Fascicolo 3/2008 - Rdes.it

120 Marco Di Domizio
Figura 7: STIME E RESIDUI DELLA EQUAZIONE (3)
2,000
1,500
1,000
0,500
0,000
-0,500
-1,000
SD-BO
SD-NA
BO-NA
SD-LZ
NA-LZ
SD-TO
BO-TO
BO-LZ
TO-LZ
FI-BO
SD-FI
TO-NA
FI-NA
FI-LZ
SD-JU
SD-MI
SD-RM
MI-NA
SD-IN
BO-MI
BO-RM
NA-RM
BO-IN
BO-JU
FI-TO
IN-NA
JU-NA
JU-LZ
LZ-RM
IN-LZ
MI-LZ
TO-MI
JU-TO
TO-RM
TO-IN
FI-MI
FI-JU
FI-RM
FI-IN
JU-MI
MI-RM
IN-MI
JU-RM
IN-RM
JU-IN
DATI STIME RESIDUI
Osservando la distribuzione dei residui ed in particolare degli outliers,
ovvero dei valori che cadono all’esterno di un valore pari allo standard error della
regressione (visualizzato nei tre grafici dalle due linee orizzontali tratteggiate), è
possibile rilevare delle potenziali regolarità nell’errore della stima. Un aspetto risulta
interessante; nelle tre regressioni sono presenti nell’ordine 12, 9 e 11 outliers. Di
questi sono rispettivamente 7, 6 e ancora 6 quelli associati ad incontri disputati
dalla Juventus. In particolare tutte le regressioni tendono a sottostimare le
performance sportive del club bianconero rispetto ai dati effettivi. A questo punto
non possiamo che spingerci oltre cercando di individuare se, oltre ai fattori geografici
ed economici, ci sono peculiari attitudini delle squadre nel determinare i risultati.
Abbiamo introdotto nella nostra stima iniziale delle variabili dummies per
ognisingola squadra. 23 Le equazioni 1, 2 e 3 diventano così:
. . .
(W1/W2) = β 1
(POP1/POP2) + β 2
(VA1/VA2) + Σ β i
D i
+ ε , (4)
i
.
.
.
(PNT1/PNT2) = β (POP1/POP2) + β (VA1/VA2) + Σ β D
1
2
i i
+ ε (5)
i
.
.
.
(WD1/WD2) = β (POP1/POP2) + β (VA1/VA2) + Σ β D
1
2
i i
+ ε (6)
i
____________________
23
Le 10 variabili indicano appunto le 10 squadre indagate. Per ogni singolo scontro diretto
queste prenderanno il valore di 0, 1 oppure -1. Ad esempio, nello scontro diretto Sampdoria-
Bologna la variabile Sampdoria sarà pari ad 1, la variabile Bologna prenderà il valore -1, mentre