Indice

Indice
Prefazione all’edizione italiana, di Piero Veronese
Prefazione
1. EE: un’introduzione alle distribuzioni di probabilità
e ai metodi di stima statistica
1.1. EE: incertezza e probabilità
Le distribuzioni di probabilità
1.2. La media
1.3. La varianza e la deviazione standard
La media e la varianza dei titoli finanziari
La deviazione standard
1.4. Proporzioni
1.5. La distribuzione normale
Funzioni Excel
La distribuzione normale standard
Funzioni Excel
1.6. La distribuzione t di Student
Funzioni Excel
1.7. Le stime basate sui dati
Stima della media
Calcolo della media campionaria
Stima della deviazione standard
1.8. La distribuzione campionaria
Quanto è precisa come stimatore la media campionaria?
Stima della distribuzione campionaria della media
campionaria
Calcolo dell’errore standard della media
1.9. Intervalli di confidenza
pag.
IX
»
XI
»
»
»
»
»
»
»
»
»
»
»
»
»
»
»
»
»
»
»
»
1
1
2
3
4
5
5
6
7
8
12
14
14
15
18
19
20
21
22
24
»
»
»
24
25
27
VI
statisticapermanager
2. Consumer packaging: esecuzione e utilizzo delle verifiche di
ipotesi
2.1. La verifica di ipotesi: come giustificare le proprie ragioni
utilizzando i dati
2.2. Test marketing
2.3. La verifica di ipotesi: un’analisi formale
Test a una coda
Procedure per test sulla media di una popolazione
Procedure per test sulla proporzione di successi in una
popolazione
2.4. Consumer packaging
2.5. Due popolazioni
Proporzioni di successi in una popolazione
Nota sui campioni di ampiezza ridotta
2.6. Rendimenti dei titoli finanziari
3. Autorama: introduzione al modello di regressione attraverso
la pianificazione delle scorte
3.1. Introduzione
3.2. Regressione lineare del prezzo rispetto al reddito
3.3. Il metodo dei minimi quadrati
3.4. Previsioni di spesa basate sull’equazione di regressione
Ipotesi
Avvertenza
3.5. Il modello di regressione
Suddivisione della popolazione in base al reddito
Che cosa stima il modello di regressione
Quantificazione dell’errore di campionamento
Intervallo di confidenza per i coefficienti di un modello di
regressione
Verifiche di ipotesi sui coefficienti di un modello di
regressione
La significatività dei coefficienti nell’output della regressione
Panoramica sulla tabella di output della regressione
4. Beta di un titolo e previsioni di vendita: utilizzo dell’equazione
di regressione
4.1. Capital budgeting e rischio
Capital budgeting e costo opportunità del capitale
4.2. Stima dei beta
Stima dei beta
Intervalli di confidenza per il beta
pag.
43
»
»
»
»
»
43
46
53
55
57
»
»
»
»
»
»
58
58
61
64
65
67
»
»
»
»
»
»
»
»
»
»
»
79
79
81
85
88
88
88
89
91
93
94
»
95
»
»
»
96
97
98
»
»
»
»
»
»
105
105
106
109
110
111
indice
VII
pag.
»
»
»
»
»
»
»
113
114
116
117
119
121
122
123
Inserto 1. La bolletta dell’energia elettrica e i prezzi dei frigoriferi
»
131
5. California Strawberries: variabili dummy e slope-dummy
5.1. Variabili dummy
Variabili dummy: riesame del caso del packaging
Interpretazione delle variabili dummy nel modello di
regressione
La regressione
Una nota sulle ipotesi fatte
Sintesi
5.2. California strawberries
Analisi di regressione multipla con variabili dummy e
slope-dummy
5.3. L’agenzia di cacciatori di teste
»
»
»
133
133
134
»
»
»
»
»
134
134
136
136
137
»
»
141
143
»
»
»
157
157
161
»
»
181
181
»
»
»
»
»
182
192
194
196
199
Inserto 2. Colonial Broadcasting Company
»
207
8. Il caso advertising: eteroschedasticità e logaritmi
8.1. Cenni sull’uso dei logaritmi nel modello di regressione
Proprietà dei logaritmi naturali
»
»
»
219
219
220
4.3. Previsione della diffusione
I dati
Distribuzione campionaria del valore previsto y^
Intervalli di confidenza per il valore previsto
Verifiche di ipotesi per il valore previsto
La decisione
La statistica R quadro
L’indice R quadro e i beta in finanza
6. Forestier Wine: analisi grafica, regressione non-lineare e
correlazione spuria
6.1. Neve, disoccupazione e correlazione spuria
6.2. Vino e ricchezza
7. Il caso hot dog: regressione multipla, multicollinearità e test F
generalizzato
7.1. Il caso hot dog
7.2. Il caso hot dog: soluzioni, multicollinearità, estrapolazione
nascosta e test di significatività congiunta
7.3. Analizzare somme e differenze dei coefficienti di regressione
7.4. Come rilevare la multicollinearità
7.5. Distorsione per variabile omessa
Calcolo dell’entità della distorsione
VIIIstatisticapermanager
8.2.Regressionilogaritmiche:formaeinterpretazionedei
coefficienti
8.3.Previsioniconmodellilogaritmici
8.4.Investimentiinpubblicità:usodelleregressionilogaritmiche
8.5.Introduzioneall’eteroschedasticità
8.6.Digressionematematicafacoltativa
8.7. Eteroschedasticità:rilevamento,effettisuirisultati,possibili
rimedi
pag.
