La chiave per scrivere una hit dell'estate

Politecnico di Milano A.A. 2011/2012 Corso di Probabilità e Statistica Matematica

LA CHIAVE PER SCRIVERE UNA HIT DELL’ESTATE

Alessandro Saglimbeni Valentina Suares Andrea Vucetich Maria Vittoria Zuccoli

!"#$%&'($'")*$)+$#,("-"./"0)!"#$%$&'&() *+,(%(&-(&.%

1212)344563474

!."8&%%")!."9,9$#$%: &);%,%$/%$',

!"#$%&$'(!."<2)=#$")!$,>>,)*+,,"(-.(/01"*"'(?&*&.$'" 1#9,("@)A,$B"(*")-,.#&%%"@)1(*.&,)18"/%$(&##$@);$B"(&)-,#>$8C&%%$2

DEFD-=1

2

INDICE Introduzione 3 Genere 3 Etichetta 4 Generi ed etichette a confronto 7 Accordi 9 Sesso 11 Ritornelli 12 BPM 16 Artisti 20 Conclusioni 21 Tabelle di calcolo 22 Dati del campione 24 Sitografia 25

3

INTRODUZIONE

In questo progetto abbiamo deciso di utilizzare alcuni metodi di indagine statistica per analizzare, sotto vari punti di vista, le canzoni di maggior successo delle estati dal 2000 al 2010. Per individuare le canzoni in questione ci siamo basati su una delle più importanti “chart” americane, la Billboard, che ogni anno stila la classifica dei dieci successi musicali (top ten) per ogni anno, basandosi su parametri quali il numero di passaggi in radio e le vendite dei singoli. Noi, invece, ci abbiamo deciso di indagare altre caratteristiche proprie di ogni canzone quali: il numero di ritornelli presenti, i BPM (Battiti Per Minuto), l'etichetta dalla quale é stato pubblicato il brano, il genere musicale e altre che avremo modo di approfondire in seguito. Ci proponiamo in questo modo di scoprire l'esistenza di eventuali peculiarità comuni ai brani oggetto del nostro esame, piuttosto che valori in contrasto con l'andamento globale del mercato musicale negli altri periodi dell'anno.

Avendo elaborato dati provenienti dalle top 10 estive di 11 anni il nostro campione risulta formato da 110 osservazioni che studieremo da punti di vista differenti. D’ora in poi la dimensione del campione, costante in tutto il progetto, verrà sottointesa. GENERE

Per cominciare a conoscere le canzoni da noi prese in considerazione, le abbiamo suddivise per genere musicale cercando di utilizzare dei criteri oggettivi e scegliendo delle classi in modo che fossero costituite da un numero sufficiente di osservazioni.

GENERI -> R&B RAP POP ROCK HIP HOP POP DANCE POP VARIE

N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14

ISTOGRAMMA DEI GENERI

'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14

POP POP ROCK R&B HIP HOP RAP DANCE POP ALTRI

UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B

UMG SONY WMG EMI INDIE

75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d

i canzoni negli anni

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

CONFRONTO ANDAMENTO DEI GENERI R&B E DANCEPOP

DANCE POP R&B

4

L’istogramma evidenzia una predominanza netta del genere R&B (Rythm&Bass) sugli altri che risultano livellati intorno alla decina.

Siamo poi andati alla ricerca di un significativo mutamento nel panorama dei generi nel corso degli anni; la tabella sotto riportata ne illustra le numerosità relative divise per anno.

Si può notare come l’R&B abbia in generale predominato dal 2000 al 2007, mentre è

interessante sottolineare come il Dance Pop, comparso solo nel 2008, abbia da quel momento cominciato a primeggiare sugli altri generi.

ETICHETTA

Da diversi decenni, ormai, l’industria musicale si è strutturata in etichette e major. L'etichetta discografica (o casa discografica) è un marchio commerciale creato dalle compagnie specializzate in produzione, eventualmente distribuzione e promozione, di musica e in taluni casi anche di video (specialmente video musicali), su diversi formati (come il compact disc, il disco in vinile, il DVD, le musicassette, ecc.). Il nome deriva dall'etichetta stampata che veniva posta al centro dei dischi in vinile. Le etichette discografiche si dividono sostanzialmente in due categorie:

▪ Le major - Legate a multinazionali che detengono gran parte del mercato musicale mondiale. ▪ Le indipendenti - Etichette che autoproducono e promuovono i propri prodotti indipendentemente

dal circuito delle multinazionali (ma spesso con accordi distributivi o di cooperazione).


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° c

an

zon

i

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d

i can

zon

i neg

li an

ni

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B

5

Molte etichette discografiche sono di proprietà di alcune tra le più grandi compagnie multinazionali (le cosiddette quattro “grandi”), che detengono la maggior parte dell'industria discografica, contrastate in piccola parte dal mercato delle etichette indipendenti (Indie).

Abbiamo innanzitutto analizzato la distribuzione del mercato estivo confrontandola con quella annuale:


N° Canzoni

SUMMER

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

MEDIE ’00/’10

50 35 13 6 6

45,45% 33,03% 12,33% 5,05% 4,14%

!"#$%& !!#"%& $'#(%& $$#%%& !"#)%&

!'#*%& !+#'%& $!#$%& $'#%%& !"#,%&25,40% 23,40% 11,80% 12,20% 27,20%

23,50% 25,10% 12,70% 13,40% 25,30%

25,50% 21,50% 11,30% 13,40% 28,30%

31,70% 25,60% 15% 9,60% 18,10%

31,60% 27,40% 18,10% 10,20% 12,60%32,70% 26,50% 19,50% 9,30% 12,00%

31,60% 27,40% 18,10% 10,20% 12,70%

34,40% 28,40% 16,10% 8,70% 12,40%

31,70% 29,70% 14,80% 11,80% 12%

29,1142857142857%25,8714285714286%14,2571428571429%11,3285714285714%19,4142857142857%

45%

33%

12%

5%4%

SUMMER


29%

26%

14%

11%

19%

QUOTE MERCATO ’00/’10


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

UMG

SONY

WMG

EMI

INDIE

1 3 7 2 5 7 4 6 5 5 5

7 6 2 3 4 2 2 3 2 2 2

1 0 1 4 1 1 3 0 0 0 2

1 0 0 1 0 0 0 0 2 1 1

0 1 0 0 0 0 1 1 1 2 0

2

4

5

7 N° di canzoni negli anni

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

CONFRONTO FRA SUCCESSI PRODOTTI DALLE ETICHETTE

UMG SONY


N° Canzoni

SUMMER

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

MEDIE ’00/’10

50 35 13 6 6

45,45% 33,03% 12,33% 5,05% 4,14%

!"#$%& !!#"%& $'#(%& $$#%%& !"#)%&

!'#*%& !+#'%& $!#$%& $'#%%& !"#,%&25,40% 23,40% 11,80% 12,20% 27,20%

23,50% 25,10% 12,70% 13,40% 25,30%

25,50% 21,50% 11,30% 13,40% 28,30%

31,70% 25,60% 15% 9,60% 18,10%

31,60% 27,40% 18,10% 10,20% 12,60%32,70% 26,50% 19,50% 9,30% 12,00%

31,60% 27,40% 18,10% 10,20% 12,70%

34,40% 28,40% 16,10% 8,70% 12,40%

31,70% 29,70% 14,80% 11,80% 12%

29,1142857142857%25,8714285714286%14,2571428571429%11,3285714285714%19,4142857142857%

45%

33%

12%

5%4%

SUMMER


29%

26%

14%

11%

19%



2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

UMG

SONY

WMG

EMI

INDIE

1 3 7 2 5 7 4 6 5 5 5

7 6 2 3 4 2 2 3 2 2 2

1 0 1 4 1 1 3 0 0 0 2

1 0 0 1 0 0 0 0 2 1 1

0 1 0 0 0 0 1 1 1 2 0

2

4

5

7 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


UMG SONY


N° Canzoni

SUMMER

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

MEDIE ’00/’10

50 35 13 6 6

45,45% 33,03% 12,33% 5,05% 4,14%

!"#$%& !!#"%& $'#(%& $$#%%& !"#)%&

!'#*%& !+#'%& $!#$%& $'#%%& !"#,%&25,40% 23,40% 11,80% 12,20% 27,20%

23,50% 25,10% 12,70% 13,40% 25,30%

25,50% 21,50% 11,30% 13,40% 28,30%

31,70% 25,60% 15% 9,60% 18,10%

31,60% 27,40% 18,10% 10,20% 12,60%32,70% 26,50% 19,50% 9,30% 12,00%

31,60% 27,40% 18,10% 10,20% 12,70%

34,40% 28,40% 16,10% 8,70% 12,40%

31,70% 29,70% 14,80% 11,80% 12%

29,1142857142857%25,8714285714286%14,2571428571429%11,3285714285714%19,4142857142857%

