Elementi di Analisi dei Dati e di Statistica Descrittiva, Probabilità, ed Inferenza.

Il corso intende fornire le basi della Statistica Applicata e dell'Econometria sufficienti ad analizzare dati macroeconomici per costruire modelli analitici e studiare relazioni causali tra variabili in ambito economico-finanziario. 

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.

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

(2) 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.

(3) Alcuno Modelli di Regressione non lineari: (i) funzioni polinomiali; (ii) funzioni logaritmiche; (iii) interazioni tra variabili casuali; (iv) interazioni tra variabili casuali e variabili categoriche

(4) Regressioni di Serie Storiche Lineari: (i) modelli AutoRegressivi (assunzioni e dimostrazioni); (ii) misure di bontà di adattamento; (iii) modelli di previsione.

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. (quarta edizione), "Introduzione all'Econometria", 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. 

(C); Tsay, Ruey S. (from second edition onwards), "Analysis of Financial Time Series", Wiley Series, Chicago (2010), ISBN 978-0471415442. 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