1 INDAGINE SUI CONSUMI DELLE FAMIGLIE ANNO 2001 CAPITOLI DI SPESA: CARNI (FRESCHE E SURGELATE) E SALUMI LEGUMI E ORTAGGI CULTURA GIORNALI, LIBRI E CANCELLERIA.

Slides:



Advertisements
Presentazioni simili
Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
Advertisements

Come organizzare i dati per un'analisi statistica al computer?
Tecniche di analisi dei dati e impostazione dellattività sperimentale Relazioni tra variabili: Correlazione e Regressione.
Variabili casuali a più dimensioni
Analisi dei dati per i disegni ad un fattore
Analisi di covarianza L'analisi di covarianza è un'analisi a metà strada tra l'analisi di varianza e l'analisi di regressione. Nell'analisi di covarianza.
Analisi di covarianza L'analisi di covarianza è un'analisi a metà strada tra l'analisi di varianza e l'analisi di regressione. Nell'analisi di covarianza.
ANALISI DELLA COVARIANZA
Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°10.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8
Test Statistici Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°5.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°7.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8.
Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.
STATISTICA 6.0: REGRESSIONE LINEARE
MODELLO DI REGRESSIONE LINEARE MULTIPLA: USO DELLE VARIABILI DUMMY (parte 2) In alcune circostanze è opportuno inserire, come variabili esplicative, delle.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
Dip. Economia Politica e Statistica
ALBERI DECISIONALI terza parte
Le funzioni di Engel Presentazione a cura di : Giulia Bravo
Analisi della varianza (a una via)
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 9.
Corso di biomatematica lezione 7-2: Test di significatività
Modello di regressione lineare semplice
Analisi della varianza
Verifica delle ipotesi su due campioni di osservazioni
Regressione Logistica
STATISTICA PER LE DECISIONI DI MARKETING
Corso di POPOLAZIONE TERRITORIO E SOCIETA’ 1 AA
Le distribuzioni campionarie
Unità 6 Test parametrici e non parametrici Test per la verifica della normalità Funzione di ripartizione.
Regressione e correlazione
DATA MINING PER IL MARKETING
Statistica La statistica è
Variabili temporali Analisi statistica
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3.
La verifica d’ipotesi Docente Dott. Nappo Daniela
Domande riepilogative per l’esame
Lezione B.10 Regressione e inferenza: il modello lineare
Strumenti statistici in Excell
Il residuo nella predizione
Metodi Quantitativi per Economia, Finanza e Management Lezione n°10 Regressione lineare multipla: la valutazione del modello, metodi automatici di selezione.
Analisi Multivariata dei Dati
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.
L’analisi della varianza
La statistica F Permette di confrontare due varianze, per stabilire se sono o no uguali. Simile al valore t di Student o al chi quadrato, l’F di Fisher.
9) VERIFICA DI IPOTESI L’ipotesi statistica è una supposizione riguardante caratteristiche ignote ignote di una v.c. X. Es.: campionamento con ripetizione,
Analisi discriminante lineare - contesto
Un’applicazione delle funzioni di Engel ai consumi delle famiglie italiane nel 2001 Di: Gagliardi Emilio Raimondi Romina Santi Elena.
ANALISI DEI COMPORTAMENTI DI SPESA DELLE FAMIGLIE ITALIANE: CONSUMI ANNO 2001 Funzioni di Engel.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
“Teoria e metodi della ricerca sociale e organizzativa”
Certificazione bilancio/121 Statistica e revisione contabile Scopi della certificazione di bilancio Scopi e modalità dell’analisi statistica Esempio.
ECONOMIA POLITICA E-I ESERCITAZIONI. 2 Richiami di matematica – Funzioni Funzioni FUNZIONE: ogni regola matematica che permette di calcolare il valore.
Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.
Un’applicazione della segmentazione a priori: l’algoritmo CHAID
Corso di Laurea in Scienze e tecniche psicologiche
Disegni ad un fattore tra i soggetti. Disegni ad un solo fattore between Quando i livelli del trattamento possono influenzarsi reciprocamente è necessario.
 In questa parte del nostro lavoro andremo ad analizzare i dati relativi ai consumi delle famiglie presenti nel sito ISTAT. I comportamenti di consumo.
Correlazione e regressione lineare
STATISTICA P IA F ONDAZIONE DI C ULTO E R ELIGIONE C ARD. G. P ANICO Azienda Ospedaliera CORSO DI LAUREA IN INFERMIERISTICA Sr. Margherita Bramato.
DEFINIRE I REQUISITI DEL CLIENTE SVILUPPARE E VALUTARE IL QUESTIONARIO IMPIEGARE IL QUESTIONARIO Dimensioni della qualità 1.Perfomance 2.Optionals 3.Affidabilità.
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Regressione: approccio matriciale Esempio: Su 25 unità sono stati rilevati i seguenti caratteri Y: libbre di vapore utilizzate in un mese X 1: temperatura.
Gli Indici di VARIABILITA’
1 Corso di Laurea in Scienze e Tecniche psicologiche Esame di Psicometria Il T-Test A cura di Matteo Forgiarini.
Transcript della presentazione:

