STATISTICA (FRA)GOLOSA

Slides:



Advertisements
Presentazioni simili
Statistica descrittiva: le variabili Frequenze: tabelle e grafici Indici di posizione, di dispersione e di forma Media e varianza di dati raggruppati Correlazione.
Advertisements

1 Corso di Economia Aziendale Le rimanenze di fattori correnti (valutazione al costo con variazione prezzi di costo) Le rimanenze di fattori correnti (valutazione.
PIANO DI MARKETING Nome. Riepilogo di mercato  Mercato: passato, presente e futuro  Rivedere le modifiche in termini di quote di mercato, leadership,
Basi di dati - Fondamenti
Analisi dati scuola primaria
Valutazioni su scala da 1 a 4
Punto di massimo, minimo relativo e assoluto
Ciao! Eccoti qualche consiglio per rendere la tua presentazione più efficace: Analizza nel dettaglio l’azienda, la sua storia, le linee guida e il suo.
Stima spesa standard (Ferraresi e Rizzo, 2014)
CRISI ECONOMICHE E REDDITI DEGLI ITALIANI
Liberare l’economia per tornare a crescere
Liberare l’economia per tornare a crescere
Tavolo agroalimentare 8 febbraio 2017
Corso di Analisi Statistica per le Imprese Cross tabulation e relazioni tra variabili Prof. L. Neri a.a
Esercizio 1 Prezzo in euro libri
Conosci le città d’Italia?
COMUNICAZIONE MATEMATICA (Prof. Daniele Baldissin)
Analisi dati scuola secondaria di I grado
GLI STRUMENTI AUSILIARI
Università degli Studi di Teramo – Facoltà di Bioscienze e Tecnologie Agroalimentari ed Ambientali INDAGINE SULL’ACCETTABILITÀ DEL CONSUMATORE AD OTTENERE.
Il budget non è una previsione
- Locandine adesive personalizzate
Ciao! Eccoti qualche consiglio per rendere la tua presentazione più efficace: Analizza nel dettaglio l’azienda, la sua storia, le linee guida e il suo.
FUNZIONI ESPONENZIALI E FUNZIONI LOGARITMICHE
Le aspettative Economia & Finanza Pubblica
Estensione della protezione
XVII Fase di rilevazione 2° semestre 2015 – 2° semestre 2016
Ingegneria Gestionale, Processi Gestionali, Energetica Esercizio
XVI Fase di rilevazione 1° semestre 2015 – 1° semestre 2016
XVIII Fase di rilevazione 1° semestre 2016 – 1° semestre 2017
La Statistica si occupa dei modi
IL MODELLO DI REGRESSIONE LINEARE
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Il Sistema informativo e la ricerca di Marketing Maria De Luca
5 Consigli per rendere la tua presentazione più efficace:
Turismo nelle Città d’Arte e nei Borghi d’Italia
I 7 strumenti della qualità
PENDOLO A FILO.
La rappresentazione della realtà
Analisi Cereali per la prima colazione
Esercitazioni psicometria
[Nome progetto] Relazione finale
L’indagine statistica
Statistica Scienza che studia i fenomeni collettivi.
Basi di dati - Fondamenti
nel processo decisionale
La rappresentazione della realtà
Restituzione dati Prova Nazionale (PN) a.s. 2016/2017
Indagine sull’alimentazione settimanale della 2DT
XIX Fase di rilevazione 2° semestre 2016 – 2° semestre 2017
[Nome prodotto] Piano di marketing
[Nome progetto] Relazione finale
Le aspettative Economia
[Nome prodotto] Piano di marketing
IPER Indagine sui prezzi effettivi della garanzia r.c. auto
Ricavi totali, medi marginali
“Il piano cartesiano e la retta”
Turismo nelle Città d’Arte e nei Borghi d’Italia
Ricavi totali, medi marginali
Reddito, bilancio e prezzi relativi
Mobilità internazionale e conversione dei voti Maria Sticchi Damiani febbraio
Ing. Maurizio Bassani LOGISTICA - Capitolo 3 - Modulo 1
Esercizio 1 Prezzo in euro libri
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Frequenza a) Compilare una tabella classificando i compagni di classe secondo lo sport che preferiscono b) Compilare una tabella classificando i compagni.
Nord-Italia verso l’Europa, Sud altrove
FUNZIONI ESPONENZIALI E FUNZIONI LOGARITMICHE
Centro Fermi _ EEE Extreme Energy Events
Reddito, bilancio e prezzi relativi
EserciZI di Statistica
Transcript della presentazione:

