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