1 INDAGINE SUI CONSUMI DELLE FAMIGLIE ANNO 2001 CAPITOLI DI SPESA: CARNI (FRESCHE E SURGELATE) E SALUMI LEGUMI E ORTAGGI CULTURA GIORNALI, LIBRI E CANCELLERIA FRANCESCO BONTEMPONE DANIELE MEDRI MARCO STELLA AGNESE VASAI

2 OBIETTIVO DELL’ANALISI VERIFICARE SE I CONSUMI DELLE FAMIGLIE ITALIANE, PER UNA PARTICOLARE CLASSE DI BENI, SI DIFFERENZIANO IN MANIERA STATISTICAMENTE SIGNIFICATIVA, IN RELAZIONE ALLA ZONA DI RESIDENZA, AL TITOLO DI STUDIO ED ALLA POSIZIONE PROFESSIONALE DEL CAPO-FAMIGLIA (O PERSONA DI RIFERIMENTO)

3 DATI E STRUTTURA DEL DATASET FONTE: DATI ISTAT SUI CONSUMI DELLE FAMIGLIE PER L’ANNO RECORDS INFORMAZIONI DEMOGRAFICHE E SOCIALI VOCI DI COSTO SUDDIVISE PER CAPITOLI DI SPESA

4 OPERAZIONI EFFETTUATE SUL DATASET Suddivisione delle famiglie in 10 classi di ammontare della spesa totale Classificazione in 4 aree geografiche ( NO, NE, CE, SU ) Classificazione per titolo di studio ( BA, MA, MB, AL ) Classificazione per posizione professionale ( AUTONO, DIRIGE, IMPIEG., OPERAI, ALTRID ) Calcolo della spesa totale per capitolo Calcolo delle medie per classi di zona, titolo, professione Trasformata logaritmica sulle medie Calcolo dei pesi (frequenze relative)

5 IL MODELLO analisi della covarianza Attraverso l’uso di variabili categoriche vengono comparate curve di regressione di una variabile di risposta Y su una variabile indipendente X, definita covariata, determinando se una nuova curva di regressione è necessaria per descrivere la relazione tra Y e X

6 IL MODELLO Il legame tra le varibili Y e X è espresso tramite una funzione doppio-logaritmica log Y ij = A j + B j log X ij Y = spesa media per il capitolo di interesse X = spesa totale media (reddito) A = intercetta B = elasticità della spesa rispetto al reddito

7 IL MODELLO Il consumo di una particolare classe di beni è espressa da: Y ij = A j + B j X ij + ε ij 10 classi di spesa totale (i) j = modalità della variabile categorica

