Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°4.

Presentazione sul tema: "Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°4."— Transcript della presentazione:

1 Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°4

2 PROC FREQ - Descrizione La PROC FREQ permette di calcolare le distribuzioni di frequenza univariate per variabili qualitative e quantitative discrete creare tabelle di contingenza a due o più dimensioni per variabili qualitative e quantitative discrete calcolare indici di dipendenza relativi a tabelle di contingenza

3 PROC FREQ – Sintassi generale proc freq data= dataset option(s); tables variabile1 * variabile2 /option(s); run; Distribuzione di frequenza bivariata OPTIONS: noprint non mostra i risultati nella finestra di output /missing considera anche i missing nel calcolo delle frequenze

4 PROC FREQ - Esempio Variabili qualitative: sesso e operatore telefonico proc freq data=corso.telefonia; table sesso * operatore; run;

5 Output PROC FREQ - Esempio Frequency Percent Row Pct Col Pct 236 100.00 15 6.36 154 65.25 55 23.31 12 5.08 Total 136 57.63 12 5.08 8.82 80.00 91 38.56 66.91 59.09 28 11.86 20.59 50.91 5 2.12 3.68 41.67 M 100 42.37 3 1.27 3.00 20.00 63 26.69 63.00 40.91 27 11.44 27.00 49.09 7 2.97 7.00 58.33 F WindVodafoneTim3 Totaloperatoresesso Table of sesso by operatore Frequenze congiunte assolute e relative Distribuzioni marginali: frequenze marginali assolute e relative Frequenze subordinate

6 Output PROC FREQ - Esempio Frequency Percent Row Pct Col Pct 236 100.00 15 6.36 154 65.25 55 23.31 12 5.08 Total 136 57.63 12 5.08 8.82 80.00 91 38.56 66.91 59.09 28 11.86 20.59 50.91 5 2.12 3.68 41.67 M 100 42.37 3 1.27 3.00 20.00 63 26.69 63.00 40.91 27 11.44 27.00 49.09 7 2.97 7.00 58.33 F WindVodafoneTim3 Totaloperatoresesso Table of sesso by operatore freq. marginale assoluta=7+27+63+3 freq. marginale relativa=(7+27+63+3)/236*100 freq. subordinate: % di riga=5/136*100 % di col=5/12*100 freq. congiunta relativa =(7/236)*100

7 PROC FREQ - Descrizione La PROC FREQ permette di calcolare le distribuzioni di frequenza univariate per variabili qualitative e quantitative discrete creare tabelle di contingenza a due o più dimensioni per variabili qualitative e quantitative discrete calcolare indici di dipendenza relativi a tabelle di contingenza

8 PROC FREQ – Sintassi generale proc freq data= dataset option(s); tables variabile1 * variabile2 /option(s); run; Calcolo dellindice chi-quadro OPTIONS: noprint non mostra i risultati nella finestra di output /missing considera anche i missing nel calcolo delle frequenze /chisq calcola lindice chi-quadro e altre misure di associazione basate sul chi-quadro

9 PROC FREQ - Esempio Associazione tra variabili qualitative: sesso e operatore telefonico proc freq data=corso.telefonia; table sesso * operatore /chisq; run;

10 Output PROC FREQ - Esempio 1/2 Tabella di contingenza: Frequency Percent Row Pct Col Pct Table of sesso by operatore sessooperatoreTotal 3TimVodafoneWind F7 2.97 7.00 58.33 27 11.44 27.00 49.09 63 26.69 63.00 40.91 3 1.27 3.00 20.00 100 42.37 M5 2.12 3.68 41.67 28 11.86 20.59 50.91 91 38.56 66.91 59.09 12 5.08 8.82 80.00 136 57.63 Total12 5.08 55 23.31 154 65.25 15 6.36 236 100.00

11 Output PROC FREQ - Esempio 2/2 Misure di associazione: Chi-quadrato assume valore nullo se i due fenomeni sono indipendenti. Indice di Cramer V è basato sul χ², assume valori compresi tra 0 e 1. E uguale a 0 nel caso di indipendenza statistica. 0.1524 Cramer's V 0.1506 Contingency Coefficient 0.1524 Phi Coefficient 0.02854.79751Mantel-Haenszel Chi-Square 0.12495.74173Likelihood Ratio Chi-Square 0.13995.47843Chi-Square ProbValueDFStatistic

12 PROC CORR - Descrizione La PROC CORR permette di calcolare la correlazione tra due o più variabili quantitative

13 PROC CORR – Sintassi generale proc corr data= dataset; var variabile1; with variabile2; run; Correlazione tra due variabili

14 PROC CORR - Esempio Correlazione tra il numero medio di ore di utilizzo del telefono cellulare e del fisso al giorno. proc corr data=corso.telefonia; var cell_h; with fisso_h; run;

15 Output PROC CORR - Esempio Coefficiente di correlazione lineare ρ(X,Y): è un indice relativo, assume valori compresi tra -1 e 1. Se ρ >0 (ρ <0) la relazione tra X e Y è lineare positiva (negativa), se ρ =0 non cè relazione lineare.

16 PROC CORR – Sintassi generale proc corr data= dataset; var variabile1; with variabile2 variabile3 variabile4; run; Correlazione tra più variabili

17 PROC CORR - Esempio Correlazione tra la durata media delle chiamate effettuate e: durata media delle chiamate ricevute, numero medio di ore di utilizzo del telefono cellulare al giorno, numero medio di ore di utilizzo del telefono fisso al giorno. proc corr data=corso.telefonia; var durata_chiamate_e; with durata_chiamate_r cell_h fisso_h; run;

18 Output PROC CORR - Esempio