Che materia stai cercando?

Anteprima

ESTRATTO DOCUMENTO

LO SCHEMA DI RAGIONAMENTO DEL PROCESSO PRODUTTIVO Riprogettazione/Adeguamento

del processo

segmentazione del

Prima degli Input si può eseguire una mercato;

numeri indici

Prima del Processo Produttivo lo statistico può utilizzare i per determinare i fattori di

delle serie storiche

processo e l’analisi sui fattori di disturbo (fattori di processo non controllabili);

controllo di qualità

Post Processo produttivo lo statistico può eseguire un sul processo produttivo e

soprattutto sugli output prodotti;

dei dati interni;

Post Output si usa l’analisi

cluster analysis, fattoriale, multivariata di mercato

Infine si esegue la l’analisi l’analisi e l’analisi per

decidere se riprogrammare, come riprogrammare o adeguare per migliorare e soddisfare il mer-

cato/clientela. numeri indici

Principalmente i servono a confrontare e valutare le variazioni delle variabili economi-

che. delle serie storiche

L’analisi serve per eseguire una previsione di breve/medio termine e per scom-

porre le componenti che producono le variazioni.

multivariate

L’analisi servono per l’analisi degli infici di bilancio e delle componenti principali.

2

CAPITOLO 2 “Disponibilità e produzione delle informazioni statistiche”

Un dato statistico è la realizzazione osservata, in una cera variabile, su un determinato soggetto (cd

unità statistica).

Una collezione di dati statistici (insieme di più variabili osservate riferite/su più soggetti) è detta DA-

TASET oppure DATABASE.

Di un dato statistico è importante analizzare:

- FONTE (colui che elabora e produce il dato statistico)

- TIPOLOGIA

Primario (prodotti appositamente per fini conoscitivi di una ricerca)

o Secondario (già raccolti per altri scopi)

o Interni (disponibili nel processo amministrativo/gestionale della stessa azienda)

o Esterni

o metadati).

- QUALITA’ & UTILITA’ (per eseguire questo bisogna analizzare i

I metadati sono le informazioni su un dato come ad esempio chi ha raccolto il dato, frequenza

della raccolta del dato, popolazione/campione di riferimento, come sono raccolti i dati, …

Essi sono importanti per interpretare correttamente il dato statistico e per valutarne la qualità

del dato e di conseguenza la sua utilità e affidabilità.

Una variabile è l’insieme di possibili modalità che trovano “supporto” (ovvero sono osservabili) su un

certo individuo (cd unità statistica).

Una variabile può essere anche definita come carattere. Fondamentale è l’attitudine a variare delle

diverse modalità.

Un variabile può essere:

- Qualitativa (non numerica)

Sconnessa (non ordinabile)

o Ordinali (ordinabili)

o

- Quantitativa (numerica)

Discreta (rilevabile mediante conteggio)

o Continua (misurabile con uno strumento di misura)

o

Ci sono alcune variabili che possono essere sia qualitative sia quantitative, a seconda della modalità

che gli viene attribuita

Esempio: ALTEZZA 1.80, 1.75, … → quan$ta$va con$nua

alto, basso → qualita$va odinabile

[ESEMPIO – VEDERE ESERCIZIO ALLEGATO] 3

Le fonti possono essere scelte per PROVENIENZA

- INTERNE

SIA (Sistema Informativo Aziendale)

o  Informazioni disponibili di affidabilità o con controllo diretto dello stesso

 Informazioni economiche in quando secondarie e quindi già esistenti

 DataBase e DataWareHouse aziendali (DataWareHouse = insieme di DB)

 Hanno lo svantaggio di essere di portata limitata e di aver bisogno di adatta-

mento

- ESTERNE

STATISTICHE PRODOTTE DA SOGGETTI ESTERNI

o  Conti Nazionali

 Caratteristiche strutturali e risultati economici di tutte le imprese

 Comportamento di tutti i consumatori

 Hanno il vantaggio di avere una visione più generale/asettica e spesso sono pub-

blicamente disponibili

 Hanno lo svantaggio di essere troppo generali e quindi di poca attendibilità e/o

utilità concreta al caso specifico

Spesso vi è un’integrazione fra dati Interni e dati Esterni.

