Anno accademico 2016-’17 Corso di Statistica Germana Scepi Lezione: 5 Argomento: www.docenti.unina.it/germana.scepi La Concentrazione Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione La concentrazione studia come un carattere quantitativo e trasferibile si distribuisce tra le unità che lo possiedono; Si ha concentrazione minima quando l ’ ammontare complessivo della variabile è ripartito in ugual misura tra tutte le unità che, quindi, detengono un ammontare pari alla media aritmetica; Si ha concentrazione massima quando l’ammontare complessivo della variabile è detenuto da un’unica unità statistica (che ha, quindi, n volte la media aritmetica) mentre le rimanenti (n-1) unità hanno nulla; Un indice di concentrazione misura la concentrazione nei casi reali, in rapporto a questi due casi limite. 2 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: il diagramma di Lorenz Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente: qi x1 £ x2 £ … £ xn pi 1 qn1 i n Frazione cumulata dei primi i redditieri Retta di equiripartizione i qi x j x j j 1 n j 1 q2 Equiripartizione: q1 p1 p2 … pn1 1 Frazione cumulata del reddito posseduto dai primi i redditieri pi qi i pi 3 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: il diagramma di Lorenz Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente: qi x1 £ x2 £ … £ xn pi 1 qn1 i n Frazione cumulata dei primi i redditieri Retta di equiripartizione i qi Spezzata di massima concentrazione q2 q1 p1 p2 … pn1 1 pi x j x j j 1 n j 1 Frazione cumulata del reddito posseduto dai primi i redditieri Equiripartizione: pi qi i Massima concentrazione: q1 = q2 = … = qn-1 = 0 4 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: il diagramma di Lorenz Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente: qi pi 1 qn1 x1 £ x2 £ … £ xn Area di concentrazione i n i qi x j x j j 1 n j 1 q2 q1 p1 p2 … Frazione cumulata dei primi i redditieri pn1 1 pi Frazione cumulata del reddito posseduto dai primi i redditieri Equiripartizione: pi qi i Massima concentrazione: q1 = q2 = … = qn-1 = 0 Situazioni reali: q1 £ q2 £ … £ qn-1 £ 15 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: gli indici Esempio: il Reddito x1 £ x2 £ … £ xn Le osservazioni vanno ordinate in senso non decrescente: qi Il rapporto di concentrazione del Gini (rapporto tra segmenti) 1 qn1 Area di concentrazione n 1 R p i 1 i qi n 1 p i 1 i q2 q1 p1 p2 … pn1 1 pi 6 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: gli indici Esempio: il Reddito x1 £ x2 £ … £ xn Le osservazioni vanno ordinate in senso non decrescente: qi Il rapporto di concentrazione del Gini (rapporto tra segmenti) 1 qn1 Area di concentrazione n 1 R p i 1 i n 1 p i 1 pi - qi q2 q1 p1 p2 … pn1 1 pi qi i Rappresenta la differenza tra il valore della q in caso di equiripartizione (uguale al corrispondente valore di p) e il valore q osservato. E’, dunque, una misura assoluta di quanto ci si “allontana” dalla situazione teorica di equiripartizione. pi - qi pi E’ una misura normalizzata della misura precedente, in quanto ottenuta rapportando la stessa al suo massimo valore possibile. 