Salta ai contenuti. | Salta alla navigazione

Image Portlet
Home Pacifico Antonio Didattica 2022/2023 Statistica economica e analisi dei big data

Statistica economica, big data e micro dati - Mod. a statistica economica e analisi dei big data

  • Statistica economica e analisi dei big data Classe: L-18
  • A.A. 2022/2023
  • CFU 6, 6(m)
  • Ore 40, 40(m)
  • Classe di laurea L-33, L-18(m)
Antonio Pacifico /
Prerequisiti

Elementi di Analisi dei Dati e di Statistica Descrittiva, Probabilità, e Campionamento.

Obiettivi del corso

Il corso intende fornire le basi della Statistica Economica ed Applicata, e dell'Econometria sufficienti ad analizzare grandi quantità di dati per costruire modelli analitici e studiare relazioni causali tra variabili in ambito economico. Durante il corso, gli studenti saranno sollecitati, mediante l'utilizzo di appropriati software (RStudio), ad applicare le nozioni teoriche e metodologiche al fine di sviluppare una approfondita indagine empirica su casi di studio incentranti (maggiormente) su dati micro.

Programma del corso

1. Concetti Base della Statistica Economica ed Applicata: (i) Stima Puntuale; (iii) Intervalli di Confidenza; e (iv) Test delle Ipotesi sulla media.

2. Regressione Lineare Semplice: (i) modello di regressione (assunzioni e alcune dimostrazioni); (ii) stima dei parametri di regressione (assunzioni); (iii) misure di bontà dell'adattamento; e (iv) test d'ipotesi e stima d'intervallo.

3. Regressione Lineare Multipla: (i) modello di regressione (assunzioni e dimostrazioni); (ii) validità interna ed esterna; (iv) misure di bontà dell'adattamento; e (v) verifica di ipotesi congiunte con restrizioni su due o più coefficienti.

4. Modelli Probabilistici: (i) Modelli Logit (assunzioni e stima variabile di interesse); (ii) effetti marginali; e (iii) diagnostica test.


Durante il corso, gli studenti svolgeranno lezioni pratiche sugli argomenti descritti in forma cartacea ed analitica, mediante l'utilizzo del software 'open source' RStudio.

Testi (A)dottati, (C)onsigliati
  • 1.  (A) Stock, James H. and Watson, Mark W. (quarta edizione) Introduzione all'econometria Pearson, Milano, 2020 » Pagine/Capitoli: Indicati dal Docente
  • 2.  (A) Wooldridge, Jeffrey M. (dalla quinta edizione in poi), Introductory Econometrics: A Modern Approach The MIT Press, London, 2010 » Pagine/Capitoli: Indicati dal Docente
Metodi didattici
  • Lezioni teoriche/metodologiche. Esercizi empirici di natura economico-sociale. Casi di studio su dati (prettamente) micro mediante l'utilizzo del software statistico-econometrico RStudio.
Modalità di valutazione
  • La modalità di valutazione (in trentesimi) consiste in una prova scritta in cui gli studenti dovranno svolgere alcuni quesiti (suddivisi in sottopunti) contenenti: domande teoriche/pratiche; svolgimento di esercizi; interpretazione di grafici e output di stima.

    Durante il corso è previsto lo svolgimento di un 'Project Work' in gruppi su dati reali (micro) 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 2 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 -1 a 2), 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.
Lingue, oltre all'italiano, che possono essere utilizzate per l'attività didattica

inglese

  Torna alla scheda
  Materiali didattici
Avviso
I materiali didattici sono reperibili nella stanza Teams al link di seguito
Info
» Vai alla stanza Teams