25.12.2012 Views

Dispense

Dispense

Dispense

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

190 CAPITOLO 4. ANALISI E PREVISIONE DI SERIE STORICHE<br />

previsione. Faremo dei cenni a questa possibilità che però è di¢ cile da implementare. In<br />

linea di massima lo scopo che ci poniamo primariamente è quello di:<br />

prevedere i valori futuri della serie storica x1; :::; xn basandoci su tali valori passati<br />

e non su una più ampia mole di informazioni. E’una visione chiaramente restrittiva ma<br />

accessibile. Devieremo da questa visione restrittiva solo nella Sezione 4.4.<br />

Una prima osservazione, sul problema di previsione appena enunciato, osservazione che<br />

purtroppo pone un’enorme restrizione, è la seguente:<br />

un metodo puramente matematico non può basare le previsioni che sulla ripetizione di<br />

ciò che è avvenuto in passato, cioè sull’analisi del passato e la sua riproduzione nel<br />

futuro.<br />

Un mago può azzardare previsioni innovative e inattese, ma non un algoritmo matematico,<br />

salvo introdurre in esso degli elementi di aleatorietà che aggiungano variazioni casuali alla<br />

previsione, ma così facendo ci staremmo a¢ dando al caso, non alle opportunità che o¤re<br />

la matematica. Un algoritmo matematico può solo analizzare i dati passati e riprodurli nel<br />

futuro. Entrambe queste fasi però, analisi e riproduzione, possono essere fatte in vario modo<br />

e qui entra l’arte dell’analista che conoscendo i vari metodi, giudica quale può essere più<br />

conveniente, prova, analizza per quanto può i risultati dei vari metodi ecc. (il futuro è ignoto,<br />

quindi come possiamo giudicare se un metodo sta facendo una buona previsione? vedremo<br />

dei surrogati della possibilità di giudicare le previsioni di un metodo).<br />

Solo per dare l’idea dei gradi di libertà nelle mani dell’analista, citiamo il seguente punto<br />

fondamentale:<br />

conviene usare tutta la serie storica x1; :::; xn oppure solo una sua parte più recente?<br />

Se si osservano i valori mensili di certe grandezze economiche relative a periodi di tempo<br />

molto lunghi, es. dal 1980 ad oggi, si vede chiaramente che sono accadute varie fasi molto<br />

diverse tra loro. Allora, per prevedere il prossimo mese, è sensato utilizzare anche i dati di<br />

venti anni fa? Può essere facile (anche se non necessariamente giusto) rispondere di no, che<br />

non è sensato; ma allora, dove si taglia? Quale sotto-stringa<br />

xk; :::; xn<br />

si prende? C’è completa arbitrarietà, a scelta dell’analista. Dev’essere chiaro che la matematica<br />

non c’entra in queste scelte. Non si deve attribuire alla matematica un valore che non<br />

ha. La matematica o¤rirà degli algoritmi; a quale serie applicarli lo dobbiamo decidere noi<br />

(così come dovremo fare altre scelte, tra i numerosi algoritmi ad esempio). Naturalmente<br />

la matematica potrebbe venire in aiuto, nel fare queste scelte, se abbiamo la pazienza di<br />

a¤rontare nel dettaglio ogni segmento di questa attività previsiva, ma questo è dispendioso<br />

in termini di tempo e fatica concettuale. Ad esempio, per decidere quale sotto-sequenza<br />

xk; :::; xn usare, una scelta ad occhio e col buon senso magari è la scelta migliore e richiede<br />

pochi secondi, ma volendo si potrebbero fare delle analisi matematiche su tutte le possibili<br />

serie xk; :::; xn, al variare di k, per capire quali sono più omogenee, quindi più rappresentative

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!