Esempio di alcune fonti da cui ricavare i dati ESTERNI (classificate per livelli)

ISTAT

Conti nazionali PIL – PIN – CONTO RI-

SORSE&IMPIEGHI - …

Caratteristiche Strutturali delle Profilo settoriale/dimensio- ISTAT

imprese nale/territoriale Archivio ASIA (imprese locali)

Indagini ISTAT

Caratteristiche Strutturali delle Risultati economici delle im-

imprese prese Archivio ASIA (imprese locali)

Banca dati Conistat

Banche dati bilanci aziendali

Cerved B.I. SpA

Centrale dei bilanci

AIDA

Indagini sui consumi delle fa-

Caratteristiche Strutturali delle Comportamenti del consuma- miglie italiane ISTAT

imprese tore Indagini longitudinali (panel)

di società private

AC Nielsen

GFK Eurisko

SymphonyIRIGroup

EUROSTAT.

Per quanto riguarda tutti questi indicatori a livelli Europei si fa affidamento a

4

Come giudicare i dati a disposizione

L’EUROSTAT ha definito 6 differenti dimensioni per la valutazione di un dato. Essi sono:

1- RILEVANZA → Indica la capacità di un sistema statistico di rispondere alle esigenze degli utiliz-

zatori (quanto il dato risponde alle nostre esigenze)

2- ACCURATEZZA → quanto il dato sEmato si avvicina alla realtà (numerosità campionaria)

3- PUNTUALITA’ & TEMPESTIVITA’

PUNTUALITA’ → differenza temporale tra quando il dato viene raccolto e quando si prevede

che essi vengano messi a disposizione

TEMPESTIVITA’ → differenza temporale tra quando il dato viene raccolto e quando effeGva-

mente viene messo a disposizione

4- ACCESSIBILITA’ & CHIAREZZA → quanto un dato è accessibile (dove posso reperirlo?)

5- COMPARABILITA’

6- COERENZA

La Statistica Ufficiale è una classifica che permette di sapere la qualità dei dati.

Questo è reso possibile in quanto la Statistica Ufficiale ha ad oggetto temi di interesse pubblico, con

eventuali richiami alle normative di riferimento ed è garanzia di qualità.

Esempio di Statistica Ufficiale è il Sistan (Sistema Statistico Nazionale) tra cui fa parte l’Istat

La contestualizzazione dei dati spesso avviene mediante l’analisi dei metadati in modo da poter defi-

nire come sono stati rilevati i dati (metodo di rilevazione); unità di misura; territorio di riferimento;

tempo di riferimento; …

L’interpretazione dei dati invece quasi sempre riguarda il confronto che può essere un confronto con

degli standard; un confronto nel tempo (variazioni); un confronto con altri fenomeni; …

Il confronto tra dati può avvenire per:

- OGGETTO DI COMPARAZIONE

Stesso fenomeno In circostanze diverse

o Fenomeni differenti nella stessa circostanza

o

- TIPO DI FENOMENO (grandezza)

Globale → misurabile aJraverso uno scalare

o esempio fatturato di un bar

Complesso → misurabile attraverso vettore di componenti elementari

o esempio prodotti bar e costi di produzione

5

- SCOPO DELLA COMPARAZIONE

Immediato → dimensioni di un fenomeno (crescita-decrescita-stabile)

o Investigativo → cause e faJori determinanE della variazione

o Indiziario → inferenza della variazione su un altro fenomeno

o

Fondamentale in questo punto diviene la scomposizione dell’incidenza di ogni singolo fattore

in quanto una differenza può essere dovuta a più fattori e quindi i metodi statistici servono a

scomporre ed evidenziare l’incidenza di ciascuno di esso sulla variazione e sul fenomeno osser-

vato e analizzato.

CAPITOLO 3 “I Rapporti Statistici”

L’obiettivo dei rapporti statistici è quello di determinare una variazione nel tempo o nello spazio.

Questo studio statistico può avvenire per la frequenza o per l’intensità

Il primo tipo di rapporto statistico (anche se il meno utile e il meno significativo) è la DIFFERENZA AS-

SOLUTA NON

Lo svantaggio di questa differenza è che tiene

NON

conto delle differenti unità di misura e tiene

conto dell’ordine di grandezza. Per questo non è

utilizzabile e non è significativa.