7 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: gli indici Esempio: il Reddito x1 £ x2 £ … £ xn Le osservazioni vanno ordinate in senso non decrescente: qi Il rapporto di concentrazione del Gini (rapporto tra segmenti) 1 qn1 n-1 Area di concentrazione R= å( p - q ) i i=1 i n-1 åp i=1 Indice normalizzato i 0£ R£1 q2 q1 p1 p2 … pn1 1 pi 8 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione: gli indici Esempio: il Reddito x1 £ x2 £ … £ xn Le osservazioni vanno ordinate in senso non decrescente: qi Il rapporto di concentrazione del Gini (rapporto tra segmenti) 1 qn1 n-1 Area di concentrazione R= å( p - q ) i i=1 i n-1 åp i=1 i Formula alternativa q2 q1 p1 p2 … pn1 1 pi 2 n-1 R=1qi å n - 1 i=1 9 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione La concentrazione Modificato da Borra, Di Ciaccio, Statistica, 2004 TV Introiti pubblicitari (in milioni di euro) Rete 1 Rete 2 Rete 3 Rete 4 Rete 5 Rete 6 Rete 7 Rete 8 Rete 9 G. Scepi n 1 R p q i i 1 i n 1 p i 1 i 2 n1 1 qi n 1 i 1 Individuiamo le pi e le qi 1.889 1.857 1.524 697 1.994 1.798 1.320 461 339 11.879 10 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione La concentrazione n 1 R p q Introiti pubblicitari (in milioni di euro) Rete 9 Rete 8 Rete 4 Rete 7 Rete 3 Rete 6 Rete 2 Rete 1 Rete 5 339 461 697 1.320 1.524 1.798 1.857 1.889 1.994 11.879 i i 1 Modificato da Borra, Di Ciaccio, Statistica, 2004 TV G. Scepi i n 1 p i 1 i 2 n1 1 qi n 1 i 1 Individuiamo le pi e le qi Dati ordinati 11 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione n 1 La concentrazione R Introiti pubblicitari p q i i 1 pi qi p 339 461 697 1.320 1.524 1.798 1.857 1.889 1.994 11.879 i 2 n1 1 qi n 1 i 1 pi-qi (in milioni di euro) Rete 9 Rete 8 Rete 4 Rete 7 Rete 3 Rete 6 Rete 2 Rete 1 Rete 5 i n 1 i 1 Modificato da Borra, Di Ciaccio, Statistica, 2004 TV G. Scepi 0,11 0,22 0,33 0,44 0,56 0,67 0,78 0,89 0,0285 0,0673 0,1260 0,2371 0,3654 0,5168 0,6731 0,8321 0,0826 0,1549 0,2073 0,2073 0,1901 0,1499 0,1047 0,0567 4,00 2,8465 1,1535 n 1 1 R p q i i 1 n 1 p i 1 2 i i 1,1535 4,00 0,288 2 n1 R 1 qi n 1 i1 2 1 2,8465 8 1 0,7116 0,288 12 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La variabilità reciproca TV Rete 1 Rete 2 Rete 3 Rete 4 Rete 5 Rete 6 Rete 7 Rete 8 Rete 9 TV Introiti pubblicitari (in milioni di euro) 1.889 1.857 1.524 697 1.994 1.798 1.320 461 339 11.879 Rete 1 n 1.319,9 i j 1 xi x j n n 1 0 2 R Rete 2 Rete 3 Rete 4 Rete 5 Rete 6 54.808 761,22 9 8 2 Rete 7 761,22 0,289 2.639,8 Rete 8 Rete 9 Rete 1 0 32 365 1.192 -105 91 569 1.428 1.550 Rete 2 -32 0 333 1.160 -137 59 537 1.396 1.518 Rete 3 -365 -333 0 827 -470 -274 204 1.063 1.185 Rete 4 -1.192 -1.160 -827 0 -1.297 -1.101 -623 236 358 Rete 5 105 137 470 1.297 0 196 674 1.533 1.655 Rete 6 -91 -59 274 1.101 -196 0 478 1.337 1.459 Rete 7 -569 -537 -204 623 -674 -478 0 859 981 Rete 8 -1.428 -1.396 -1.063 -236 -1.533 -1.337 -859 0 122 Rete 9 -1.550 -1.518 -1.185 -358 -1.655 -1.459 -981 -122 0 13 54.808 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Il metodo dei trapezi 1 AreeTrapezi 2 Area di concentrazione: qi BASE base h Area Trapezio: 1 2 qn1 q2 q1 p1 p2 … pn1 1 pi 14 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Il metodo dei trapezi 1 AreeTrapezi 2 Area di concentrazione: qi q qi pi 1 pi BASE base h Area Trapezio: i 1 1 2 2 n 1 Totale Aree Trapezi: qn1 qi 1 qi pi 1 pi i 0 Area concentrazione: qi 1 Rapporto di concentrazione: qi q2 2 1 n 1 qi 1 qi pi 1 pi 2 i 0 2 Area di concentrazione Area massima q1 p1 p2 pi pi 1 pn1 1 pi Area massima: pn 1 1 in 1 2 2n 1 (per n grande) 2 15 