11398 - MODELLI STATISTICI DI COMPORTAMENTO ECONOMICO

Scheda insegnamento

SDGs

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.

Sconfiggere la povertà Lavoro dignitoso e crescita economica Ridurre le disuguaglianze

Anno Accademico 2021/2022

Conoscenze e abilità da conseguire

Al termine del corso lo studente ha una conoscenza approfondita dei problemi e delle strategie di stima di modelli statistici di comportamento di agenti micro-economici sulla base di dati individuali, soprattutto per quanto concerne le relazioni tra processo generatore dei dati e metodi di stima, nei campi fenomenici che attengono ai consumi, alla produzione e ai processi di durata temporale. In particolare, lo studente è in grado di: - padroneggiare le tecniche di stima lineari e di massima verosimiglianza da dati individuali sezionali - specificare, stimare e discutere i risultati di modelli con dati di panel - specificare stimare e analizzare modelli di durata

Contenuti

1) Richiami di concetti fondamentali e definizioni:

  • Teorie economiche, modelli e misure; modelli macro e modelli micro economici.
  • I concetti di Utilità, razionalità, razionalità limitata; scelte e decisioni in condizioni di incertezza e informazione limitata.
  • Recenti sviluppi in tema di rappresentazione del comportamento individuale, l'approccio cognitivo e l'economia sperimentale (cenni).

2) Richiami alle principali tecniche di stima di modelli statistici:

  • Il processo generatore dei dati.
  • Le assunzioni del modello lineare
  • Procedure di stima in caso di violazione delle ipotesi fondamentali; Minimi quadrati generalizzati, stima della matrice di covarianza.

3) Stima di modelli da dati panel

  • Definizione e organizzazione dei dati panel
  • Modelli ad effetti fissi individuali e temporali, tecniche di stima between, within e LSDV
  • Modelli a componenti di varianza, stime random effects, GLS e FGLS
  • Diagnostica delle stime da dati panel, fitting e previsione

4) stima per variabili troncate o censurate

  • M odelli di scelta discreta (binaria e multipla), stime di probabilità da variabili dipendenti discrete, non linearità: modelli Probit e Logit.
  • Teoria delle distribuzioni troncate e censurate. Momenti e Inverse Mill's ratio
  • Stimatori Tobit e double hurdle.
  • Stima di modelli con processi di selezione non ignorabile: modelli alla Heckmann e Amemya.

5) Modelli di durata

  • Definizione dei fenomeni di permanenza in uno stato nel tempo, tempo assoluto e relativo, organizzazione dei dati di durata
  • La censura nei dati e nei modelli di durata
  • Modelli non parametrici: Tavole di sopravvivenza e di mortalità, funzione di sopravvivenza e hazard function nel discreto
  • Modelli parametrici: funzione di sopravvivenza e hazard function nel continuo, principali distribuzioni per le durate. Esponenziale, Weibull, log-logistica
  • Modelli semi-parametrici: definzione di baseline e di rischio incrementale, modelli alla Cox
  • Modelli a rischi competitivi

Testi/Bibliografia

W.H. GREENE, Econometric Analysis, Mac Millan, London, Third Edition, 1997

Capp.: 6, 8, 9, 11, 12, 14, 19, 20.

Metodi didattici

  • Lezioni frontali
  • Durante il corso verranno sviluppati studi di caso guidati, finalizzati a stendere brevi relazioni sui temi trattati
  • Gli studi di caso verranno poi svoltiindividualmente e le relazioni verranno consegnate e corrette dal docente e formeranno parte della valutazione finale
  • Gli studi di caso sono articolati come segue:

    • La definizione diun tema di analisi tra quelli presenti nel programma del corso
    • Stima di modelli tra quelli trattati nel corso mediante algoritmi implementati dallo studente in Excell
    • rappresentazioni grafiche ed analisi statistiche finalizzate alla presentazione dei risultati delle stime
    • Stesura di una relazione che descrive il percorso seguito e i principali risultati ottenuti

Modalità di verifica e valutazione dell'apprendimento

La prova d'esame mira a verificare il raggiungimento dei seguenti obiettivi didattici:

  • conoscenza approfondita degli effetti del processo generatore dei dati sulle tecniche di stima
  • capacità di individuare i modelli corretti da utilizzare nei diversi casi
  • capacità di implementare algoritmi di stima per i diversi modelli studiati
  • capacità di stendere report scritti sulle fonti di informazione, sulle elaborazioni effettuati e sui risultati ottenuti

La valutazione e quindi la prova d'esame è articolata in:

  • 2 relazioni individuali di studio di caso (secondo le modalità indicate nel punto "Metodi")
  • 1 prova scritta con domande a risposta multipla

Relazioni

  • Le relazioni dovranno essere svolte individualmentein forma scritta su un tema concordato col docente. l'assegnazione dei temi avverrà 15 giorni prima della fine del primo ciclo di lezioni(per la prima relazione) e 15 giorni prima della fine del secondo ciclo (seconda relazione)
  • Le relazioni dovranno essere inviate per mail al docente e verranno valutate entro 10 giorni dalla data di ricevimento. La valutazionesarà espressa in trentesimi e comunicata via mail. Le valutazioni delle 2 relazioni concorreranno alla formulazione del punteggio finale per il 70% (35%+35%)

Prova scritta

  • La prova scritta verterà su tutti gli argomenti affrontati nel corso, in particolare sul grado di assimilazione di alcuni strumenti teorici e sulla capacità di leggere indicatori statistici e stime di modelli. Tale prova sarà costituita da 15 domande con 4 possibili risposte e verrà valutata in trentesimi attribuendo 2 punti a ciascuna risposta esatta) , concorrendo alla formulazione del punteggio finale per il 30%
  • Sul sito del docente (www2.stat.unibo.it/drudi/) sono disponibili testi di prova che consentono l'inserimento delle risposte e la correzione automatica e immediata.

Calendario di massima

  • La prova scritta verrà effettuata alla fine del corso, mentre le 2 relazioni dovranno essere consegnate almeno 10 giorni prima della data di sostenimento della prova scritta. Orientativamente la prima relazione potrebbe essere predisposta dopo la fine del primo ciclo di lezioni.
  • La verbalizzazione della valutazione conseguita avviene nelle dateindicata in Almaesami. Di norma sono previsti 3 appelli nella sessione estiva, 1 in quella autunnale e 3 nella sessione straordinaria invernale
  • E' possibile prendere visione del compito e chiedere chiarimenti in occasione della data di verbalizzazione immediatamente successiva all'appello in cui si è sostenuto l'esame.
  • La verbalizzazione può avvenire in assenza dello studente.
  • Gli studenti laureandi che superano l'esame e necessitano di verbalizzare il voto in anticipo rispetto alla data prevista, sono invitati a comunicarlo al docente mediante un messaggio di posta elettronica da inviare subito dopo aver sostenuto la prova.

Le date d'esame saranno pubblicate su almaesami.unibo.it

Strumenti a supporto della didattica

In aula:

  • PC con videoproiettore e accesso a Internet

Nel sito docente (www2.stat.unibo.it/drudi/)::

  • File di slides scaricabili e consultabili on-line
  • Materiale didattico scaricabile e consultabile on-line
  • Link a banche dati statistiche
  • Esercizi interattivi disponibili on-line con correzione interattiva immediata
  • Fac simili e testi di esercizi in Excell

Link ad altre eventuali informazioni

http://www2.stat.unibo.it/drudi/

Orario di ricevimento

Consulta il sito web di Ignazio Drudi