45%

33%

12%

5%4%

SUMMER


29%

26%

14%

11%

19%



2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

UMG

SONY

WMG

EMI

INDIE

1 3 7 2 5 7 4 6 5 5 5

7 6 2 3 4 2 2 3 2 2 2

1 0 1 4 1 1 3 0 0 0 2

1 0 0 1 0 0 0 0 2 1 1

0 1 0 0 0 0 1 1 1 2 0

2

4

5

7 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


UMG SONY


N° Canzoni

SUMMER

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

MEDIE ’00/’10

50 35 13 6 6

45,45% 33,03% 12,33% 5,05% 4,14%

!"#$%& !!#"%& $'#(%& $$#%%& !"#)%&

!'#*%& !+#'%& $!#$%& $'#%%& !"#,%&25,40% 23,40% 11,80% 12,20% 27,20%

23,50% 25,10% 12,70% 13,40% 25,30%

25,50% 21,50% 11,30% 13,40% 28,30%

31,70% 25,60% 15% 9,60% 18,10%

31,60% 27,40% 18,10% 10,20% 12,60%32,70% 26,50% 19,50% 9,30% 12,00%

31,60% 27,40% 18,10% 10,20% 12,70%

34,40% 28,40% 16,10% 8,70% 12,40%

31,70% 29,70% 14,80% 11,80% 12%

29,1142857142857%25,8714285714286%14,2571428571429%11,3285714285714%19,4142857142857%

45%

33%

12%

5%4%

SUMMER


29%

26%

14%

11%

19%



2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

UMG

SONY

WMG

EMI

INDIE

1 3 7 2 5 7 4 6 5 5 5

7 6 2 3 4 2 2 3 2 2 2

1 0 1 4 1 1 3 0 0 0 2

1 0 0 1 0 0 0 0 2 1 1

0 1 0 0 0 0 1 1 1 2 0

2

4

5

7 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


UMG SONY

6

Osservando i grafici si intuisce che i cantanti scritturati all’UMG producono canzoni che riscuotono maggior successo nella stagione estiva; mentre la fetta di mercato relativa alle indipendenti si riduce ulteriormente in questo periodo dell’anno. Possiamo verificare quanto detto con opportuni test: Sia ! la probabilità di ogni canzone di essere prodotta da una determinata etichetta e sia 1 − ! la sua complementare. Chiamiamo ! la variabile aleatoria distribuita come una Bernoulliana di parametro ! stimato.

Iniziamo ad analizzare il caso della WMG e chiediamoci se è vero che la stessa abbia un

mercato minore in estate rispetto al solito; questo risulta essere il caso più interessante poiché, come si evince anche dal grafico a torta, la differenza in percentuale è ridotta:

!~ℬ!" ! La media campionaria è ! = !"

!!"= 0,12, da confrontare con la media delle quote di mercato

!" = 0,14. Utilizziamo il test asintotico sulla media di una Bernoulliana:

!": ! ≤ 0,14 !1: ! > 0,14

la cui statistica test vale:

! =! − !"

!"(1 − !")!

≈ Ζ !" !" è !"#$%$&'(' ! = −0,6045

Rifiuto l’ipotesi Ho per ! > !!!! . !!!!,! = 1,2815 !!!!,!" = 1,6448 !!!!,!! = 2,3263 Ai livelli ! dell’1%, 5% e 10% non rifiutiamo mai l’ipotesi !" e quindi possiamo concludere che il mercato della WMG è effettivamente minore in estate che durante il resto dell’anno. Evitiamo di riportare i test relativi alle altre etichette in quanto sono risultati in accordo con la prima impressione fornita dal grafico a torta.

Analizziamo ora la distribuzione del mercato delle etichette nell’arco del decennio:


N° Canzoni

SUMMER

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

MEDIE ’00/’10

50 35 13 6 6

45,45% 33,03% 12,33% 5,05% 4,14%

!"#$%& !!#"%& $'#(%& $$#%%& !"#)%&

!'#*%& !+#'%& $!#$%& $'#%%& !"#,%&25,40% 23,40% 11,80% 12,20% 27,20%

23,50% 25,10% 12,70% 13,40% 25,30%

25,50% 21,50% 11,30% 13,40% 28,30%

31,70% 25,60% 15% 9,60% 18,10%

31,60% 27,40% 18,10% 10,20% 12,60%32,70% 26,50% 19,50% 9,30% 12,00%

31,60% 27,40% 18,10% 10,20% 12,70%

34,40% 28,40% 16,10% 8,70% 12,40%

31,70% 29,70% 14,80% 11,80% 12%

29,1142857142857%25,8714285714286%14,2571428571429%11,3285714285714%19,4142857142857%

45%

33%

12%

5%4%

SUMMER


29%

26%

14%

11%

19%



2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

UMG

SONY

WMG

EMI

INDIE

1 3 7 2 5 7 4 6 5 5 5

7 6 2 3 4 2 2 3 2 2 2

1 0 1 4 1 1 3 0 0 0 2

1 0 0 1 0 0 0 0 2 1 1

0 1 0 0 0 0 1 1 1 2 0

2

4

5

7 N° d

i can

zo

ni n

eg

li an

ni

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


UMG SONY

7

Dalla tabella risulta evidente l’ascesa negli anni della UMG, con un particolare picco

nell’anno 2005 e una corrispondente diminuzione della presenza nel mercato dell’etichetta Sony dal 2002 in poi.

GENERI ED ETICHETTE A CONFRONTO

In seguito all’analisi del genere e dell’etichetta delle canzoni, ci siamo chiesti se ci fosse la tendenza, da parte di un’etichetta, a produrre nella stagione estiva un determinato genere.

Nella tabella si può notare come il genere più comune (R&B) sia principalmente prodotto dalle due leader di mercato in parti uguali. Un ulteriore dato significativo è l’assoluta predominanza dell’etichetta UMG nei generi Hip Hop e Rap. Queste osservazioni risultano ancora più evidenti dai grafici a torta sottostanti che mostrano la suddivisione delle etichette per genere.


N° Canzoni

SUMMER

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

MEDIE ’00/’10

50 35 13 6 6

45,45% 33,03% 12,33% 5,05% 4,14%

!"#$%& !!#"%& $'#(%& $$#%%& !"#)%&

!'#*%& !+#'%& $!#$%& $'#%%& !"#,%&25,40% 23,40% 11,80% 12,20% 27,20%

23,50% 25,10% 12,70% 13,40% 25,30%

25,50% 21,50% 11,30% 13,40% 28,30%

31,70% 25,60% 15% 9,60% 18,10%

31,60% 27,40% 18,10% 10,20% 12,60%32,70% 26,50% 19,50% 9,30% 12,00%

31,60% 27,40% 18,10% 10,20% 12,70%

34,40% 28,40% 16,10% 8,70% 12,40%

31,70% 29,70% 14,80% 11,80% 12%

29,1142857142857%25,8714285714286%14,2571428571429%11,3285714285714%19,4142857142857%

45%

33%

12%

5%4%

SUMMER


29%

26%

14%

11%

19%



2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

UMG

SONY

WMG

EMI

INDIE

1 3 7 2 5 7 4 6 5 5 5

7 6 2 3 4 2 2 3 2 2 2

1 0 1 4 1 1 3 0 0 0 2

1 0 0 1 0 0 0 0 2 1 1

0 1 0 0 0 0 1 1 1 2 0

2

4

5

7 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


UMG SONY


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B

8

Forti di queste osservazioni abbiamo cercato di trovare un legame lineare tra questi due parametri, utilizzando inizialmente la retta di regressione e chiamando ! l’etichetta (divisa in h=5 classi) e ! il genere (diviso in k=7 classi). La tabella seguente mostra l’ouput ottenuto.

Coef SE T P

const 8,989587 0,4401455 20,42412566 6,97E-39 pred -0,4578271 0,2038139 -2,24629968 2,67E-02

S=2,332352 R^2=0,04

Prima di svolgere ulteriori calcoli verifichiamo che i dati da noi utilizzati rispettino le ipotesi di partenza del modello lineare. È necessario che gli errori standard siano distribuiti come una normale, che siano indipendenti tra loro e con media nulla e varianza uguale. Per verificare la veridicità di questa affermazione, relativamente ai nostri dati, utilizziamo il Normal Q-Q Plot.


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B


N° canzoni 34 15 15 12 12 12 10

!

"!

#!

$!

%!

N° canzoni

$%

"& "&"# "# "#

"!