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Il metodo dei trapezi Area concentrazione: qi Rapporto di concentrazione: 1 1 n 1 qi 1 qi pi 1 pi 2 i 0 2 Area di concentrazione Area massima 1 n 1 qi 1 qi pi 1 pi 2 i 0 2 R 1 2 qn1 n 1 1 qi 1 qi pi 1 pi i 0 qi qi 1 Formula alternativa q2 q1 p1 p2 pi 1 pi pn1 1 pi R= å(p × q n-1 i=1 i i+1 - pi+1 × qi ) 16 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Esempio: Concentrazione degli addetti rispetto alle imprese da Borra, Di Ciaccio, Statistica, 2004 Classe di addetti Numero imprese 0-2 3-9 10-19 20-49 50-99 100-499 500-999 2.043,0 636,0 103,2 43,4 11,8 8,3 0,8 2.847 Numero addetti (stimato) 2.043,0 3.816,0 1.496,4 1.497,3 879,1 2.485,9 599,6 12.817 Numero addetti pi qi pi · qi+1 pi+1· qi a-b 0,7177 0,9412 0,9774 0,9927 0,9968 0,9997 1,0000 0,2444 0,5002 i 0,6217 0,7369 0,8096 0,9524 1 1,0000 • Quanto vale p ? 0,3590 0,5852 0,7203 0,8037 0,9494 0,9997 0,2300 0,4889 0,6172 0,7346 0,8094 0,9524 0,1290 0,0963 0,1031 0,0691 0,1400 0,0473 • Quanto vale q1 ? 4,4172 3,8324 0,5848 •(reale) Chi sono le pi ? 2.718,3 2.845,6 1.352,0 1.281,2 808,7 1.588,3 529,4 11.124 • Chi sono le q ? 17 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Esempio: Concentrazione degli addetti rispetto alle imprese da Borra, Di Ciaccio, Statistica, 2004 Classe di addetti Numero imprese 0-2 3-9 10-19 20-49 50-99 100-499 500-999 2.043,0 636,0 103,2 43,4 11,8 8,3 0,8 2.847 Numero addetti Numero addetti (stimato) (reale) 2.043,0 3.816,0 1.496,4 1.497,3 879,1 2.485,9 599,6 12.817 2.718,3 2.845,6 1.352,0 1.281,2 808,7 1.588,3 529,4 11.124 pi 0,7177 0,9412 0,9774 0,9927 0,9968 0,9997 1,0000 Per esempio, q p ·q p ·q da rilevazioni ISTAT i 0,2444 0,5002 0,6217 0,7369 0,8096 0,9524 1,0000 i i+1 i+1 i a-b 0,3590 0,5852 0,7203 0,8037 0,9494 0,9997 0,2300 0,4889 0,6172 0,7346 0,8094 0,9524 0,1290 0,0963 0,1031 0,0691 0,1400 0,0473 4,4172 3,8324 0,5848 18 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Esempio: Concentrazione degli addetti rispetto alle imprese da Borra, Di Ciaccio, Statistica, 2004 Classe di addetti Numero imprese 0-2 3-9 10-19 20-49 50-99 100-499 500-999 2.043,0 636,0 103,2 43,4 11,8 8,3 0,8 2.847 n-1 ( Numero addetti qi pi · qi+1 pi+1· qi a-b 0,7177 0,9412 0,9774 0,9927 0,9968 0,9997 1,0000 0,2444 0,5002 0,6217 0,7369 0,8096 0,9524 1,0000 0,3590 0,5852 0,7203 0,8037 0,9494 0,9997 0,2300 0,4889 0,6172 0,7346 0,8094 0,9524 0,1290 0,0963 0,1031 0,0691 0,1400 0,0473 4,4172 3,8324 0,5848 (reale) 2.718,3 2.845,6 1.352,0 1.281,2 808,7 1.588,3 529,4 11.124 R = å pi × qi+1 - pi+1 × qi i=1 pi ) 19 Università di Napoli Federico II, DISES, A.a. 2016-’17 Corso di Statistica Lezione 5 – La Concentrazione G. Scepi La concentrazione per dati raggruppati Esempio: Concentrazione degli addetti rispetto alle imprese da Borra, Di Ciaccio, Statistica, 2004 Classe di addetti Numero imprese 0-2 3-9 10-19 20-49 50-99 100-499 500-999 2.043,0 636,0 103,2 43,4 11,8 8,3 0,8 2.847 n-1 ( Numero addetti qi pi · qi+1 pi+1· qi a-b 0,7177 0,9412 0,9774 0,9927 0,9968 0,9997 1,0000 0,2444 0,5002 0,6217 0,7369 0,8096 0,9524 1,0000 0,3590 0,5852 0,7203 0,8037 0,9494 0,9997 0,2300 0,4889 0,6172 0,7346 0,8094 0,9524 0,1290 0,0963 0,1031 0,0691 0,1400 0,0473 4,4172 3,8324 0,5848 (reale) 2.718,3 2.845,6 1.352,0 1.281,2 808,7 1.588,3 529,4 11.124 R = å pi × qi+1 - pi+1 × qi i=1 pi ) 0,5848 20