Course Syllabus
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), delle quali 20 di natura erogativa e 8 di natura interattiva
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
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) . 20 hours in erogative mode, 8 in interactive way
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