8 ANALISI DELLA COVARIANZA Y dipende da x? H01: B1 = B2 = … = Bi = … = Bk = 0 Non rifiutiamo l’ipotesi nulla: analisi della varianza ad una via Rifiutiamo l’ipotesi nulla: test su H02 Y dipende da X in maniera differente per i diversi raggruppameti? H02: B1 = B2 = … = Bi = … = Bk = B Non rifiutiamo l’ipotesi nulla : coeff. di regr. uguali fra loro (test su H03) Rifiutiamo l’ipotesi nulla : coeff. di regr. diversi fra loro (rette libere) Le intercette delle regressioni sull’asse delle ordinate sono differenti tra loro? H03: A1 = A2 = … = Ai = … = Ak = A Non rifiutiamo l’ipotesi nulla : le intercette sono uguali fra loro (RETTA UNICA) Rifiutiamo l’ipotesi nulla : le intercette sono significativamente diverse fra loro (RETTE PARALLELE)

9 FREQUENZE (E PESI) ZONA GEOGRAFICA CE=5125(0,214) NE=4499(0,188) NO=5346(0,224) SU=8948(0,374) TOTALE = TITOLO DI STUDIO AL=1977(0,083) BA=8398(0,351) MA=6898(0,288) MB=6645(0,278) TOTALE = POSIZIONE PROFESSIONALE ALTRID=841(0,066) AUTONO=3220(0,254) DIRIGE=1253(0,099) IMPIEG=3791(0,299) OPERAI=3559(0,281) TOTALE = 12664

10 CAPITOLO DI SPESA CARNI (FRESCHE E SURGELATE) E SALUMI vitello e vitellone – manzo – maiale – cavallo – pecora e agnello – pollame – conigli,tacchini,selvaggina – salumi – carni preparate e in scatola (alimenti dietetici) – altre carni

11 RAPPORTO SPESA PER CARNI/SPESA TOTALE

12 CARNI-ZONA GEOGRAFICA CARNI-ZONA GEOGRAFICA (R 2 =0,949047) Origine DF Type III SS quadratica F Pr > F cls_regione F b1=b2=b3=b4= |t| cls_regione CE cls_regione NE <.0001 cls_regione NO cls_regione SU <.0001 logcosti*cls_regione CE <.0001 logcosti*cls_regione NE <.0001 logcosti*cls_regione NO <.0001 logcosti*cls_regione SU <.0001 Si rifiuta l’ipotesi H 01 relativa alla nullità dei paramtri b, mentre non si rifiuta l’ipotesi H 02 di uguaglianza del coefficiente di regressione i coefficienti angolari non sono significativamente differenti fra loro

13 CARNI-ZONA GEOGRAFICA CARNI-ZONA GEOGRAFICA (R 2 =0,945051) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a <.0001 Errore Parameter Stima standard Valore t Pr > |t| a1-a <.0001 a1-a a1-a a2-a a2-a <.0001 a3-a Si rifiuta l’ipotesi H 03 relativa all’uguaglianza delle intercette Rette parallele le elasticità della spesa rispetto al reddito delle diverse zone geografiche sono uguali, ma le intercette sono differenti; questo implica che, da zona a zona, varia solo il livello di consumo di carne. Nel caso specifico NO, CE e SU hanno un consumo simile, mentre il NE si differenzia significativamente

14 CARNI-ZONA GEOGRAFICA

15 CARNI-TITOLO DI STUDIO (R 2 = ) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= <.0001 b1=b2=b3=b4=b Errore Parameter Stima standard Valore t Pr > |t| cls_titstu1 AL cls_titstu1 BA cls_titstu1 MA <.0001 cls_titstu1 MB <.0001 logcosti*cls_titstu1 AL <.0001 logcosti*cls_titstu1 BA <.0001 logcosti*cls_titstu1 MA <.0001 logcosti*cls_titstu1 MB <.0001 H 01 rifiutata H 02 rifiutata coefficienti angolari sono significativamente differenti fra loro (rette non parallele)

16 CARNI-TITOLO DI STUDIO (R 2 = 0,943581) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a <.0001 Errore Parameter Stima standard Valore t Pr > |t| a1-a <.0001 a1-a <.0001 a1-a a2-a a2-a a3-a Si rifiutata l’ipotesi H 03 di uguaglianza delle intercette. Le elasticità della spesa rispetto al reddito dei diversi gradi di istruzione sono differenti così come le intercette (rette libere); questo implica che, in base al titolo di studio, variano sia il livello di consumo di carne che la quota di reddito destinata ad essa Nel caso specifico le intercette sono simili solo per MA e MB; l’elasticità maggiore si ha per BA, quella minore per MB

