Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
SCIENZE STATISTICHE
Insegnamento
MODELLI STATISTICI PER DATI ECONOMICI
SCP4063394, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
SCIENZE STATISTICHE
SS1736, ordinamento 2014/15, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL MODELS FOR ECONOMIC DATA
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-laurea-magistrale
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Sito E-Learning https://elearning.unipd.it/stat/course/view.php?idnumber=2018-SS1736-000ZZ-2017-SCP4063394-N0
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 MASSIMILIANO CAPORIN SECS-S/03

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

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

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 64 161.0

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
4 Commissione a.a.2018/19 01/10/2018 30/09/2019 CAPORIN MASSIMILIANO (Presidente)
BERNARDI MAURO (Membro Effettivo)
BISAGLIA LUISA (Membro Effettivo)

Syllabus
Prerequisiti: Quelli previsti dall’ordinamento del corso di laurea.
Conoscenze e abilita' da acquisire: Lo scopo del corso è di fornire allo studente la preparazione necessaria per costruire ed impiegare modelli statistici, prevalentemente dinamici, in presenza di dati di natura economica. La presentazione e lo studio delle caratteristiche principali delle varie classi di modelli saranno costantemente accompagnati dall'interpretazione economica dell'applicazione dei modelli attravero esempi basati su dati reali.
Modalita' di esame: Esame scritto con domande teoriche ed esercizi pratici.
Criteri di valutazione: La valutazione mira a stabilire se e in quale misura lo studente è in grado di costruire modelli adeguati per dati economici e la sua capacità di interpretarne i risultati da un punto di vista economico.
Contenuti: Introduzione: classificazione e caratteristiche dei dati economici; principali classi di modelli utili per la modellazione di relazioni economiche.
Modelli per serie storiche multivariate: modelli VAR, SVAR e VECM, specificazione, identificazione, stima e loro impiego.
Modelli per dati di panel: specificazione e stima di modelli con componente d’errore a una via, modelli dinamici per dati di panel.
Modelli ad equazioni simultanee: forma strutturale, forma ridotta, identificazione e stima (cenni).
Modelli state-space: esempi, specificazione, stima e loro impiego (cenni).
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali teoriche. Utilizzo di esempi con dati reali per l'interpretazione economica dei risultati di un modello. Sessioni di esercizi analitici.
Eventuali indicazioni sui materiali di studio: Testi principali di riferimento: Lutkepohl e Baltagi.
Slides del docente.
Testi di riferimento:
  • Greene W. H., Econometric Analysis (7th edition). --: Prentice Hall, 2012. Cerca nel catalogo
  • Baltagi, B. H., Econometric Analysis of Panel Data (4th edition). --: Wiley, 2008. Cerca nel catalogo
  • Tsay R. S., Multivariate Time Series Analysis With R and Financial Applications. --: Wiley, 2014. Cerca nel catalogo
  • Durbin J. and Koopman S.J., Time Series Analysis by State Space Methods (2nd edition). --: Oxford University Press, 2012. Cerca nel catalogo
  • Petris G., Petrone S., Campagnoli P., Dynamic Linear Models with R. --: Springer, 2009. Cerca nel catalogo
  • Lutkepohl, H., New Introduction to Multiple Time Series Analysis. --: Springer, 2007. Cerca nel catalogo

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

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