'() '*+ +,+-',./ 01+-0,+ +,+ 2*3.4-+,+ 5*'14


'() '*++,+-',./ 01+-0,++,+ 2*3.4-+,+5*'14


UMG

SONY

WMG

EMI

INDIE

4 4 13 9 10 7 3

3 6 16 0 1 4 5

1 2 3 2 3 0 2

2 2 1 1 0 0 0

2 1 1 0 1 1 0

38%

47%

9%3%

3%

R&B


75%

17%

8%

HIP HOP


67%

7%

20%

7%

RAP


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

DANCE POP

R&B

POP

POP ROCK

RAP

HIP HOP

altro

0 0 0 0 0 1 0 0 2 5 4

4 6 1 3 6 1 4 5 2 1 1

2 1 0 1 0 1 0 2 3 0 2

3 2 2 1 0 2 1 1 1 2 0

0 0 3 0 0 3 3 1 1 1 3

0 1 2 3 1 2 1 1 1 0 0

1 0 2 2 3 0 1 0 0 1 0

2

3

5

6 N° d


2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010


DANCE POP R&B

-2 -1 0 1 2

-4-2

02

4

Normal Q-Q Plot

Theoretical Quantiles

Sam

ple

Qua

ntile

s

9

Dal Q-Q Plot vediamo che gli errori non soddisfano pienamente l’ipotesi di normalità e quindi si può concludere che il modello lineare non descriva bene la relazione che sussiste tra i generi e le etichette.

Proviamo allora a utilizzare un test !! d’indipendenza: Chiamiamo nuovamente ! (h classi =5) la variabile aleatoria che indica l’etichetta che produce una canzone e ! (k classi=7) il genere.

!":! ! ! !"#!$%"#%"&! !1:! ! ! !"#$%!$%&"

Nella tabella 1 in appendice riportiamo le numerosità osservate dell’etichette di ogni canzone per genere e le corrispondenti numerosità teoriche, da cui possiamo ricavare la statistica test:

! =(!!

(!) − !!(!))!

!!(!)

!

!!!

!

!!!

≈ !2 ℎ − 1 ! − 1 !" !" è !"#$%$&'(' ! = 32,6892

Rifiuto l’ipotesi !" per. ! > !!!!!;(!!!)(!!!) !!!,!;!" = 33,1962 All’aumentare del livello aumenta anche il valore del quantile di !!e quindi ad ogni livello accettiamo l’ipotesi d’indipendenza. ACCORDI

Ascoltando i vari brani alla ricerca di caratteristiche comuni abbiamo notato la presenza di sonorità ricorrenti. Ci siamo perciò rivolti ad un amico più esperto di noi che ha effettivamente riscontrato l'esistenza di uno schema fisso di accordi che veniva seguito in numerose canzoni, seppur con lievi variazioni. Cercando in rete abbiamo poi scoperto che queste canzoni fanno parte di una più ampia categoria nota come "Four Chords Songs" basata sugli stessi quattro accordi. Abbiamo quindi identificato le canzoni che mostrano la presenza di questi specifici accordi, assimilandole poi a 110 Bernoulliane il cui successo corrisponde all'appartenenza a questa categoria e l’insuccesso raccoglie in sé tutte le altre innumerevoli combinazioni di accordi .

10

Per capire se questo parametro sia realmente incisivo nel determinare il successo di una canzone abbiamo effettuato un test asintotico su p, probabilità di successo del processo di Bernoulli. La media campionaria vale ! = 0,55 e le ipotesi sono le seguenti:

!": ! = 0,5 !1: ! ≠ 0,5

La statistica test vale:

! =! − !"

!"(1 − !")!

≈ Ζ !" !" è !"#$%$&'(' ! = 1,1441

Rifiutiamo l’ipotesi !" per |!| > !!!!!

.

Il p value vale:

! − !"#$% = 2(1−Φ ! = 0,254 = 25,4% Il p- value è elevato e quindi accettiamo sicuramente l’ipotesi nulla.

Ad una prima lettura potremmo a giungere alla conclusione che la presenza o meno di questi accordi in una canzone non influenzi significativamente il suo successo, poiché solo poco più della metà delle canzoni da noi analizzate presenta questa caratteristica. Dobbiamo però renderci conto del fatto che questo risultato è comunque notevole in quanto le canzoni da noi identificate come insuccesso della Bernoulliana sono tra loro molto eterogenee e anche dai dati risulta che tutti gli altri schemi compaiano con frequenza nettamente minore.

4 ACCORDI ALTRI ACCORDI

!" #$

55%

45%

TORTA ACCORDI



!" #$

55%

45%

TORTA ACCORDI



!" #$

55%

45%

TORTA ACCORDI


11

SESSO

Osservando i dati da noi raccolti abbiamo notato la predominanza di uomini e la presenza molto sporadica di gruppi composti principalmente da donne. Ci siamo chiesti se ci fosse una tendenza da parte delle donne a cantare come soliste.

Per capire che tipo di legame ci sia tra le due utilizziamo ancora un test !! d’indipendenza. Chiamiamo X la variabile aleatoria che indica se la canzone è cantata da un gruppo o da un solista e con Y quella che indica il sesso dell’artista. Ipotesi:

!":! ! ! !"#!$%"#%"&! !1:! ! ! !"#$%!$%&"

Dalle numerosità osservate e delle numerosità teoriche in tabella 2 in appendice possiamo ricavare la statistica test:

DONNE UOMINI

43 67

GRUPPI SOLISTI

35 75

39%61%

TORTA SESSI

DONNE UOMINI

32%

68%

TORTA GRUPPI SOLISTI

GRUPPI SOLISTI

Gruppi Solisti

Uomini

Donne

24 43

11 32

0

20

40

60

80

N° canzoni

Gruppi

Solisti

RAPPORTO FRA SESSO E GRUPPI O SOLISTI

Uomini Donne

DONNE UOMINI

43 67

GRUPPI SOLISTI

35 75

39%61%

TORTA SESSI

DONNE UOMINI

32%

68%


GRUPPI SOLISTI

Gruppi Solisti

Uomini

Donne

24 43

11 32

0

20

40

60

80

N° canzoni

Gruppi

Solisti


Uomini Donne

DONNE UOMINI

43 67

GRUPPI SOLISTI

35 75

39%61%

TORTA SESSI

DONNE UOMINI

32%

68%


GRUPPI SOLISTI

Gruppi Solisti

Uomini

Donne

24 43

11 32

0

20

40

60

80

N° canzoni

Gruppi

Solisti


Uomini Donne

DONNE UOMINI

43 67

GRUPPI SOLISTI

35 75

39%61%

TORTA SESSI

DONNE UOMINI

32%

68%


GRUPPI SOLISTI

Gruppi Solisti

Uomini

Donne

24 43

11 32

0

20

40

60

80

N° canzoni

Gruppi

Solisti


Uomini Donne

12

! =(!!

(!) − !!(!))!

!!(!)

!

!!!

!

!!!

≈ !2 ℎ − 1 ! − 1 !" !" è !"#$%$&'(' ! = 1,2658

. Rifiutiamo l’ipotesi Ho per. ! > !!!!!;(!!!)(!!!) !!!,!;!" = 2,7055 All’aumentare del livello di significatività aumenta anche il valore del quantile della distribuzione “chi quadro”, inoltre il p-value =0,2606 quindi accettiamo tranquillamente l’ipotesi nulla.

Questo test conferma la nostra idea iniziale, ovvero l'indipendenza tra il sesso e la tendenza a cantare in gruppo o come solisti. Nonostante gli uomini siano percentualmente più numerosi rispetto alle donne e i gruppi siano apparentemente pochi, questo non deve stupire poichè riflette in modo abbastanza fedele il trend del mercato musicale di questi anni. RITORNELLI

Viene riportato l’istogramma relativo al numero di ritornelli presente in ogni canzone a confronto con la densità gaussiana.

CONFRONTO RITORNELLI CON UNA DISTRIBUZIONE NORMALE

N° di ritornelli

2 4 6 8

0.00

0.05

0.10

0.15

0.20

0.25

0.30

13

Osservando l'istogramma ci siamo resi conto che, contrariamente a quanto ci aspettavamo, il numero di ritornelli in ogni canzone non è distribuito come una normale; fatto che viene riconfermato dal Q-Q Plot.

Dopo vari tentativi arriviamo a concludere che la distribuzione che meglio approssima i nostri dati è una Poissoniana.

-2 -1 0 1 2

23

45

67

8Q-Q Norm DEI RITORNELLI

E' evidente che i punti non si distribuiscano lungo una rettavalori rilevati dei ritornelli

valo

ri te

oric

i di u

na n

orm

ale

N° RITORNELLI-> 2 3 4 5 6 7 8 9

FREQUENZA -> !! "# $% !& !" ' $ !