17 CARNI-TITOLO DI STUDIO

18 CARNI-POSIZIONE PROFESIONALE (R 2 =0,920869) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4=b5= <.0001 b1=b2=b3=b4=b5=b Errore Parameter Stima standard Valore t Pr > |t| cls_posprof1 ALTRID cls_posprof1 AUTONO <.0001 cls_posprof1 DIRIGE cls_posprof1 IMPIEG <.0001 cls_posprof1 OPERAI <.0001 logcosti*cls_posprof ALTRID <.0001 logcosti*cls_posprof AUTONO <.0001 logcosti*cls_posprof DIRIGE <.0001 logcosti*cls_posprof IMPIEG <.0001 logcosti*cls_posprof OPERAI <.0001 H 01 rifiutata H 02 non rifiutata Unico coefficiente angolare per le cinque modalità della variabile categorica ‘posizione professionale’

19 CARNI-POSIZIONE PROFESIONALE (R 2 =0,915928) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a4=a5=a <.0001 Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a1-a a2-a a2-a a2-a a3-a a3-a <.0001 a4-a <.0001 H 03 rifiutata, quindi possiamo affermare che la relazione varia solo per effetto della scala della variabile dipendente. Ciò è evidenziato dalla differenza tra le intercette delle diverse funzioni, mentre i coefficienti angolari sono uguali (rette parallele). Nel caso specifico AUTONO e ALTRID hanno un consumo simile, mentre OPERAI, IMPIEG e DIRIG si differenziano significativamente

20 CARNI-POSIZIONE PROFESIONALE

21 Conclusioni In relazione alla zona geografica ed alla posizione professionale si osserva una differenziazione che si espleta soltanto in un diverso livello di consumi (le elasticità non sono significativamente diverse). In particolare il consumo maggiore si osserva al Sud e tra gli operai (minore, al contrario, tra i dirigenti e al Nord). La variabile categorica che sembra meglio segmentare la popolazione è il titolo di studio. Raggruppando le famiglie in base a questo, difatti, si osservano comportamenti significativamente diversi tra i vari gruppi: coloro che hanno un titolo di studio basso presentano una elasticità maggiore (la carne risulta, dunque, un bene di lusso).

22 CAPITOLO DI SPESA LEGUMI E ORTAGGI pomodori freschi – pomodori in scatola e conserve – patate o patatine fritte – legumi freschi o surgelati – legumi secchi o conservati – ortaggi freschi o surgelati – ortaggi secchi o conservati – altri prodotti preparati a base di legumi e ortaggi

23 RAPPORTO SPESA PER LEGUMI/SPESA TOTALE

24 LEGUMI-ZONA GEOGRAFICA LEGUMI-ZONA GEOGRAFICA (R 2 =0,963256) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= <.0001 b1=b2=b3=b4=b Errore Parameter Stima standard Valore t Pr > |t| cls_regione CE cls_regione NE <.0001 cls_regione NO <.0001 cls_regione SU <.0001 logcosti*cls_regione CE <.0001 logcosti*cls_regione NE <.0001 logcosti*cls_regione NO <.0001 logcosti*cls_regione SU <.0001 H 01 rifiutata H 02 non rifiutata Sebbene vengano stimati diversi coefficienti per ognuna delle quattro modalità della variabile categorica ‘zona geografica’, essi non risultano significativamente diversi tra loro.

