Dissertations / Theses on the topic 'Analisi di regressione'

Analizzeremo dati di metilazione di diversi gruppi di pazienti, mettendoli in relazione con le loro età, intesa in senso anagrafico e biologico. Adatteremo metodi di regressione che sono già stati usati in altri studi, in particolare di tipo statistico, cercando di migliorarli e proveremo ad applicare a questi dati anche dei metodi nuovi, non solo di tipo statistico. La nostra analisi vuole essere innovativa soprattutto perché, oltre a guardare i dati in maniera locale attraverso lo studio della metilazione di particolari sequenze genetiche più o meno note per essere collegate all’invecchiamento, andremo a considerare i dati anche in maniera globale, analizzando le proprietà della distribuzione di tutti i valori di metilazione di un paziente attraverso la trasformata di Fourier.

L'attività che ha condotto allo sviluppo di questa tesi è iniziata con un tirocinio presso l'Azienda Global Sistemi che si occupa di software di gestione di flotte aziendali. In particolare l'azienda tramite dispositivi elettronici è in grado di controllare i percorsi che le singole unità di un parco auto possono effettuare. L'interesse aziendale riguarda l'ottimizzazione delle risorse, in particolare si è posta l'attenzione sui costi che una singola auto comporta annualmente, tale argomento non riguarda in primis l'azienda in cui ho svolto il tirocinio, bensì l'interesse dei propri clienti che sono i possessori del parco auto. Mi sono stati forniti perciò i dati di alcuni clienti, ma spesso presentavano dati mancanti nelle variabili di interesse. Il lavoro, quindi, si occupa di analizzare tali informazioni e prevedere con metodi di Data Science il loro andamento, per poter fornire previsioni future utili a decisioni aziendali. La tecnica utilizzata è quella della regressione, utile per analizzare una serie di dati che consistono in una variabile dipendente e una o più variabili indipendenti; il principio su cui si basa è servirsi delle informazioni del passato come strumento per la simulazione del futuro. Per la loro versatilità la tecniche di regressione trovano impiego nel campo delle scienze applicate: chimica, fisica, ingegneria, nonché nelle scienze sociali: economia, psicologia e sociologia.

Negli ultimi cinque anni lo sviluppo di applicazioni mobile ha visto un grandissimo incremento dovuto pricipalmente all’esplosione della diffusione di smartphone; questo fenomeno ha reso disponibile agli analisti una enorme quantità di dati sulle abitudini degli utenti. L’approccio centralizzato nella distribuzione delle applicazioni da parte dei grandi provider quali Apple, Google e Microsoft ha permesso a migliaia di sviluppatori di tutto il mondo di raggiungere con i loro prodotti gli utenti finali e diffondere l’utilizzo di applicativi installabili; le app infatti sono diventate in poco tempo fondamentali nella vita di tutti i giorni e in alcuni casi hanno sostituito funzioni primarie del telefono cellulare. Obiettivo principale di questo studio sarà inferire pattern comportamentali dall’analisi di una grossa mole di dati riguardanti l’utilizzo dello smartphone e delle app installabili da parte di un gruppo di utenti. Ipotizzando di avere a disposizione tutte le azioni che un determinato bacino di utenza effettua nella selezione delle applicazioni di loro interesse quando accedono al marketplace (luogo digitale da cui è possibile scaricare nuove applicazioni ed installarle) è possibile stimare, ovviamente con un certo margine di errore, dati sensibili dell’utente quali: Sesso, Età, Interessi e così via analizzandoli in relazione ad un modello costruito su dati di un campione di utenti ben noto. Costruiremo così un modello utilizzando dati di utenti ben noti di cui conosciamo i dettagli sensibili e poi, tramite avanzate tecniche di regressione e classificazione saremo in grado di definire se esiste o meno una correlazione tra le azioni effettuate su uno Smartphone e il profilo dell’utente. La seconda parte della tesi sarà incentrata sull'analisi di sistemi di raccomandazioni attualmente operativi e ci concentreremo sullo studio di possibili sviluppi sviluppi futuri di questi sistemi partendo dai risultati sperimentali ottenuti.