14

Utilizziamo un test !! di buon adattamento per verificare che la variabile aleatoria X “canzoni con un certo numero di ritornelli” sia distribuita come una Poissoniana di parametro !: Per stimare ! utilizziamo il metodo dei momenti e ricaviamo che ! = ! = 4,009

!":! è !"#$%"&'"$( !"#$ !"# !"#$$"%#&%& !1:! !"! è !"#$%"&'"$( !"#$ !"# !"#$$"%#&%&

2 3 4 5 6 7 8 9

CONFRONTO DISTRIBUZIONI RITORNELLI CON POISSONIANA

In rosso la distibuzione teorica della poissonianaN° di ritornelli

frequenza

15

Nella tabella 3 in appendice abbiamo diviso le canzoni in 8 classi e abbiamo riportato le numerosità osservate delle canzoni per numero di ritornelli e le relative numerosità teoriche, da cui segue la statistica test:

! =!! –!!

!

!!

!

!!!

≈ !2 ! − 1 − ℎ !" !" è !"#$%$&'(' ! = 12, 2447

dove k sono le classi e h il numero di parametri stimati. Rifiutiamo l’ipotesi Ho per ! > !!!!!;(!!!!!) !!!,!;! = 10,6446 !!!,!";! = 12,5916 !!!,!!;! = 16,8119 Rifiutiamo Ho solo al livello del 10%, mentre al livello del 5% e quindi anche dell’1% X è distribuita come una Poissoniana di parametro ! = 4,009.

16

BPM

Per BPM si intende "battiti per minuto", cioè una misura della velocità del ritmo di una canzone.

ISTOGRAMMA DELLA DISTRIBUZIONE DEI BPM

In blu la distribuzione della normaleNumero di BPM

60 80 100 120 140

0.000

0.005

0.010

0.015

0.020

17

Dal boxplot possiamo notare che non ci sono outliers: infatti i baffi si estendono su tutto il

range delle osservazioni. Inoltre dal grafico possiamo intuire che i nostri dati seguano una distribuzione normale. Lo verifichiamo con un test !! di buon adattamento.

Effettuiamo il test sulla variabile aleatoria X “battiti per minuto di una canzone” : Lo stimatore corretto per la media ! è la media campionaria mentre lo stimatore per la varianza !! è la varianza campionaria. ! = ! = 97,5545 !! = !!!"! = 351,5887

!":! è !"#$%"&'"$( !"#$ !"# !"#$%&' !1:! !"! è !"#$%"&'"$( !"#$ !"# !"#$%&'

Nella tabella 4 in appendice abbiamo diviso i bpm in 7 classi (parte intera inferiore di 1105/2 ) e abbiamo riportato le numerosità osservate delle canzoni per bpm e le relative numerosità teoriche, per cui la statistica test risulta:

! =!! –!!

!

!!

!

!!!

≈ !2 ! − 1 − ℎ !" !" è !"#$%$&'(' ! = 9,00358

dove k sono le classi e h il numero di parametri stimati. Rifiutiamo l’ipotesi Ho per. ! > !!!!!;(!!!!!) !!!,!;! = 7,7794 !!!,!";! = 9,4877 !!!,!!;! = 13,2767 Rifiutiamo Ho solo al livello del 10%, mentre al livello del 5% e quindi anche dell’1% X è distribuita come una Normale di media ! = 97,5545 e varianza !! = 351,5887.

60 80 100 120 140

BOXPLOT DEI BPM

18

In particolare dalla tabella osserviamo che la moda è 100 con frequenza 6 quindi non è presente un picco particolarmente pronunciato. Il valore dell’asimmetria campionaria indica che la distribuzione è concentrata a sinistra rispetto alla media con coda più lunga a destra come si può anche vedere dal boxplot- Il valore positivo della curtosi campionaria indica che le code della distribuzione dei BPM sono più grandi di quelle di una normale.

Coef SE T P

const

pred

8,989587 0,4401455 20,424126 6,97E-39-0,4578271 0,2038139 -2,2463 2,67E-02

S=2,332352 R^2=0,04

Indici di posizione

Indici di dispersione

Indici di forma

Errori

Media campionaria

97,55455

Minimo 60

Primo quartile 83,25

Mediana 95

Terzo quartile 111,5

Massimo 140

Moda 100

! !

Varianza campionaria

351,5887

Deviazione standard

18,7507

Range 80

IQR 28,25

CV (coeff. Di variazione campionario)

0,1922073

! !

Asimmetria campionaria(skewness)

0,2697023

Curtosi campionaria

2,309827

! !

Scarto quadratico medio

18,66527

Errore standard campionario

1,799188

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

88,5 91,5 93 94 88 100,6 95,6 94,5 107,8 111 108,6

Posizione BPM medi

1

2

3

4

5

6

7

8

9

10

101,4545455

93

97,18181818

94

101,8181818

99,81818182

110,9090909

91,72727273

93,81818182

91,81818182

ARTISTA FREQUENZA

Timbaland

Rihanna

Jermaine Dupri

Will.I.Am

Dr Luke

Usher

Eminem

Alicia Keys

T-Pain

Kanye West

Lil Jon

Redone

Benny Blanco

50 Cent

Scott Storch

Bryan Michael Cox

The Black Eyed Peas

Katy Perry

Diddy

Boi-1-da

Ivr Gotti

Ne Yo

Keri Hilson

Max Martin

Tricky Stewart

Coldplay

Gwen Stefani

Clive Davis

Yung Joc

Mark Endert

Akon

The Neptun

Sean Paul

Jay-Z

Brian Kennedy

The Pussycat Doll

Ashanti

Jimmy Jam

Sean Kingston

Matchbox Twenty

Matt Serletic

Polow Da Don

Steve Mac

Lifehouse

Alex Da Kid

Chad Kroeger

Stargate

Destiny Child

Snoop Dogg

Pitbull

Mariah Carey

Beyoncé

Terry Lewis

Mario Winan

Missy Elliott

Drake

Totale

Numero totale artisti canzoni

6

6

5

5

4

4

4

4

4

3

3

3

3

3

3

3

3

3

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

145

330

44%

19

Sempre relativamente ai bpm, abbiamo svolto ulteriori analisi. Analizzando con un grafico l'andamento medio dei BPM nel decennio preso in considerazione si può notare una come questo aumenti con il passare degli anni.

Attraverso questo secondo grafico intuiamo invece che non abbiamo motivo di pensare a una dipendenza tra la posizione in classifica e i BPM medi per posizione.

0

20

40

60

80

100

120

1998 2000 2002 2004 2006 2008 2010 2012

BP

M

Anno

Coef SE T P

const

pred

8,989587 0,4401455 20,424126 6,97E-39-0,4578271 0,2038139 -2,2463 2,67E-02

S=2,332352 R^2=0,04

Indici di posizione


Indici di forma

Errori

Media campionaria

97,55455

Minimo 60


Mediana 95


Massimo 140

Moda 100

! !


351,5887

Deviazione standard

18,7507

Range 80

IQR 28,25


0,1922073

! !


0,2697023

Curtosi campionaria

2,309827

! !


18,66527


1,799188

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

88,5 91,5 93 94 88 100,6 95,6 94,5 107,8 111 108,6

Posizione BPM medi

1

2

3

4

5

6

7

8

9

10

101,4545455

93

97,18181818

94

101,8181818

99,81818182

110,9090909

91,72727273

93,81818182

91,81818182

ARTISTA FREQUENZA

Timbaland

Rihanna

Jermaine Dupri

Will.I.Am

Dr Luke

Usher

Eminem

Alicia Keys

T-Pain

Kanye West

Lil Jon

Redone

Benny Blanco

50 Cent

Scott Storch

Bryan Michael Cox

The Black Eyed Peas

Katy Perry

Diddy

Boi-1-da

Ivr Gotti

Ne Yo

Keri Hilson

Max Martin

Tricky Stewart

Coldplay

Gwen Stefani

Clive Davis

Yung Joc

Mark Endert

Akon

The Neptun

Sean Paul

Jay-Z

Brian Kennedy

The Pussycat Doll

Ashanti

Jimmy Jam

Sean Kingston

Matchbox Twenty

Matt Serletic

Polow Da Don

Steve Mac

Lifehouse

Alex Da Kid

Chad Kroeger

Stargate

Destiny Child

Snoop Dogg

Pitbull

Mariah Carey

Beyoncé

Terry Lewis

Mario Winan

Missy Elliott

Drake

Totale


6

6

5

5

4

4

4

4

4

3

3

3

3

3

3

3

3

3

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

145

330

44%

0

20

40

60

80

100

120

0 2 4 6 8 10 12

BP

M

Posizione in classifica

Coef SE T P

const

pred

8,989587 0,4401455 20,424126 6,97E-39-0,4578271 0,2038139 -2,2463 2,67E-02

S=2,332352 R^2=0,04

Indici di posizione


Indici di forma

Errori

Media campionaria

97,55455

Minimo 60


Mediana 95


Massimo 140

Moda 100

! !


351,5887

Deviazione standard

18,7507

Range 80

IQR 28,25


0,1922073

! !


0,2697023

Curtosi campionaria

2,309827

! !