Il secondo tipo di rapporto statistico è la DIFFERENZA RELATIVA

Il vantaggio di questa differenza/rapporto è che

rende le grandezze omogenee (nr. Puri), sono in-

dipendenti dall’unità di misura e sono anche indi-

pendenti dall’ordine di grandezza.

Esistono 3 differenti tipologie di rapporti di diffe-

renza relativa:

1- DIFFERENZA RELATIVA TEMPORALE INIZIALE

2- DIFFERENZA RELATIVA TEMPORALE FINALE

3- DIFFERENZA RELATIVA SPAZIALE (attenzione

all’unità di misura!!!)

QUESTO R1 (rapporto statistico) è anche detto

NUMERO INDICE!

6

I rapporti di composizione

I rapporti di composizione identificano la composizione (spesso %) di un fenomeno di intensità o fre-

quenza rispetto a caratteri (e dunque rispetto all’intensità/frequenza totale)

à

C = C = ∑∑x = x

ij ij ij ..

à ∑∑ (il . al pedice sostituisce la sommatoria)

La distribuzione di frequenza confronta l’incidenza (contributo) di ciascuna categoria in termini di nu-

merosità;

La distribuzione di frequenza confronta l’incidenza (contributo) di ciascuna categoria i termini di am-

montare.

ESEMPIO DI RAPPORTO DI COMPOSIZIONE (distribuzione di frequenza)

FATTURATO Biglietto Bar Services TOT

LUN-GIO € 24.033

€ 17.584 € 2.147 € 4.302

VEN € 9.011

€ 5.737 € 1.595 € 1.679

SAB € 12.784

€ 8.426 € 1.648 € 2.710

DOM € 18.615

€ 12.587 € 3.387 € 2.641

TOT € 44.334 € 8.777 € 11.332 € 64.443

RAPPORTI DI COMPOSIZIONE

Biglietto Bar Services TOT

LUN-GIO 27,29% 3,33% 6,68%

VEN 8,90% 2,48% 2,61%

SAB 13,08% 2,56% 4,21%

DOM 19,53% 5,26% 4,10%

TOT

RAPPORTI DI COMPOSIZIONE MARGINALI

Sono rapporti che come numeratore usano il totale di riga oppure il totale di colonna

COLONNA MARGINALE = C i.

RIGA MARGINALE = C .j

RAPPORTI DI COMPOSIZIONE MARGINALI

Biglietto Bar Services RCM Colonna RIGA MARGINALE

LUN-GIO 37,29% COLONNA MARGINALE

VEN 13,98%

SAB 19,84%

DOM 28,89%

RCM RIGA 68,80% 13,62% 17,58%

7

RAPPORTI DI COMPOSIZIONE CONDIZIONATI

Sono rapporti che come numeratore usano il singolo fenomeno (intensità o frequenza osservata) e

come denominatore usano il totale di riga oppure il totale di colonna

=

CONDIZIONATI A i (X) = C C

j|i j|i .

=

C

CONDIZIONATI A j (Y) = C i|j i|j .

RAPPORTI DI COMPOSIZIONE CONDIZIONATI A i (X)

Biglietto Bar Services RCM Colonna RIGA MARGINALE

LUN-GIO 100,00%

73,17% 8,93% 17,90% COLONNA MARGINALI

VEN 100,00%

63,67% 17,70% 18,63%

SAB 100,00%

65,91% 12,89% 21,20%

DOM 100,00%

67,62% 18,20% 14,19%

RCM RIGA 68,80% 13,62% 17,58% 100,00%

RAPPORTI DI COMPOSIZIONE CONDIZIONATI A j (Y)

Biglietto Bar Services RCM Colonna RIGA MARGINALE

LUN-GIO 37,29%

39,66% 24,46% 37,96% COLONNA MARGINALI

VEN 13,98%

12,94% 18,17% 14,82%

SAB 19,84%

19,01% 18,78% 23,91%

DOM 28,89%

28,39% 38,59% 23,31%

RCM RIGA 100,00% 100,00% 100,00% 100,00%

I rapporti di Coesistenza

I rapporti di coesistenza hanno lo scopo di evidenziare gli squilibri tra le frequenze di un fenomeno tra

due differenti modalità che coesistono

I rapporti di Densità

I rapporti di densità hanno lo scopo di eliminare l’influenza delle differenze dimensionali