Questo elaborato di tesi è nato con l'esigenza di sviluppare un nuovo modulo per la stima di variabili energetiche da inserire nel software On.Energy, per dare la possibilità a tutti gli utilizzatori di capire quanto i valori osservati nella realtà si discostino da un modello teorico appositamente creato, e fornire quindi un ulteriore strumento di analisi per mantenere sotto controllo il sistema nell'ottica del miglioramento continuo. Il risultato sarà uno strumento che verrà provato in via sperimentale sugli stabilimenti di due aziende leader in Italia in settori produttivi largamente differenti (Amadori - alimentare, Pfizer - farmaceutico), ma accomunati dalle esigenze di monitorare, analizzare e efficientare i consumi energetici.

Come può una macchina imparare dall'esperienza? Il machine learning fornisce ai sistemi la capacità di apprendere e migliorare automaticamente dall'esperienza senza essere programmati esplicitamente.I dati rappresentano lo strumento fondamentale con cui tale sistema viene a contatto. Nello specifico i computer applicano tecniche di apprendimento statistico per identificare in modo automatico delle strutture nei dati con l'obiettivo di costruire modelli per effettuare predizioni sempre piu accurate.Ci collochiamo all'interno di uno dei settori tecnici in più rapida crescita al giorno d' oggi, che si trova all'incrocio tra informatica e statistica e al centro dell'intelligenza artificiale e della scienza dei dati. E' interessante utilizzare tale strumento nell’analisi del campo criminologico attraverso l'accesso ai dati di questa realtà col fine di far previsioni , di comprendere la realtà aprendo a possibilità di prevenzione e restrizione del fenomeno.

L'invecchiamento della popolazione sta avendo un forte impatto sulla nostra società, destinata a diventare meno produttiva, ma più bisognosa di cure e di interventi medici. Per questo ottimizzare i meccanismi di prevenzione del sistema sanitario sarà una sempre più crescente necessità. In questa tesi viene presentata un'analisi comparativa delle capacità predittive di diversi modelli, applicati per riconoscere individui fragili in un campione del Comune di Bologna di 95368 soggetti con più di 65 anni di età. Con fragilità della popolazione anziana si intende un indicatore dinamico che identifica uno stato instabile nella condizione di vita del soggetto, a rischio di perdere la sua autonomia o di subirne limitazioni, a causa di impedimenti fisici o cognitivi. Per lo sviluppo dei modelli predittivi sono state adottate due note tecniche di machine learning: la classificazione e la regressione. Il confronto non è quindi solamente tra i singoli modelli, ma anche tra i due processi con cui sono stati realizzati.

L’obiettivo del presente lavoro di tesi è analizzare l’attrattività di alcune stazioni ferroviarie della regione Emilia-Romagna, attraverso l’individuazione e la quantificazione di parametri e caratteristiche del servizio e l’individuazione della loro importanza nella scelta da parte dell’utente. Il risultato sarà un modello matematico in grado di simulare la situazione attuale che sia in grado di offrire replicabilità al di fuori del contesto in cui è stato sviluppato – mantenendo costanti le variabili fondamentali che lo compongono. Il modello potrà essere utilizzato anche per prevedere le variazioni della domanda a seguito di interventi sui fattori individuati come basilari per l’accessibilità delle stazioni. Nel dettaglio, il presente elaborato è strutturato in 4 capitoli: nel primo si fornisce una breve panoramica storica della nascita delle ferrovie in Italia, della competitività e delle innovazioni tecnologiche che contribuiscono ad aumentare la qualità e l'efficienza dei servizi del trasporto ferroviario, inoltre si esaminerà l'impatto del trasporto ferroviario nell'Unione Europea sulla base dei tre pilastri tradizionali della letteratura (economico, sociale ed occupazionale, ambientale); nel secondo capitolo si descrivono i fattori che ostacolano l’utilizzo del treno; il terzo capitolo fornisce i principali concetti teorici alla base dello studio; l’ultimo capitolo illustra l’analisi sperimentale condotta, in collaborazione con la Regione Emilia – Romagna, i risultati ottenuti e l’applicabilità del modello alla valutazione sull’opportunità di aprire nuove stazioni ferroviarie. L’analisi è stata condotta anche mediante un approccio che mira ad ottenere un semplice algoritmo in grado di riprodurre fedelmente la domanda attuale. Infine si discutono i risultati ottenuti e la loro possibile utilità per la committenza e i decisori nel supporto alle decisioni di pianificazione del servizio.