»
»
»
»
221
223
224
227
230
»
231
»
»
»
»
239
239
239
241
»
»
»
»
»
»
»
»
242
243
244
246
246
246
249
255
Inserto3.LastrategiapubblicitariaperNopane
»
263
Inserto4.Ilcasobaseball
»
269
Appendici
Appendice1.Mini-manualediKStat
Appendice2.Gliintervallidiprevisione
Appendice3.Lacorrelazione
Appendice4.Alcuneproprietàdeilogaritmi
»
»
»
»
281
301
302
305
Indiceanalitico
»
307
9. IcasiSodaSaleseHarmonFoods:gestireiltempoela
stagionalità
9.1. SodaSales
Introduzione
Aggiuntadellevariabilidummy
Interpretazionedeicoefficientirelativiallevariabilidummy
nelmodellodiregressione
Stagionalitàeautocorrelazione
9.2. Usodegliindicidistagionalitàperleprevisioni
9.3. IlcasoHarmonFoods
Esercizidasvolgere
9.4. Analisidiregressioneperseriestoriche
9.5. Analisidelleseriestoriche
Appendicealcapitolo-HarmonFoodsInc.
Indice analitico
advertising (caso), 224
analisi delle serie storiche, 249
analisi di regressione, vedi regressione
ANOVA, 187-188, 289
ARIMA, 239, 249-252
autocorrelazione, 243-244
dei residui, 247
stagionalità, 243
Autorama, 79 sgg.
baseball (caso), 269 sgg.
beta
definizione, 108
intervalli di confidenza, 111
stima, 109-110
Box-Jenkins (approccio), 249
Breusch-Pagan (test), 232
California Strawberries, 137 sgg.
campione, 19
ampiezza, 19
dimensione, 19
indipendente e identicamente distribuito
(i.i.d.), 26
campioni
cross-sectional, vedi campioni sezionali
di ampiezza ridotta, 65
sezionali, 246
capital budgeting, 105
rendimento, 106-107
rischio, 106-107
CAPM (Capital Asset Pricing Model), 107
CEO Seek, 143 sgg.
Cesca, Inc., 239
Cochrane-Orcutt (test), 248
coefficienti del modello di regressione
differenze, 192
intervallo di confidenza, 95
significatività, 97
somme, 192
verifiche di ipotesi, 96
Colonial Broadcasting, 207 sgg.
comandi di KStat
Analysis of variance, 187
Correlations, 183, 203
Model Analysis, 172, 177
Prediction, 125, 193
Regression, 83, 287
Residual plots, 170, 177, 292
Scatterplots, 100
Univariate statistics, 20, 284
confronto di due popolazioni, 61 sgg.
consumer packaging, 58, 133
correlazione, 183, 302
caso hot dog, 182
spuria, 159
correlogramma, 251
costo opportunità di un capitale, 106
D di Cook, 174, 177
dati destagionalizzati, 245
deviazione media assoluta, 252
deviazione standard, 5-6
campionaria, 23
stima, 21-22
diagramma di dispersione, 83
dimensione campionaria, 19
distorsione per variabile omessa, 196, 199-200
distribuzione campionaria, 22-24
della media campionaria, 23-24
del valore previsto, 116
distribuzione di probabilità, 2
continua, 2
definizione, 34
discreta, 3
media, 3
308 statisticapermanager
distribuzione normale, 7
simmetria, 7
standard, 12-14
distribuzione t di Student, 14-15
simmetria, 56
distribuzione Z, vedi distribuzione normale
standard
Dubuque, 181 sgg.
