Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
 Login
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Area Economico-Statistica
  2. Corso di Laurea Triennale
  3. Economia e Commercio [E3301M]
  4. Insegnamenti
  5. A.A. 2022-2023
  6. 3° anno
  1. Statistica Economica per l'Analisi Microeconomica
  2. Introduzione
Insegnamento Titolo del corso
Statistica Economica per l'Analisi Microeconomica
Codice identificativo del corso
2223-3-E3301M214
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Obiettivi formativi

Con questo insegnamento, con una costante e partecipata frequenza alle lezioni e si intendono PROMUOVERE i seguenti apprendimenti, in termini di:

Conoscenza e comprensione: il corso ha l’obiettivo di introdurre gli studenti ad alcune tecniche d’analisi statistica per l’economia.

Lo studente imparerà a unire trasversalmente le competenze teoriche e metodologiche su problemi reali, con un forte orientamento all’individuazione delle modalità di integrazione fra le diverse metodologie, per affrontare problemi complessi.

Contenuti sintetici

Elementi di inferenza

Modelli lineari generali

Serie Storiche

Programma esteso

Richiami d'inferenza. Campionamento da distribuzione normale

Modello lineare con una variabile esplicativa

Modello lineare con due variabili esplicative

Il modello lineare generale

L'Analisi delle serie storiche: introduzione. Funzioni di autocorrelazione: grezza e parziale

Stazionarietà. Teorema di Wold

Specificazione dei parametri di modelli ARIMA

Destagionalizzazione. Considerazioni finali.

Prerequisiti

Elementi di inferenza asintotica.

Metodi didattici

28 ore di lezioni teoriche frontali (4 cfu)

Modalità di verifica dell'apprendimento

Tesinain INGLESE o in ITALIANO su data set concordato con il docente, scritta in forma di report scientifico, a commento dell'output di un software spss, e avente per argomento uno dei due seguenti problemi a scelta: un problema di model selection, specificazione di una serie storica. La tesina sarà ogetto di discussione orale, secondo i seguenti criteri: valutare attraverso domande teoriche la conoscenza e la comprensione dei principali concetti della materia e verificare mediante la discussione dell'output prodotto la capacità dello studente di applicare tali concetti per la soluzione di problemi pratici.

La modalità segue il seguente pattern presente nelle linee guida alla compilazione del syllabus:

• ANALISI DI CASO (Descrizione di situazione o esempio reale di cui si analizzano le interconnessioni
fra i diversi elementi/variabili alla luce di una o più paradigmi teorici);

Testi di riferimento

Materiale pubblicato nello spazio e-learning. Nulla offline.

Periodo di erogazione dell'insegnamento

Secondo semestre.

Lingua di insegnamento

Italiano

Sustainable Development Goals

ISTRUZIONE DI QUALITÁ | IMPRESE, INNOVAZIONE E INFRASTRUTTURE | CITTÀ E COMUNITÀ SOSTENIBILI | CONSUMO E PRODUZIONE RESPONSABILI | LOTTA CONTRO IL CAMBIAMENTO CLIMATICO
Esporta

Learning objectives

The course aims to present to students some statistical techniques, in order to use them to solve decisional problems in some economic disciplines.

Particular attention is paid to methodological aspects which can be encountered in economic analyses.

Contents

Elements of inference

Linear Models

Time Series

Detailed program

Prerequisites on inference. Sampling from normal distribution

Uni-variate linear regression

Bi-variate linear regression

Multivariate linear regression

Time series analysis. Introduction. Total and partial autocorrelation functions

Stationarity. Wold theorem

Specification of the parameters of ARIMA models

Destagionalization. Final comments

Prerequisites

Elements of asymptotic inference.

Teaching methods

28 hours of theoretical lectures (4 cfu)

Assessment methods

A technical report on a data set given by the teacher, written in ENGLISH or in ITALIAN, in which the SPSS code output is produced and deeply interpreted and commented, about one of the two following problems: selection of a linear model, Box-Jenkins time series. Then, a theoretical talk following these lines: to assess students’ knowledge and understanding of the main concepts of the subject through theoretical questions and to test students’ ability in the application of such concepts to solve simple practical problems, through the discussion of the produced output..

Following the guidelines for writing a syllabus, the exam consists of a CASE ANALYSIS, the description of a real situation or example, by analyzing the connections between the different elements or variables with respet to one or mode theoretical paradigms.

Textbooks and Reading Materials

Slides in the e-learning website. Nothing offline.

Semester

Second semester.

Teaching language

Italian

Sustainable Development Goals

QUALITY EDUCATION | INDUSTRY, INNOVATION AND INFRASTRUCTURE | SUSTAINABLE CITIES AND COMMUNITIES | RESPONSIBLE CONSUMPTION AND PRODUCTION | CLIMATE ACTION
Entra

Scheda del corso

Settore disciplinare
SECS-S/03
CFU
4
Periodo
Secondo Semestre
Tipo di attività
Obbligatorio a scelta
Ore
28
Tipologia CdS
Laurea Triennale
Lingua
Italiano

Staff

    Docente

  • Alessandro Zini
    Alessandro Zini

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)

Obiettivi di sviluppo sostenibile

ISTRUZIONE DI QUALITÁ - Assicurare un'istruzione di qualità, equa ed inclusiva, e promuovere opportunità di apprendimento permanente per tutti
ISTRUZIONE DI QUALITÁ
IMPRESE, INNOVAZIONE E INFRASTRUTTURE - Costruire una infrastruttura resiliente e promuovere l'innovazione ed una industrializzazione equa, responsabile e sostenibile
IMPRESE, INNOVAZIONE E INFRASTRUTTURE
CITTÀ E COMUNITÀ SOSTENIBILI - Rendere le città e gli insediamenti umani inclusivi, sicuri, duraturi e sostenibili
CITTÀ E COMUNITÀ SOSTENIBILI
CONSUMO E PRODUZIONE RESPONSABILI - Garantire modelli sostenibili di produzione e di consumo
CONSUMO E PRODUZIONE RESPONSABILI
LOTTA CONTRO IL CAMBIAMENTO CLIMATICO - Adottare misure urgenti per combattere il cambiamento climatico e le sue conseguenze
LOTTA CONTRO IL CAMBIAMENTO CLIMATICO

Non sei collegato. (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche