|
Insegnamento
SERIE STORICHE (Ult. numero di matricola pari)
SCP4063789, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18
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 |
Inizio attività didattiche |
30/09/2019 |
Fine attività didattiche |
18/01/2020 |
Visualizza il calendario delle lezioni |
Lezioni 2019/20 Ord.2014
|
Commissioni d'esame
Commissione |
Dal |
Al |
Membri |
8 Commissione a.a.2019/20 (matr.pari) |
01/10/2019 |
30/09/2020 |
BISAGLIA
LUISA
(Presidente)
BERNARDI
MAURO
(Membro Effettivo)
CAPORIN
MASSIMILIANO
(Membro Effettivo)
LISI
FRANCESCO
(Membro Effettivo)
|
7 Commissione a.a.2019/20 (matr.dispari) |
01/10/2019 |
30/09/2020 |
BERNARDI
MAURO
(Presidente)
BISAGLIA
LUISA
(Membro Effettivo)
CAPORIN
MASSIMILIANO
(Membro Effettivo)
SILAN
MARGHERITA
(Membro Effettivo)
|
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 45 minuti.
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.
|
Didattica innovativa: Strategie di insegnamento e apprendimento previste
- Lecturing
- Case study
- Questioning
- Files e pagine caricati online (pagine web, Moodle, ...)
- GRETL
Didattica innovativa: Software o applicazioni utilizzati
|
|