Esercizi riepilogativi Analisi Univariata e Bivariata Analisi Fattoriale Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°5

Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: 1 2 3 Breve ripasso teorico Analisi Univariata e Bivariata Analisi Fattoriale

Argomenti trattati Analisi univariata Analisi bivariata Test statistici per lo studio dell’associazione tra variabili: test t, test chi-quadro e test F. Analisi Fattoriale

Misure di sintesi Misure di posizione: Misure di dispersione: Misure di tendenza centrale: Media aritmetica Mediana Moda Misure di tendenza non centrale: Quantili di ordine p (percentili, quartili) Misure di dispersione: Campo di variazione Differenza interquantile Varianza Scarto quadratico medio Coefficiente di variazione Misure di forma della distribuzione: Skewness Kurtosis

Lettura di un test statistico (1) Esempio: almeno un bi≠0 1) Ipotesi b1= b2 = ....=bk = 0 H0: H1: 2) Statistica test Statistica F 3) p-value Rappresenta la probabilità di commettere l’errore di prima specie. Può essere interpretato come la probabilità che H0 sia “vera” in base al valore osservato della statistica test 1

Lettura di un test statistico (2) Fissato un livello di significatività : Se p-value piccolo (< ) RIFIUTO H0 Altrimenti (>= ) ACCETTO H0 Il p-value è il più piccolo valore di  per il quale H0 può essere rifiutata 1

Analisi Bivariata In base alla natura delle due variabili in esame si utilizzato Test Statistici differenti. Due Variabili Qualitative Indipendenza Statistica Test Chi-Quadro Due Variabili Quantitative Indipendenza Lineare Test t Una Qualitative e Una Quantitativa continua Indipendenza in media Test F 1

Step di analisi Numero di fattori Confronto soluzioni scelte Regola Autovalori >1 Lettura SCREEPLOT 1/3 variabili originali Variabilità spiegata 60%-75% Confronto soluzioni scelte Comunalità finali Analisi soluzione Rotazione fattori Interpretazione fattori Produzione dataset con fattori

Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: 1 2 3 Breve ripasso teorico Analisi Univariata e Bivariata Analisi Fattoriale

Dataset Il dataset Banca95 informazioni relative ai comportamenti di 1000 clienti di una banca. Le variabili presenti nel dataset riguardano informazioni sullo stato economico del cliente (es. saldo CC, importi vari) e informazioni contrattuali (es. utilizzo plastic card, accredito stipendio).

Variabili (1)

Variabili (2)

Modalità di svolgimento Allocare la libreria ‘corso’ Importare il file banca95.xls, salvarlo nella libreria ‘corso’ e attribuire il nome Banca95 Svolgere gli esercizi utilizzando il dataset banca95. Modificare il file word ‘Esercitazione_5’ riportando i risultati delle analisi (solo quelli richiesti) e i commenti a tali output.

Esercizi (1) Qual è la media del saldo medio del conto corrente [smedio]? Si può affermare che la maggior parte dei clienti utilizza la plastic card [s_plasti]? E’ corretto affermare che il 66.67% dei clienti non possiede titoli [s_titoli]? E’ corretto affermare che il saldo medio del conto corrente è una variabile con asimmetria positiva [smedio]? Tra coloro che hanno una polizza assicurativa, qual è l’importo medio delle polizze assicurative [assic][s_assicu]?

Esercizi (2) Chi ha effettuato molte ‘operazioni dare’ l’anno precedente ha effettuato molte ‘operazioni dare’ nell’anno analizzato [ndare][ndarp]? Si può affermare che esiste una relazione tra il numero di ‘operazioni dare’ e ‘operazioni avere’ [ndare][navere]? C’è una relazione tra la domiciliazione delle utenze e l’utilizzo della plastic card [s_utenze][s_plasti]? E tra il possesso di certificati di deposito e il possesso di titoli a custodia [s_certif][s_custod]? Si può affermare che esiste una relazione tra il sesso e l'accredito stipendio [sesso][sticonv]?

Esercizio Variabile dipendente e 21 variabili di soddisfazione

Esercizio Analisi fattoriale sulle 21 variabili di soddisfazione (esclusa la soddisfazione globale) del dataset TELEFONIA. Identificazione soluzioni possibili Confronto comunalità Interpretazione dei fattori Creazione di un dataset di output contenente i fattori scelti. Elenco variabili da inserire nella proc factor: AccessoWeb_2 AltriOperatori_2 assistenza_2 Autoricarica_2 CambioTariffa_2 ChiamateTuoOperatore_2 ChiarezzaTariffe_2 ComodatoUso_2 copertura_2 CostoMMS_2 CostoSMS_2 diffusione_2 DurataMinContratto_2 immagine_2 MMSTuoOperatore_2 NavigazioneWeb_2 NoScattoRisp_2 NumeriFissi_2 Promozioni_2 SMSTuoOperatore_2 vsPochiNumeri_2