66056 - LABORATORIO DI STATISTICA ECONOMICA E ANALISI DI MERCATO

Conoscenze e abilità da conseguire

Al termine del corso lo studente acquisisce la conoscenza di software statistico adatto all'elaborazione e all'analisi di banche di dati economici. In particolare lo studente è in grado di: - integrare le conoscenze metodologiche con l'interpretazione fenomenica - svolgere le varie fasi dell'analisi statistica dei fenomeni economici - presentare i risultati delle analisi statistiche effettuate sia in forma scritta che orale

Contenuti

Introduzione ai dati: definizione, tipologie e fonti, peculiarità dei microdati, principali problemi con dati osservazionali.

Modelli lineari: richiami, ipotesi di Gauss-Markov ed inferenza, simulazioni Monte Carlo (un esempio), effetti marginali, variabili dummy, modus operandi nella scelta del modello, LASSO, esempi su dati economici. Analisi dei residui e test di specificazione, violazione delle ipotesi e stimatori alternativi, test su endogeneità, test su esogeneità degli strumenti, esempio di endogeneità.

Modelli nonlineari: modelli nonlineari nei regressori, effetti marginali, test di linearità, modelli per variabili dipendenti limitate (probit/logit binari, multinomiali, dati ordinati, dati di conteggio, dati censurati/troncati), trasformazioni di potenze. Regressioni apparentemente non correlate, modelli probit binari spaziali, Regressione Diff-in-Diff.

Serie storiche: richiami, analisi dei residui e test di specificazione, componenti delle serie storiche, previsione con metodi classici, imputazione dei dati mancanti con metodi a media mobile, richiamo ai modelli univariati con un esempio sull'analisi del mercato elettrico.

Modelli per dati panel: introduzione, vantaggi e svantaggi, modelli con componente erratica a una via: effetti fissi e random individuali/temporali, modelli con componente erratica a due vie: effetti fissi e random individuali e temporali.

Programmazione in R

Testi/Bibliografia

Testo di riferimento:
A. Colin Cameron, Pravin K. Trivedi (2005),
Microeconometrics: Methods and Applications, Cambridge
University Press.
Materiale didattico predisposto dal docente sotto forma di
presentazioni pdf in virtuale.
Letture di approfondimento:
Marno Verbeek (2005), Econometria, I edizione, Zanichelli
Editore.
William Greene (2019), Econometric Analysis, Pearson. Eighth
Edition (Global Edition).
Gareth James, Daniela Witten, Trevor Hastie, Robert
Tibshirani (2021), An Introduction to Statistical Learning with
Applications in R, Springer.

Nota: Qualsiasi libro di testo già in possesso dello studente che comprenda gli argomenti su elencati può essere preso in considerazione come alternativa al testo di riferimento e alle letture di approfondimento. Non c'è alcun obbligo nell'acquistare tali libri di testo. La lista dei riferimenti viene elencata per sottolineare le varie fonti (non esaustive) degli argomenti spiegati a lezione. 

Metodi didattici

Le lezioni vengono svolte trattando sia aspetti metodologici che pratici con l'ausilio del software statistico R.

I dati utilizzati sono disponibili nei pacchetti di R o forniti dal docente e sono per lo più di natura economica.

Modalità di verifica e valutazione dell'apprendimento

Esame Orale

L'esame consisterà nella preparazione di una presentazione power point e ciascuno studente sarà sottoposto ad una/due domande che possono vertere sia sulla presentazione che sugli argomenti del corso in generale.

Gli studenti verranno divisi in gruppi (circa 6 persone per gruppo) e prepareranno una presentazione power point spiegando il data set utilizzato, il/i metodo/metodi scelto/i e i principali risultati con l'utilizzo di R. A lezione verrà spiegata la struttura della presentazione da preparare.

Per gli studenti non frequentanti l'esame consisterà in un orale con domande su tutto il corso presentato. 

Strumenti a supporto della didattica

PC; videoproiettore.

Orario di ricevimento

Consulta il sito web di Anna Gloria Billè