Intensità del fenomeno / Grandezza collettiva di riferimento

I rapporti di Derivazione

I rapporti di derivazione hanno lo scopo di evidenziare quando un fenomeno è conseguente all’altro

Intensità del fenomeno / Fenomeno generante

I rapporti/quoziente Specifici

I rapporti/quozienti specifici sono riferiti a precise modalità di entrambi i caratteri e hanno lo scopo di

evidenziare la relazione causa-effetto espressa in maniera diretta (generante-generato)

=

Q ij 8

I rapporti/quoziente Generici

I rapporti/quozienti generici sono riferiti alla somma delle modalità di entrambi i caratteri

..

=

Q .. ..

Anche per i rapporti/quozienti generici, così come per i rapporti di combinazione, esistono i quozienti

generici marginali (sfruttando i totali di riga/colonna)

I rapporti Generici tuttavia sono fortemente correlati ai rapporti specifici in quanto rappresentano la

media aritmetica ponderata.

I rapporti Generici tuttavia possono e devono essere scomposti nelle loro componenti (ponendo uno

dei due parametri fissi [popolazione tipo indicata ad apice del rapporto generico]) in modo da poter

rendere confrontabili i valori e in modo da poter imputare quale sia il fattore che causa la differenza,

in quanto spesso i rapporti generici sono influenzati da una differenza nei gruppi di unità e una diffe-

renza nella struttura della popolazione del fenomeno generante X

9

[GUARDANDO L’ESEMPIO DI SEGUITO TUTTO DOVREBBE ESSERE PIU’ CHIARO]

GERMANIA ITALIA

% impiego (su Pop Attiva (mi- % impiego (su Pop Attiva (mi-

FASCIA ETA' FASCIA ETA'

pop Attiva) gliaia) pop Attiva) gliaia)

15-24 50,00% 4.094 15-24 27,00% 1.555

25-54 88,00% 29.331 25-54 77,00% 19.537

55-64 69,00% 7.691 55-64 49,00% 3.905

41.116 24.997

MEDIA PONDERATA GERMANIA 80,66%

MEDIA PONDERATA ITALIA 69,52% differenza dovuta

MEDIA PONDERATA GERMANIA CON P* (ITALIA) 82,67% 13,15% ai tassi

MEDIA PONDERATA ITALIA CON P* (ITALIA) 69,52% differenza dovuta

MEDIA PONDERATA GERMANIA CON Q* (ITALIA) 66,78% -2,73% alla popolazione

MEDIA PONDERATA ITALIA CON Q* (ITALIA) 69,52%

I NUMERI INDICI

I numeri indici sono dei rapporti statistici che hanno lo scopo di misurare le variazioni di un fenomeno

quantitativo nel tempo o nello spazio.

Esistono diverse tipologie di numeri indici: - Numeri Indici Sintetici: misurano variazioni di

- Numeri Indici Temporali fenomeni complessi (più variabili)

- Numeri Indici Spaziali - Numeri Indici di Prezzo

- Numeri Indici Semplici: misurano variazioni di - Numeri Indici di Quantità

- Numeri Indici di Valore

grandezze elementari o globali (una sola varia-

bile) La base fissa permette

tenden-

una visione più

ziale e dunque di medio-

lungo periodo

La base mobile permette

congiun-

una visione più

turale e dunque di breve

periodo

10

PROPRIETA’ DEI NUMERI INDICI

IDENTITA’

1- → il numero indice calcolato al tempo t con base t è pari a 1

REVERSIBILITA’ DELLE BASI

2- → un indice con tempo s e base t è uguale all’inverso dell’indice

con base s e tempo t

TRASNSITIVITA’ DELLE BASI (CIRCOLARITA’)

3- → un indice con tempo t e base b è uguale al pro-

dotto di due indice: il primo al tempo q con base b; e il secondo al tempo t con base q

COMMENSURABILITA’