18,66527


1,799188

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

88,5 91,5 93 94 88 100,6 95,6 94,5 107,8 111 108,6

Posizione BPM medi

1

2

3

4

5

6

7

8

9

10

101,4545455

93

97,18181818

94

101,8181818

99,81818182

110,9090909

91,72727273

93,81818182

91,81818182

ARTISTA FREQUENZA

Timbaland

Rihanna

Jermaine Dupri

Will.I.Am

Dr Luke

Usher

Eminem

Alicia Keys

T-Pain

Kanye West

Lil Jon

Redone

Benny Blanco

50 Cent

Scott Storch

Bryan Michael Cox

The Black Eyed Peas

Katy Perry

Diddy

Boi-1-da

Ivr Gotti

Ne Yo

Keri Hilson

Max Martin

Tricky Stewart

Coldplay

Gwen Stefani

Clive Davis

Yung Joc

Mark Endert

Akon

The Neptun

Sean Paul

Jay-Z

Brian Kennedy

The Pussycat Doll

Ashanti

Jimmy Jam

Sean Kingston

Matchbox Twenty

Matt Serletic

Polow Da Don

Steve Mac

Lifehouse

Alex Da Kid

Chad Kroeger

Stargate

Destiny Child

Snoop Dogg

Pitbull

Mariah Carey

Beyoncé

Terry Lewis

Mario Winan

Missy Elliott

Drake

Totale


6

6

5

5

4

4

4

4

4

3

3

3

3

3

3

3

3

3

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

145

330

44%

20

ARTISTI

A fronte di queste numerose speculazioni più o meno tecniche, non dimenticando che l'oggetto della nostra analisi era qualcosa di fondamentalmente artistico, ci siamo infine proposti di trovare un modo per quantificare l'importanza delle capacità creative degli autori dei brani presi in esame ai fini del successo del brano stesso. Abbiamo quindi notato che all'interno del campione da noi scelto, molti nomi si ripetevano sia nella colonna cantanti sia nella colonna dei produttori (ndr. indichiamo qui con il termine produttore colui che si occupa della composizione della musica ed eventualmente sovrintende ad ulteriori fasi nella creazione del brano quali la registrazione o il mixaggio). Ed è così emerso che tra le 110 canzoni scelte, sulle quali avevano messo la propria firma un totale di 330 artisti, vi erano ben 145 nomi che si ripetevano, come abbiamo schematizzato nella tabella qui a lato.

Coef SE T P

const

pred

8,989587 0,4401455 20,424126 6,97E-39-0,4578271 0,2038139 -2,2463 2,67E-02

S=2,332352 R^2=0,04

Indici di posizione


Indici di forma

Errori

Media campionaria

97,55455

Minimo 60


Mediana 95


Massimo 140

Moda 100

! !


351,5887

Deviazione standard

18,7507

Range 80

IQR 28,25


0,1922073

! !


0,2697023

Curtosi campionaria

2,309827

! !


18,66527


1,799188

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

88,5 91,5 93 94 88 100,6 95,6 94,5 107,8 111 108,6

Posizione BPM medi

1

2

3

4

5

6

7

8

9

10

101,4545455

93

97,18181818

94

101,8181818

99,81818182

110,9090909

91,72727273

93,81818182

91,81818182

ARTISTA FREQUENZA

Timbaland

Rihanna

Jermaine Dupri

Will.I.Am

Dr Luke

Usher

Eminem

Alicia Keys

T-Pain

Kanye West

Lil Jon

Redone

Benny Blanco

50 Cent

Scott Storch

Bryan Michael Cox

The Black Eyed Peas

Katy Perry

Diddy

Boi-1-da

Ivr Gotti

Ne Yo

Keri Hilson

Max Martin

Tricky Stewart

Coldplay

Gwen Stefani

Clive Davis

Yung Joc

Mark Endert

Akon

The Neptun

Sean Paul

Jay-Z

Brian Kennedy

The Pussycat Doll

Ashanti

Jimmy Jam

Sean Kingston

Matchbox Twenty

Matt Serletic

Polow Da Don

Steve Mac

Lifehouse

Alex Da Kid

Chad Kroeger

Stargate

Destiny Child

Snoop Dogg

Pitbull

Mariah Carey

Beyoncé

Terry Lewis

Mario Winan

Missy Elliott

Drake

Totale


6

6

5

5

4

4

4

4

4

3

3

3

3

3

3

3

3

3

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

145

330

44%

Coef SE T P

const

pred

8,989587 0,4401455 20,424126 6,97E-39-0,4578271 0,2038139 -2,2463 2,67E-02

S=2,332352 R^2=0,04

Indici di posizione


Indici di forma

Errori

Media campionaria

97,55455

Minimo 60


Mediana 95


Massimo 140

Moda 100

! !


351,5887

Deviazione standard

18,7507

Range 80

IQR 28,25


0,1922073

! !


0,2697023

Curtosi campionaria

2,309827

! !


18,66527


1,799188

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

88,5 91,5 93 94 88 100,6 95,6 94,5 107,8 111 108,6

Posizione BPM medi

1

2

3

4

5

6

7

8

9

10

101,4545455

93

97,18181818

94

101,8181818

99,81818182

110,9090909

91,72727273

93,81818182

91,81818182

ARTISTA FREQUENZA

Timbaland

Rihanna

Jermaine Dupri

Will.I.Am

Dr Luke

Usher

Eminem

Alicia Keys

T-Pain

Kanye West

Lil Jon

Redone

Benny Blanco

50 Cent

Scott Storch

Bryan Michael Cox

The Black Eyed Peas

Katy Perry

Diddy

Boi-1-da

Ivr Gotti

Ne Yo

Keri Hilson

Max Martin

Tricky Stewart

Coldplay

Gwen Stefani

Clive Davis

Yung Joc

Mark Endert

Akon

The Neptun

Sean Paul

Jay-Z

Brian Kennedy

The Pussycat Doll

Ashanti

Jimmy Jam

Sean Kingston

Matchbox Twenty

Matt Serletic

Polow Da Don

Steve Mac

Lifehouse

Alex Da Kid

Chad Kroeger

Stargate

Destiny Child

Snoop Dogg

Pitbull

Mariah Carey

Beyoncé

Terry Lewis

Mario Winan

Missy Elliott

Drake

Totale


6

6

5

5

4

4

4

4

4

3

3

3

3

3

3

3

3

3

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

145

330

44%

21

CONCLUSIONI

I dati che abbiamo utilizzato sono stati prevalentemente raccolti da noi, ed agendo in un ambito per molti aspetti distante da quantificazioni o categorizzazioni rigorose, ci siamo dovuti confrontare con numerosi problemi di varia natura, primo fra i quali il fatto di non essere esperti del settore. Più volte ci siamo trovati in difficoltà nel determinare, ad esempio, l'appartenenza di una data canzone ad un genere piuttosto che ad un altro, o nel riconoscimento degli accordi fondamentali del pezzo; per cui ci assumiamo la completa responsabilità circa la presenza di eventuali errori di qualsiasi tipo e speriamo che le scelte da noi effettuate possano essere ritenute ragionevolmente condivisibili da tutti.

La musica inoltre, resta pur sempre un'arte, ed in quanto tale il fattore che con ogni probabilità avrà maggior peso è proprio quello artistico, impossibile da catturare attraverso un indagine scientifico-quantitativa di qualsiasi tipo; inoltre va sottolineato che la scelta di un campione di sole 110 canzoni non può garantire una visuale completa ed esaustiva dell’argomento.

Detto questo, al termine della nostra indagine ci sentiamo abbastanza sicuri nell’affermare che non vi sia un solo parametro tecnico decisivo per il successo di un brano nel periodo estivo. Tuttavia, grazie all’osservazione e allo studio compiuto sui dati relativi agli scorsi anni, è possibile avere un’idea indicativa delle caratteristiche proprie delle canzoni che entreranno in una top 10 simile, relativa alle prossime estati. Molto probabilmente avremo ancora una presenza importante dell’R&B e del Dance-Pop. L’UMG manterrà sicuramente una quota di mercato molto significativa e circa metà delle canzoni saranno nuovamente basate sull’utilizzo dei 4 accordi di cui abbiamo parlato in precedenza. Fra gli artisti avremo una presenza maschile percentualmente superiore a quella femminile, sebbene questo non sia dovuto alla stagione estiva ma all’andamento globale dell’industria musicale. Molte canzoni avranno 3 o 4 ritornelli, e i loro BPM saranno probabilmente compresi tra gli 80 e i 100 con un trend crescente.

