Analisi dei dati temporali e spaziali
- A.A. 2025/2026
- CFU 9, 9(m)
- Ore 60, 60(m)
- Classe di laurea L-41 R, L-41(m)
Si richiede agli studenti di riprendere in esame gli argomenti affrontati nell’insegnamento di 'Calcolo delle probabilità e Inferenza statistica' e di 'Introduzione all'econometria'. Anche i contenuti degli altri insegnamenti del settore statistico possono fornire un valido sostegno per lo studio degli argomenti proposti.
Il corso mira a fornire una formazione completa su diversi aspetti dell'analisi delle serie storiche e dell'analisi dei dati spaziali. Gli studenti avranno l'opportunità di acquisire competenze teoriche e pratiche attraverso l'esplorazione di argomenti chiave. Durante il corso, gli studenti saranno sollecitati, mediante l'utilizzo di appropriati software, ad applicare le nozioni teoriche/analitiche e metodologiche al fine di risolvere problemi empirici nell'analisi di dati temporali e spaziali.
1. Serie Storiche Univariate Lineari: (i) autocorrelazione e correlogramma; (ii) regressioni temporali (assunzioni e dimostrazioni); (iii) modelli autoregressivi; (iv) stazionarietà; (v) modelli di media mobile. 2. Serie Storiche Multivariate Lineari: (i) modelli autoregressivi vettoriali; (ii) cointegrazione. 3. Previsione di serie storiche: (i) previsione di uno e più periodi; (ii) valutazione della bontà delle previsioni, MSE e RMSE; (iii) test di Diebold-Mariano; (iv) Model Confidence Set. 4. Analisi di Dati Spaziali: (i) definizione di dati spaziali; (ii) autocorrelazione spaziale; (iii) modello autoregressivo spaziale; (iv) modelli spaziali alternativi.
(A) Bivand, Roger S. and Pebesma, Edzer and Gomez-Rubio, Virgilio; Applied Spatial Data Analysis with R; Springer, USA; 2013; Pagine/Capitoli: capp. 1,2,3,4,5,9,10 ISBN 978-1461476177
(A) Stock, James H. and Watson, Mark W.; Introduzione all'econometria; Pearson, Milano; 2020; Pagine/Capitoli: capp. 1,2,3,4,5,6,7,8,9,14,15,16 ISBN 978-8891906199
(C) Wooldrige, Jeffrey M.; Introductory Econometrics: A Modern Approach; South-Western, USA; 2019; Pagine/Capitoli: capp.1,2,3,4,5,6,7,8,9,10,11,12 ISBN 978-1337558860
(C) Piccolo, Domenico; Statistica; Il Mulino, Bologna; 1998; Pagine/Capitoli: capp. 12-14 ISBN 978-8815139023
Altre informazioni / materiali aggiuntivi
Il docente mette a disposizione degli studenti le slide utilizzate per la spiegazione degli argomenti teorici e per le applicazioni pratiche.
- Lezioni teoriche/metodologiche. Esercizi empirici di natura economica, ambientale e finanziaria. Studio di casi su dati reali mediante l'utilizzo del software RStudio.
La modalità di valutazione (in trentesimi) consiste in una prova scritta in cui gli studenti dovranno svolgere due domande teoriche e due pratiche, riguardanti lo svolgimento di esercizi e l'interpretazione di grafici e output di stima. I punti sono assegnati a ciascun quesito in funzione della sua importanza ed estensione e sono riportati nel testo in sede d'esame.
Criteri di valutazione:
- conoscenza e capacità di comprensione degli argomenti trattati nel corso (50%)
- capacità di applicare gli strumenti adeguati e completezza delle risoluzioni presentate (50%).
Non è prevista una prova intermedia.
Durante il corso è previsto lo svolgimento di un 'Project Work' in gruppi su dati economici mediante il software utilizzato a lezione. I gruppi devono essere composti da un minimo di 2 ad un massimo di 4 studenti. Il 'Project Work' è obbligatorio e comporta un punteggio aggiuntivo fino a 3 punti (massimo) sul voto conseguito nella prova scritta. Il voto finale dell'esame è ottenuto sommando all'esito della prova scritta il voto ottenuto nel Project Work (da 0 a 3 punti), limitatamente alla prova sostenuta - con qualsiasi esito - in uno degli appelli della prima sessione d'esame. In caso di ritiro alla prova scritta, il punteggio del 'Project Work' sarà mantenuto, ma sempre entro la prima sessione d'esame.
Non è possibile consultare testi durante lo svolgimento dell'esame.
Inglese