Un modello con due VIQ a due livelli (2x2)

Slides:



Advertisements
Presentazioni simili
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.
Advertisements

Introduzione all’uso degli indicatori di valutazione ed ai metodi di valutazione Dott.ssa Gabriella Giuliano Direttore Sanitario CREAS-IFC-CNR giugno.
Il test del DNA: utilizzi ● Riconoscimento della paternità/maternità ● In criminologia e diritto ● Identificare le vittime di un disastro.
1 Variabili. 2 Tipi di variabili Una variabile è qualche proprietà di un evento che è stata misurata. Le variabili sono attributi dei fenomeni e pertanto.
Tipi di costi 1 1 Processo di gestione relative ad un progetto Pianificazione dei costi / Valutazione.
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.
Corso di Analisi Statistica per le imprese
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.
Precorso di Statistica per le Lauree Magistrali
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.
INTRODUZIONE ALLA STATISTICA
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.
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.
Titolo.
Georeferenziazione di immagini
Precorso di Statistica per le Lauree Magistrali
RICHIAMI DI INFERENZA:
Presentazione di Camilla Giustiniani Rimini - 23 giugno 2017
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.
il performance management nella pa
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.
PRESUPPOSTI DEL LAVORO:
Misure Meccaniche e Termiche - Università di Cassino
Metodi Quantitativi per Economia, Finanza e Management Lezione n°12 Regressione Logistica: Le ipotesi del modello, la stima del modello.
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.
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.
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.
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.
L’autovalutazione 5 La semplificazione
Le aspettative Economia & Finanza Pubblica
Precorso di Statistica per le Lauree Magistrali
Misurazione.
Corso di Laurea in Scienze e tecniche psicologiche
APPUNTI DI STATISTICA INFERENZIALE
Commento su Esercitazione 1
Precorso di Statistica per le Lauree Magistrali
5 Consigli per rendere la tua presentazione più efficace:
La Statistica Istituto Comprensivo “ M. G. Cutuli”
LA RICERCA EDIT: la rilevazione
5 Consigli per rendere la tua presentazione più efficace:
5 Consigli per rendere la tua presentazione più efficace:
Analisi Cereali per la prima colazione
[Nome progetto] Relazione finale
Metodi Quantitativi per Economia, Finanza e Management Lezione n°11 Regressione Logistica: Le ipotesi del modello, la stima del modello, l’interpretazione.
Programmare.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°10 Regressione lineare multipla: la valutazione del modello, multicollinearità, metodi.
Sezione gis e report Funzionalità Centro Servizi nazionale (CSN)
Collegio docenti 25 settembre 2018 ICCS “Aldo Moro” Maleo
[Nome progetto] Relazione finale
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: le ipotesi del modello, la stima del modello.
Le aspettative Economia
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: le ipotesi del modello, la stima del modello.
DATI INVALSI Comparazione A.S. 2009/ /2011.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: le ipotesi del modello, la stima del modello.
Precorso di Statistica per le Lauree Magistrali
Corso di Analisi Statistica per le imprese
Mobilità internazionale e conversione dei voti Maria Sticchi Damiani febbraio
RICHIAMI DI INFERENZA:
RICHIAMI DI INFERENZA:
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 9
Economie di scala e di differenziazione
Precorso di Statistica per le Lauree Magistrali
Metodi Quantitativi per Economia, Finanza e Management Lezione n°11 Regressione Logistica: Le ipotesi del modello, la stima del modello, l’interpretazione.
Re.Start Smart Up Your Business 2019 Allegato A
LABORATORI ESTIVI DI FISICA MODERNA
Interazioni tra v.i.: analisi di moderazione
DAL TESTO ALLA CONVERSAZIONE
Variabile interveniente
Esercitazione 8 Correzione simulazione esame AMD
Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°3.
Transcript della presentazione:

Un modello con due VIQ a due livelli (2x2) Unit 2 Un modello con due VIQ a due livelli (2x2) In un esperimento di brand management, sono stati progettati diversi tipi di confezioni di cereali. Sono stati considerati due colori e due stili calligrafici. Ogni possibile combinazione di colore e stile è stata utilizzata per produrre una confezione. Ciascuna di queste combinazioni di prova è stata commercializzata in 6 diversi negozi comparabili per tipo e dimensioni. Al termine del periodo di valutazione, si confrontano le vendite nei 24 (6x4) negozi.

I dati I dati a disposizione sono: Y = Vendite per negozio (numero di confezioni); x1 = Colore della confezione: Verde (0) o Rosso (1); x2 = Stile calligrafico: Classico (0) o Moderno (1). RQ: qual è la giusta combinazione di colore e stile calligrafico? E’ effettivamente importante? Dati: http://www.cs.unitn.it/~taufer/Data/Design.txt

Note Le VI sono qualitative: in pratica abbiamo quattro gruppi che dobbiamo comparare fra loro. Un modello con interazioni ci permette di fare tutte le possibili comparazioni tra i quattro gruppi I valori stimati dei coefficienti β rappresenteranno medie ( o differenze di medie) campionarie I test a disposizione nella regressione ci permettono di comparare probabilisticamente i quattro gruppi E(Y) = β0 + β1x1 + β2x2 + β3x1x2

Modello: E(Y) = β0 + β1x1 + β2x2 + β3x1x2 Unit 2 Modello: E(Y) = β0 + β1x1 + β2x2 + β3x1x2 Se x1 = 0 e x2 = 0, verde-classico (VC) è il gruppo (o livello) di riferimento E(Y) = β0 = μVC vendite medie di VC Se x1 = 0 e x2 = 1, verde-moderno (VM) E(Y) = β0 + β2 = μVM vendite medie di VM β2 = μVM - μVC differenza attesa per le vendite di VC e VM

Modello: E(Y) = β0 + β1x1 + β2x2 + β3x1x2 Unit 2 Modello: E(Y) = β0 + β1x1 + β2x2 + β3x1x2 Se x1 = 1 e x2 = 0, rosso-classico (RC) E(Y) = β0 + β1 = μRC , β1 = μRC – μVC differenza attesa per le vendite delle scatole in classico quando si passa da verde a rosso Se x1 = 1 e x2 = 1, rosso-moderno (RM) E(Y) = β0 + β1 + β2 + β3 = μRM β3 = (μRM – μRC ) – (μVM – μVC) interazione: differenza tra cambiamento C-M per rosso e C-M per verde.

R-output Estimate Std. Error T value Pr(>|t|) Intercept 101.67 4.07 24.98 0.000 *** Col.Rosso 27.50 5.76 4.78 Sti.Moderno 6.50 1.13 0.272 Co.Ros:Sti.Mod 58.33 8.14 7.17 RSE=9.97 on 20 d.f. R2=0.94. R2-corretto=0.93. F-statistic = 107.4 (p-value = 0.000)

Unit 2 Profile Plot Moderno Classico Verde Rosso

Ipotesi di interesse Effetto colore H0: β1 = β3 = 0 il colore non influisce sulle vendite Statistica F = 122.65; p-value = 0.000, RIFIUTARE H0. Effetto dello stile calligrafico H0: β2 = β3 = 0 la calligrafia non influisce sulle vendite Statistica F = 64.101; p-value = 0.000, RIFIUTARE H0. Interazione H0: β3 = 0 calligrafia e colore non hanno sinergie Statistica F = 51.37; p-value = 0.000, RIFIUTARE H0.