soft computing, gis e data warehouse
DESCRIPTION
Soft computing, Gis e data warehouse. Radi Davide. ILLUSTRAZIONE DEI DATI:. I dati sono relativi ai 246 Comuni della Regione Marche e coprono un arco temporale di 10 anni, dal 1995 al 2004. Parte dei dati non è sempre disponibile per tutto l’arco temporale. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/1.jpg)
Soft computing, Gis e data warehouse
Radi Davide
![Page 2: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/2.jpg)
ILLUSTRAZIONE DEI DATI:
DATI DEMOGRAFICI:POPOLAZIONE
NUCLEI FAMILIARI
DATI FINANZIARI/FISCALI:
DATI FINANZIARI
INDICI FINANZIARI
DATI FISCALI
INDICI FISCALI
DATI ECONOMICI:
COSTO SERVIZI
COSTO SERVIZI PRO CAPITE
COSTO SERVIZI A DOMANDA INDIVIDUALE
ORIGINE DATI: http://localhost/sito_coge/Index.asp
I dati sono relativi ai 246 Comuni della Regione Marche e coprono un arco temporale di 10 anni, dal 1995 al 2004. Parte dei dati non è sempre disponibile per tutto l’arco temporale.
![Page 3: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/3.jpg)
ELABORAZIONE DEI DATI:
1. DINAMICHE TEMPORALI: si utilizza ArcView GIS per rappresentare le dinamiche storiche dei dati georeferenziati.
2. SOFTcMEANS (clustering Fuzzy) + ArcView GIS: per effettuare classificazioni e confronti tra i Comuni della Regione Marche.
![Page 4: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/4.jpg)
Pressione tributaria pro capite:Dal 1995 al 2004
DINAMICHE TEMPORALI
![Page 5: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/5.jpg)
Incidenza trasferimenti dello Stato sulle entrate correnti = (Trasferimenti dallo Stato) / (Entrate tributarie + Contributi e trasferimenti + entrate extratributarie)
![Page 6: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/6.jpg)
ALGORITMO SOFTcMEANS:INPUT
OUTPUT
CLUSTERING SOFT c-MEANS
![Page 7: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/7.jpg)
Indice di equilibrio finanziario
RigiditàSpesacorrente
Incidenza delle speseper il personalesulle entrate correnti
Incidenza indebitamentosulle entrate correnti
Anno di riferimento dei dati: 1995
OUTPUT
INPUT
CLUSTERING SOFT c-MEANS
![Page 8: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/8.jpg)
Cluster 1, Xb = -0.05612, Yb = 0.07619Cluster 2, Xb = 2.91988, Yb = 2.65698Cluster 3, Xb = -0.33510, Yb = -0.39041Cluster 4, Xb = 6.85419, Yb = 6.85073Cluster 5, Xb = 0.68872, Yb = 1.00223
Le due variabili, Costo polizia e viabilità (pro capite), sono correlate positivamente, al crescere di una cresce proporzionalmente anche l’altra.
Le torte rappresentano il Membership Level.
![Page 9: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/9.jpg)
Cluster 1, Xb = -0.46817, Yb = -0.26008Cluster 2, Xb = -1.33489, Yb = -1.05693Cluster 3, Xb = 1.14487, Yb = -0.51063Cluster 4, Xb = 1.17555, Yb = 1.69476Cluster 5, Xb = 0.30827, Yb = 0.59074
Cluster analysis:
Autonomia Finanziaria(1999)(Entrate tributarie + entrate extratributarie) / (Entrate tributarie + contributi e trasferimenti + entrate extratributarie)
Autonomia Tributaria(1999)(Entrate tributarie) / (Entrate tributarie + contributi e trasferimenti + entrate extratributarie)
![Page 10: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/10.jpg)
n. abitanti / n. addetti polizia locale ed amministrativa1999 - 2004
Cluster 1, Xb = 0.62328, Yb = 0.75485Cluster 2, Xb = -0.57054, Yb = -0.48995Cluster 3, Xb = -0.05285, Yb = 0.12482Cluster 4, Xb = -1.18643, Yb = -1.32281Cluster 5, Xb = 1.63284, Yb = 1.60502
![Page 11: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/11.jpg)
Cluster 1, Xb = 2.69344, Yb = 2.64355Cluster 2, Xb = 1.49918, Yb = 1.31526Cluster 3, Xb = -0.12564, Yb = -0.12430Cluster 4, Xb = 0.63790, Yb = 0.46865Cluster 5, Xb = -0.60354, Yb = -0.52595
![Page 12: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/12.jpg)
Cluster 1, Xb = 1.51885, Yb = 1.49247Cluster 2, Xb = -0.83565, Yb = -0.76321Cluster 3, Xb = 0.62441, Yb = 0.64244Cluster 4, Xb = -1.81870, Yb = -1.82736Cluster 5, Xb = -0.12376, Yb = -0.10508
Variabili utilizzate:X = Indice di equilibrio finanziario(Entrate tributarie + Entrate da contributi e trasferimenti + Entrate extratributarie) / (Spese correnti + Rimborso prestiti)
Y = Incidenza delle spese per il personale sulle entrate correnti(Spese personale) / (Entrate tributarie + contributi e trasferimenti + entrate extratributarie)
![Page 13: Soft computing, Gis e data warehouse](https://reader035.vdocuments.mx/reader035/viewer/2022070407/5681435b550346895dafda3d/html5/thumbnails/13.jpg)
Grafico che mostra la distribuzione dei Comuni e la configurazione dei cluster in base alle variabili Trasferimenti regionali conto capitale e Pressione tributaria per l’anno 2004.
Tematismi che evidenziano, a livello geografico, i cambiamenti nella configurazione dei cluster, creati in base alle variabili Trasferimenti regionali conto capitale e Pressione tributaria, dall’anno 1999 al 2004.
Pressione Tributaria = (Entrate tributarie) / (Popolazione)Trasferimenti regionali conto capitale(Trasferimenti regionali in conto capitale)/ (popolazione)