Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13
Consegna Lavoro di gruppo Scadenze per la consegna del lavoro di gruppo: I scadenza: Lunedì 12 Gennaio 2015 entro ore 12:00 II scadenza: Venerdì 23 Gennaio 2015 entro ore 12:00 Fare riferimento alla signora Luezza (Segreteria, quarto piano) Il materiale da consegnare consiste in: stampa cartacea della presentazione in Power Point; un CD/chiavetta USB contenente questionario, base dati in formato Excel, programma SAS, output, presentazione Power Point. NOTA BENE: se il lavoro di gruppo non viene consegnato entro la data della prima scadenza, non è possibile sostenere l’esame al primo appello
Esercizio 1: Analisi Fattoriale + Regressione Lineare Il dataset auto contiene 15 variabili e 35.108 allestimenti auto. Di seguito la descrizione di ogni variabile:
Esercizio 1: Analisi Fattoriale + Regressione Lineare Allocare una libreria che punti alla cartella in cui si è salvato il dataset. Accertarsi che le opzioni per l’output HTML siano correttamente impostate Effettuare un’analisi fattoriale utilizzando le seguenti variabili: ANZIANITA_MODELLO ASPETTO_ESTERNO CILINDRATA DATI_TECNICI IMPRONTA LARGHEX LUNGHEX N_MODEL_RESTYLING NUMCILINDRI NUMPOSTI PASSO PERCORRENZAMEDIA PORTE POTENZA Scegliere il numero di fattori, interpretarli, salvarli in un dataset.
Esercizio 1: Analisi Fattoriale + Regressione Lineare Effettuare una regressione lineare utilizzando come variabile dipendente la variabile Quotazione e come potenziali regressori i fattori ottenuti al punto precedente Esistono problemi di influenza e / o di multicollinearità? E’ un modello soddisfacente? Quali fattori risultano essere significativi? Qual è il regressore più importante? Come si può interpretare il modello?
Esercizio 2: Regressione Logistica Il dataset ct_pp_propensity contiene 23 variabili e 145.401 clienti di una banca. Di seguito la descrizione di ogni variabile:
Esercizio 2: Regressione Logistica Effettuare una regressione logistica utilizzando come variabile dipendente la variabile ‘ACQUISTO_PP’ e come potenziali regressori le seguenti variabili: FLG_DOMICILIAZIONE_UTENZE FLG_POSSESSO_DEBITO FLG_ACCREDITO_PENSIONE FLG_POSSESSO_BT FLG_RID_12M FLG_CONTO_CORRENTE MAR_PCT_IMP_FINNZ_IMPGH_BT_M6 FLG_POSSESSO_CREDITO N_COINT_POSS_CC N_NDG_TOTALI CAR_NUM_PREL AFI_IMP_TOT_M6 OPR_IMP_PREL_TOT_M6 OPR_IMP_USC_TOT_M6 OPR_PCT_IMP_USC_INT_M6 OPR_IMP_SPE_CAR_D_TOT_M6
Esercizio 2: Regressione Logistica Qual è la percentuale di clienti che ha acquistato un Prestito Personale? Verificare la bontà del modello stimato Esiste un problema di multicollinearità? Quali regressori risultano significativi? Quali regressori hanno un impatto positivo e negativo sulla variabile risposta? Quale regressore è più importante nella spiegazione della variabile risposta?