Parte 1 (3 CFU. Prof. Laura Grassini). Regressione lineare semplice e multipla. Minimi quadrati. Modelli non lineari nelle variabili e trasformazioni di variabili. Regressori dummy. Errori di specificazione. Cenni ai modelli a equazioni simultanee.
Parte 2 (3 CFU. Prof. Lucia Buzzigoli). Modelli statistici per l’analisi di serie storiche economiche: modelli di composizione/scomposizione, medie mobili, modelli AR, MA, ARMA, ARIMA e ARIMA stagionali.
Dougherty C., Introduction to econometrics. 5a ed., 2016, Oxford University Press.
Sulla pagina Moodle del corso sono disponibili lucidi e dispense predisposte dalle docenti sui vari argomenti del corso e sulle sedute di laboratorio.
Obiettivi Formativi
Fornire le basi metodologiche di base dei modelli econometrici e dei modelli di analisi delle serie storiche.
Presentare alcuni software gratuiti open-source per la realizzazione di semplici analisi empiriche.
Al termine del corso lo studente è in grado di utilizzare modelli uni-equazionali e modelli di analisi delle serie storiche per l'analisi dei fenomeni economici tramite un software open-source.
Prerequisiti
Statistica (livello triennale)
Metodi Didattici
Lezioni frontali e sessioni di laboratorio informatico.
Altre Informazioni
Informazioni più specifiche sul corso, i lucidi utilizzati durante le lezioni e le esercitazioni e le dispense sono disponibili sulla pagina Moodle del Corso (accessibile da http://e-l.unifi.it/).
Per poter visionare e scaricare il materiale è necessario chiedere alle docenti di essere autenticati, scrivendo una e-mail dal proprio indirizzo istituzionale.
Modalità di verifica apprendimento
L’esame consiste in un colloquio orale con discussion di esercizi svolti autonomamente.
Programma del corso
Obiettivo formativo della prima parte del corso è quello di introdurre lo studente ai modelli econometrici uniequazionali. In dettaglio.
1) Richiami di teoria della stima e del test delle ipotesi. Varianza, covarianza, correlazione.
2) Regressione lineare semplice. Metodo dei minimi quadrato. Proprietà delle stime dei minimi quadrati. R-quadro. Ipotesi distributive sulla componente stocastica del modelle e proprietà degli stimatorei di minimi quadrati. Test delle ipotesi sui parametric del modello.
3) Regressione lineare multipla. Dierivazione e interpretazione dei coefficient. Test delle ipotesi sui parametric del modello. Multicollinearità.
4) Modelli non lineari nelle variabili. Trasformazioni di variabili (esempio: modello Cobb-Douglas per rappresentare la funzione di produzione). Effetto quadratic e di interazione.
5) Regressori dummy.
6) Errori di specificazione nelle variabili esplicative (omissione di variabile rilevante, inclusione di variabile irrilevante). Eteroschedasticità.
7) Cenni ai modelli con regressori stocastici e ai modelli a equazioni simultanee.
Utilizzo di software open source (R, Gretl).
Obiettivo formativo della seconda parte del corso è fornire una sintetica panoramica dei metodi statistici per l’analisi delle serie storiche in ambito economico. Gli argomenti sono i seguenti.
Introduzione ai metodi di analisi delle serie storiche in ambito economico e loro possibili classificazioni. Introduzione all'analisi univariata delle serie storiche in ambito temporale con metodi lineari. Analisi preliminari: analisi grafica, calcolo di indicatori, trasformazioni (logaritmi, operatore alle differenze, numeri indice elementari). Definizione delle componenti elementari 'classiche' (trend, stagionalità e ciclo).
Medie mobile: definizione e proprietà. Procedura di destagionalizzazione Census I.
Modelli AR, MA, ARMA, ARIMA e ARIMA stagionali. Procedura Box-Jenkins.
Le fonti Istat di dati temporali per l'analisi economica. Uso di R per lo studio delle serie storiche con applicazioni a serie storiche economiche reali.