La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Questionario e Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°2.

Presentazioni simili


Presentazione sul tema: "Questionario e Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°2."— Transcript della presentazione:

1 Questionario e Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°2

2 Questionario Per redigere un questionario è necessario tener presenti i seguenti punti: ogni questionario somministrato deve avere un codice identificativo univoco solo domande chiuse (cioè con un insieme di modalità definite) sono ammesse le domande a risposta multipla raccogliere informazioni di carattere quantitativo (necessario per costruire modelli statistici consistenti) tipologia dei dati strutturali (che descrivono lintervistato, ad esempio letà) di indagine

3 Dal questionario al Data Set Costruire la variabile n_questionario che associa un codice univoco ad ogni intervistato. Identificare ogni variabile con un nome facilmente riconducibile alla domanda corrispondente (ad esempio la domanda n°1 corrisponde alla variabile D_1). Nel caso di domande a risposte multiple andranno create un numero di variabili dicotomiche (0/1) pari al numero di modalità definite nella risposta. Data Entry: controllo correttezza dei dati inseriti e analisi delle distribuzioni delle variabili (con valenza di controllo e valenza interpretativa).

4 Domande a risposte multiple 17. Per quale motivo utilizza il telefono cellulare? (possibile fornire massimo 3 risposte) 1) Lavoro 2) Studio 3) Comunicare con famigliari 4) Comunicare con il partner 5) Piacere/tempo libero 6) Altro D_17_1 D_17_2 D_17_3 D_17_4 D_17_5 D_17_6 n_questionario…D_17_1D_17_2D_17_3D_17_4D_17_5D_17_6 45… ……………………

5 Esempio di questionario Obiettivo di analisi: studiare il comportamento di consumo del campione rilevato (dai 14 ai 32 anni) in relazione allutilizzo del servizio tariffa telefonica. I dati raccolti sono relativi ad un indagine di mercato realizzata nei mesi Aprile-Maggio 2007 I questionari sono stati somministrati in forma cartacea presso alcune scuole superiori/università o per via telematica ( ) Le interviste raccolte e analizzate sono in totale 243

6 Analisi Univariata

7 PROC FREQ - Descrizione La PROC FREQ permette di calcolare le distribuzioni di frequenza univariate per variabili qualitative e quantitative discrete

8 PROC FREQ – Sintassi generale 1/2 proc freq data= dataset option(s); tables variabile /option(s); run; Distribuzione di frequenza univariata OPTIONS: noprint non mostra i risultati nella finestra di output /missing considera anche i missing nel calcolo delle frequenze

9 PROC FREQ – Sintassi generale 2/2 Distribuzione di frequenza univariata con variabile di classificazione proc freq data= dataset option(s); by variabile_1; tables variabile_2 /option(s); run;

10 PROC FREQ: Esempio 1 proc freq data=corso.telefonia; table operatore; run; Variabile qualitativa: operatore telefonico

11 Output PROC FREQ Frequenza assoluta: consiste nellassociare a ciascuna categoria, o modalità, il numero di volte in cui compare nei dati Frequenza relativa: rapporto tra la frequenza assoluta ed il numero complessivo delle osservazioni effettuate Frequenze cumulate Wind Vodafone Tim Cumulative Percent Cumulative Frequency PercentFrequencyoperatore

12 PROC FREQ: Esempio 2 proc freq data=corso.telefonia; table fisso_g; run; Variabile quantitativa discreta: numero medio giorni utilizzo alla settimana telefono fisso

13 Output PROC FREQ fisso_g FrequencyPercentCumulative Frequency Cumulative Percent

14 PROC FREQ: Esempio 3 proc freq data=corso.telefonia; table motivo_utilizzo_2 / missing; run; Variabile qualitativa: secondo motivo utilizzo mezzi di comunicazione OPZIONE missing: considera anche i missing nel calcolo delle frequenze

15 Output PROC FREQ Studio Piacere/Tempo libero Partner Famigliari Altro Cumulative Percent Cumulative Frequency PercentFrequencymotivo_utilizzo_2 MISSING

16 PROC FREQ: Esempio 4 proc sort data=corso.telefonia; by sesso; run; proc freq data=corso.telefonia; by sesso; tables operatore; run; Distribuzione di frequenza univariata con variabile di classificazione PROC SORT: ordinare le osservazioni in base alla variabile di by

17 Output PROC FREQ sesso=F operatoreFrequencyPercentCumulative Frequency Cumulative Percent Tim Vodafone Wind sesso=M operatoreFrequencyPercentCumulative Frequency Cumulative Percent Tim Vodafone Wind

18 PROC UNIVARIATE - Descrizione La PROC UNIVARIATE permette di calcolare distribuzioni di frequenza univariate per variabili quantitative continue misure di sintesi di posizione, variabilità, forma per variabili quantitative continue

19 proc univariate data= dataset option(s); var variabile; run; Distribuzione di frequenza univariata PROC UNIVARIATE – Sintassi 1/2 OPTIONS: noprint non mostra i risultati nella finestra di output

20 PROC UNIVARIATE – Sintassi 2/2 Distribuzione di frequenza univariata con variabile di classificazione proc univariate data= dataset option(s); class variabile_1 (option(s)); var variabile_2; run; OPTIONS: noprint non mostra i risultati nella finestra di output (missing) considera anche la categoria missing (contenente tutti i valori mancanti) della variabile di classificazione

21 PROC UNIVARIATE – Esempio 1 Misure di sintesi della variabile quantitativa discreta numero medio sms inviati al giorno proc univariate data=corso.telefonia; var num_sms_e; run;

22 Output PROC UNIVARIATE (1/2) Basic Statistical Measures LocationVariability Mean Std Deviation Median Variance Mode Range Interquartile Range Media aritmetica: somma dei valori diviso il numero di valori Mediana: in una lista ordinata, la mediana è il valore centrale (50% sopra, 50% sotto) Moda: valore che occorre più frequentemente

23 Output PROC UNIVARIATE (2/2) Quantiles (Definition 5) QuantileEstimate 100% Max100 99%100 95%100 90%70 75% Q330 50% Median10 25% Q15 10%2 5%2 1%1 0% Min0 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 I Quartili dividono la sequenza ordinata dei dati in 4 segmenti contenenti lo stesso numero di valori

24 PROC UNIVARIATE – Esempio 2 Misure di sintesi della variabile quantitativa continua numero medio ore utilizzo al giorno telefono cellulare proc univariate data=corso.telefonia; var cell_h; run;

25 PROC UNIVARIATE – Esempio 3 Misure di sintesi della variabile numero medio ore utilizzo al giorno telefono cellulare suddivisa per sesso proc univariate data=corso.telefonia; class sesso; var cell_h; run;

26 PROC UNIVARIATE – Esempio 4 Misure di sintesi della variabile numero medio ore utilizzo al giorno telefono cellulare suddivisa per hobby con opzione missing proc univariate data=corso.telefonia; class hobby_3(missing); var cell_h; run;

27 SAS INSIGHT: Box Plot (1/2)

28 SAS INSIGHT: Box Plot (2/2)


Scaricare ppt "Questionario e Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°2."

Presentazioni simili


Annunci Google