Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Lezione 5: La Concentrazione - Statistica, Dispense di Statistica Economica

Questa lezione di statistica del corso di laurea in economia e commercio all'università degli studi di napoli federico ii introduce la concentrazione come caratteristica quantitativa trasferibile tra unità e la sua distribuzione. Viene presentato il diagramma di lorenz e calcolati esempi di concentrazione per reddito e introiti pubblicitari per le principali tv nazionali. Inoltre, viene discusso come la concentrazione può essere calcolata come rapporto tra aree.

Tipologia: Dispense

2018/2019

Caricato il 12/02/2019

giovanni-baino
giovanni-baino 🇮🇹

30 documenti

1 / 40

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Anno accademico 2018-’19
Federico II
Università degli Studi di Napoli
Scienze Economiche e Statistiche
Dipartimento di
Statistica (Clec, A-K)
marco gherghi
Corso di
L05
La Concentrazione
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28

Anteprima parziale del testo

Scarica Lezione 5: La Concentrazione - Statistica e più Dispense in PDF di Statistica Economica solo su Docsity!

Anno accademico 2018-’

Federico II

Università degli Studi di Napoli

Scienze Economiche e Statistiche

Dipartimento di

Statistica (Clec, A-K)

marco gherghi [email protected]

Corso di

L La Concentrazione

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio

  • 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. La concentrazione

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio

Spezzata di
massima
concentrazione

Frazione cumulata dei primi i redditieri Frazione cumulata del reddito posseduto dai primi i redditieri Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente : Equiripartizione : qi …^ pi

Retta di

equiripartizione

La concentrazione: il diagramma di Lorenz x

x

≤ … ≤ x

n

p

i

= i n q

i

= x

j
j = 1
i

x

j
j = 1
n

p

i

= q

i

i

p 1 p 2 pn- 1 1

q 1

q 2

qn- 1

Massima concentrazione : q 1 =^ q 2 =^ …^ =^ qn − 1 =^0

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio Frazione cumulata dei primi i redditieri Frazione cumulata del reddito posseduto dai primi i redditieri Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente : Equiripartizione : qi …^ pi

Retta di

equiripartizione

La concentrazione: il diagramma di Lorenz x

x

≤ … ≤ x

n

p

i

= i n q

i

= x

j
j = 1
i

x

j
j = 1
n

p

i

= q

i

i

p 1 p 2 pn- 1 1

q 1

q 2

qn- 1

Massima concentrazione : q 1 =^ q 2 =^ …^ =^ qn − 1 =^0 Area di concentrazione Situazioni reali: q

q

≤ … ≤ q

n − 1

≤ 1

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente : qi …^ pi

Retta di

equiripartizione

La concentrazione: il diagramma di Lorenz x

x

≤ … ≤ x

n

p 1 p 2 pn- 1 1

q 1

q 2

qn- 1

Area di concentrazione Il rapporto di concentrazione di Gini

(rapporto tra segmenti)

piqi

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.

piqi pi

E’ una misura normalizzata della misura precedente, in
quanto ottenuta rapportando la stessa al suo massimo
valore possibile.

R = p

i

q ( (^) i )

i = 1
n − 1

p

i
i = 1
n − 1

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio Esempio: il Reddito Le osservazioni vanno ordinate in senso non decrescente : qi …^ pi

Retta di

equiripartizione

La concentrazione: il diagramma di Lorenz x

x

≤ … ≤ x

n

p 1 p 2 pn- 1 1

q 1

q 2

qn- 1

Area di concentrazione Il rapporto di concentrazione di Gini

(rapporto tra segmenti)

R = p

i

q ( (^) i )

i = 1
n − 1

p

i
i = 1
n − 1

Indice normalizzato 0 ≤ R ≤ 1

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio

TV

Introiti

pubblicitari

(in milioni di euro)

Rete 1 1.

Rete 2 1.

Rete 3 1.

Rete 4 697

Rete 5 1.

Rete 6 1.

Rete 7 1.

Rete 8 461

Rete 9 339

R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio

TV

Introiti

pubblicitari

(in milioni di euro)

Rete 1 1.

Rete 2 1.

Rete 3 1.

Rete 4 697

Rete 5 1.

Rete 6 1.

Rete 7 1.