L’obbiettivo dell’elaborato consiste nella caratterizzazione del processo di foratura su macchine per il legno, in funzione dei parametri di lavorazione adottati, della tipologia di punta utilizzata e del materiale lavorato. Per questo tipo di indagine, è stato necessario sviluppare un algoritmo in grado di definire oggettivamente la qualità di un foro. L’utilizzo di tecniche di image processing ha permesso di calcolare, una volta acquisita l’immagine del foro, un parametro rappresentativo dell’eventuale danneggiamento dello stesso. Successivamente sono state individuate, mediante confronto con esperti del settore, tre classi di fori (ottimo, accettabile e non accettabile), sulla base dei valori del parametro sopracitato. Lo studio della dipendenza della qualità di foratura dai parametri precedentemente elencati, è stata realizzata con metodo DOE e l’analisi dei risultati svolta mediante analisi fattoriale. Questo studio ha permesso non solo di definire l’andamento della qualità di foratura al variare dei singoli parametri, ma anche di definire le condizioni ottimali di lavorazione, in termini di combinazione dei parametri di lavorazione adottata, in grado di massimizzare sia la qualità di foratura sia la produttività.

L'obiettivo del presente elaborato di tesi è lo studio dell'associazione tra variabili di neuroimaging e variabili neuropsicologiche, tramite analisi statistiche, con particolare attenzione agli indici strutturali in grado di interpretare i punteggi di test neuropsicologici ottenuti da pazienti affetti da deterioramento cognitivo lieve di origine vascolare e patologia dei piccoli vasi cerebrali. I metodi statistici impiegati consistono in analisi di regressione lineare multipla, sviluppati ed automatizzati nel pacchetto SPSS (Statistical Package for Social Science) e classificazione grazie ad algoritmi di machine learning, implementati in ambiente R. Le analisi sono state applicate ad un dataset costituito da 64 pazienti inclusi nel progetto VMCI-Tuscany. Le analisi di regressione e classificazione sono state applicate a tre modelli diversi, in funzione delle variabili esplicative considerate: il primo modello è costituito da variabili volumetriche, mentre gli altri due modelli includono anche indici di diffusione cerebrale, quali Mean Diffusivity (MD) e Fractional Anisotropy (FA). I risultati evidenziano l'importanza dell'indice di diffusione MD della sostanza bianca come predittore significativo del deterioramento cognitivo: in particolar modo la sostanza bianca apparentemente normale e la sostanza bianca totale presentano MD simili, mostrando, come, in questa coorte di pazienti, la segmentazione semi-automatica delle lesioni non sia necessaria. L'applicazione di tecniche di machine learning al test MoCA permette di ottenere un coefficiente di correlazione di Pearson tra i punteggi osservati e quelli stimati dall'algoritmo di Support Vector Machine pari a 0.62. I risultati migliori delle analisi di classificazione, invece, corrispondono a valori di sensibilità e di specificità pari al 71.44% e al 80.56% per il test MoCA e valori di sensibilità e di specificità pari al 71.79% e al 72% per il test TMT-A.

Il presente elaborato analizza gli effetti della pandemia del Covid-19 sulle scelte di mobilità sistematica. È stato appositamente sviluppato e inviato un questionario ad un campione della popolazione studentesca e lavoratrice dell’Università di Bologna. Il questionario conta complessivamente 32 domande e i dati di riferimento sono stati raccolti in 10 giorni. La ricostruzione degli scenari “Pre-Lockdown” e “Attuale” e l’utilizzo del software SPSS, hanno consentito di analizzare un campione di 3852 risposte, suddividendolo anche in base al genere e alle fasce d’età che sono risultati essere fattori discriminanti. Il 22% del campione ha dichiarato di aver cambiato le proprie scelte di trasporto. Lo studio della frequenza con cui avviene lo spostamento verso la sede, evidenzia una diversa distribuzione delle frequenze di viaggio con un notevole incremento della frequenza nulla. La distribuzione dei modi è fortemente variata: l’auto, oggi, risulta largamente più adoperata mentre i mezzi di trasporto pubblico sono i più penalizzati. Il calo dell’utilizzo dei modi bus e treno è evidente in maniera più marcata per il primo che per il secondo. La soddisfazione degli utenti circa il proprio viaggio è mutata: nel primo scenario l’Università è descritta come maggiormente accessibile, gli attributi di viaggio tempo e costo non soddisfano attualmente gli stessi utenti che dichiarano di sostenere un costo maggiore impiegando, mediamente, più tempo. La paura del contagio ha giocato un ruolo fondamentale nelle scelte modali, cosa non verificatasi con la riduzione dei posti disponibili a bordo e le limitazioni al servizio. Analisi più dettagliate sono state svolte mediante regressione logistica, cercando le relazioni più significative tra variabili dipendenti e indipendenti.

