Nella statistica descrittiva univariata possiamo trovare due principali metodologie usate per rappresentare i dati analizzati: • Distribuzioni di frequenza • Misure di sintesi: • Misure di tendenza centrale e non centrale; • Misure di dispersione; • Misure della forma della distribuzione
Le distribuzioni di frequenza • Frequenza assoluta: è un primo livello di sintesi dei dati- consiste nell’associare a ciascuna categoria, o modalità, il numero di volte in cui compare nei dati • Distribuzione di frequenza: insieme delle modalità e delle loro frequenze • Frequenza relativa: rapporto tra la frequenza assoluta ed il numero complessivo delle osservazioni effettuate. I due tipi di frequenze vengono usati con dati quantitativi, qualitativi ordinali, quantitativi discreti. p= n/ N
Le distribuzioni di frequenza • Rappresentazione grafica var.qualitative: Diagr. a barre: nell’asse delle ascisse ci sono le categorie, senza un ordine preciso; in quello delle ordinate le frequenze assolute/relative corrispondenti alle diverse modalità Diagr. a torta: la circonferenza è divisa proporzionalmente alle frequenze Diagramma a torta
Le distribuzioni di frequenza • Rappresentazione grafica var.quantitative discrete: Diagr. delle frequenze: nell’asse delle ascisse ci sono i valori assunti dalla var. discreta (quindi ha un significato quantitativo); l’altezza delle barre è proporzionale alle frequenze relative o assolute del valore stesso Istogramma:nell’asse delle ascisse ci sono le classi degli intervalli considerati; l’asse delle ordinate rappresenta la densità di frequenza; l’area del rettangolo corrisponde alla frequenza della classe stessa.
Misure di sintesi Misure di tendenza centrale: • Media aritmetica • Mediana • Moda Misure di tendenza non centrale: • Quantili • Percentili Misure di dispersione: • Campo di variazione • Differenza interquantile • Varianza • Scarto quadratico medio • Coefficiente di variazione Misure di forma della distribuzione: • Skewness • Kurtosis
Misure di Tendenza Centrale Tendenza Centrale Moda Media Mediana Valore centrale delle osservazioni ordinate Valore più frequente Media Aritmetica
Media Aritmetica • La misura di tendenza centrale più comune • Media = somma dei valori diviso il numero di valori • Influenzata da valori estremi (outlier) 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 Media = 3 Media = 4
Mediana • In una lista ordinata, la mediana è il valore “centrale” (50% sopra, 50% sotto) • Non influenzata da valori estremi 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 Mediana = 3 Mediana = 3
Moda • Valore che occorre più frequentemente • Non influenzata da valori estremi • Usata sia per dati numerici che categorici • Può non esserci una moda • Ci può essere più di una moda 0 1 2 3 4 5 6 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 No Moda Moda = 9
Misure di Tendenza Non Centrale • I Quartili dividono la sequenza ordinata dei dati in 4 segmenti contenenti lo stesso numero di valori 25% 25% 25% 25% Q1 Q2 Q3 • Il primo quartile, Q1, è il valore per il quale 25% delle osservazioni sono minori e 75% sono maggiori di esso • Q2 coincide con la mediana (50% sono minori, 50% sono maggiori) • Solo 25% delle osservazioni sono maggiori del terzo quartile
Box Plot Mediana (Q2) X X Q1 Q3 massimo minimo 25% 25% 25% 25% 12 30 45 57 70 Differenza Interquartile 57 – 30 = 27 OUTLIERS: Q1 - 1,5 * Differenza interquartile Q3 + 1,5 * Differenza interquartile
Misure di Variabilità Variabilità Campo di Variazione Differenza Interquartile Varianza Scarto Quadratico Medio Coefficiente di Variazione • Le misure di variabilità forniscono informazioni sulla dispersione o variabilità dei valori. Stesso centro, diversa variabilità