Rete 8 461

Rete 9 339

R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

Individuiamo le p i e le q i

  • Chi sono le pi?
  • Chi sono le qi? Le TV

(i “possessori” del “bene”)

Gli Introiti pubblicitari

(il “bene” da ripartire)

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio

TV

Introiti

pubblicitari

(in milioni di euro)

Rete 1 1.

Rete 2 1.

Rete 3 1.

Rete 4 697

Rete 5 1.

Rete 6 1.

Rete 7 1.

Rete 8 461

Rete 9 339

R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

Individuiamo le p i e le q i

  • Chi sono le pi?
  • Chi sono le qi? Le TV

(i “possessori” del “bene”)

Gli Introiti pubblicitari

(il “bene” da ripartire)

  • Quanto vale p 1?
  • Quanto vale q 1?

Hai ordinato i dati?

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

Individuiamo le p i e le q i

  • Chi sono le pi?
  • Chi sono le qi? Le TV

(i “possessori” del “bene”)

Gli Introiti pubblicitari

(il “bene” da ripartire)

  • Quanto vale p 1?
  • Quanto vale q 1?

TV

Introiti

pubblicitari

(in milioni di euro)

Rete 9 339

Rete 8 461

Rete 4 697

Rete 7 1.

Rete 3 1.

Rete 6 1.

Rete 2 1.

Rete 1 1.

Rete 5 1.

Tabella ordinata

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

TV

Introiti

pubblicitari

(in milioni di euro)

pi

Rete 9 339 0,

Rete 8 461 0,

Rete 4 697 0,

Rete 7 1.320 0,

Rete 3 1.524 0,

Rete 6 1.798 0,

Rete 2 1.857 0,

Rete 1 1.889 0,

Rete 5 1.

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

TV

Introiti

pubblicitari

(in milioni di euro)

pi qi

Rete 9 339 0,11 0,

Rete 8 461 0,22 0,

Rete 4 697 0,33 0,

Rete 7 1.320 0,44 0,

Rete 3 1.524 0,56 0,

Rete 6 1.798 0,67 0,

Rete 2 1.857 0,78 0,

Rete 1 1.889 0,89 0,

Rete 5 1.

Il valore di qi esprime la frazione cumulata

della quantità del carattere detenuto dalle

prime i reti più “povere”. Avremo quindi:

Quanto vale q 1****?

Per q 2 (e poi per tutte le qi successive) il

discorso è analogo; bisogna solo ricordare

che parliamo di quantità cumulate. Avremo,

quindi:

Quanto vale q 2? q 1 = x 1 x i i ∑ = 339

  1. 879 = 0 , 0285 q 2 = x 1
  • x 2 x i i ∑ = 339 + 461
  1. 879 = 0 , 0673

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

TV

Introiti

pubblicitari

(in milioni di euro)

pi qi pi-qi

Rete 9 339 0,11 0,0285 0,

Rete 8 461 0,22 0,0673 0,

Rete 4 697 0,33 0,1260 0,

Rete 7 1.320 0,44 0,2371 0,

Rete 3 1.524 0,56 0,3654 0,

Rete 6 1.798 0,67 0,5168 0,

Rete 2 1.857 0,78 0,6731 0,

Rete 1 1.889 0,89 0,8321 0,

Rete 5 1.

Dipartimento di Scienze Economiche e Statistiche – Corso di Laurea in Economia e Commercio 2 R = (^ pi −^ qi ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 − 2 n − 1 qi i = 1 n − 1 ∑ La concentrazione Esempio :

Gli introiti pubblicitari per le principali TV nazionali (Modificato da Borra, Di Ciaccio , Statistica)

TV

Introiti

pubblicitari

(in milioni di euro)

pi qi pi-qi

Rete 9 339 0,11 0,0285 0,

Rete 8 461 0,22 0,0673 0,

Rete 4 697 0,33 0,1260 0,

Rete 7 1.320 0,44 0,2371 0,

Rete 3 1.524 0,56 0,3654 0,

Rete 6 1.798 0,67 0,5168 0,

Rete 2 1.857 0,78 0,6731 0,

Rete 1 1.889 0,89 0,8321 0,

Rete 5 1.

R = p iq ( (^) i ) i = 1 n − 1 ∑ p i i = 1 n − 1 ∑ = 1 , 1535 4 , 00 = 0 , (^288) R = 1 − 2 n − 1 q i i = 1 n − 1 ∑ =^1 −^ 2 8 (^1) × 2 , 8465 = 1 − 0 , 7116 = 0 , 288