25 LEGUMI-ZONA GEOGRAFICA LEGUMI-ZONA GEOGRAFICA (R 2 =0,956819) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a2-a a2-a a3-a a4-a <.0001 Non si rifiutata l’ipotesi H 03 di uguaglianza delle intercette. le elasticità della spesa rispetto al reddito delle diverse zone sono uguali, così come le intercette; questo implica che applicheremo un modello di regressione lineare semplice (retta unica)

26 LEGUMI-ZONA GEOGRAFICA

27 LEGUMI-TITOLO DI STUDIO (R 2 = 0,962399) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= |t| cls_titstu1 AL cls_titstu1 BA <.0001 cls_titstu1 MA <.0001 cls_titstu1 MB <.0001 logcosti*cls_titstu1 AL <.0001 logcosti*cls_titstu1 BA <.0001 logcosti*cls_titstu1 MA <.0001 logcosti*cls_titstu1 MB <.0001 Si rifiutata l’ipotesi H 01 di uguaglianza dei coefficienti di regressione, ma si accetta che gli stessi siano uguali tra loro (ipotesi H 02 non rifiutata)

28 LEGUMI-TITOLO DI STUDIO (R 2 = 0,960448) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a2-a a2-a a3-a H 03 non rifiutata La funzione consumo-spesa globale, relativamente al capitolo di spesa legumi, è indipendente dalle modalità di raggruppamento della variabile categorica ‘titolo di studio’

29 LEGUMI-TITOLO DI STUDIO

30 LEGUMI-POSIZIONE PROFESIONALE (R 2 =0,926581) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4=b5= |t| cls_posprof1 ALTRID cls_posprof1 AUTONO cls_posprof1 DIRIGE cls_posprof1 IMPIEG cls_posprof1 OPERAI logcosti*cls_posprof ALTRID <.0001 logcosti*cls_posprof AUTONO <.0001 logcosti*cls_posprof DIRIGE <.0001 logcosti*cls_posprof IMPIEG <.0001 logcosti*cls_posprof OPERAI <.0001 H 01 rifiutata H 02 non rifiutata I coefficienti angolari non sono significativamente differenti fra loro

31 LEGUMI-POSIZIONE PROFESIONALE (R 2 =0,925662) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a4=a5=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a1-a a2-a a2-a a2-a a3-a a3-a a4-a H 03 non rifiutata I comportamenti di consumo risultano omogenei: abbiamo una retta unica che spiega il consumo

32 LEGUMI-POSIZIONE PROFESIONALE

33 Conclusioni In relazione a tutte le variabili categoriche si osserva una differenziazione che si espleta soltanto in un diverso livello di consumi (le elasticità non sono significativamente diverse). In particolare il consumo maggiore si osserva al Sud e tra coloro che sono in possesso di un titolo di studio basso (minore, al contrario, tra i dirigenti).

34 CAPITOLO DI SPESA CULTURA Abbonamenti a giornali, riviste, dispense, ecc - Abbonamenti a concerti, teatri, circoli culturali, ecc

35 RAPPORTO SPESA PER CULTURA/SPESA TOTALE

36 CULTURA-ZONA GEOGRAFICA CULTURA-ZONA GEOGRAFICA (R 2 =0,943814) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= |t| cls_regione CE cls_regione NE <.0001 cls_regione NO <.0001 cls_regione SU <.0001 logcosti*cls_regione CE <.0001 logcosti*cls_regione NE <.0001 logcosti*cls_regione NO <.0001 logcosti*cls_regione SU <.0001 Si rifiutata l’ipotesi H 01 di uguaglianza dei coefficienti di regressione. Non rifiutiamo l’ipotesi H 02, accettiamo quindi un unico coefficiete angolare per la diverse modalità della variabile categorica ‘zona geografica’

37 CULTURA-ZONA GEOGRAFICA CULTURA-ZONA GEOGRAFICA (R 2 =0,935817) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a2-a a2-a a3-a Rifiutiamo H03 abbiamo diverse intercette Riassumendo: i coefficienti angolari di ciascuna modalità della variabile categorica ‘zona geografica di residenza’ non sono significativamente diversi tra loro e rispetto al coefficiente comune entro gli strati e quindi l’eterogeneità dei comportammenti è dovuta alle differenze tra le intercette relative a ciscuno strato Nel caso specifico NE,NO,CE hanno un consumo simile fra loro ma differente dal SUD