Campo di Variazione • La più semplice misura di variabilità • Differenza tra il massimo e il minimo dei valori osservati: Campo di variazione = Xmassimo – Xminimo Esempio: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Campo di Variazione = 14 - 1 = 13
Campo di Variazione • Ignora il modo in cui i dati sono distribuiti • Sensibile agli outlier 7 8 9 10 11 12 7 8 9 10 11 12 Campo di Var. = 12 - 7 = 5 Campo di Var. = 12 - 7 = 5 1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5 Campo di Var. = 5 - 1 = 4 1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120 Campo di Var = 120 - 1 = 119
Differenza Interquartile • Possiamo eliminare il problema degli outlier usando la differenza interquartile • Elimina i valori osservati più alti e più bassi e calcola il campo di variazione del 50% centrale dei dati • Differenza Interquartile = 3o quartile – 1o quartile IQR = Q3 – Q1
Varianza • Media dei quadrati delle differenze fra ciascuna osservazione e la media • Varianza della Popolazione: dove = media della popolazione N = dimensione della popolazione xi = iimo valore della variabile X
Scarto Quadratico Medio • Misura di variabilità comunemente usata • Mostra la variabilità rispetto alla media • Ha la stessa unità di misura dei dati originali • Scarto Quadratico Medio della Popolazione:
Scarto Quadratico Medio Scarto quadratico medio piccolo Scarto quadratico medio grande
Scarto Quadratico Medio Dati A Media = 15.5 s = 3.338 11 12 13 14 15 16 17 18 19 20 21 Dati B Media = 15.5 s = 0.926 11 12 13 14 15 16 17 18 19 20 21 Dati C Media = 15.5 s = 4.570 11 12 13 14 15 16 17 18 19 20 21
Scarto Quadratico Medio • Viene calcolato usando tutti i valori nel set di dati • Valori lontani dalla media hanno più peso (poichè si usa il quadrato delle deviazioni dalla media) • Le stesse considerazioni valgono anche per il calcolo della Varianza
Coefficiente di Variazione • Misura la variabilità relativa • Sempre in percentuale (%) • Mostra la variabilità relativa rispetto alla media • Può essere usato per confrontare due o più set di dati misurati con unità di misura diversa
Coefficiente di Variazione • Azione A: • Prezzo medio scorso anno = $50 • Scarto Quadratico Medio = $5 • Azione B: • Prezzo medio scorso anno = $100 • Scarto Quadratico Medio = $5 Entrambe le azioni hanno lo stesso scarto quadratico medio, ma l’azione B è meno variabile rispetto al suo prezzo
Forma della Distribuzione • La forma della distribuzione si dice simmetrica se le osservazioni sono bilanciate, o distribuite in modo approssimativamente regolare attorno al centro.
Forma della Distribuzione • La forma della distribuzione è detta asimmetricase le osservazioni non sono distribuite in modo simmetrico rispetto al centro. Una distribuzione con asimmetria positiva (obliqua a destra) ha una coda che si estende a destra, nella direzione dei valori positivi. Una distribuzione con asimmetria negativa (obliqua a sinistra) ha una coda che si estende a sinistra, nella direzione dei valori negativi.
Misure di Forma della Distribuzione • Descrive come i dati sono distribuiti • Misure della forma • Simmetrica o asimmetrica Obliqua a destra Simmetrica Obliqua a sinistra Media < Mediana Media = Mediana Mediana < Media
Misure di Forma della Distribuzione Skewness: indice che informa circa il grado di simmetria o asimmetria di una distribuzione. • γ=0 ditribuzione simmetrica; • γ<0 asimmetria negativa (mediana>media); • γ>0 asimmetria positiva (mediana<media). Kurtosis: indice che permette di verificare se i dati seguono una distribuzione di tipo Normale (simmetrica). • β=3 se la distribuzione è “Normale”; • β<3 se la distribuzione è iponormale (rispetto alla distribuzione di una Normale ha densità di frequenza minore per valori molto distanti dalla media); • β>3 se la distribuzione è ipernormale (rispetto alla distribuzione di una Normale ha densità di frequenza maggiore per i valori molto distanti dalla media).
