28 06 2021

Document information

University: Politecnico di Milano
Degree programme: Management Engineering
Subject: Business Data Analys
Material language: Italian
Classification: Exercises · Complete set
Original format: PDF
Text: Scanned document with OCR

What's included in this study material

Study material for Business Data Analys, shared by the Studwiz community and reviewed by moderators.

Import quality: native text was supplemented with OCR on pages that required it.

Extracted content from the document

Representative passages recognised in different parts of the material. The full extracted text remains available to search, while this compact preview makes the page easier to read.

Page 1

TEMA D'ESAME 28/06 Sono stati raccolti dati relativi agli incassi di un noto locale Milanese, nei 10 giorni prima del 14/6/2021 (giorno dell'abolizione del coprifuoco) e nei 10 giorni dopo. Si è rilevato che l'incasso medio prima del 14/6/2021 è stato di 6616 con varianza 1881671, mentre l'incasso medio dopo il 14/6/2021 è stato di 8384 con varianza 395448.9. Si vuole verificare se vi è stata una variazione significativa nella media degli incassi con la rimozione del coprifuoco. (1 punto) Si riporti il valore della statistica test (si tronchi a 3 cifre decimali senza arrotondamento), il p-value del test (si tronchi a 3 cifre decimali senza arrotondamento) e la conclusione cui si arriva (RIFIUTO/ACCETTO), nel seguente formato: [statistica; p-val: DECISIONE] Inserisci la risposta In Figura (link: https://www.dropbox.com/s/7apgenegjtz5z5l/QY%20mat.png?di=0) è riportato il summary di un'ANOVA one way per spiegare il prezzo di vasi tipici siciliani (variabile "price"), sulla base della loro dimensione (variabile “size”). (1 punto) Riportare il numero di livelli del fattore “size”, la dimensione del dataset, e se si può ritenere che l'effetto di "size" sia significativo o meno (SI/NO). Utilizzare il seguente formato: [n; dim; RISPOSTA] > summary(aov(price-size, data= dati)) Df Sum Sq Mean Sq F value Pr(>F) size 2 286332 143166 6276 <2e-16 *** Residuals 213 4859 23 Signif. codes: ‘@ ***** 10,001 *#*? @.01 *** 6.05 *.* 0,1 °* 1 Inserisci la risposta

Page 2

I grano nel panel di sinistra in Figura (link: ng?dl=0) riporta lo scatterplot relativo ai dati di vendita diun a magazzino milanese nel periodo febbraio — luglio 2019, per diverse categorie di prodotti. Il grafico nel panel di destra riporta invece il dendrogramma ottenuto clusterizzando i dati con un algoritmo gerarchico agglomerativo basato sulla distanza euclidea e il ward linkage. (1 punto) Indicare le affermazioni vere: Eucadean Datarce ll dendrogramma suggerisce una partizione in 3 cluster. [gg] Il dendrogramma suggerisce una partizione in 4 cluster. (sl La variabile “abbigliamento” mostra una chiara suddivisione in 2 cluster. DI La variabile “souvenir mostra una chiara suddivisione in 2 cluster, Hi La forte dispersione dei dati non consente l’identificazione di cluster tramite un aigoritmo gerarchico aggiomerativo.

Page 3

aero 429 3 € wi 0 os « » ma a noe as nod ngs cor 01 o toe Si consideri il grafico dei residui in Figura (link: https://www.dropbox.com/s/6i29f331jrqbsmt/QW%20mat.png?dl=0). Sia inoltre 0.24 il p-value del test di Shapiro associato ai dati del QQ-plot. (1 punto) Indicare le affermazioni vere: Sono presenti degli outlier | | Andrebbe aggiunto al modello un termine polinomiale di secondo grado Hi L'ipotesi di Normalita è rispettata || Nessuna delle precedenti DI

Page 4

Ri Ra Ry Ry Rs Sia dato l'albero di classificazione in Figura (link: https://www.dropbox.com/s/bmxcheud0lrx7q9/Q7%20mat.png?dl=0) (1 punto) Indicare le affermazioni vere In R2 cadono le osservazioni con Xi < fn e X> < 1» [EJ] In R2 cadono le osservazioni con X; < ti e X2 > h DM In R2 cadono 1/5 delle osservazioni [ij In R2 cadono 1/4 delle osservazioni [JJ] Lo spazio delle osservazioni viene partizionato in 5 regioni tra loro disgiunte Di

Preview

First page of the document.