Programma

Aggiornato A.A. 2015-2016

PROGRAMMA DEL CORSO

Il corso è articolato in due parti, una più generale ed una più incentrata sullo studio delle serie storiche economiche.

Parte I: Elementi dell’Analisi di Regressione
Regressione lineare con un singolo regressore
Regressione lineare con regressori multipli
Valutazione di studi basati sulla regressione multipla

Parte II: Regressioni per Serie Storiche Economiche
Introduzione a regressioni temporali e previsioni
Stima degli effetti causali dinamici
Cenni su modelli VAR, modelli VECM, modelli per la volatilità (ARCH, GARCH)

Il Corso prevede lezioni frontali di natura teorica ed esercitazioni da svolgersi con l'ausilio del software GRETL

 

LIBRO DI TESTO E MATERIALI DI STUDIO

Il corso ha come testo principale Introduzione all’econometria (2012, terza edizione), ad opera di Stock, J.H, e M. Watson, edito da Pearson Paravia Bruno Mondadori.
In aggiunta, gli studenti potranno basare la loro formazione su:

- Risorse per gli studenti dalla pagina web del libro di testo: http://wps.aw.com/aw_stock_ie_3/178/45691/11696965.cw/index.html     
- Materiali addizionali forniti dal docente durante lo svolgimento del corso
- Software GRETL: http://gretl.sourceforge.net/

 

OBIETTIVI SECONDO I DESCRITTORI DI DUBLINO

  1. Conoscenza e capacità di comprensione (knowledge and understanding)

Il corso fornisce le conoscenze necessarie per condurre ed interpretare l’analisi statistica di base di dati economici, sia sezionali che serie storiche.
In particolare, il corso dopo aver richiamato le nozioni di base di Statistica (statistica descrittiva, variabili aleatorie e distribuzioni), presenta il modello di regressione lineare semplice e con più regressori e lo stimatore dei Minimi Quadrati Ordinari, con relative assunzioni e proprietà. Con riferimento alle serie storiche, il corso introduce le nozione di autocorrelazione, di non-stazionarietà e di eteroschedasticità,  analizzandone le conseguenze in termini di stima di modelli di regressione.

  1. Conoscenza e capacità di comprensione applicate(applying knowledge and understanding)

Il corso fornisce le conoscenze necessarie per condurre l’analisi statistica di base di dati economici, sia sezionali che serie storiche.
In particolare, durante il corso si presenta l’uso del software statistico GRETL, gratuito ed open source, che consente di gestire dataset di natura diversa (dati sezionali, serie storiche e dati panel). Tra gli obiettivi del corso rientrano la produzione di statistiche descrittive e di adeguate rappresentazioni grafiche delle variabili oggetto di analisi, nonché di stime dei modelli di regressione presentati da un punto di vista teorico durante il corso.

  1. Autonomia di giudizio (making judgements)

Al termine del corso gli studenti imparano a capire quali sono le metodologie statistiche più adeguate per l’analisi di dati economici, anche in base alla natura stessa dei dati, ad interpretare i risultati di stima ottenuti e a giudicarne la validità interna od esterna, al fine di poter estendere i risultati ad altri settori/ambiti o ad altri contesti.

 

  1. Abilità comunicative (communication skills)

Il corso richiede la presentazione di un report scritto, all’interno del quale lo studente deve analizzare una problematica di natura economica (es analisi statistica della relazione tra crescita ed inflazione, nota come curva di Phillips).
Allo studente viene quindi richiesto di saper presentare chiaramente le varie fasi dell’analisi, dalla descrizione del dataset, alle peculiarità (eventuali) dei dati, alle metodologie scelte per condurre l’analisi. Al termine del corso lo studente sarà inoltre in grado di produrre (nonché di leggere ed interpretare) tavole di statistiche descrittive e rappresentazioni grafiche utili alla dimostrazione della tesi. Infine, rientra tra gli obiettivi del corso la capacità di produrre in formato tabulare stime di vari modelli di regressione, al fine di consentirne un rapido e chiaro confronto.

 

  1. Capacità di apprendere (learning skills)

Il corso fornisce allo studente di acquisire una maggiore capacità operativa in termini di reperimento ed analisi dei dati, che gli consentirà di comprendere meglio e di condurre in più autonomia le fasi lavorative e di studio successive.