22

Tabelle di calcolo: Tabella 1 per il test d’Indipendenza tra genere ed etichetta

O POP POP ROCK R&B

HIP HOP RAP

DANCE POP ALTRO

UMG 4 4 13 9 10 7 3 50 SONY 3 6 16 0 1 4 5 35 WMG 1 2 3 2 3 0 2 13 EMI 2 2 1 1 0 0 0 6 INDIE 2 1 1 0 1 1 0 6 12 15 34 12 15 12 10 110

E POP POP ROCK R&B

HIP HOP RAP

DANCE POP ALTRO

UMG 5,4545 6,8182 15,4545 5,4545 6,8182 5,4545 4,5455 50 SONY 3,8182 4,7727 10,8182 3,8182 4,7727 3,8182 3,1818 35 WMG 1,4182 1,7727 4,0182 1,4182 1,7727 1,4182 1,1818 13 EMI 0,6545 0,8182 1,8545 0,6545 0,8182 0,6545 0,5455 6 INDIE 0,6545 0,8182 1,8545 0,6545 0,8182 0,6545 0,5455 6 12 15 34 12 15 12 10 110 (O-E)^2 /E POP

POP ROCK R&B HIP HOP RAP DANCE POP ALTRO

UMG 0,3879 1,1648 0,3898 2,3045 1,4848 0,4379 0,5255 SONY 0,1753 0,3156 2,4820 3,8182 2,9823 0,0087 1,0390 WMG 0,1233 0,0291 0,2580 0,2387 0,8497 1,4182 0,5664 EMI 2,7657 1,7071 0,3938 0,1823 0,8182 0,6545 0,5455 INDIE 2,7657 0,0404 0,3938 0,6545 0,0404 0,1823 0,5455 Tabella 2 per il test d’Indipendenza tra il sesso e la tipologia dell’artista

O X/Y uomini donne grupp 24 11 35 solisti 43 32 75 67 43 110

E X/Y uomini donne grupp 21,31818182 13,68181818 35 solisti 45,68181818 29,31818182 75 67 43 110

X/Y uomini donne grupp 0,337371584 0,525672002 solisti 0,157440072 0,245313601

23

Tabella 3 per il test Chi Quadrato di buon adattamento dei ritornelli alla Poisson # rit 2 3 4 5 6 7 8 9 O 11 34 28 16 13 5 2 1 E 16,0453 21,4419 21,4901 17,2308 11,5130 6,5937 3,3043 1,4719 (O-E)^2/E 1,5865 7,3551 1,9720 0,0879 0,1920 0,3852 0,5148 0,1513 Tabella 4 per il test Chi Quadrato di buon adattamento dei BPM alla Normale BPM 60-71 71-82 82-94 94-106 106-118 118-129 129-140 O 9 16 27 27 13 10 8 E 6,15 13,64 24,35 27 20,9 10 4

24

!"#$%#& '&((% )*+,,%-'%./(0"10/23&00" 4*%5+00%*/ 647 89!3%*5( :;9<=> )&#&*&

?@@@ AB9C6&#0C9D97"023E%F9>G&#0H 7 )*+,,% I0."#0/29JK7)L 7"009'&*.&0/2 MN (/ 8 4%,9<%2O?B9C=0P(9)%##"96&97&C9D9P:9'H#2 7 )*+,,% Q/R&9J'S:TL <"U/9T"2%+E VW (/ 8 4%,9WB9C>*H9IX"/#C9Y9I"./H"3 Z '%./(0" 6."2OX*%+#5J[7)L >/UE"."#5 MW (/ 8 4%,98B9C1R&*H03/#X9T%+9K"#0C9D9\&*0/2".9]%*/$%# 7 )*+,,% <!IJ'S:TL 6&#9)*%((&^97"*O91#5&*0^9&9_"R/596&#5&039M8 (/ W 4%,9<%2ONB9C=9K"##"9`#%GC9D9Q%& 7 '%./(0" Q/R&J'S:TL 15G/#9C>%#HC9:/23%." aV (/ 8 <b6aB9C_%&(#P09<&"..H97"00&*C9Y9Q"#&0 Z '%./(0" \/*X/#9<&2%*5(J17=L Q"#&09Q"2O(%#^9Q/UUH9Q"U9"#59>&**H9c&G/(A@@ (/ ? <b6dB9CQ+U,/#P^9Q+U,/#PC9D9_&(0/#HP(9!3/.5 Z )*+,,% !%.+UE/"J'S:TL !3"591../%00^9Q%R%##9I.&F"#5&* VM #% N <b6VB9C]/X3&*C9Y9!*&&5 7 )*+,,% K/#5D+,J'S:TL Q%3#9`+*$G&X dV (/ W <%2OMB9CIE(%.+0&.H9J'0%*H9Se9I9)/*.LC9D9:/#&9_"H( 7 )*+,,% 1,/29<&2%*5(J'S:TL :/2O9_/_/" Md #% 8 4%,9<%2OA@B9C]&9K"(#P097"#91#%+X3C9D9>%#/96*"F0%# Z '%./(0" c"Z"2&J'S:TL _"*O23/.5 VV #% a <b6

?@@A AB9Cc&097&96.%G9T"97/#5C9D91R&9e&"0B9)G&#9'0&e"#/ Z '%./(0" =#0&*(2%,&9J[7)L _*B9_*&^9'2%009'0%*23 M@ #% ? ]/,9]%,?B9C[9<&U/#597&C9Y9[(3&* 7 '%./(0" I*/(0"9<&2%*5(J'S:TL Q/UUH9Q"U^9>&**H9c&G/(^96*H"#D7/23"&.9!%FM8 (/ 8 <b6WB9C]"#X/#X96H9I97%U&#0C9Y9c/e&3%+(& 7 )*+,,% _*&"UK%*O(J[7)L <%#9I#/&..% AW@ (/ ? 4%,9<%2O8B9C_*%,(9Se9Q+,/0&*9J>&..97&LC9Y9>*"/# 7 )*+,,% !%.+UE/"9<&2%*5(J'S:TL 6*&#5"#9SP6*/&# V@ (/ 8 4%,9<%2ONB9C]/09P1U9[,9'0H.&9JS%,(fLC9D96.+9!"#0*&.. Z '%./(0" I*/(0"9<&2%*5(J'S:TL _".."(9I+(0/# M@ #% 8 <b6aB9C4&"23&(9b9!*&"UC9D9AA? 7 )*+,,% 6"596%HJ[7)L 7"*/%9K/#"#(^9'&"#9C4+eeHC9!%UE(gA@? #% d <b6dB9C6%%0H./2/%+(C9D9_&(0/#HP(9!3/.5 Z )*+,,% !%.+UE/"9<&2%*5(J'S:TL 6&H%#2h^9<%E9Z+("*/^9Z".0%#&97%%*&A@W #% a <b6VB9CK3&*&9>3&94"*0H9I0C9D9Q"XX&5915X&9G/039:&..H 7 )*+,,% '%9'%9_&eJ=:_=1L Q&*U"/#&9_+,*/ MV #% W <b6MB9CI..9S*9:%03/#XC9Y9SD>%G# 7 )*+,,% 67)J'S:TL !./R&9_"R/(^9'0&R&97"2 a8 (/ ? 4%,9A@B9CZ"../#PC9D9I./2/"9`&H( Z '%./(0" Q9<&2%*5(J'S:TL I./2/"9`&H( a8 #% N <b6

?@@? AB9C]%09=#9]&***&CD9:&..H 7 '%./(0" [#/R&*(".9<&2%*5(J[7)L >3&9:&,0+#&( A@M #% 8 ]/,9]%,?B9C!%U,./2"0&5C9D9IR*/.9c"R/X#& Z '%./(0" I*/(0"9<&2%*5(J'S:TL >3&97"0*/F dV (/ W 4%,9<%2OWB9CK/03%+097&C9D91U/#&U 7 '%./(0" Ie0&*U"0391#0&*0"/#U&#09J[7)L 1U/#&U AA? (/ ? <",8B9C_/.&UU"C9D9:&..H9e&"0B9`&..H9<%G."#5 7 '%./(0" [#/R&*(".9<&2%*5(J[7)L 6I79b9<H"# V8 (/ N <",NB9C=9:&&59I9)/*.9J4"*09>G%LC9D94B9_/55H9b9)/#+G/#&9e&"0B9c%%#^97"*/%9K/#"#(9b9>"UUH9<+XX&*/7 '%./(0" 6"596%HJ[7)L 7"*/%9K/#"#(9b9_/55H A@@ #% 8 <",aB9CZ%%./(3C9D9I(3"#0/ Z )*+,,% 7+*5&*JK7)L =R*9)%00/ M@ #% 8 <b6dB9C]&*%C9D9!3"59`*%&X&*9e&"0B9Q%(&H9'2%00 7 '%./(0" <%"5*+##&*9<&2%*5(J'S:TL !3"59`*%&X&* MV (/ W <%2OVB9C>3&97/55.&C9D9Q/UUH91"09K%*.5 7 )*+,,% _*&"UK%*O(J[7)L VA (/ N <%2OMB9CI9>3%+("#597/.&(C9D9\"#&(("9!"*.0%# Z '%./(0" Ib7J[7)L <%#9Z"/*^9!+*0/(9'23G&/0$&* MN (/ 8 4%,9<%2OA@B9CS396%HC9D9!"UP<%#9e&"0B9Q+&.$9'"#0"#" 7 '%./(0" <%2DIDZ&.."J[7)L Q+(096."$& VW #% N ]/,9]%,

