Insegnamento BUSINESS AND ECONOMIC STATISTICS
| Nome del corso di laurea | Finanza e metodi quantitativi per l'economia |
|---|---|
| Codice insegnamento | A000206 |
| Curriculum | Data science for finance and insurance |
| Docente responsabile | David Aristei |
| Docenti |
|
| Ore |
|
| CFU | 6 |
| Regolamento | Coorte 2022 |
| Erogato | Erogato nel 2023/24 |
| Erogato altro regolamento | |
| Attività | Caratterizzante |
| Ambito | Matematico, statistico, informatico |
| Settore | SECS-S/03 |
| Anno | 2 |
| Periodo | Primo Semestre |
| Tipo insegnamento | Opzionale (Optional) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | Inglese |
| Contenuti | Il corso è strutturato in quattro argomenti principali: 1) Modelli con variabili dipendenti binarie¿ 2) Modelli con variabili dipendenti qualitative 3) Modelli con variabili dipendenti limitate 4) Modelli per dati longitudinali |
| Testi di riferimento | Testo di riferimento: Verbeek, M., A guide to Modern Econometrics, Fourth Edition, Wiley, 2012. Testi di approfondimento e consultazione: - Greene, W., Econometric Analysis, 7th Ed., Prentice Hall, 2012. - Wooldridge, J.M., Econometric Analysis of Cross Section and Panel Data, 2nd Ed. Mit Press, 2010. - Cameron, A.C. e Trivedi, P.K., Microeconometrics: Methods and Applications, Cambridge Press, 2005. Durante lo svolgimento del corso, saranno messe a disposizione le slide delle lezioni e il materiale delle esercitazioni in laboratorio. Tutto il materiale sarà reso disponibile tramite la piattaforma e-learning di Ateneo UniStudium |
| Obiettivi formativi | Il corso intende fornire agli studenti alcuni strumenti di analisi statistico-econometrica per l’analisi dei dati economici micro-aggregati. In particolare, l’obiettivo del corso è quello di introdurre i principali modelli per l'analisi micro-econometrica dei dati cross-section e per l'analisi dei dati longitudinali. I modelli saranno presentati sia dal punto di vista metodologico che applicato, permettendo agli studenti di per poter svolgere e comprendere le analisi empiriche. A tale fine, il corso prevede delle sessioni di laboratorio in cui gli studenti saranno introdotti all'utilizzo del software econometrico Stata e in cui saranno presentate delle applicazioni relative ai metodi trattati nelle lezione. |
| Prerequisiti | Al fine di comprendere e saper affrontare i principali argomenti del corso, lo studente deve possedere conoscenze di base sui principali metodi di statistica inferenziale e sul modello di regressione lineare multipla. Lo studente dovrebbe aver acquisito tali conoscenze durante il primo anno del percorso di studi di laurea magistrale. |
| Metodi didattici | Lezioni frontali in aula ed esercitazioni in laboratorio. |
| Altre informazioni | |
| Modalità di verifica dell'apprendimento | L'esame prevede una una prova scritta finalizzata a verificare il livello di conoscenza dei contenuti teorici e metodologici e la capacità di comunicazione dello studente con proprietà di linguaggio. |
| Programma esteso | 1) Modelli con variabili dipendenti binarie¿ Il modello di probabilità lineare Il modello logit e il modello probit Test di specificazione per modelli di scelta binaria. Endogeneità nei modelli di scelta binaria 2) Modelli con variabili dipendenti qualitative Modelli di risposta ordinata: i modelli logit e probit ordinati Modelli multinomiali: il modello logit multinomiale 3) Modelli con variabili dipendenti limitate Variabili dipendenti troncate e censurate Il modello Tobit standard Estensioni del modello Tobit: il modello Tobit II La distorsione da selezione campionaria 4) Modelli lineari per dati longitudinali Il modello lineare statico Modelli a effetti fissi e a effetti casuali. Effetti fissi o casuali? Misure di adattamento ai dati |
| Obiettivi Agenda 2030 per lo sviluppo sostenibile | 4, 8, 9, 12 |