Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
Insegnamento
SERIE STORICHE (Ult. numero di matricola dispari)
SCP4063789, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
SC2094, ordinamento 2014/15, A.A. 2018/19
Dispari
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese TIME SERIES
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-lauree-triennali
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile TOMMASO DI FONZO SECS-S/03

Mutuante
Codice Insegnamento Responsabile Corso di studio
SCP4063789 SERIE STORICHE (Ult. numero di matricola dispari) TOMMASO DI FONZO SC2095

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico, statistico applicato, demografico SECS-S/03 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 2.0 16 34.0
LEZIONE 7.0 48 127.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
6 Commissione a.a.2018/19 (matr.pari) 01/10/2018 30/09/2019 BISAGLIA LUISA (Presidente)
DI FONZO TOMMASO (Membro Effettivo)
LISI FRANCESCO (Membro Effettivo)
5 Commissione a.a.2018/19 (matr.dispari) 01/10/2018 30/09/2019 DI FONZO TOMMASO (Presidente)
BISAGLIA LUISA (Membro Effettivo)
LISI FRANCESCO (Membro Effettivo)

Syllabus
Prerequisiti: Il corso prevede le conoscenze di Statistica I e Modelli I
Conoscenze e abilita' da acquisire: Lo scopo del corso è di introdurre gli studenti alla comprensione delle principali caratteristiche delle serie storiche e di guidarli alla costruzione e all'uso di semplici modelli per questo tipo di dati. 
Al termine del corso lo studente dovrà essere in grado di: 
(i) riconoscere la tipologia e la struttura dei dati da analizzare; 
(ii) confrontare metodi e modelli presentati durante il corso e 
scegliere quelli più adatti alla soluzione; 
(iii) identificare, partendo dai dati ed usando la giusta metodologia, il/i modello/i corretto/i da utilizzare e, nel caso di più modelli identificati, confrontare e selezionare il migliore seguendo specifici criteri; 
(iv) acquisire la capacità di analizzare e interpretare in modo critico i risultati ottenuti; 
(v) leggere ed interpretare i risultati derivanti da un’analisi statistica applicata a serie storiche reali; 
(vi) effettuare autonomamente delle semplici analisi empiriche su dati reali utilizzando il pacchetto statistico GRETL.
Modalita' di esame: L'esame è scritto e consiste di una prova pratica e di una prova scritta. 
La prova pratica consiste nell'analisi di una o più serie storiche in laboratorio, mediante l'utilizzo del pacchetto statistico GRETL, ed ha una durata di un'ora.
La prova scritta consiste di esercizi e domande teoriche.
Criteri di valutazione: Tramite le due prove in cui si articola l'esame si valuteranno: 
1. la conoscenza e la comprensione degli argomenti trattati durante il corso; 
2. la capacità di risolvere semplici problemi di natura teorica, applicando in modo non meccanico quanto appreso durante il corso; 
3. la capacità di analizzare serie di dati reali applicando in modo critico le tecniche acquisite
Contenuti: 1. Presentazione e discussione delle principali caratteristiche di serie storiche principalmente attraverso analisi esplorative di esempi reali. 

2. Le componenti delle serie storiche: trend, ciclo, stagionalità e componente accidentale. Identificazione, stima mediante funzioni matematiche, analisi ed interpretazione delle componenti. 

3. Destagionalizzazione: procedure di destagionalizzazione basate su medie mobili e modelli di regressione. 

4. Processi stocastici, concetti di base: 
- processi stocastici 
- stazionarietà, invertibilità 
- media, autocovarianza, autocorrelazione 

5. Modelli lineari stazionari: 
- processi autoregressivi a media mobile, ARMA(p,q) 
- procedura di Box-Jenkins (identificazione, stima, analisi dei residui) 
- criteri di informazione automatica per la selezione del modello (AIC, BIC, HIC) 

6. Modelli non stazionari e stagionali: 
- non stationarietà in media: trend deterministici e stocastici 
- processi a radici unitarie ARIMA(p,d,q) 
- test per radici unitarie 
- processi stagionali SARIMA(p,d,q)(P,D,Q) 

7. Previsione: 
- criterio dell'errore quadratico medio di previsione 
- calcolo delle previsioni per modelli ARMA e ARIMA 
- valutazione della bontà di previsione

4. Processi stocastici, concetti di base:
- processi stocastici
- stazionarietà, invertibilità
- media, autocovarianza, autocorrelazione

5. Modelli lineari stazionari:
- processi autoregressivi a media mobile, ARMA(p,q)
- procedura di Box-Jenkins (identificazione, stima, analisi dei residui)
- criteri di informazione automatica per la selezione del modello (AIC, BIC, HIC)

6. Modelli non stazionari e stagionali:
- non stationarietà in media: trend deterministici e stocastici
- processi a radici unitarie ARIMA(p,d,q)
- test per radici unitarie
- processi stagionali SARIMA(p,d,q)(P,D,Q)

7. Previsione:
- criterio dell'errore quadratico medio di previsione
- calcolo delle previsioni per modelli ARMA e ARIMA
- valutazione della bontà di previsione
Attivita' di apprendimento previste e metodologie di insegnamento: Le attività prevedono 48 ore di lezioni frontali che comprendono lezioni teoriche accompagnate da esercizi alla lavagna per meglio far comprendere quanto enunciato. A queste ore saranno affiancate 16 ore di lezione in aula informatica, con gli scopi: (i) di insegnare ad utilizzare un pacchetto statistico di libero dominio (GRETL) disegnato per l'analisi delle serie storiche e (ii) di applicare a serie di dati reali, le metodologie statistiche illustrate a lezione.
Eventuali indicazioni sui materiali di studio: Tutto il materiale didattico presentato durante le lezioni frontali è disponibile, contestualmente alle lezioni, sulla piattaforma Moodle.
Su tale piattaforma verranno, inoltre, messi a disposizione: 
- un eserciziario contenente esercizi risolti, affinché lo studente possa prepararsi alla prova scritta 
- gli insiemi di dati reali utilizzati per le lezioni in aula didattica, in modo che lo studente volonteroso possa replicare, ed eventualmente approfondire, l'analisi autonomamente 
- prove di esame, sia relative alla parte scritta sia alla parte pratica, degli anni precedenti
Testi di riferimento:
  • Di Fonzo T., Lisi F., Serie storiche economiche: analisi statistiche e applicazioni. Roma: Carocci, 2005. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Laboratory
  • Case study
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • GRETL