?@@W AB9!*"$H9=#9c%R&D96&H%#2&9e&"0B9Q"HDi Z )*+,,% !%.+UE/"9J'S:TL </239]"**/(%#^96&H%#2h9`#%G.&(MM #% d <b6?B9C7"X/29'0/2OC9D9c/.9`/U9e&"0B9N@9!&#0 Z )*+,,% I0."#0/29JK7)L !"*.%(91R"#( MW #% N ]/,9]%,WB9C</X309>3+**C9Y9!3/#XH 7 '%./(0" !",/0%.9J17=L >3&9>*"O9'0"*$ M? (/ d ]/,9]%,8B9C[#G&..C9D97"023E%F9>G&#0H 7 )*+,,% I0."#0/29JK7)L 7"009'&*.&0/2 V? (/ W 4%,9<%2ONB9C<%2O9K/039[9JIGGG96"EHLC9Y9I(3"#0/ Z '%./(0" 7+*5&*JK7)L /R*9)%00/^9!3/#O9'"#0"#" MN #% N <b6aB9C)&096+(HC9D9'&"#94"+. 7 '%./(0" I0."#0/29JK7)L '0&R&#9c&#OH97"*5(&# A@@ #% d <&XX"&dB9C6*/#X97&9>%9c/e&C9D91R"#&(2&#2&9e&"0B94"+.972!%H Z )*+,,% K/#5D[,9J'S:TL _"R&9Z%*0U"# MN (/ W <%2OVB9C>3/(9=(9>3&9:/X30C9D9!."H9I/O&# 7 '%./(0" <!I9J'S:TL '0&R&97"2^9!./R&9_"R/( MM (/ W 4%,MB9C:&R&*9c&"R&9T%+9D9[39S%3^9[39S%3fC9D9c+U/5&& Z '%./(0" [#/R&*(".9J[7)L _Q9>&5(U%%03^9>*&#5(&00" A@@ #% ? <b6A@B9C4B=B7B4BC9D9N@9!&#0 7 '%./(0" Ie0&*U"039J[7)L9 _&#"+#94%*0&* VN #% 8 ]/,9]%,

?@@8 AB9!%#e&((/%#(94"*09==D9[(3&* 7 '%./(0" I*/(0"9<&2%*5(J'S:TL Q&*U"/#&9_+,*/^96*H"#D7/23"&.9!%FaM (/ a <b6?B9C6+*#C9Y9[(3&* 7 '%./(0" I*/(0"9<&2%*5(J'S:TL Q&*U"/#&9_+,*/^96*H"#D7/23"&.9!%Fa@ (/ ? <b6WB9C'.%G97%0/%#C9D9Q+R&#/.&9e&"0B9'%+.j"9'./U 7 )*+,,% !"(397%#&H9<&2%*5(J[7)L 4*%9Q Vd #% N <b68B9C>3&9<&"(%#C9D9]%%E"(0"#O 7 )*+,,% =(."#59J[7)L ]%G"*596&#(%# VW (/ W <%2ONB9C=e9=9I/#P09)%09T%+C9D9I./2/"9`&H( Z '%./(0" Q9J'S:TL I./2/"9`&H( V@ (/ W <b6aB9Cc&"#96"2OC9D9>&**%*9'k+"5 7 )*+,,% [#/R&*(".9J[7)L '2%009'0%*23 MN #% a ]/,9]%,dB9C7%R&9T"96%5HC9D9:/#"9'OH9e&"0B9Q"EE" Z )*+,,% [#/R&*(".9J[7)L A?A #% a <&XX"&VB9C>+*#97&9S#C9D9`&R/#9cH00.&9e&"0B9',*"XX"96&#$ 7 '%./(0" I0."#0/29JK7)L !/,3"9'%+#5 A@a (/ W _"#2&3"..MB9C_/,9=09c%GC9D9!3*/(0/#"97/./"# Z )*+,,% =(."#59J[#/R&*(".L 4%./94"+. VN #% N <b6A@B9C'+#(3/#&C9D9c/.P9Z./,9e&"0B9c&" 7 '%./(0" '%#H >3&9'H#,3%#H M8 #% N <b6

?@@N AB9K&96&.%#X9>%X&03&*9D97"*/"39!"*&H Z '%./(0" =(."#59<&2%*5(9J[7)L 7"*/"39!"*&H^9Q&*U"/#&9_+,*/^97"#+&.9'&".d@ (/ ? <b6?B9C]%.."E"2O9)/*.C9D9)G&#9'0&e"#/ Z '%./(0" =#0&*(2%,&J[7)L >3&9:&,0+#&( AA@ #% 8 4%,WB9C_%#P09!3"C9D9>3&94+((H2"09_%..(9e&"0B96+(0"9<3HU&( Z )*+,,% Ib79<&2%*5(9J[7)L !&&9c%9)*&&# AAa (/ W ]/,9]%,8B9C6&3/#59>3&(&9]"$&.91H&(C9D9`&..H9!."*O(%# Z '%./(0" <!I9J'S:TL _*9c+O&^97"F97"*0/# M@ (/ a 4%,9<%2ONB9C_%#P0943+#O9K/0397H9]&"*0C9D9>3&96."2O91H&594&"( 7 )*+,,% =#0&*(2%,&J[7)L K/..B=BIU AWA #% 8 ]/,9]%,aB9C4%#9_&9<&,."HC9Y9</3"##" Z '%./(0" _&e9Q"U9J[7)L !"*.9'0+*O&#9b91R"#9<%X&*( MM (/ N _"#2&94%,dB9Cc%(&9!%#0*%.C9D97/((H91../%009e&"0B9!/"*"9b9Z"097"#9'2%%, Z '%./(0" I0."#0/29JK7)L 7/((H91../%00 A?N #% ? <",VB9CQ+(09I9c/.96/0C9D9N@9!&#0 7 '%./(0" =#0&*(2%,&J[7)L9 '2%009'0%*239 Ma #% 8 <",MB9Cc&097&9]%.59T%+C9D96%G9K%G9e&"0B9SU"*/%# 7 '%./(0" !%.+UE/"9J'S:TL Q&*U"/#&9_+,*/ da #% W <",A@B9CT%+9I#597&C9D9c/e&3%+(& 7 )*+,,% )&ee&#9J[7)L Q%3#9I."Xl" MW (/ W 4%,9<%2O

?@@a AB94*%U/(2+%+(D9:&..H9Z+*0"5%9e&"0B9>/UE"."#5 Z '%./(0" )&ee&#9J[7)L >/UE"."#5 AA8 #% 8 <b6?B9C]/,(9_%#P09c/&C9Y9'3"O/*" Z '%./(0" 1,/29J'S:TL Q&**H9_+,.&((/( A@@ (/ W <&XX"&0%#WB9C!*"$HC9D9)#"*.(96"*O.&H 7 '%./(0" K"*#&*97+(/29JK7)L _"#X&*97%+(& AA? #% W ]/,9]%,8B9C7&9b9[C9D9!"((/& Z '%./(0" I0."#0/29JK7)L <H"#9c&(./& A@@ #% 8 <b6NB9C=0P(9)%/#P9_%G#C9Y9T+#X9Q%2 7 '%./(0" 6"596%HJK7)L :/00/ V8 #% a <",aB9C</5/#PC9D9!3"U/../%#"/*&9e&"0B9`*"H$/&96%#& 7 '%./(0" [#/R&*(".9J[7)L 4."HD:D'O/..$ d@ #% N <",dB9C6+00%#(C9D9>3&94+((H2"09_%..(9e&"0B9'#%%,9_%XX Z )*+,,% Ib79<&2%*5(9J[7)L 4%.%G95"9_%# A@a (/ N <b6VB9C[#e"/03e+.C9D9</3"##" Z '%./(0" _&e9Q"U9J[7)L '0"*X"0& d? (/ W <b6MB9CSR&*97H9]&"59J!"E.&9!"*LC9D9>3&9Z*"H 7 )*+,,% 1,/29J'S:TL I"*%#9Q%3#(%# AAa (/ a 4%,9<%2OA@B9C'#",9T%9Z/#X&*(C9D9c/.9Q%#9e&"0B91D8@9b9'&"#94"+.9Se903&9T%+#X6.%%5i 7 '%./(0" >\>9J=:_=1L c/.9Q%# V? #% N <",