Nella parte teorica della Tesi è stato esposto il tema della produzione su commessa descrivendone i criteri di classificazione. Si è confrontato la produzione su commessa con quella in serie. Inoltre, il ciclo di vita delle commesse ha evidenziato la necessità di un controllo di tipo feed-forward rispetto a quello feed-back. Si è presentato uno degli strumenti chiave per il Project Management, la WBS ed è stata affrontata la tematica relativa ai preventivi di commessa e alla gestione di tempi e costi. Infine, si sono definiti il concetto di Costo e la sua determinazione per un prodotto facendo riferimento a diverse teorie diffuse in letteratura approfondendo quella del Cost Plus Pricing. Poi è stato esposto il lavoro pratico. Le attività svolte all’interno del progetto di tirocinio sono state le seguenti: raccolta dei dati storici relativi ai costi e alle caratteristiche parametrizzabili dei MAST, attraverso l’uso di SAP e di Enovia, e creazione di database di costo in base alla funzione tecnica sia dei MAST sia dei componenti; analisi ABC sui costi di un sistema di movimentazione per capire quali fossero gli assiemi che incidessero di più sul costo del prodotto; scomposizione degli assiemi più significativi nei loro componenti principali per la creazione di diversi database in base al tipo di assieme e di componente; elaborazione dei dati raccolti nel database tramite l’uso di Excel per determinare i principali cost driver dei componenti attraverso l’utilizzo della regressione multipla; determinazione di funzioni di costo per mostrare la forza del legame tra il costo di ogni singolo componente e le caratteristiche tecniche parametrizzabili; analisi degli scostamenti tra l’output previsto dalle funzioni di costo e quello osservato; creazione di un preventivo di costo standard configurabile in base alle caratteristiche tecniche richieste dal cliente con la finalità di formulare rapidamente un’offerta al cliente tramite compromesso con l’esperienza diretta sul campo.

Il settore alberghiero ha conosciuto negli ultimi anni uno sviluppo significativo soprattutto in alcune economie, come l’Italia, in cui il movimento ha dimostrato quasi sempre una crescente capacità di produrre risultati positivi (Jones Lang Lasalle Hotels, 2009). In letteratura un criterio unico per definire le modalità con cui migliorare un portafoglio in base alla segmentazione settoriale (vedi Hartzell, 1986) e/o geografica (vedi ad esempio Mueller e Ziering, 1992) non è ancora disponibile. La presente tesi cerca attraverso due metodologie diverse (da una parte attraverso la diversificazione di portafoglio – Markovitz – e dall’altra attraverso una regressione lineare) di colmare questa lacuna e cercare di capire se questa diversificazione geo-settoriale possa portare benefici in questo specifico settore. Prendendo dunque spunto da alcuni lavori che hanno applicato l’approccio proposto da Markowitz agli investimenti immobiliari al fine di identificare la composizione ottimale di un portafoglio (tra gli altri Friedman, 1971), il contributo analizza i vantaggi e i limiti derivanti dalla diversificazione del rischio per gli investimenti nel settore alberghiero considerando le potenzialità della frontiera efficiente per la misurazione dell’impatto della diversificazione su un portafoglio di immobili destinati unicamente ad uso alberghiero. Lo studio dei benefici/costi della diversificazione completa, quindi, l’analisi delle performance degli investimenti realizzati da investitori istituzionali nel settore alberghiero fornendo indicazioni utili per la definizione dei criteri di costruzione un portafoglio di alberghi che massimizzi il risultato derivante dall’investimento e/o minimizzi la loro esposizione al rischio. Dall’altro lato usando un modello proposto da Heaston e Rouwenhorst (1994) la tesi analizza il ruolo dei fattori geo-settoriali nell’industria alberghiera italiana (uno dei mercati turistici più importanti al mondo). I risultati ottenuti dalla verifica empirica su uno dei mercati più importanti a livello mondiale (Italia)[1] dimostrano come la composizione di un portafoglio ottimale di investimenti alberghieri differisca significativamente in funzione della presenza o meno di vincoli di diversificazione. Il sacrificio collegato alla riduzione del rendimento per unità di rischio assunto può essere ritenuto accettabile anche in funzione della maggiore persistenza dei risultati che caratterizza i portafogli costruiti utilizzando vincoli di diversificazione visto che la distanza media dei portafogli identificati in passato rispetto alla frontiera efficiente corrente risulta più ridotta. Inoltre l’applicazione della regressione lineare dimostra come siano le caratteristiche geografiche più significative di altre variabili, sempre in relazione alla performance della struttura.
Hotel sectors represent an atypical real estate industry in which daily inflows and outflows are affected by some specific external factors that impact deeply on the demand and supply of the service. Literature considers these unpredictable dynamics related to some geographical and sectoral characteristics but an empirical study of the relative importance of these two factors is still not available. Following approaches proposed for stock market dynamics and applied also to the overall real estate industry, the paper study the relative importance of sector and geographical feature in explaining the hotel performance. In order to test this hypothesis the paper considers the Italian hotel industry, one of the most important world market for tourism and leisure, that is never analysed using these approaches. The paper proposed tries to evaluate the benefits related to a Markowitz’s diversification approach for the construction of a real estate portfolio specialized in the hotel real estate market. The thesis considers a database collected by AICA, Italian Association Hotel Companies, in order to evaluate revenue dynamics in the hotel real estate market. On the basis of Markowitz’s theory, the analysis proposed tries to define the best diversification strategy for the portfolio’s construction in the hotel real estate market. Results achieved demonstrate that the standard geo-sectorial diversification allows to achieve good results only if some concentration constraints are established because there are some cities and/or hotel categories that are outperforming for all the time period analysed. Using GOPPAR as a performance measure, the empirical analysis with the linear regression demonstrate that an overall national trend explains more than 50% of monthly performance of all Italian hotels and the regional features allow to explain better the misalignment respect to the national trend.

