Insegnamento ECONOMETRICS
| Nome del corso di laurea | Finanza e metodi quantitativi per l'economia |
|---|---|
| Codice insegnamento | A003080 |
| Curriculum | Data science for finance and insurance |
| Docente responsabile | Carlo Andrea Bollino |
| Docenti |
|
| Ore |
|
| CFU | 6 |
| Regolamento | Coorte 2023 |
| Erogato | Erogato nel 2023/24 |
| Erogato altro regolamento | |
| Attività | Caratterizzante |
| Ambito | Economico |
| Settore | SECS-P/05 |
| Anno | 1 |
| Periodo | Secondo Semestre |
| Tipo insegnamento | Obbligatorio (Required) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | INGLESE |
| Contenuti | Il corso di Econometria fornisce gli strumenti analitici ei metodi fondamentali per lo studio delle relazioni economiche e per la quantificazione dei parametri strutturali. Lo studente acquisisce autonome capacità di stima e modellazione delle quantità e delle relazioni della teoria economica. |
| Testi di riferimento | J.H. Stock M.W. Watson, Introduction to econometrics, Pearson, 2012 |
| Obiettivi formativi | Offrire agli studenti gli strumenti pratici con il quale elaborare analisi empiriche dei vari modelli econometrici |
| Prerequisiti | Statistica |
| Metodi didattici | Le lezioni teoriche presentano i metodi di stima e le lezioni pratiche mostrano allo studente l'utilizzo del software R, le principali funzioni e codici usati nelle analisi empiriche. |
| Altre informazioni | "Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA, è possibile consultare la pagina http://www.unipg.it/disabilita-e-dsa". |
| Modalità di verifica dell'apprendimento | A livello facoltativo è previsto lo svolgimento di una tesina in cui gli studenti analizzeranno tramite R dati empirici proposti dal docente Gli studenti e le studentesse con disabilità e/o con DSA sono invitati/e a visitare la pagina dedicata agli strumenti e alle misure previste e a concordare preventivamente quanto necessario con il/la docente (https://www.unipg.it/disabilita-e-dsa)". |
| Programma esteso | 1) Installazione di R e Rstudio 2) Concetti Base di Programmazione 3) Le library in R 4) Prima lezione pratica 5) Visualizzazione dei dati 6) Modifica dei Datasets 7) Modelli di Regressione lineare 8) Test di Ipotesi |
| Obiettivi Agenda 2030 per lo sviluppo sostenibile | 2 6 7 |