4- → al variare dell’unità di misura delle grandezze analizzate non varia il

valore del numero indice

SCOMPOSIZIONE DELLE CAUSE

5- → un NI può essere ottenuto come prodotto di NI dei feno-

meni che lo determinano 11

TASSI MEDI DI VARIAZIONE

Studio di un fenomeno nel tempo

Valutazione variazione complessiva (= variazione relativa) → I -1 →

b t

Valutazione variazione media:

- Tasso medio semplice (r)

- Tasso medio composto (r ’ )

r = Se applico T volte il tasso medio semplice (r) arrivo alla variazione complessiva

Dunque possiamo dire che la variazione media semplice (r) consiste nella variazione complessiva di-

viso il tempo T di riferimento d’analisi.

r ‘ = - 1 media geometrica dei numeri indici – 1

T

xT = x0 ( 1 + r ‘ ) 12

NUMERI INDICI SINTETICI

Aggregato dei prezzi (k beni / n periodi)

Quando ho un vettore di NI elementari dei prezzi di k beni per sintetizzarli al meglio devo ricorrere

media.

alla

Tuttavia, devo tenere in considerazione le differenze di incidenze di quantità e per questo motivo

ponderare

devo la mia media.

Prezzo prodotto Quantità vendute

Anno Popcorn Bibita Barretta Acqua Anno Popcorn Bibita Barretta Acqua

2012 2012

€ 0,05 € 0,42 € 0,35 € 0,07 231 215 112 345

2013 2013

€ 0,07 € 0,42 € 0,37 € 0,09 205 202 83 367

2014 2014

€ 0,06 € 0,50 € 0,38 € 0,11 198 212 65 324

2015 2015

€ 0,08 € 0,52 € 0,40 € 0,10 207 243 98 318

2016 2016

€ 0,05 € 0,55 € 0,43 € 0,11 203 218 106 294

Valori - Costi venduto

Anno Popcorn Bibita Barretta Acqua

2012 € 165,20

€ 11,55 € 90,30 € 39,20 € 24,15

2013 € 162,93

€ 14,35 € 84,84 € 30,71 € 33,03

2014 € 178,22

€ 11,88 € 106,00 € 24,70 € 35,64

2015 € 213,92

€ 16,56 € 126,36 € 39,20 € 31,80

2016 € 207,97

€ 10,15 € 119,90 € 45,58 € 32,34

€ 64,49 € 527,40 € 179,39 € 156,96 € 928,24

RAPPORTO TRA AGGREGATI ! ",$"

Rapporto tra somme di valori I = = 1,259 (i costi medi sono aumentati del 25,90%)

2012 2016 %&,!

In questo modo tuttavia considero sia le variazioni di prezzo sia le variazioni di quantità, ma a noi in-

teressa analizzare SOLO le variazioni di prezzo d’acquisto. Per fare questo fissiamo le quantità e ricor-

riamo alla media ponderata di indici di prezzo

all’indice dei prezzi di Laspeyres (fissato al tempo 0)

Per fare questo si ricorre 13


ACQUISTATO

2 volte

PAGINE

27

PESO

1.66 MB

PUBBLICATO

4 mesi fa


DETTAGLI
Corso di laurea: Corso di laurea in economia aziendale
SSD:
Università: Bergamo - Unibg
A.A.: 2018-2019

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher alecolle96 di informazioni apprese con la frequenza delle lezioni di Statistica economica e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Bergamo - Unibg o del prof Toninelli Daniele.

Acquista con carta o conto PayPal

Scarica il file tutte le volte che vuoi

Paga con un conto PayPal per usufruire della garanzia Soddisfatto o rimborsato

Recensioni
Ti è piaciuto questo appunto? Valutalo!

Altri appunti di Corso di laurea in economia aziendale

Riassunto esame Economia e tecnica degli scambi internazionali, prof. Ceraolo, libro consigliato Manuale del commercio internazionale, Di Meo
Appunto
Riassunto esame economia e gestione delle imprese, prof. Danovi, Libro consigliato "Economia e gestione delle imprese, Pivato, Misani, Ordanini"
Appunto
Organizzazione aziendale
Appunto
Riassunto esame Microeconomia, Prof. Vaglio, libro consigliato Istituzioni di economia politica, Ed.McGraw-Hill, 2018 + esercizi svolti
Appunto