L’emergenza sanitaria dovuta alla pandemia di Covid-19 è un evento che ha sconvolto completamente le nostre vite. Le conseguenze di tutto ciò sono state terribili, sia da un punto di vista sanitario che economico. L’improvvisa comparsa della malattia nel mondo e la velocità disarmante della sua diffusione hanno spinto i ricercatori ad effettuare analisi e ricercare informazioni cruciali per rallentare la devastazione di questo nemico silenzioso. Uno dei punti primari della questione su cui gli scienziati di tutto il globo sono stati chiamati a far luce è l’individuazione delle cause e dei fattori concomitanti alla comparsa del nuovo virus, con uno sguardo particolare alle componenti ambientali coinvolte, che potrebbero avere avuto e continuato poi a mantenere un ruolo importante sulla rapidità e la gravità con la quale la malattia ha colpito gli individui. Questo è l'obiettivo dichiarato di tale elaborato di tesi.

Among all the flue gas components produced in waste-to-energy plants, acid airborne pollutants such as SO2 and HCl have the most rigorous emission standards provided by the European Parliament. Their removal is thus a key step of the flue gas treatment which is mainly achieved with the Dry Treatment Systems (DTS), technologies based on the direct injection of dry solid sorbents which is capable to subtract the acid from the gas stream with several important advantages and high removal efficiencies. However, the substantial lack of a deeper industrial knowledge makes difficult to determine accurately an optimal operating zone which should be required for the design and operation of these systems. The aim of this study has been therefore the exploration, while basing on an essential engineering expertise, of some of the possible solutions which the application of multivariate statistical methods on process data obtained from real plants can give in order to identify all those phenomena which rule dry treatment systems. In particular, a key task of this work has been the seeking for a general procedure which can be possibly applied for the characterization of any type of DTS system, regardless of the specific duty range or design configuration. This required to overcome the simple mechanical application of the available techniques and made necessary to tailor and even redefine some of the available standard procedures in order to guarantee specific and objective results for the studied case. Specifically, in this so called chemometric analysis, after a pre-treatment and quality assessment, the process data obtained from a real working plant was analyzed with basic and advanced techniques in order to characterize the relations among all the available variables. Then, starting from the results of the data analysis, a linear model has been produced in order to be employed to predict with a certain grade of accuracy the operating conditions of the system.

