Analisi Bivariata & Esercizi Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°4.

Presentazione sul tema: "Analisi Bivariata & Esercizi Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°4."— Transcript della presentazione:

1 Analisi Bivariata & Esercizi Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°4

2 Analisi Bivariata

3 PROC FREQ - Descrizione La PROC FREQ permette di calcolare le distribuzioni di frequenza univariate per variabili qualitative e quantitative discrete creare tabelle di contingenza a due o più dimensioni per variabili qualitative e quantitative discrete

4 PROC FREQ – Sintassi generale proc freq data= dataset option(s); tables variabile1 * variabile2 /option(s); run; Distribuzione di frequenza bivariata OPTIONS: noprint non mostra i risultati nella finestra di output /missing considera anche i missing nel calcolo delle frequenze

5 PROC FREQ - Esempio Variabili qualitative: sesso e operatore telefonico proc freq data=corso.telefonia; table sesso * operatore; run;

6 Output PROC FREQ - Esempio Frequency Percent Row Pct Col Pct 236 100.00 15 6.36 154 65.25 55 23.31 12 5.08 Total 136 57.63 12 5.08 8.82 80.00 91 38.56 66.91 59.09 28 11.86 20.59 50.91 5 2.12 3.68 41.67 M 100 42.37 3 1.27 3.00 20.00 63 26.69 63.00 40.91 27 11.44 27.00 49.09 7 2.97 7.00 58.33 F WindVodafoneTimTre Totaloperatoresesso Table of sesso by operatore Frequenze congiunte assolute e relative Distribuzioni marginali: frequenze marginali assolute e relative Frequenze subordinate

7 Output PROC FREQ - Esempio Frequency Percent Row Pct Col Pct 236 100.00 15 6.36 154 65.25 55 23.31 12 5.08 Total 136 57.63 12 5.08 8.82 80.00 91 38.56 66.91 59.09 28 11.86 20.59 50.91 5 2.12 3.68 41.67 M 100 42.37 3 1.27 3.00 20.00 63 26.69 63.00 40.91 27 11.44 27.00 49.09 7 2.97 7.00 58.33 F WindVodafoneTimTre Totaloperatoresesso Table of sesso by operatore freq. marginale assoluta=7+27+63+3 freq. marginale relativa=(7+27+63+3)/236*100 freq. subordinate: % di riga=5/136*100 % di col=5/12*100 freq. congiunta relativa =(7/236)*100

8 PROC CORR - Descrizione La PROC CORR permette di calcolare la correlazione tra due o più variabili quantitative

9 PROC CORR – Sintassi generale proc corr data= dataset; var variabile1 variabile2 … variabilen; run; Correlazione tra due o più variabili

10 PROC CORR - Esempio Correlazione tra il numero medio di ore di utilizzo del telefono cellulare e del fisso al giorno. proc corr data=corso.telefonia; var cell_h fisso_h; run;

11 Output PROC CORR - Esempio Coefficiente di correlazione lineare ρ(X,Y): è un indice relativo, assume valori compresi tra -1 e 1. Se ρ >0 (ρ <0) la relazione tra X e Y è lineare positiva (negativa), se ρ =0 non cè relazione lineare.

12 PROC CORR - Esempio Correlazione tra la durata media delle chiamate effettuate [durata_chiamate_e] e: durata media delle chiamate ricevute [durata_chiamate_r] numero medio di ore di utilizzo del telefono cellulare al giorno [cell_h] numero medio di ore di utilizzo del telefono fisso al giorno [fisso_h] proc corr data=corso.telefonia; var durata_chiamate_e durata_chiamate_r cell_h fisso_h; run;

13 Output PROC CORR - Esempio

14 Esercizi Analisi Univariata

15 Dataset Il dataset DENTI contiene dati sul consumo di dentifricio (di marca A e di marca B). Le variabili sono:

16 Esercizi Analisi univariata 1.Allocare la libreria CORSO (che punta alla cartella che contiene il file DENTI.XLS) 2.Importare in formato SAS la tabella excel DENTI.XLS e chiamarla DENTI_NEW 3.Utilizzando la procedura più opportuna calcolare la distribuzione delle variabili - AREA - CONSTOT Svolgere i seguenti esercizi utilizzando il dataset DENTI:

17 4.Calcolare la distribuzione e le statistiche di sintesi (quando possibile) moda – mediana – q1 – q3 – media – varianza – max – min per le seguenti variabili (attenzione alla distinzione tra variabili qualitative nominali - qualitative ordinali - quantitative) - TATTITOT - ACQ_A - CITYSIZE - REGIONE 5.Verificare se i clienti abituali della marca B si distribuiscono in modo differente nelle diverse aree geografiche 6.Verificare se il consumo medio totale differisce tra uomini e donne Esercizi Analisi univariata

18 Analisi preliminari – Analisi univariata 7.Verificare se ci sono missing nella variabile ETACLASS 8.Calcolare la distribuzione condizionata della variabile ALTOCON utilizzando come variabile di classificazione prima TRATTOT e poi AREA 9.Verificare simmetria e normalità della variabile TATTI_A e disegnarne il boxplot