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, L-41
- A.A. 2023/2024
- CFU 6, 6(m)
- Ore 40, 40(m)
- Classe di laurea L-33, L-18(m), L-41(m)
Elementi di Analisi dei Dati e di Statistica Descrittiva, Probabilità, e Campionamento.
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 su dati macro e (maggiormente) su quelli micro.
(1) Concetti Base della Statistica Economica ed Applicata: (i) Stima Puntuale; (ii) Intervalli di Confidenza; e (iii) 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; (iii) misure di bontà dell'adattamento; e (iv) verifica di ipotesi congiunte con restrizioni su due o più coefficienti.
(4) Alcuni Modelli di Regressione Non-lineari: (i) funzioni polinomiali; (ii) funzioni logaritmiche; (iii) interazioni tra variabili casuali; (iv) interazioni tra variabili casuali e variabili categoriche.
Durante il corso, gli studenti svolgeranno lezioni pratiche sugli argomenti descritti in forma cartacea ed analitica, mediante l'utilizzo del software 'open source' RStudio.
(A); Stock, James H. and Watson, Mark W. (fourth edition), "Introduction to Econometrics", Pearson, Milan (2019), ISBN 978-1292264455. Capitoli e relative pagine saranno indicati dal Docente durante le lezioni.
(C); Wooldridge, Jeffrey M. (from fifth edition onwards), "Introductory Econometrics: A Modern Approach", The MIT Press, London (2010), ISBN 978-1111531041. Capitoli e relative pagine saranno indicati dal Docente durante le lezioni.
-
Lezioni teoriche/metodologiche. Esercizi empirici di natura economico-sociale. Casi di studio su dati reali mediante l'utilizzo del software statistico-econometrico RStudio.
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.
I criteri di valutazione saranno suddivisi in: conoscenza e capacità di comprensione degli argomenti trattati nel corso (50%) e capacità di applicare gli strumenti adeguati e completezza delle risoluzioni presentate (50%).
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.
Se lo studente NON dovesse svolgere il Project Work, potrebbe (su disponibilità del Docente) essere autorizzato a sostenere comunque la prova scritta finale, ma con una PENALIZZAZIONE di -3 sul voto finale.
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.
Italiano