BayesFor.eu

beta

Bayesian web spidering

Traduzioni di questa pagina?:

Menu

Associazione

Progetti

Pagine personali

Traccia: » la_politica_monetaria_della_fed
::

Un esempio per capire il funzionamento di Swarm: la politica monetaria della Federal reserve

Interpretiamo i risultati che otteniamo da Swarm relativi alla Federal reserve, allo stesso tempo diamo alcuni rudimenti sull'interpretabilità dei plot ptodotti da Bayes-Swarm.

stemming

Per prima cosa, Swarm riconosce radici di parole e non parole. Se chiediamo a Swarm di cercare la parola “europe”, Swarm conterà ogni giorno zero ricorrenze. Al contrario, se inseriamo fra le parole di interesse la radice (stem) “europ”, Swarm conterà una ricorrenza ogni volta che leggerà “europe”, “european” e ogni altra parola la cui radice sia “europ”. Questa caratteristica può sembrare una limitazione, ma finisce, in molte occasioni, con l'essere un pregio, dato che le radici, generalmente, hanno un preciso significato semantico: sia che legga “europe” sia che legga “european”, ciò che sto leggendo ha in qualche modo a che fare con il concetto di Europa.

serie storiche

Quando chiedete di osservare il grafico della serie storica di una parola, ad esempio Fed, state contando, al passare del tempo, quanto i media hanno parlato della Fed, la banca centrale statunitense.

Come si vede, nell'ultimo mese (perchè al momento Swarm mostra i dati dell'ultimo mese) si è parlato poco di Fed sui media inglesi e statunitensi, ma se n'è parlato molto un giorno, precisamente il 14 di Novembre. In quel giorno il Governatore della Fed, Bernanke, interviene in una conferenza nella quale comunica le nuove strategie della Federal Reserve. Potete leggere l'intervento qui:fed

E' interessante il fatto che Swarm ha registrato questo importante fatto, con un ben distinguibile picco nella frequenza dello stem “fed”. Questo ci dice che Swarm è affidabile nel registrare momenti in cui un certo argomento è stato portato all'attenzione del pubblico.

L'analisi delle serie storiche è un argomento molto importante in statistica. Generalmente una serie storica non presenta picchi isolati, come nel nostro esempio, ma può essere semplicemente caotica, non mostrando alcun andamento comprensibile, o mostrare un trend preciso, cresente o decrescente, oppure mostrare un andamento ciclico.

correlazioni

Swarm non ci dà semplicemente la possibilità di contare le apparizioni di uno stem, una seconda cosa che possiamo fare è mettere in relazione stem differenti. Se di due argomenti si parla poco nello stesso giorno e poi si parla molto in altri giorni, si dice che le apparizioni dei due stem sono positivamente correlate. Una forte correlazione (diciamo al di sopra di 60-65%) è probabile che indichi l'esistenza di un legame fra gli stem che stiamo ossevando.

Una semplice prova di questo è rappresentata nella figura sotto: se Swarm funziona e se le correlazioni nell'apparizione degli stem hanno un significato non solo statistico ma anche sostanziale i due stem “fed” e “reserve” dovrebbero essere fortemente correlati. E infatti…

troviamo una correlazione dell'81% (ma sarebbe più corretto dire +0.81).

la politica monetaria US nel Novembre 2007

A questo punto sappiamo che “ci possiamo fidare” di Swarm. Swarm identifica momenti in cui un argomento è stato importante e ci mostra forti correlazioni quando due fenomeni sono legati.

Diamo un'occhiata a cosa mostra Swarm in Novembre associando le parole “fed”, “reserve” e “bernanke”…

Si tratta di una descrizione di ciò che realmente è avvenuto: il 31 ottobre la fed taglia di 0.25 punti il tasso di sconto, il 14 Novembre, come già detto, Bernanke presenta le linee guida per il futuro della Fed.

Questo esempio dovrebbe servire a capire che Swarm è uno strumento affidabile per la lettura dei contenuti dei media.

Le potenzialità di utilizzo sono molto ampie: usa swarm!

torna alla documentazione

Torna su :: la_politica_monetaria_della_fed.txt · Ultima modifica: 2008/02/18 19:08 (modifica esterna)
Mostra sorgente Revisioni precedenti Ultime modifiche Indice