STATISTICA (FRA)GOLOSA

AUTORI Alessandro Stefano Edoardo Ulivagnoli Matteo Ceccarelli Danjela Lapi Alberto Pasolini

UN’AZIENDA DI DISTRIBUZIONE Abbiamo preso : UN’AZIENDA DI DISTRIBUZIONE UN UNICO PRODOTTO MERCATI DIVERSI UN TRIENNIO

… quanto potrebbe risaltare da una analisi empirico-statistica la relazione inversa tra PREZZO e QUANTITÀ del prodotto in esame ?

Perché un’azienda di distribuzione? Facile reperibilità dei dati Buon database Attiva in più aree d’Italia Unico fornitore Periodo di commercializzazione ben definito

Perché le fragole? Frutto comune Soggetto a variazione di prezzi giornaliere Diffuse su larga scala Grande attenzione del consumatore alle variazioni di prezzo

Buone le fragole!

I mercati ed il triennio: 2014 2015 ANNI 2016 MILANO PADOVA FIRENZE ROMA

Vogliamo accertarci che questa grande teoria (relazione prezzo-quantità) trovi conferma proprio in una piccola realtà

Dopo un’analisi descrittiva dei dati, vorremmo vedere se è possibile e proficuo sviluppare un modello previsionale, basato sul triennio, per il 2017

DATI Inizialmente i dati raccolti erano QUANTITÀ VENDUTA (Q.li) e PREZZO DI VENDITA (€/Kg) relativi ai singoli ordini.

DATI Le registrazioni tuttavia non erano standardizzate temporalmente, né in relazione ai mercati scelti, pertanto è stata necessaria una loro rielaborazione

ELABORAZIONE DEI DATI

DISTRIBUZIONE SU BASE ANNUA DELLE VENDITE (GRAFICI A TORTA)

Tratto da freshplaza.it

PREZZO MEDIO €/KG

IL MERCATO (QUASI) SIMMETRICO DI PADOVA ⍶ = - 0,0051

DISTRIBUZIONI DI QUANTITÀ (TOTALE QUANTITÀ VENDUTE)

I MODELLI DI REGRESSIONE LINEARI Coeff. Corr. = -0,6367 R2 = 0,4054 Coeff. Corr. = - 0,3863 R2 = 0,1492

I MODELLI DI REGRESSIONE LINEARI Coeff. Corr. = -0,6027 R2 = 0,3632

IL MODELLO DI REGRESSIONE AGGREGATO

VERSO LE CONCLUSIONI… Dopo una valutazione descrittiva e previsionale dei dati, abbiamo la conferma empirica del legame fra prezzo e quantità, anche per il 2017, che dovrebbe confermarsi presumibilmente simile al rapporto quantità prezzo del 2016

PREVISIONI SUL 2017 Retta rossa: retta di regressione 2016 Coppie di punti blu: rilevazioni effettive 2017

IN CONCLUSIONE: Grazie agli strumenti della statistica descrittiva siamo stati in grado di confermare l’esistenza e l’efficacia della relazione inversa fra prezzo e quantità Utilizzando il modello di regressione lineare siamo riusciti a costruire una possibile futura relazione fra prezzo e quantità del mercato delle fragole nel 2017