METODI QUANTITATIVI PER L'ECONOMIA

Scheda dell'insegnamento

Anno accademico di regolamento: 
2014/2015
Anno di corso: 
1
Anno accademico di erogazione: 
2014/2015
Tipo di attività: 
Obbligatorio
Crediti: 
13
Ciclo: 
Annualita' Singola
Ore di attivita' didattica: 
97
Prerequisiti: 

Inferenza statistica e Econometrics:
Statistica di base. Statistica descrittiva. Calcolo delle probabilità. Distribuzioni di probabilità.

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

Inferenza statistica:
Esame orale
Econometrics:
Esame scritto e orale.

Valutazione: 
Voto Finale

Obiettivi formativi

Inferenza statistica:
Lo studente dovrà essere in grado di individuare le specifiche tecniche statistiche adatte alla tipologia di dato trattato e al problema inferenziale affrontato. Lo studente dovrà sviluppare un proprio spirito critico nella lettura di risultati di elaborazione di dati prodotti da terzi, con specifica attenzione alle assunzioni necessarie e al loro soddisfacimento. Lo studente dovrà essere in grado di scegliere adeguate forme di presentazione delle elaborazioni di un set di dati, ma anche di scegliere adeguate forme di comunicazione dei risultati prodotti da terzi ai non addetti ai lavori. Lo studente dovrà acquisire autonomia nella comprensione di ulteriori tecniche statistiche inferenziali, non direttamente oggetto dell’insegnamento, adatte a specifici contesti incontrati durante la propria attività di studio e di lavoro.

Econometrics:
Il corso fornisce una introduzione all'econometria applicata, ed intende far acquisire agli studenti gli strumenti essenziali per l'analisi di dai micro e macroeconomici. A tale scopo le lezioni saranno basate su applicazioni in laboratorio, attraverso le quali gli studenti impareranno ad utilizzare alcuni tra i più diffusi software econometrici.

Contenuti

Inferenza statistica:
Il modulo si propone di fornire un’adeguata conoscenza delle principali tecniche statistiche inferenziali per il trattamento dei dati campionari, finalizzate alla stima di parametri incogniti e alla verifica di ipotesi di lavoro.
Econometrics:
Introduzione al modello di regressione lineare. Interpretazione e confronto di modelli di regressione. Eteroschedasticità. Modelli per serie storiche e autocorrelazione. Endogeneità. Modelli per dati qualitativi. Modelli per dati panel.

Programma esteso

Inferenza statistica:
Popolazioni e campioni casuali. Statistiche e momenti campionari. Campionamento da popolazioni Normali e non Normali. Distribuzioni asintotiche. Stimatori e stime di un parametro. Criterio dell’errore quadratico medio. Proprietà degli stimatori. Metodo dei momenti e metodo della massima verosimiglianza (proprietà ottimali). Stimatori a minima varianza. Intervalli di confidenza. Metodo della quantità pivotale. Intervalli di confidenza per la media di una popolazione Normale e non Normale. Intervalli di confidenza per una proporzione. Intervalli di confidenza per la varianza di una popolazione Normale. Ipotesi statistiche, statistiche-test, regioni critiche. Errori di prima e seconda specie. Funzione di potenza. Test ottimali. Lemma di Neyman-Pearson. Problematiche connesse alla scelta dell’ipotesi nulla e del livello di significatività. P-value. Verifica di ipotesi sulla media di una popolazione Normale e non Normale. Verifica d’ipotesi sulla varianza di una popolazione Normale. Verifiche di ipotesi su una proporzione. Test Chi-quadrato. Test su due medie, su due proporzioni, su due varianze. Analisi della varianza ad un criterio di classificazione. Modello lineare semplice, ipotesi deboli e forti. Stimatori di massima verosimiglianza dei parametri del modello lineare e loro proprietà campionarie. Teorema di Gauss-Markov. Intervalli di confidenza e verifiche di ipotesi sui parametri del modello lineare. Previsione.

Econometrics:
Introduzione al modello di regressione lineare. Regressione semplice. Regressione multipla: stima, inferenza e risultati asintotici. Interpretazione e confronto di modelli di regressione. Informazione qualitativa. Eteroschedasticità e autocorrelazione. Test di specificazione. Modelli per serie storiche. Modelli per dati panel.

Bibliografia consigliata

Inferenza statistica:
M- Zenga, Inferenza statistica, Giappichelli, 1996
D. Piccolo, Statistica per le decisioni, Il mulino, 2004
G. Casella, R.L. Berger, Statistical inference, Duxbury, 2002.

Econometrics:
"Introductory econometrics: a modern approach", by J.M. Wooldridge, Thompson South Western, Belmond, 2006.

Metodi didattici

Inferenza statistica e Econometrics:
Lezioni frontali. Esercitazioni.