38 CULTURA-ZONA GEOGRAFICA

39 CULTURA-TITOLO DI STUDIO (R 2 = 0,957518) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= <.0001 b1=b2=b3=b4=b Errore Parameter Stima standard Valore t Pr > |t| cls_titstu1 AL cls_titstu1 BA <.0001 cls_titstu1 MA cls_titstu1 MB <.0001 logcosti*cls_titstu1 AL <.0001 logcosti*cls_titstu1 BA <.0001 logcosti*cls_titstu1 MA <.0001 logcosti*cls_titstu1 MB <.0001 H 01 rifiutata H 02 rifiutata coefficienti angolari sono significativamente differenti fra loro (rette non parallele)

40 CULTURA-TITOLO DI STUDIO (R 2 = 0,940510) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a2-a a2-a a3-a Si anche rifiutata l’ipotesi H 03, le intercette sono quindi significativamente diverse tra loro (rette libere). La relazione varia in ragione di un differente comportamento delle famiglie e ciò si ripercuote tanto sulla diversità delle intercette che dei coefficienti angolari delle funzioni. Questo implica che, in base al titolo di studio, variano sia il livello di consumo di cultura che la quota di reddito destinata ad essa. Nel caso specifico le intercette sono significativamente diverse tra loro, risultano simili quelle di MA e MB e AL.

41 CULTURA-TITOLO DI STUDIO

42 CULTURA-POSIZIONE PROFESIONALE (R 2 =0,945959) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4=b5= <.0001 b1=b2=b3=b4=b5=b Errore Parameter Stima standard Valore t Pr > |t| cls_posprof1 ALTRID cls_posprof1 AUTONO cls_posprof1 DIRIGE cls_posprof1 IMPIEG <.0001 cls_posprof1 OPERAI logcosti*cls_posprof ALTRID <.0001 logcosti*cls_posprof AUTONO <.0001 logcosti*cls_posprof DIRIGE <.0001 logcosti*cls_posprof IMPIEG <.0001 logcosti*cls_posprof OPERAI <.0001 Si rifiutata l’ipotesi H 01 di uguaglianza dei coefficienti di regressione, ma si accetta che gli stessi siano uguali tra loro (ipotesi H 02 non rifiutata) Retta unica o rette parallele?

43 CULTURA-POSIZIONE PROFESIONALE (R 2 =0,933660) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a4=a5=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a1-a a2-a a2-a a2-a a3-a a3-a a4-a Non si rifiutata l’ipotesi H 03 di uguaglianza delle intercette. Questo ci suggerisce che le elasticità della spesa rispetto al reddito per le diverse professioni sono uguali, così come le intercette; questo implica che applicheremo un modello di regressione lineare semplice (retta unica).

44 CULTURA-POSIZIONE PROFESIONALE

45 Conclusioni In relazione alla zona geografica si osserva una differenziazione che si espleta soltanto in un diverso livello di consumi (le elasticità non sono significativamente diverse). In particolare il consumo minore si osserva al Sud. Le diverse professioni, invece, sono rappresentate da un’unica retta (comportamenti non significativamente diversi). La variabile categorica che sembra meglio segmentare la popolazione è il titolo di studio. Raggruppando le famiglie in base a questo, difatti, si osservano comportamenti significativamente diversi tra i vari gruppi: coloro che hanno un titolo di studio basso presentano una elasticità minore (questo perché sul bilancio di queste famiglie la cultura pesa maggiormente, in termini relativi, rispetto ad altre classi).

46 CAPITOLO DI SPESA GIORNALI, LIBRI E CANCELLERIA Giornali,riviste,fumetti – quaderni,cancelleria,fotocopie e fax – libri non scolastici

47 RAPPORTO SPESA PER GIORNALI/SPESA TOTALE

48 GIORNALI-ZONA GEOGRAFICA GIORNALI-ZONA GEOGRAFICA (R 2 =0,974962) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= <.0001 b1=b2=b3=b4=b Errore Parameter Stima standard Valore t Pr > |t| cls_regione CE cls_regione NE cls_regione NO cls_regione SU logcosti*cls_regione CE <.0001 logcosti*cls_regione NE <.0001 logcosti*cls_regione NO <.0001 logcosti*cls_regione SU <.0001 I coefficienti angolari non sono significativamente differenti fra loro. (H 01 rifiiutata; H 02 non rifiutata)

