- Docente: Matteo Farnè
- Crediti formativi: 8
- SSD: SECS-P/06
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Relazioni internazionali (cod. 8782)
Conoscenze e abilità da conseguire
Il corso fornisce gli strumenti per apprendere le tecniche statistiche più utili per la previsione (forecasting). Tali tecniche comprendono modelli esplicativi che impiegano la regressione lineare e modelli di analisi delle serie storiche (time series). Al termine del corso lo studente è in grado di selezionare la tecnica di forecasting più adatta alla natura del problema da analizzare e dei dati (demografici, economici, sociali) disponibili.
Contenuti
- Serie storiche reali. Esempi e caratterizzazione.
- Processi stocastici. Definizione e caratterizzazione. Operatori ritardo e differenza. Stazionarietà in senso forte e in senso debole. Invertibilità ed ergodicità. Processi lineari e il Teorema di Wold. Le funzioni di autocovarianza e di autocorrelazione globale e parziale.
- Modelli per serie storiche. Definizione e caratterizzazione dei seguenti processi: white noise, media mobile di ordine q (MA(q)), autoregressivi di ordine p (AR(p)), autoregressivi a media mobile ARMA(p,q). Stagionalità e trend: i processi non stazionari omogenei lineari (ARIMA(p,d,q)).
- Previsione. Valore atteso condizionato ed errore di previsione. Esempi su processi ARMA.
- Analisi di una serie storica reale. La procedura di Box e Jenkins: analisi preliminare, identificazione del modello, validazione del modello, previsione.
Testi/Bibliografia
M. Box-Steffensmeier, John R. Freeman, Matthew P. Hitt, Jon C. W. Pevehouse (2014). Time Series Analysis for the Social Sciences. Cambridge University Press. Book DOI: http://http//dx.doi.org/10.1017/CBO9781139025287
Brockwell P.J. and Davis R.A. (2002). Introduction to Time Series and Forecasting. Springer
Metodi didattici
Lezioni frontali, esercizi in aula, laboratorio su R.
Modalità di verifica e valutazione dell'apprendimento
La verifica dell'apprendimento consisterà in un esame scritto composto da domande di teoria (su processi stocastici e modelli per serie storiche) e domande pratiche (sull'analisi di una serie storica reale). Durante il corso, test periodici saranno offerti per valutare l'efficacia dell'apprendimento in itinere.
Strumenti a supporto della didattica
Oltre ai testi indicati, appunti, schemi riassuntivi ed eventuali paper saranno messi a disposizione dal docente su Alm@DL all'indirizzo http://http//campus.unibo.it/cgi/lista?annoAccademico=2017&codiceScuola=843901&codiceCorso=8782&codMateria=85004-422985&nav=i#top_documents
Link ad altre eventuali informazioni
Orario di ricevimento
Consulta il sito web di Matteo Farnè