In this work, we show the mathematical reasons why parametric models fall short of providing correct estimates and define an approach that overcomes the causes of these shortfalls. The approach aims at improving parametric estimation models when any regression model assumption is violated for the data being analyzed. Violations can be that, the errors are x-correlated, the model is not linear, the sample is heteroscedastic, or the error probability distribution is not Gaussian. If data violates the regression assumptions and we do not deal with the consequences of these violations, we cannot improve the model and estimates will be incorrect forever. The novelty of this work is that we define and use a feed-forward multi-layer neural network for discrimination problems to calculate prediction intervals (i.e. evaluate uncertainty), make estimates, and detect improvement needs. The primary difference from traditional methodologies is that the proposed approach can deal with scope error, model error, and assumption error at the same time. The approach can be applied for prediction, inference, and model improvement over any situation and context without making specific assumptions. An important benefit of the approach is that, it can be completely automated as a stand-alone estimation methodology or used for supporting experts and organizations together with other estimation techniques (e.g., human judgment, parametric models). Unlike other methodologies, the proposed approach focuses on the model improvement by integrating the estimation activity into a wider process that we call the Estimation Improvement Process as an instantiation of the Quality Improvement Paradigm. This approach aids mature organizations in learning from their experience and improving their processes over time with respect to managing their estimation activities. To provide an exposition of the approach, we use an old NASA COCOMO data set to (1) build an evolvable neural network model and (2) show how a parametric model, e.g., a regression model, can be improved and evolved with the new project data.

Il lavoro presentato si inserisce all’interno di uno dei campi di studio più dibattuti della tradizione sociologica, quello interessato alla mobilità sociale, e strettamente legato, sul piano teorico, al tema più generale delle disuguaglianze. Nello specifico, il fenomeno oggetto di analisi è costituito dalla mobilità intergenerazionale in Italia. Tenendo conto di aspetti che investono i piani teorico, metodologico e pratico – quali, il prolungamento della permanenza, da parte delle ultime generazioni, all’interno del sistema formativo e il conseguente ritardo dell’entrata nel mondo del lavoro, nonché la centralità di questa fascia dal punto di vista della carriera lavorativa – l’attenzione è rivolta ai soggetti di età compresa tra i 35 e i 50 anni. Mediante l’analisi secondaria dei dati provenienti da due indagini campionarie condotte dalla Banca d’Italia, Bilanci delle famiglie italiane (1995, 1998 e 2012), e dall’Istat, Famiglia, soggetti sociali e condizione dell’infanzia (1998), si è, pertanto, tentato di rispondere al principale obiettivo di ricerca, quello relativo all’individuazione dei cambiamenti intervenuti in Italia, in termini di trasmissione delle posizioni sociali di padre in figlio, nell’arco temporale di diciassette anni (1995-2012). Questo primo interrogativo è strettamente legato al secondo obiettivo, ovvero alla possibilità di integrare l’approccio alle macro-classi (secondo il quale la posizione sociale del soggetto è individuata considerando occupazione e settore economico) e quello alle micro-classi (approccio che guarda ai gruppi occupazionali). Nel primo caso, mediante uno schema a sei classi (costruito sulla base di quello proposto da de Lillo e Schizzerotto nel 1985), è stato possibile effettuare un’analisi direzionale, osservando come i figli si posizionino all’interno dello spazio sociale rispetto ai padri; nel secondo caso, invece, l’analisi