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


Concentrazione: Indice di Gini e Curva di Lorenz, Appunti di Statistica

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Tipologia: Appunti

2018/2019

Caricato il 02/09/2019

Antonio998
Antonio998 🇮🇹

10 documenti

1 / 31

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Statistica
Antonio Azzollini
Anno accademico 2018/2019
Dipartimento di Matematica, Informatica ed Economia (DiMIE)Dipartimento di Matematica, Informatica ed Economia (DiMIE)
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f

Anteprima parziale del testo

Scarica Concentrazione: Indice di Gini e Curva di Lorenz e più Appunti in PDF di Statistica solo su Docsity!

Statistica

Antonio Azzollini

[email protected]

Anno accademico 2018/ Dipartimento di Matematica, Informatica ed Economia (DiMIE)Dipartimento di Matematica, Informatica ed Economia (DiMIE)

Come si definisce e si valuta un indice di concentrazione?

Come si definisce e si valuta un indice di concentrazione?

Consideriamo la distribuzione . Il primo passo consiste nel

mettere in ordine la distribuzione: 1 , 4 , 2 , 3

Successivamente, poniamo A

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A = 10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A =^10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

11 , 1 , 4 ,+ 4 , 42 ,^ A , 2 ,= 2 , 3 , 3 3 11 ,^1 ,^4 =^ ,+^4 ,^41 ,^22 ,^0 ,+^2 ,^3 ,^3

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A = 10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n ) x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n ) x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n )

1 ,^1 4 ,^4 , 2 ,^2 , 3 ,^3 1 ,^4 ,.^2 ,^3

Come si definisce e si valuta un indice di concentrazione?

Consideriamo la distribuzione . Il primo passo consiste nel

mettere in ordine la distribuzione: 1 , 4 , 2 , 3

Successivamente, poniamo

Si osservi che l'ultima quantità introdotta corrisponde

all' ammontare del carattere.

Poniamo A

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

= 1 Q 0

1

, Q

2

, Q

3

, Q

4

Q = 1

1

, Q

2

, Q

3

, Q

4

Q = 1

1

, Q

2

, Q

3

, Q

4

A / =^1

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

= 10 A /

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A = 10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

Q =^10

1

, Q

2

, Q

3

, Q

4

ed in analogia= 1.

x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n )

A

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A = 10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A =^10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

11 , 1 , 4 ,+ 4 , 42 ,^ A , 2 ,= 2 , 3 , 3 3 11 ,^1 ,^4 =^ ,+^4 ,^41 ,^22 ,^0 ,+^2 ,^3 ,^3

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

A = 10

1

= 1 , A

2

= 3 , A

3

= 6 , A

4

x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n ) x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n ) x ( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n )

1 ,^1 4 ,^4 , 2 ,^2 , 3 ,^3 1 ,^4 ,.^2 ,^3

In generale consideriamo n dati e li ordiniamo:

x ( 1 ) = x ( 2 ) =! = x ( n )

x ( 1 ) = x ( 2 ) =! = x ( n − 1 ) = 0 , x ( n )

= n μ

massima concentrazione si ha se

In una equidistribuzione si ha , mentre la

x ( 1 ) = x ( 2 ) =! = x ( n )

x =^ μ

( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n ) x ( 1 ) = x ( 2 ) =! = x ( n )

x = μ

( 1 ) = x ( 2 ) =! = x ( n )

x =^ μ

( 1 ) ≤ x ( 2 ) ≤! ≤ x ( x ( 1 ) ≤ x ( 2 ) ≤! ≤ x

x ( 1 ) = x ( 2 ) =! = x ( n ) = μ( n )

A

i = x ( 1 )

  • x ( 2 ) +!+ x ( i ) informazione disponibile fino al dato i -esimo. Informazione totale: (^) A n = x ( 1 )
  • x ( 2 ) +!+ x ( n ) (^) 👉

A

n

= n μ

In generale consideriamo n dati e li ordiniamo:

x ( 1 ) = x ( 2 ) =! = x ( n )

x ( 1 ) = x ( 2 ) =! = x ( n − 1 ) = 0 , x ( n )

= n μ

, mentre la

x ( 1 ) = x ( 2 ) =! = x ( n )

x =^ μ

( 1 ) ≤ x ( 2 ) ≤! ≤ x ( n ) x ( 1 ) = x ( 2 ) =! = x ( n )

x = μ

( 1 ) = x ( 2 ) =! = x ( n )

x =^ μ

( 1 ) ≤ x ( 2 ) ≤! ≤ x ( x ( 1 ) ≤ x ( 2 ) ≤! ≤ x

x ( 1 ) = x ( 2 ) =! = x ( n ) = μ( n )

massima concentrazione si ha se

In una equidistribuzione si ha

Nel caso di equidistribuzione, in cui tutti i dati sono uguali,

Q

i

i μ n μ

i

n

i -esima quota del carattere 👉 👉

P

i

i

n

i -esima quota unità Il rapporto di concentrazione di Gini dell’insieme di dati x 1 ,^ x 2 ,…,^ xn è dato da:

C =

P

i

− Q

i ( ) i = 1 n − 1 ∑

P

i i = 1 n − 1 ∑ Si hanno le seguenti implicazioni:

P

i

= Q

i

per ogni i^ =^1 ,^2 ,…, n^

👉

C = 0

Q

i

= 0 per ogni^ i^ =^1 ,^2 ,…, n^

👉

C = 1

Se invece non c’è equidistribuzione si ha sempre P

i

≥ Q

i . .