EE, 2 sgg.
elasticità, 223
equazione di regressione, 83, 86
previsioni di spesa, 88
errore di campionamento, 91
quantificazione, 94
errore standard
del I tipo, 45
del II tipo, 45
del coefficiente, 124
della media, 24-26
della media stimata, 119
della previsione, 119
della proporzione, 33
della regressione, 88, 119, 224
estrapolazione
del trend esponenziale, 249
del trend lineare, 249
nascosta, 185
eteroschedasticità, 227, 231
rimedi, 233
fattore
di correzione, 224
di inflazionamento della varianza, 195
Forestier Wine, 161 sgg.
funzione
logaritmo, vedi logaritmi
quadratica, 165
funzioni Excel
DISTRIB.F, 36
DISTRIB.NORM, 8
DISTRIB.NORM.ST, 14
DISTRIB.T, 15
EXP, 225
INV.NORM, 10
INV.NORM.ST, 14, 297
INV.T, 17
LN, 219
MEDIA, 35
TEST.T, 60
gradi di libertà (distribuzione t), 15
dei residui, 96, 100
Harmon Foods, 246, 255-262
incrementi
additivi, 221
proporzionali, 221
indice
beta, vedi beta
di stagionalità, 245
temporale, 246-247
intervalli di confidenza, 27-33
beta, 111-112
definizione, 29, 34
formule, 35
precisione, 27
per il valore previsto, 117
per i coefficienti di un modello di regressione, 77, 95
intervalli di previsione, 119, 301 sgg.
valore previsto, 119
investimenti in pubblicità, 224
ipotesi
alternativa, 44
nulla, 44
KStat, vedi anche comandi di KStat
configurazione, 282
descrizione, 281 sgg.
grafici, 291
importazione di un file, 283
p-value, 293
leverage, 177
livello
di confidenza, 31
di significatività, 45-46
logaritmi (naturali), 219
proprietà, 220, 305
media
campionaria, 20
dei titoli finanziari, 5
di una distribuzione di probabilità, 3
di una popolazione (procedure), 57
stima, 19
metodo dei minimi quadrati, 85
modello di regressione, 91, 93
logaritmico (LL), vedi regressione logaritmica
previsioni con modelli logaritmici, 223
semilogaritmico (SL), vedi regressione semilogaritmica
modello per la stagionalità
additivo, 253
moltiplicativo, 244-245
modello stazionario, 253
multicollinearità, 183
rilevamento, 194
non-linearità, 227, 273
Nopane (caso), 263 sgg.
osservazione
con elevato leverage, 175
influente, 174-175
outlier, 172
output del modello di regressione (panoramica), 98
popolazione, 19
potenza di un test, 46
proporzione, 6
procedure, 58
proporzioni di successi in una popolazione, 64
pseudo-clienti, 18
p-value, 45, 50
R quadro, 122
aggiustato, 243
beta in finanza, 123
regressione
logaritmica, 221, 224-226, 229
multipla, 121, 141, 185
per serie storiche, 246 sgg.
semilogaritmica, 222, 224-226, 229
rendimenti dei titoli finanziari, 67
retta di regressione
definizione, 83, 86
diagramma di dispersione, 84
residuo, 170
studentizzato, 172-173
rischio
di mercato, 108
specifico, 107
scarto quadratico medio, 5-6
serie storica, 246
significatività
economica, 61
statistica, 61
somma
dei quadrati della regressione, 122
totale dei quadrati, 122
indiceanalitico
309
SSE, 188
SSR, vedi somma dei quadrati della regressione
SST, vedi somma totale dei quadrati
stagionalità, 243
indice, 245
statistica
di base, 284
R quadro, vedi R quadro
test, 49
stimatori
corretti, 23
non distorti, vedi stimatori corretti
precisione, 23-24
stime basate sui dati, 18
tassi di crescita, 221
test
a una coda, 52-53, 55
a due code, 52-53
test marketing, 46
test t,
a due campioni, 73
a un campione, 60
valore previsto, 93, 117, 170
intervalli di confidenza, 117
intervalli di previsione, 119
valori critici (KStat), 284, 295
VAN (valore attuale netto), 106
variabili addizionali, 187, 203
variabili di base
definizione, 203
non-linearità, 273
variabili dummy, 133
California Strawberries, 137-143
Cesca Inc., 241
CEO Seek, 143
modello di regressione, 134, 242
per la stagionalità, 247
regressione, 134
variabili esplicative ritardate, 247-248
variabili slope-dummy, 139
varianza, 4
campionaria, 23, 35
dei titoli finanziari, 5
fattore di inflazionamento, 195
verifica di ipotesi, 43 sgg.
analisi formale, 54
per il valore previsto, 119
VIF, vedi fattore di inflazionamento della varianza