?@@d AB9[UE*&.."D9</3"##"9e&"0B9Q"HDi Z '%./(0" _&e9Q"U9J[7)L >*/2OH9'0&G"*0 VV (/ W <b6?B9C6/X9)/*.(9_%#P09!*HC9Y9Z&*X/& Z '%./(0" Ib79<&2%*5(9J[7)L K/..B=BIU AAW (/ W 4%,WB9C4"*0H9c/O&9I9<%2O(0"*C9D9'3%,96%H$ 7 )*+,,% <&,+E./29<&2%*5(9J[7)L 4/0 dW #% d <",8B9C]&H9>3&*&9_&./."3C9D94."/#9K3/0&9>P( 7 )*+,,% Z&"*.&((9J=:_=1L I*/&.9<&230(3"/5 A@N (/ W 4%,NB9C6+H9[9I9_*"#O9J'3"G0H9'#",,/#PLC9D9>D4"/#9e&"0B9T+#X9Q%2 7 '%./(0" Q/R&J'S:TL9:",,H96%H9J'S:TL >D4"/# V@ (/ a <b6aB9C7"O&(97&9K%#5&*C9D97"*%%#9N 7 )*+,,% Ib7-S20%#&9J[7)L 7"*O91#5&*0 AA8 #% W 4%,9<%2OdB9C>3&9K"H9=9I*&C9D9>/UE"."#59e&"0B9`&*/9]/.(%# 7 '%./(0" =#0&*(2%,&J[7)L^9 >/UE"."#5 AAN #% ? <b6VB9C6&"+0/e+.9)/*.(C9D9'&"#9`/#X(0%# 7 '%./(0" 1,/29J'S:TL9 QB<B9<%0&U aN (/ W <b6MB9C6"*0&#5&*C9D9>D4"/#9e&"0B9IO%# 7 '%./(0" :",,H96%H9J'S:TL >D4"/# A@N #% W <b6A@B9C7"O&97&96&00&*C9D9Z"E%.%+(9e&"0B9:&DT% 7 '%./(0" _&e9Q"U9J[7)L >/UE"."#5 Vd (/ N ]/,9]%,

25

SITOGRAFIA www.wikipedia.com http://www.billboard.com/features/summer-songs-1985-2011-1004102397.story#/features/summer-songs-19852009-1004102397.story?page=3

!""# $%&'&()**+,&-&.)/0&1(234&5+//4 6 780)*32 92:)380&;<='> ?/%&@AB+C&D+EE4&D02EF8 $!# *) G 58:&/8FB

!%&H@800):8:H&1&@)0&I24E+&J+23%&7323)F&=2K8/ = 780)*32 LE)M+/*20&=838NE&;L=.> ?++O0+C&P)Q&P8E*)E RS *) T U2:

G%&HV2B+&-&D8NH&1&U)W2EE2 6 780)*32 ?+J&P2Q&;L=.> 732/X23+ #! *) S UYD

S%&HD0++,)EX&@8M+H&1&@+8E2&@+N)* 6 780)*32 74F8&;'Z?'<> U42E&V+,,+/ $"S *) S 58:

T%&H[)M2&@2&[),2H&1&980,:024 = ./A::8 92:)380&;<='> 980,:024C&D/)2E&<E8C&=2/BA*&?/2M*C&U)B&7)Q:*8E$S" *) G 58:

\%&H68/+M+/H&1&9W/)*&D/8NE = 780)*32 P)M+&;7]Z^>C&_8Q`2&;7]Z^> 5808N&,2&?8EC&D/)2E&(+EE+,4 $$\ *) G UYD

R%&H58FB+3JA0&8J&7AE*W)E+H&1&Z232*W2&D+,)EX,J)+0, 6 780)*32 <:)F&;7]Z^> P8WE&7W2EB* $$" *) # ?2EF+&58:

#%&H@+2M)EaH&1&P+**+&=F92/3E+4 = 780)*32 b8004N88,&;L=.> V/)FB4&73+N2/3C&VW+1?/+2QC&(AB&b2//+00&;M8F20&:/8,AF+/>#" *) G 58:

c%&H?)*3A/`)2H&1&U)W2EE2 6 780)*32 ?+J&P2Q&;L=.> D/)2E&(+EE+,4 $!# *) G ?2EF+&58:

$"%&H?2EX+/8A*H&1&(2/,)E20&]JJ)*W200&J+23%&-B8E = 780)*32 .+JJ+E&;L=.> ?P&(+Q8&Y&W-_<@ $$\ *) \ b):&b8:

!""c $%&'&.8332&6++0)EX&1&VW+&D02FB&<4+,&5+2* = ./A::8 'E3+/*F8:+&;L=.> ?2M),&.A+332 $!# *) # ?2EF+&58:

!%&HD88Q&D88Q&58NH&1&VW+&D02FB&<4+,&5+2* 6 ./A::8 'E3+/*F8:+&;L=.> I)00%'%-Q $G" E8 G ?2EF+&58:

G%&H(E8FB&^8A&?8NEH&1&(+/)&b)0*8E&J+23%&(2E4+&I+*3&Y&Z+1^8 6 780)*32 =8*0+4C&_8E+&S&;LE)M+/*20> (2E4+&I+*3 R# *) G UYD

S%&HD+*3&'&<M+/&b2,H&1&?/2B+ = 780)*32 LE)M+/*20&=838NE&;L=.> D8)1$,2 #! *) S U2:

T%&H^8A&D+08EX&I)3W&=+H&1&V2408/&7N)J3 6 780)*32 D)X&=2FW)E+&;'Z?'<> Z23W2E&9W2:Q2E $G! *) S 58:&U8FB

\%&H6)/+&DA/E)EXH&1&7+2E&()EX*38E = 780)*32 <:)F&;7]Z^> U+,]E+ $!S E8 S ?2EF+&58:

R%&H'&(E8N&^8A&I2E3&=+&;9200+&]FW8>H&1&5)3`A00 = 780)*32 L03/2;'Z?'<>&& @)0&P8E $!# E8 \ ?2EF+&58:

#%&H@8M+X2Q+H&1&@2,4&.2X2 6 780)*32 'E3+/*F8:+&;L=.> U+,]E+ $"\ E8 \ ?2EF+&58:

c%&HL*+&78Q+`8,4H&1&()EX*&]J&@+8E = ./A::8 U9-&;7]Z^> -EX+08&5+3/2X0)2C&P2FdA)/+&()EX R" E8 ! U8FB

$"%&HI2B)EX&L:&'E&[+X2*H&1&(234&5+//4 6 780)*32 92:)380&;<='> ./+X&I+00* $G! E8 G 58:&U8FB

!"$" $%&920)J8/E)2&.A/0*&1&(234&5+//4&J+23%&7E88:&?8XX 6 780)*32 92:)380&;<='> =2e&=2/3)EC&?/%&@AB+C&D+EE4&D02EF8$!\ E8 G 58:

!%&H@8M+&3W+&I24&^8A&@)+H&1&<Q)E+Q&J+23%&U)W2EE2 = 780)*32 -J3+/Q23W&;L=.>&'E3+/*F8:+&;L=.> -0+e&,2&(), ## *) S U2:

G%&H-)/:02E+*H&1&D%8%D&J+23%&b240+4&I)00)2Q* = 780)*32 -302E3)F&;I=.> -0+e&,2&(), cS *) \ U2:

S%&H]=.H&1&L*W+/&J+23%&N)00%)%2Q% = 780)*32 @262F+&;7]Z^> I)00%'%-Q $G" E8 c ?2EF+&58:

T%&H?4E2Q)3+H&1&V2)8&9/AO = 780)*32 '*02E,&;L=.> ?/%&@AB+C&D+EE4&D02EF8 $!" *) G ?2EF+&58:

\%&HD)00)8E2)/+H&1&V/2M)+&=F984&J+23%&D/AE8&=2/* = 780)*32 6A+0+,&D4&U2Q+E&;I=.> VW+&7Q++O)EX38E* ## *) G 58:

R%&H9880+/&VW2E&=+H&1&=)B+&58*E+/ = 780)*32 P&;7]Z^> .)X2Q+*W $G" E8 S ?2EF+&58:

#%&H'&@)B+&'3H&1&<E/)dA+&'X0+*)2*&J+23%&5)3`A00 = 780)*32 LE)M+/*20&U+:A`0)F&;L=.> U+,]E+ $!# *) S ?2EF+&58:

c%&H6)E,&^8A/&@8M+H&1&?/2B+ = 780)*32 LE)M+/*20&=838NE&;L=.> (2E4+&I+*3C&P+JJ&DW2*B+/C&Z8&'?c\ E8 S U2:

$"%&HZ83&-J/2),H&1&<Q)E+Q = 780)*32 -J3+/Q23W&;L=.>&'E3+/*F8:+&;L=.> D8)1$,2 #\ *) S UYD

La chiave per scrivere una hit dell'estate

Education