79205 - ANALISI DEI DATI LONGITUDINALI

Anno Accademico 2023/2024

  • Docente: Silvia Bianconcini
  • Crediti formativi: 8
  • SSD: SECS-S/01
  • Lingua di insegnamento: Italiano

Conoscenze e abilità da conseguire

Il corso si pone come obiettivo quello di fornire allo studente i fondamenti metodologici di alcune delle principali tecniche statistiche per l’analisi di dati caratterizzati da una particolare struttura di dipendenza propria delle osservazioni ripetute nel tempo. Da un lato, il corso fornisce allo studente strumenti base per l’analisi di serie storiche univariate, sia a fini previsivi sia interpretativi di fenomeni economici e sociali. Dall’altro introduce lo studente ad alcuni strumenti micro-econometrici avanzati, di natura teorica e applicata, riguardanti modelli per dati panel. Al termine del corso, lo studente sarà in grado di applicare quanto appreso a casi reali, avendo sviluppato un’adeguata capacità critica per quanto riguarda la scelta degli strumenti e l’interpretazione dei risultati. Lo studente sarà altresì in grado di affrontare corsi avanzati di analisi di serie storiche e dati panel.

Contenuti

Analisi delle serie storiche

Definizione intuitiva e formale di serie storica.

Processi stocastici - Definizione, caratterizzazione e proprietà: stazionarietà, invertibilità ed ergodicità. Processi lineari e teorema di Wold. Operatore ritardo, operatore differenza, polinomi nell'operatore ritardo. Rappresentazione AutoRegressiva (AR) di ordine infinito e Media Mobile (MA) di ordine infinito di processi stocastici lineari. Funzioni di autocovarianza e autocorrelazione globale e parziale.

Modellistica - Approssimazione finita di processi AR e MA di ordine infinito: AR(p), MA(q), ARMA(p,q). Modelli ARIMA(p,d,q) per processi lineari non stazionari omogenei. Modelli ARIMA(p,d,q)(P,D,Q) stagionali per processi lineari stagionali non stazionari omogenei. Procedura Box-Jenkins per identificazione, stima e verifica di un modello ARIMA stagionale. Analisi di serie storiche reali.

Analisi di dati longitudinali

Introduzione ai dati panel attraverso alcuni esempi. Perché dovremmo utilizzare dati panel? Vantaggi e limitazioni.

Modelli multilivello. Introduzione. Specificazione del modello e sua stima. Esempi ed applicazioni.

Modelli a curva latente. Introduzione. Specificazione del modello e sua stima. Esempi ed applicazioni.

Testi/Bibliografia

Bee Dagum E. Analisi delle serie storiche. Modellistica, previsione e scomposizione. Springer-Verlag Italia, Milano, 2001.

Singer J.D. e Willett J.B. Applied longitudinal data analysis: modeling change and event occurrence. Oxford University Press, 2013.

Metodi didattici

Lezioni teoriche in aula, nel corso delle quali saranno illustrati gli aspetti metodologici delle diverse tecniche, ed esercitazioni in laboratorio, durante le quali verranno presentati e discussi esempi di analisi di dati reali realizzate mediante diversi software.

Modalità di verifica e valutazione dell'apprendimento

L'accertamento dell'apprendimento si articola in una prova scritta con domande aperte su tutti gli argomenti affrontati durante il corso per la parte di Analisi delle Serie Storiche. Tali quesiti consistono in domande aperte di teoria, esercizi e analisi su dati reali.

Per quanto riguarda la parte di Analisi di Dati Longitudinali, l'accertamento dell'apprendimento consiste in un colloquio orale su discussione di un caso studio e richiami di contenuti teorici. La valutazione porterà ad un voto che farà media con il voto della verifica del primo modulo. È possibile rifiutare il voto anche solo di questo modulo. Le date degli appelli sono le stesse del I modulo (Prof.ssa Bianconcini) e il colloquio si terrà al termine della prova scritta così da permettere a chi volesse di svolgere l’esame in un unico giorno. È possibile comunque svolgere i due moduli in due appelli diversi anche non consecutivi.

 

Per l'insegnamento di Analisi di Dati Longitudinali, la valutazione finale sarà ottenuta come media delle valutazioni ottenute nei due moduli.

E' possibile rifiutare il voto finale ottenuto per l'insegnamento al massimo due volte. 

Strumenti a supporto della didattica

Videoproiezione di lucidi.

Orario di ricevimento

Consulta il sito web di Silvia Bianconcini

Consulta il sito web di Stefania Mignani

SDGs

Istruzione di qualità Lavoro dignitoso e crescita economica

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