Insegnamento BUSINESS AND ECONOMIC STATISTICS

Corso
Finanza e metodi quantitativi per l'economia
Codice insegnamento
A000206
Sede
PERUGIA
Curriculum
Data science for finance and insurance
Docente
David Aristei
Docenti
  • David Aristei
Ore
  • 42 ore - David Aristei
CFU
6
Regolamento
Coorte 2023
Erogato
2024/25
Attività
Caratterizzante
Ambito
Matematico, statistico, informatico
Settore
SECS-S/03
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
Condividi su