The aim of the course is to provide students with a coverage of a set of methods used in the analysis of economic data to answer a variety of specific, quantitative questions and with the computational tools to be used in the empirical applications. The program includes further topics on the classical regression model, time series analysis and some recent proposal to deal with applications having many observations and/or many predictors relative to the number of observations.
The course applies the widely used freeware programming environment for statistical analysis, known as R (through the RStudio interface).
The course applies the widely used freeware programming environment for statistical analysis, known as R (through the RStudio interface).
scheda docente materiale didattico
Introduzione all’analisi delle serie storiche e alla previsione. Stazionarietà e radici unitarie.
Modelli per serie storiche univariate: ARMA, ARIMA, ARCH e GARCH.
Modelli di regressione per dati in serie storica.
Serie storiche multivariate: cointegrazione e modelli a correzione dell’errore; modelli VAR.
Dati panel: modelli a effetti fissi e a effetti casuali; modelli panel dinamici.
Utilizzo del software R e dell’ambiente RStudio per la stima e l’applicazione dei modelli a dati reali.
Il programma dettagliato e altri materiali didattici saranno resi disponibili nello spazio Moodle dell'insegnamento.
File di appunti a cura della docente saranno resi disponibili nello spazio Moodle dell’insegnamento.
Mutuazione: 21210418 Advanced topics in Statistical learning in Economia dell'ambiente, lavoro e sviluppo sostenibile LM-56 R BARBIERI MARIA MADDALENA
Programma
Richiami sul modello di regressione lineare multipla.Introduzione all’analisi delle serie storiche e alla previsione. Stazionarietà e radici unitarie.
Modelli per serie storiche univariate: ARMA, ARIMA, ARCH e GARCH.
Modelli di regressione per dati in serie storica.
Serie storiche multivariate: cointegrazione e modelli a correzione dell’errore; modelli VAR.
Dati panel: modelli a effetti fissi e a effetti casuali; modelli panel dinamici.
Utilizzo del software R e dell’ambiente RStudio per la stima e l’applicazione dei modelli a dati reali.
Il programma dettagliato e altri materiali didattici saranno resi disponibili nello spazio Moodle dell'insegnamento.
Testi Adottati
Verbeek M., A guide to modern econometrics, 2004, Wiley.File di appunti a cura della docente saranno resi disponibili nello spazio Moodle dell’insegnamento.
Modalità Erogazione
Whole class teaching.Modalità Frequenza
La frequenza è consigliata, ma non obbligatoria.Modalità Valutazione
Il voto finale è determinato sulla base delle seguenti attività: • compiti assegnati tramite Moodle durante il periodo delle lezioni: 20% del voto finale; • esame scritto: 80% del voto finale. Il voto finale è espresso in trentesimi. L’esame si considera superato con una votazione pari o superiore a 18/30. Gli studenti che non consegnano i compiti assegnati durante il periodo delle lezioni possono sostituire tale componente della valutazione con una tesina, avente per oggetto l’analisi di un insieme di dati scelto autonomamente, e con una prova orale. La tesina e la prova orale sono volte ad accertare le medesime conoscenze e competenze oggetto dei compiti e concorrono complessivamente per il 20% alla determinazione del voto finale. La tesina viene discussa e valutata durante la prova orale. I compiti possono comprendere domande a risposta multipla, domande aperte ed esercizi di analisi dei dati da svolgere con il software R. L’esame scritto ha una durata massima di due ore. Durante la prova non è consentito consultare libri o appunti. L’esame è costituito da domande aperte relative all’intero programma dell’insegnamento e può richiedere anche l’interpretazione e il commento di output ottenuti mediante il software R. Durante il periodo delle lezioni sono previste due prove intermedie, ciascuna relativa a una parte del programma. Il sostenimento di entrambe le prove sostituisce l’esame scritto. Il voto relativo a questa componente è determinato attribuendo un peso del 30% alla prima prova e del 70% alla seconda. Gli studenti che non sostengono entrambe le prove intermedie devono sostenere l’esame scritto sull’intero programma. Le modalità di svolgimento, le scadenze e i criteri di valutazione saranno illustrati all’inizio del semestre e pubblicati in un apposito documento disponibile tra i materiali didattici nello spazio Moodle dell’insegnamento.