ha riguardato il piano sostantivo e, dunque, la costruzione di un indice tipologico in grado di sintetizzare i diversi tipi di mobilità. L’integrazione di questi due approcci ha consentito di superare i limiti derivanti dal considerarli l’uno l’alternativa dell’altro e, conseguentemente, di giungere ad una rappresentazione più completa (e complessa) del fenomeno indagato. Il terzo obiettivo riguarda, ancora, il piano metodologico e, più specificatamente, la questione dell’indeterminatezza temporale e il fenomeno del lifecycle bias, ponendo attenzione al momento della carriera lavorativa in cui padri e figli sono considerati. A tale scopo, è stato utile confrontare i risultati del 1998 derivanti dalle indagini della Banca d’Italia e dell’Istat, in quanto la prima raccoglie le informazione dei padri quando avevano la stessa età dei figli, mentre la seconda quando i figli avevano 14 anni. Nel secondo caso le informazioni dei padri si riferiscono, nella maggior parte dei casi, a momenti della vita lavorativa diversi rispetto a quello in cui si trovano i figli, comportando differenze in termini di mobilità registrata. Infine, con il quarto obiettivo si è voluto collegare il fenomeno della mobilità sociale al contesto occupazionale in cui sono inseriti gli intervistati (figli/e) e i padri, evidenziandone le principali caratteristiche mediante il ricorso alla letteratura sul tema e a fonti statistiche secondarie. Alla base di ciò vi è, infatti, l’assunto secondo cui la possibilità di occupare una determinata posizione sociale piuttosto che un’altra è strettamente influenzata dalla struttura occupazionale e dalle trasformazioni che investono il mercato del lavoro. La parte empirica del lavoro si è concentrata prevalentemente sull’analisi delle tavole di mobilità e di un modello di regressione logistica multinomiale. Mediante la costruzione delle tavole di mobilità è stato possibile i) descrivere la posizione dei figli rispetto ai padri all’interno dello spazio sociale, ii) calcolare i tassi di mobilità (distinguendo, ad esempio, tra ascendente e discendente), iii) osservare fenomeni legati alla riproduzione delle diseguaglianze, quali l’auto-reclutamento e l’apertura (o fluidità) sociale ponendo attenzione, in tutti questi casi, anche all’elemento temporale. Il ricorso alla regressione logistica, invece, ha permesso di considerare contemporaneamente diverse caratteristiche (variabili indipendenti), riferite sia ai padri sia ai figli, al fine di analizzare l’effetto di ciascuna di esse sulla possibilità dei secondi di accedere o permanere in una data classe piuttosto che in un’altra. Nell’elaborato – insieme alla descrizione del quadro teorico in cui si inserisce il lavoro proposto, alla ricognizione dello stato dell’arte sia degli studi sulle classi sociali sia di quelli sulla mobilità sociale, all’esposizione del disegno di ricerca adottato e dei risultati ottenuti– una parte rilevante è rivolta alla discussione critica delle principali problematiche legate al tema d’indagine e alle scelte, soprattutto sul piano metodologico, di fronte alle quali si è trovata chi scrive. Nonostante i limiti e le criticità incontrate, il disegno di ricerca costruito ha reso possibile i) l’analisi della mobilità su diversi livelli, grazie al “doppio” confronto (verticale e orizzontale) delle condizioni di padri e figli nel 1995 e nel 2012, ii) l’osservazione di un particolare aspetto dell’ereditarietà sociale, ovvero la riproduzione occupazionale, mediante l’analisi delle micro-classi, iii) l’attenuazione di alcune problematiche spesso evidenziate negli studi sul tema. Relativamente al primo punto, quello più strettamente legato alle evidenze empiriche emerse, si è potuta osservare la compresenza di elementi paradossali, in linea con la letteratura sul tema, e di dinamiche specifiche, di auto-riproduzione e non solo, per ciascuna classe sociale individuata (in questo caso il riferimento è alla struttura macro piuttosto che a quella micro).

