La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.

Presentazioni simili


Presentazione sul tema: "Metodi Quantitativi per Economia, Finanza e Management Lezione n°5."— Transcript della presentazione:

1 Metodi Quantitativi per Economia, Finanza e Management Lezione n°5

2 Tipologie di dati Qualitativi dati espressi in forma verbale, solitamente classificati in categorie Quantitativi dati 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

3 Nominale usato per dati qualitativi, che vengono così classificati in categorie distinte senza alcun ordine implicito (es. professione del cliente) Ordinale le 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 dati qualitativi

4 Scala di rapporti con 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. Tipologie di dati quantitativi

5 L’analisi statistica dei dati Statistica descrittiva insieme 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 La parte di popolazione selezionata per l’analisi Misura riassuntiva, calcolata sui dati campionari, utile per descrivere una caratteristica non nota della popolazione

6 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

7 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 i = n i / N

8 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

9 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. Le distribuzioni di frequenza

10 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

11 Misure di Tendenza Centrale Tendenza Centrale MediaMediana Moda Valore centrale delle osservazioni ordinate Valore più frequente Media Aritmetica

12 La misura di tendenza centrale più comune Media = somma dei valori diviso il numero di valori Influenzata da valori estremi (outlier) Media = Media = 4

13 Mediana In una lista ordinata, la mediana è il valore “centrale” (50% sopra, 50% sotto) Non influenzata da valori estremi Mediana = Mediana = 3

14 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 Moda = No Moda

15 I Quartili dividono la sequenza ordinata dei dati in 4 segmenti contenenti lo stesso numero di valori 25% Il primo quartile, Q 1, è il valore per il quale 25% delle osservazioni sono minori e 75% sono maggiori di esso Q 2 coincide con la mediana (50% sono minori, 50% sono maggiori) Solo 25% delle osservazioni sono maggiori del terzo quartile Q1Q2Q3 Misure di Tendenza Non Centrale

16 Box Plot Mediana (Q2) X massimo X minimo Q1Q3 25% 25% Differenza Interquartile 57 – 30 = 27 OUTLIERS: Q1 - 1,5 * Differenza interquartile Q3 + 1,5 * Differenza interquartile

17 Stesso centro, diversa variabilità Misure di Variabilità Variabilità Varianza Scarto Quadratico Medio Coefficiente di Variazione Campo di Variazione Differenza Interquartile Le misure di variabilità forniscono informazioni sulla dispersione o variabilità dei valori.

18 Campo di Variazione La più semplice misura di variabilità Differenza tra il massimo e il minimo dei valori osservati: Campo di variazione = X massimo – X minimo Campo di Variazione = = 13 Esempio:

19 Ignora il modo in cui i dati sono distribuiti Sensibile agli outlier Campo di Var. = = Campo di Var. = = 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 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. = = 4 Campo di Var = = 119 Campo di Variazione

20 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 = 3 o quartile – 1 o quartile IQR = Q 3 – Q 1

21 Media dei quadrati delle differenze fra ciascuna osservazione e la media –Varianza della Popolazione: Varianza dove = media della popolazione N = dimensione della popolazione x i = i imo valore della variabile X

22 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:

23 Scarto quadratico medio piccolo Scarto quadratico medio grande Scarto Quadratico Medio

24 Media = 15.5 s = Dati B Dati A Media = 15.5 s = Media = 15.5 s = Dati C Scarto Quadratico Medio

25 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 Scarto Quadratico Medio

26 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

27 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 Coefficiente di Variazione

28 Forma della Distribuzione La forma della distribuzione si dice simmetrica se le osservazioni sono bilanciate, o distribuite in modo approssimativamente regolare attorno al centro.

29 La forma della distribuzione è detta asimmetrica se 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. Forma della Distribuzione

30 Descrive come i dati sono distribuiti Misure della forma –Simmetrica o asimmetrica Media = Mediana Media < Mediana Mediana < Media Obliqua a destra Obliqua a sinistra Simmetrica Misure di Forma della Distribuzione

31 Skewness: indice che informa circa il grado di simmetria o asimmetria di una distribuzione. –γ=0 ditribuzione simmetrica; –γ media); –γ>0 asimmetria positiva (mediana3 se la distribuzione è ipernormale (rispetto alla distribuzione di una Normale ha densità di frequenza maggiore per i valori molto distanti dalla media). Misure di Forma della Distribuzione

32 Basic Statistical Measures LocationVariability Mean Std Deviation Median Variance6563 Mode0.0000Range Interquartile Range IMPORTO NETTO UNITARIO

33

34

35 Basic Statistical Measures LocationVariability Mean Std Deviation Median Variance4134 Mode Range Interquartile Range IMPORTO NETTO UNITARIO


Scaricare ppt "Metodi Quantitativi per Economia, Finanza e Management Lezione n°5."

Presentazioni simili


Annunci Google