C = 1

C =

P

i

− Q

i ( ) i = 1 n − 1 ∑

P

i i = 1 n − 1 ∑

C = 1

C =

P

i

− Q

i ( ) i = 1 n − 1 ∑

P

i n − 1 ∑

Osserviamo che vale la disuguaglianza

P

i

− Q

i ( ) i = 1 n − 1 ∑

≤ P

i i = 1 n − 1 ∑ dove a sinistra abbiamo una misura della concentrazione che è nulla nel caso di equidistribuzione ed è massima nel caso di massima concentrazione, cioè

P

i i = 1 n − 1 ∑ Una scrittura equivalente del rapporto di concentrazione di Gini è data da

C =

n − 1

P

i

− Q

i ( ) i = 1 n − 1 ∑

Alcuni esempi Esempio: 1<2<3< Dati 1 1 0,25 0,1 0, 2 3 0,50 0,3 0, 3 6 0,75 0,6 0, Totale 1,5 0, C = 0 , (^33) verificare che il risultato è uguale con ambedue le formule. La concentrazione è tanto maggiore quanto più le quote unità differiscono dalle quote carattere.

A

i

P

i

Q

i

P

i

− Q

i

Alcuni esempi Esempio: 1<2<3< Dati 1 1 0,25 0,1 0, 2 3 0,50 0,3 0, 3 6 0,75 0,6 0, Totale 1,5 0, C = 0 , (^33) verificare che il risultato è uguale con ambedue le formule. La concentrazione è tanto maggiore quanto più le quote unità differiscono dalle quote carattere.

A

i

P

i

Q

i

P

i

− Q

i Esempio: 1=1<3< Dati 1 1 0,25 0,1 0, 1 2 0,50 0,2 0, 3 5 0,75 0,5 0, Totale 1,5 0, C = 0 , 47 A i

P

i

Q

i Esempio: 0=0<1< Dati 0 0 0,25 0 0, 0 0 0,50 0 0, 1 1 0,75 0,1 0, Totale 1,5 1, C = 0 , 93 A i

P

i

Q

i

P

i

− Q

i

P

i

− Q

i

Se una quantità viene spostata da una unità con dato

minore ad un’altra con dato superiore l’indice aumenta:

x

( 1 )

<! < x

( i )

− c <! < x

( k )

+ c <! < x

( n ) Alcune proprietà

Se una quantità viene spostata da una unità con dato

minore ad un’altra con dato superiore l’indice aumenta:

x

( 1 )

<! < x

( i )

− c <! < x

( k )

+ c <! < x

( n )

Q

1

,…, Q

i − 1 non cambiano

Q

k

,…, Q

n non cambiano Alcune proprietà

Q

i

,…, Q

k − 1 diminuiscono

P

i

− Q

i

,…, P

k − 1

− Q

k − 1 aumentano

Se una quantità viene spostata da una unità con dato

minore ad un’altra con dato superiore l’indice aumenta:

x

( 1 )

<! < x

( i )

− c <! < x

( k )

+ c <! < x

( n )

Q

1

,…, Q

i − 1 non cambiano

Q

k

,…, Q

n non cambiano Alcune proprietà

Q

i

,…, Q

k − 1 diminuiscono

P

i

− Q

i

,…, P

k − 1

− Q

k − 1 aumentano La quota carattere x 1 ,^ x 2 ,…,^ xn a cx 1 , cx 2 ,…, cxn Q i

cx ( 1 )

  • cx ( 2 ) +!+ cx ( i ) cx ( 1 )
  • cx ( 2 ) +!+ cx ( n )

c x ( 1 )

  • x ( 2 ) +!+ x ( (^) ( i )) c x ( 1 )
  • x ( 2 ) +!+ x ( (^) ( n ))

x ( 1 )

  • x ( 2 ) +!+ x ( i ) x ( 1 )
  • x ( 2 ) +!+ x ( n )

A

i A n Se ad ogni elemento di x 1 , x 2 ,…, x n si aggiunge una quantità positiva, l’indice diminuisce perché le quote carattere aumentano, mentre le quote unità restano invariate. Esempi: 2 =^2 <^3 =^3 ,^ C^ =^0 ,^13 -^3 =^3 <^4 =^4 ,^ C^ =^0 ,^096

Qi non cambia da

L’indice C rimane anche esso invariato.= 0

La curva di Lorenz Assegnato un insieme di dati x 1 ,^ x 2 ,…,^ xn si chiama curva di Lorenz o curva di concentrazione la spezzata che unisce i punti di coordinate ( 0 ,^0 ),^ P 1

, Q

( 1 )

, P

2

, Q

( 2 )

,…, P

n

, Q

( (^) n ) Esempio: 1,4,2, Dati 1 0,25 0, 2 0,50 0, 3 0,75 0, 4 1 1

P

i

Q

i 👉 Esempio: 1,4,2, 0, 0, 0, 1, 0 0,25 0,5 0,75 1 Massima concentrazione 0, 0, 0, 1, 0 0,25 0,5 0,75 1 Massima concentrazione Dati 0 0,25 0 0 0,50 0 0 0,75 0 10 1 1

P

i

Q

i 👈 n − 1 n