Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per...
-
Upload
letizia-gentili -
Category
Documents
-
view
215 -
download
0
Transcript of Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per...
![Page 1: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/1.jpg)
Esercizi Analisi Fattoriale + Regressione lineare
Regressione logistica
Metodi Quantitativi per Economia, Finanza e Management
Esercitazione n°13
![Page 2: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/2.jpg)
• Scadenze per la consegna del lavoro di gruppo:
I scadenza: Lunedì 12 Gennaio 2015 entro ore 12:00II scadenza: Venerdì 23 Gennaio 2015 entro ore 12:00
• Fare riferimento alla signora Luezza (Segreteria, quarto piano)
• Il materiale da consegnare consiste in: – stampa cartacea della presentazione in Power Point;– un CD/chiavetta USB contenente questionario, base dati in formato
Excel, programma SAS, output, presentazione Power Point.
• NOTA BENE: se il lavoro di gruppo non viene consegnato entro la data della prima scadenza, non è possibile sostenere l’esame al primo appello
Consegna Lavoro di gruppo
![Page 3: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/3.jpg)
Esercizio 1:Analisi Fattoriale + Regressione Lineare
Il dataset auto contiene 15 variabili e 35.108 allestimenti auto.
Di seguito la descrizione di ogni variabile:
# Variable Descrizione1 anzianita_modello Anzianità del modello espressa in mesi2 aspetto_esterno Inidica se ci sono state modifiche all'aspetto esterno del modello3 cilindrata Cilindrata4 dati_tecnici Inidica se ci sono state modifiche ai dati tecnici del modello5 impronta Lunghezza * Larghezza6 larghex Larghezza in metri7 lunghex Lungezza in metri8 n_model_restyling Numero di volte in cui c'è stato un restyling9 numcilindri Numero di cilindri10 numposti Numero di posti11 passo Distanza tra l'asse anteriore e quello posteriore in metri12 percorrenzamedia Percorrenza media in km13 porte Numero di porte14 potenza Potenza 15 Quotazione Quotazione
![Page 4: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/4.jpg)
1. Allocare una libreria che punti alla cartella in cui si è salvato il dataset.
2. Accertarsi che le opzioni per l’output HTML siano correttamente impostate
3. Effettuare un’analisi fattoriale utilizzando le seguenti variabili:
ANZIANITA_MODELLOASPETTO_ESTERNOCILINDRATADATI_TECNICIIMPRONTALARGHEXLUNGHEXN_MODEL_RESTYLINGNUMCILINDRINUMPOSTIPASSOPERCORRENZAMEDIAPORTEPOTENZA
Scegliere il numero di fattori, interpretarli, salvarli in un dataset.
Esercizio 1:Analisi Fattoriale + Regressione Lineare
![Page 5: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/5.jpg)
4. Effettuare una regressione lineare utilizzando come variabile dipendente la variabile Quotazione e come potenziali regressori i fattori ottenuti al punto precedente
• Esistono problemi di influenza e / o di multicollinearità?• E’ un modello soddisfacente?• Quali fattori risultano essere significativi?• Qual è il regressore più importante?• Come si può interpretare il modello?
Esercizio 1: Analisi Fattoriale + Regressione Lineare
![Page 6: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/6.jpg)
Esercizio 2: Regressione Logistica
Il dataset ct_pp_propensity contiene 23 variabili e 145.401clienti di una banca. Di seguito la descrizione di ogni variabile:
# Variable Descrizione Variabili1 ID CLIENTE Codice identificativo cliente2 ACQUISTO_PP Acquisto un prestito personale nel periodo considerato3 FLG_REF_CC Referente di del conto corrente analizzato4 FLG_DOMICILIAZIONE_UTENZE Domiciliazione utenze5 FLG_POSSESSO_DEBITO Possesso di Carte di Debito6 FLG_ACCREDITO_PENSIONE Accredito dello stipendio e/o della pensione7 FLG_POSSESSO_BT Possesso di Crediti BT base8 FLG_RID_12M Attivazione di un RID verso un concorrente negli ultimi 12 mesi9 FLG_CONTO_CORRENTE Possesso di c/c10 FLG_POSSESSO_CREDITO Possesso Carte di Credito11 ETA Età in classi12 N_COINT_POSS_CC Numero di cointestari del Conto Corrente13 N_NDG_TOTALI Numero di contratti attivi per il cliente15 CAR_NUM_PREL Numero di prelevementi con carta di credito16 AFI_IMP_TOT_M6 Afi (Attività Fruttifere d'Interessi) medio degli ultimi 6 mesi17 CS_NUM_CS Numero di classi di famiglie di prodotti18 MAR_PCT_IMP_FINNZ_IMPGH_BT_M6 Percentuale media Margini Finanziari Impieghi BT sul totale margini nell'ultimo semestre19 OPR_IMP_PREL_TOT_M6 Importo medio prelevato nell'ultimo semestre20 OPR_IMP_SPE_CAR_D_TOT_M6 Importo medio speso mediante l'utilizzo del bancomat nell'ultimo semestre21 OPR_IMP_USC_TOT_M6 Importo medio delle uscite nell'ultimo semestre23 OPR_PCT_IMP_USC_INT_M6 Percentuale delle uscite sul canale internet
![Page 7: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/7.jpg)
Effettuare una regressione logistica utilizzando come variabile dipendente la variabile ‘ACQUISTO_PP’ e come potenziali regressori le seguenti variabili:
FLG_DOMICILIAZIONE_UTENZE
FLG_POSSESSO_DEBITO
FLG_ACCREDITO_PENSIONE
FLG_POSSESSO_BT
FLG_RID_12M
FLG_CONTO_CORRENTE
MAR_PCT_IMP_FINNZ_IMPGH_BT_M6
FLG_POSSESSO_CREDITO
N_COINT_POSS_CC
N_NDG_TOTALI
CAR_NUM_PREL
AFI_IMP_TOT_M6
OPR_IMP_PREL_TOT_M6
OPR_IMP_USC_TOT_M6
OPR_PCT_IMP_USC_INT_M6
OPR_IMP_SPE_CAR_D_TOT_M6
Esercizio 2: Regressione Logistica
![Page 8: Esercizi Analisi Fattoriale + Regressione lineare Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°13.](https://reader036.fdocuments.net/reader036/viewer/2022082702/5542eb73497959361e8db567/html5/thumbnails/8.jpg)
• Qual è la percentuale di clienti che ha acquistato un Prestito Personale?
• Verificare la bontà del modello stimato
• Esiste un problema di multicollinearità?
• Quali regressori risultano significativi?
• Quali regressori hanno un impatto positivo e negativo sulla variabile risposta?
• Quale regressore è più importante nella spiegazione della variabile risposta?
Esercizio 2: Regressione Logistica