L’effettivo uso di Internet da parte della totalità della popolazione ha un impatto rilevante sulla possibilità di un paese di cogliere davvero le opportunità di sviluppo della propria economia, derivanti dall’uso di questa tecnologia. Partendo dalla constatazione di un effettivo ritardo italiano nella diffusione di Internet tra la popolazione, in termini sia di uso da parte di individui che di adozione di servizi di connettività a banda larga da parte delle famiglie, la ricerca ha l’obiettivo di individuare la natura delle specificità del caso italiano, solo marginalmente analizzato in letteratura. L’obiettivo finale è fornire una descrizione quanto più possibile dettagliata del fenomeno, utile per la messa a punto delle politiche, pubbliche ma anche private (in termini di marketing), atte a favorire l’uso di Internet da parte degli individui e la diffusione delle connessioni a banda larga tra le famiglie, compatibile con gli obiettivi dell’Agenda Digitale Europea. La principale fonte di dati della ricerca è rappresentata dai microdati (le risposte elementari) dell’indagine “Aspetti della Vita Quotidiana” dell’Istat (nel seguito indicata anche come AVQ), relativi al periodo 2005-2014. Al fine di agevolare l’analisi del fenomeno, viene proposto un nuovo modello di digital divide in quattro stadi: infrastruttura, adozione, frequenza d’uso e ricchezza d’uso. Mentre la questione infrastrutturale sembra essere al momento marginale, almeno per velocità di almeno 2 Mbps, il lavoro si concentra sugli altri tre stadi. In particolare, per quanto riguarda lo stadio di adozione di Internet, nella sua duplice natura di uso da parte degli individui e sottoscrizione di una connessione a banda larga da parte delle famiglie, viene dapprima effettuata un’analisi di regressione logistica, i cui risultati indicano, per quel che riguarda l’uso individuale, un ruolo preponderante dell’età, seguita dal livello di istruzione e dalla situazione professionale. Rispetto alla decisione di adottare una connessione da parte della famiglia, qualora vi sia una massa critica significativa di utenti potenziali, il ruolo dei fattori economici è ancora importante, mentre sembrano essere poco importanti i fattori geografici. La questione dell’uso di Internet è approfondita poi attraverso un’analisi esplorativa con algoritmo di classificazione SLAD, al quale, tramite la collaborazione con gli autori di tale algoritmo, vengono proposte due procedure atte ad adattare l’algoritmo allo studio interpretativo di fenomeni socio-economici. Infine, i risultati dell’analisi SLAD vengono utilizzati da un albero di classificazione, ottenendo otto cluster della popolazione italiana rispetto all’uso di Internet. Gli altri due stadi del modello proposto di digital divide, la frequenza e la ricchezza d’uso, vengono analizzati attraverso un’analisi per classi latenti. Questa produce 6 classi di utenti e 3 di non utenti, che mostrano differenze importanti anche all’interno di queste due categorie della popolazione. Nel complesso, i risultati dello studio mostrano che la gran parte dei divari nell’adozione sono dovuti a problemi nella struttura stessa della popolazione italiana, in termini principalmente di età e livelli di istruzione e coinvolgimento attivo nella vita sociale del paese. Inoltre, si evidenzia come ampi segmenti della popolazione sono emarginati socialmente, perché non attivi sul mercato del lavoro o nello studio. Gli effetti negativi delle variabili appena citate sono poi acuite dall’impossibilità di un contagio (almeno nel contesto familiare), in quella parte della popolazione che vive in famiglie in cui non sono presenti utenti, o comunque membri con caratteristiche migliori in una o più delle dimensioni evidenziate. Queste problematiche sono difficilmente superabili nel breve e medio periodo, in quanto intrinseche della struttura della popolazione, come si diceva. Il quadro è aggravato dalla palese difficoltà nell’intervenire in questo tipo di dinamiche attraverso politiche pubbliche o piani di marketing di imprese private. Ancora, tra gli utenti stessi emergono differenze importanti, che non sono spiegabili in termini “classici”, attraverso l’uso delle sole variabili di segmentazione. Vengono riscontati infatti profili di uso di Internet molto diversi, che vanno di pari passo con diversi livelli nei consumi culturali (cinema, teatro, musei ecc.) o nell’uso di servizi finanziari. Queste differenze dovrebbero essere indagati con l’aiuto di dati più fini, ma potrebbero comunque non trovare riscontro in variabili osservabili, dato il ruolo ipotizzato per la cultura personale. In definitiva, il messaggio che emerge dalle differenti analisi dei dati sulla popolazione italiana sul periodo di 10 anni, tra il 2005 e il 2014, è che non si possa più parlare di digital divide al singolare, ma di una pluralità di situazioni di disuguaglianza su indicatori chiave dell’emarginazione sociale. Da una parte, le caratteristiche strutturali della popolazione italiana dividono nettamente, e, stando alle analisi multi-periodo, sempre di più, gli utenti dai non utenti, e le famiglie connesse da quelle non connesse. Dall’altra, anche all’interno di queste categorie, esistono differenze importanti, legate sostanzialmente alle classi sociali e alla cultura personale dei singoli individui, che non sono spiegabili solo attraverso le “classiche” variabili strutturali. Tutto questo dovrebbe essere ulteriormente indagato con l’ausilio di diverse fonti di dati, col fine ultimo di supportare politiche pubbliche e iniziative private di sostegno alla domanda Internet che siano davvero efficaci, perché basate sulla reale comprensione del fenomeno dei digital divide italiani.

La presente Tesi di dottorato, finanziata dal Dipartimento Innovazioni Tecnologiche dell’INAIL (DIT), è incentrata sullo studio e la valutazione delle migliori tecniche per la preparativa e l’analisi dell’amianto nei suoli. Le tecniche analitiche utilizzate sono la microscopia elettronica a scansione, la spettroscopia in trasmittanza nel medio infrarosso in trasformata di Fourier e la spettroscopia in riflettanza nell’infrarosso a onda corta. Entrambe le tecniche spettroscopiche sono state accoppiate a procedure avanzate di analisi multivariata. I risultati hanno permesso di confermare la microscopia elettronica come metodologia più sensibile e allo stesso tempo più complessa, seguita in ordine dalla spettroscopia FTIR in trasmittanza e dalla spettroscopia in riflettanza nel vicino infrarosso. Le prestazioni raggiunte dalle tecniche innovative esplorate, in termini di sensibilità e specificità, sono ancora inadeguate per la valutazione di suoli con bassi livelli di amianto, ma risultano idonee per applicazioni di screening in presenza di concentrazioni importanti, intorno all’1%.