49 GIORNALI-ZONA GEOGRAFICA GIORNALI-ZONA GEOGRAFICA (R 2 =0,971963) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a2-a a2-a a3-a <.0001 Si rifiutata l’ipotesi H 03 di uguaglianza delle intercette. Le elasticità della spesa rispetto al reddito delle diverse professioni sono uguali, ma le intercette sono differenti; questo implica che varia solo il livello di consumo di giornali. Nel caso specifico le rette che rappresentano NE,NO,CE e SUD hanno intercette significativamente differenti tra loro

50 GIORNALI-ZONA GEOGRAFICA

51 GIORNALI-TITOLO DI STUDIO (R 2 = 0,976389) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4= <.0001 b1=b2=b3=b4=b Errore Parameter Stima standard Valore t Pr > |t| cls_titstu1 AL cls_titstu1 BA cls_titstu1 MA cls_titstu1 MB logcosti*cls_titstu1 AL <.0001 logcosti*cls_titstu1 BA <.0001 logcosti*cls_titstu1 MA <.0001 logcosti*cls_titstu1 MB <.0001 Si rifiuta l’ipotesi H 01 relativa alla nullità dei paramtri b, mentre non si rifiuta l’ipotesi H 02 di uguaglianza del coefficiente di regressione i coefficienti angolari non sono significativamente differenti fra loro

52 GIORNALI-TITOLO DI STUDIO (R 2 = 0,975065) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a <.0001 Errore Parameter Stima standard Valore t Pr > |t| a1-a <.0001 a1-a <.0001 a1-a a2-a a2-a <.0001 a3-a H 03 rifiutata, quindi possiamo affermare che la relazione varia solo per effetto della scala della variabile dipendente.( Rette parallele)

53 GIORNALI-TITOLO DI STUDIO

54 GIORNALI-POSIZIONE PROFESIONALE (R 2 =0,938144) Contrast DF Contrast SS quadratica F Pr > F b1=b2=b3=b4=b5= <.0001 b1=b2=b3=b4=b5=b Errore Parameter Stima standard Valore t Pr > |t| cls_posprof1 ALTRID cls_posprof1 AUTONO cls_posprof1 DIRIGE cls_posprof1 IMPIEG cls_posprof1 OPERAI logcosti*cls_posprof ALTRID <.0001 logcosti*cls_posprof AUTONO <.0001 logcosti*cls_posprof DIRIGE <.0001 logcosti*cls_posprof IMPIEG <.0001 logcosti*cls_posprof OPERAI <.0001 H 01 rifiutata H 02 non rifiutata coefficienti angolari sono significativamente differenti fra loro (rette non parallele)

55 GIORNALI-POSIZIONE PROFESIONALE (R 2 =0,936243) Contrast DF Contrast SS quadratica F Pr > F a1=a2=a3=a4=a4=a5=a Errore Parameter Stima standard Valore t Pr > |t| a1-a a1-a a1-a a1-a a2-a a2-a a2-a a3-a a3-a a4-a Si rifiutata l’ipotesi H 03 ; ci troviamo quindi di fronte a cinque rettte con diverse intercette Risultato: le elasticità della spesa rispetto al reddito delle diverse categorie professionali sono uguali, ma le intercette sono differenti; questo implica che varia solo il livello di consumo di giornali.

56 GIORNALI-POSIZIONE PROFESIONALE

57 Conclusioni In relazione a tutte le variabili categoriche si osserva una differenziazione che si espleta soltanto in un diverso livello di consumi (le elasticità non sono significativamente diverse). In particolare il consumo maggiore si osserva al Nord, tra coloro che sono in possesso di un titolo di studio alto e tra dirigenti, impiegati e altri dipendenti.

58 Conclusioni generali La variabile che meglio permette di individuare comportamenti differenti è il titolo di studio (per carni e cultura si osservano elasticità differenti). Zona e professione, al contrario, non permettono di cogliere differenze significative. Questo conferma la tendenza all’omogeneizzazione dei consumi in atto in Italia da qualche decennio.