QUANTITATIVE METHODS

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
1
Anno accademico di erogazione: 
2017/2018
Tipo di attività: 
Obbligatorio
Lingua: 
Inglese
Crediti: 
13
Ciclo: 
Annualita' Singola
Ore di attivita' didattica: 
91
Prerequisiti: 

Statistica di base. Statistica descrittiva. Calcolo delle probabilità. Distribuzioni di probabilità.

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Esame scritto e orale.

Valutazione: 
Voto Finale

Obiettivi formativi

Lo studente acquisirà le conoscenze necessarie a condurre in modo autonomo ricerche empiriche in ambito microeconomico e macroeconomico. Nello specifico, per ciascuno dei due moduli:

INFERENTIAL STATISTICS
Lo studente sarà 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 modulo intende far acquisire agli studenti gli strumenti essenziali per l'analisi di dati 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

Il corso fornisce le conoscenze di base di inferenza statistica e econometria per lo sviluppo e la stima di modelli per l’analisi dei fenomeni economici complessi. Nello specifico, per ciascuno dei due moduli:

INFERENTIAL STATISTICS
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
Il modulo fornisce una introduzione alle principali tecniche per l’analisi di dati economici mediante modelli econometrici.

Programma esteso

INFERENTIAL STATISTICS
Campioni e distribuzioni campionarie. Convergenza di sequenze di variabili aleatorie. Legge dei grandi numeri. Teorema del limite centrale e sue applicazioni. Approssimazioni tramite il metodo Monte Carlo. Campionamento dalla distribuzione Normale. Modello statistico. Modello di Bernoulli, modello Normale di locazione, modello Normale di locazione e scala. Funzione di verosimiglianza. Statistiche sufficienti. Stime di massima verosimiglianza. Errore quadratico medio. Distorsione, errore standard, consistenza. Intervalli di confidenza. Intervalli di confidenza nel modello di Bernoulli, nel modello Normale di locazione, nel modello Normale di locazione e scala. Verifiche di ipotesi. P-value, significatività statistica, significatività pratica, valori critici. Test unilaterali e bilaterali. Verifiche di ipotesi tramite intervalli di confidenza. Verifiche di ipotesi nel modello di Bernoulli, nel modello Normale di locazione, nel modello Normale di locazione e scala. Determinazione dell’ampiezza campionaria. Inferenza su una varianza. Metodi non parametrici. Metodo dei momenti. Metodo bootstrap. Inferenza su quantili. Metodo dei minimi quadrati. Stime dei minimi quadrati ordinari nel modello di regressione lineare semplice. Scomposizione ANOVA nel modello di regressione lineare semplice. Verifiche di ipotesi sui parametri del modello di regressione lineare semplice.

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. Variabili strumentali. Modelli di equazioni simultanee. Modelli per variabili dipendenti limitate. Ulteriori aspetti per l’analisi delle serie storiche.

Bibliografia consigliata

INFERENTIAL STATISTICS
Evans, M.J., Probability and Statistics: The Science of Uncertainty (2nd edition), Freeman, 2010.

ECONOMETRICS
"Introductory econometrics: a modern approach", by J.M. Wooldridge, Thompson South Western, Belmond, 2009 (4th edition).

Metodi didattici

Lezioni frontali. Esercitazioni.