FACOLTÀ DI ECONOMIA Dipartimento di Scienze Economiche e Matematico-Statistiche Master di II livello (PIT 9.4) in ANALISI DEI MERCATI E SVILUPPO LOCALE Prof. Donato Posa Prof.ssa Sandra De Iaco Dott.ssa Monica Palma AREA TEMATICA AT1, Moduli M2, M3, M4 e M5 (2 ore) Statistica Inferenziale (MODULO M2) - Inferenza statistica, probabilità e variabile aleatoria Cenni sulle variabili aleatorie multiple Disuguaglianza di Chebyshev Teorema del limite centrale Inferenza parametrica e non parametrica su media e varianza Inferenza parametrica su π Casi di studio Esercitazione sul test Chi Quadro per la verifica dell’indipendenza Lineamenti di Econometria 1: i modelli di regressione lineare e multipla, tecniche di previsione (MODULO M3) Parte 1: Regressione semplice - L’Econometria - Fondamenti di regressione - Stima puntuale - Test parametrici per Beta0 e Beta1 - Test non parametrici per Beta0 e Beta1 - Caso di studio 1: reddito e consumo - Caso di studio 2: tasso di attività e PIL/AB - Fasi per la costruzione di un modello statistico - Specificazione del modello - Stima dei parametri - Verifica del modello (inferenza sui parametri, test sulla bontà di adattamento, analisi sui residui) Parte 2: Regressione multipla - Fondamenti di regressione (regressione lineare multipla) - Stima puntuale (stima dei parametri beta e stima della varianza dell’errore) - Coefficiente di determinazione - Analisi dei residui - Test sulla bontà dell’adattamento - Inferenza sul vettore beta - La multicollinearità Econometria: esercitazione su regressione semplice e multipla 1 Parte 3: Serie storiche - Analisi delle serie storiche - Campionamento - Obiettivi dell’analisi delle serie storiche - Teoria dei processi stocastici - Decomposizione di un processi stocastico - Fasi dell’analisi delle sreie storiche - Analisi esplorativa dei dati - Eteroschedasticità - Trasformazione dei dati di una serie storica - Analisi della componente trend - Trend/ciclica/stagionale - Principali campi di applicazione - Serie storiche/economiche/finanziarie nelle scienze ambientali/nel marketing/demografiche - Le ipotesi di stazionarietà - Funzioni di autocorrelazione - Modelli per serie storiche - Processo puramente casuale/ processo media mobile - Teorema di Wold e i modelli Arma - Processo autoregressivo/media mobile - Processi autoregressivi integrati/media mobile - Processo passeggiata aleatoria - Metodo box & Jenkins Econometria:esercitazione sull’analisi delle serie storiche Geo-statistica: analisi economica territoriale (MODULO M4) - L’Analisi statistica spaziale Caso di Studio: la qualità delle acque di falda nel Salento caratteristiche dei dati a struttura spaziale principali obiettivi della geostatistica (campionamento spaziale, fasi dell’analisi geostatistica) Strumenti di rappresentazione grafica dei dati Analisi della correlazione spaziale Anisotropie Modelli teorici Stima del semivariogramma Metodi di interpolazione e di simulazione stocastica Kriging stazionario Kriging indicatore Momenti per un campo aleatorio indicatore Simulazione stocastica Metodo di decomposizione di Cholesky Simulazione sequenziale Geostatistica: esercitazione 2 Sistemi informativi geografici 2 (laboratorio): guida all’uso dei GIS (MODULO M5) - Principi fondamentali dei Sistemi Informativi Geografici: Definizione La nascita dei sistemi informativi geografici Definizione di GIS Componenti di un GIS Dati Informazioni BIBLIOGRAFIA Dispense distribuite dal docente a lezione. 3