Che materia stai cercando?

Lezioni, Business Analytics Appunti scolastici Premium

Appunti di Business Analytics per l'esame del professor Venturini. Gli argomenti trattati sono i seguenti: una relazione lineare, la regressione lineare, il corrispondente p-value ( significance ), l'unità di misura, l'estrapolazione nascosta, i modelli semi log.

Esame di Business Analytics docente Prof. S. Venturini

Anteprima

ESTRATTO DOCUMENTO

BUSINESS ANALYTICS

STATISTICA

(STATISTICA PER MANAGER –KLIBANOFF)

KSTAT

CAPITOLO 3

Se esiste una relazione tra due variabili, e questa si può rappresentare graficamente mediante una retta,

allora siamo in presenza di una RELAZIONE LINEARE. Per osservare i dettagli della relazione si usa una

tecnica statistica chiamata REGRESSIONE LINEARE.

Statistics=> Regression

Es. price= 24 +0,5 income è una retta di regressione in cui il prezzo che si è disposti a spendere varia in

media di 0,5 dollari se il reddito aumenta di un 1 dollaro.

Si può ottenere una retta di regressione anche graficamente:

Statistics=>Charts=>scatterplot ( y against x)

La retta scelta dal software è quella che garantisce la minima somma degli errori al quadrato. Gli errori

sono le distanze verticali tra le retta e i punti.

Dall’esempio sul libro, vogliamo dividere in segmenti di prezzo e stabilire in quanti comprano un’auto in

ciascun segmento.

- scelgo income= 30 000

- sostituisco income 30 000 nell’equazione stimata per ottenere il valore medio

- prendo la deviazione standard ( standard error of regression) che mi è data dalla regressione

- scelgo il livello di prezzo 16 000 e lo standardizzo facendo (16 000 –media)/ dev standard e trovo così il

numero a sx del quale si trova l’area che cerchiamo

- con la formula : = DISTRIB.NORM.ST( prezzo standardizzato) trovo l’area che mi interessa da trasformare

in percentuale. ( es il 78% degli individui con reddito pari a 30 000 acquisterà un auto che costa meno di 16

000 dollari )

In una retta di regressione è sempre presente una costante e uno o più coefficienti. Questi ultimi possono

essere soggetti a errore. Negli esercizi viene richiesto di solito di specificare gli intervalli di confidenza nei

quali possono spaziare i coefficienti.

-Prendo il coefficiente in questione

- prendo t-statistics for computing 95% confidence intervals e lo moltiplico per lo standard error of

coefficient

- aggiungo e tolgo questo numero ottenuto al coefficiente

In formula: b1 +/- t * sb1

a/2, n-2

Si dice che un coefficiente è significativo quando il suo corrispondente p-value ( significance ) è molto

piccolo. In questo caso rifiutiamo l’ipotesi nulla che afferma che il coefficiente può essere uguale a zero.

CAPITOLO 4


PAGINE

4

PESO

423.10 KB

PUBBLICATO

+1 anno fa


DETTAGLI
Corso di laurea: Corso di laurea in economia aziendale e management
SSD:
A.A.: 2015-2016

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher Marie Therese di informazioni apprese con la frequenza delle lezioni di Business Analytics e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Bocconi - Unibocconi o del prof Venturini Sergio.

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 e management

Riassunto esame Marketing, prof. Valdani, libro consigliato M@rketing Management
Appunto
Microeconomia - Formulario
Appunto
Storia dell'economia mondiale - Riassunto esame, prof. Amatori
Appunto
Riassunto esame Business History, prof. Amatori, libro consigliato Storia d'Impresa, Complessità e Comparazioni, Amatori, Colli
Appunto