· Prima serie di esercizi ·
· Seconda serie di esercizi ·
Courses I am responsible of this year:
1.
Statistica
Economica (CLEAM)
2.
Statistica
(CLEAI)
3.
Analisi Statistico Economica
Territoriale (CLEAM/S)
Prima serie di esercizi:
1. STATISTICA
(CLEAI) 6 cfu e STATISTICA
ECONOMICA (CLEAM) 8 cfu
|
Obiettivi
del corso |
Il corso mira a fornire agli studenti le
metodologie statistiche fondamentali per il trattamento di problematiche
economiche, aziendali e finanziarie, sia in ambito descrittivo che in quello inferenziale. |
|
Contenuto
del corso |
Concetti introduttivi: Universo e campione. Tipologie di
dati e scale di misura. Simbologia. Statistica descrittiva: Statistica descrittiva univariata. Sintesi tabellari, grafiche
ed analitiche. Statistica descrittiva bivariata.
Rappresentazioni tabellari e grafiche.
Correlazione. Interpolazione e regressione. Calcolo delle probabilità e teoria
delle variabili casuali:
Definizioni di probabilità. Gli assiomi del calcolo delle probabilità. Variabili casuali discrete e continue, valori attesi e momenti.
Alcune variabili casuali univariate discrete. Variabili casuali doppie.
Indipendenza stocastica. Covarianza e correlazione.
Distribuzione normale bidimensionale. Variabili casuali a più dimensioni. Inferenza statistica: Popolazione e campione. Il concetto di inferenza parametrica. Statistiche campionarie. Errori
standard. Distribuzione campionaria della media, della
proporzione e dei coefficienti di regressione. Stimatori puntuali:
proprietà. Metodi di stima puntuale. Introduzione agli
intervalli di confidenza ed alla teoria dei test statistici. |
|
Riferimenti bibliografici principali |
TestI di riferimento: Piccolo, D. (2004)
Statistica per le decisioni: la conoscenza umana sostenuta
dall’evidenza empirica, Collana "Manuali", Il Mulino,
Bologna. Euro 33,00. Testi per approfondimenti (CLEAM): Per la parte A) e B) Pace L. e Salvan A. (1996) Introduzione alla statistica, Cedam, Padova Per la parte C) e D) Mood, A.M., Graybill, F.A.
e Boes, D.C. (1997) Introduzione alla statistica, McGraw-Hill, Italia, Milano. |
|
Metodo di insegnamento |
Lezioni frontali. Esercitazioni. |
|
Metodo di valutazione ed esami |
Prova scritta d’esonero in corso
d’anno (4 aprile 2007). Esame finale. |
2. ANALISI STATISTICO-ECONOMICA TERRITORIALE
|
Numero di crediti |
6 |
|
Obiettivi del corso |
Il corso mira a fornire agli studenti le
metodologie statistiche fondamentali per l’analisi dei dati spaziali
con particolare riferimento ai dati ambientali. PRE-REQUISITI:
Un corso base di statistica descrittiva ed inferenziale. Un corso di econometria
(modello lineare). Nozioni di calcolo delle probabilità e processi aleatori.
Statistica e contabilità per l’ambiente. |
|
Contenuto del corso |
Introduzione al corso
Il livello micro ed il livello meso. Localizzazione ed interazione spaziale. Tipologie e fonti di dati spaziali in statistica economica. Gli operatori economici ed il loro comportamento. spaziale. PARTE I: Approfondimenti di Statistica inferenziale Vari
approcci alla statistica inferenziale. Modello
statistico inferenziale. Identificabilità;
definizione di problemi regolari. Verosimiglianza; quantità di verosimiglianza;
principi di verosimiglianza (forte e debole). Principio della sufficienza,
della completezza della ancillarità.
Efficienza degli stimatori MV; distribuzione asintotica degli stimatori MV. Stimatori bayesiani.
Pseudo-verosimiglianza. Tre test
basati sulla verosimiglianza e loro distribuzione asintotica. PARTE II: Il livello
micro-economico La localizzazione spaziale di agenti economici 1) Metodi di analisi della localizzazione semplice. 2) Metodi di analisi della localizzazione congiunta Interazione spaziale tra agenti economici Le due accezioni del termine interazione. 1) Interazione come flusso di beni ed individui.. 2) Interazione tra comportamenti individuali nello spazio, L’interazione spaziale e la prima legge della geografia, L’indice I di Moran e l’indice di correlazione spaziale R di Whittle, La statistica-test di Moran. PARTE III: Il livello meso-economico Dal micro al meso. L’errore ecologico e la seconda legge della geografia. Il concetto di regione. Localizzazione spaziale all’interno di regioni 1) Localizzazione semplice. Analisi classica della localizzazione: Teorie della localizzazione. Dalla teoria alle misure della localizzazione; Localizzazione e specializzazione.. La nuova geografia economica. Analisi della concentrazione e della convergenza regionale. 2) La localizzazione congiunta. Interazione spaziale tra regioni 1) Interazione come flussi tra regioni. Le tavole input-output regionali. I modelli gravitazionali vincolati (cenni). 2) Interazione di comportamenti tra gruppi di agenti economici. Il concetto di campo aleatorio. Restrizioni sull’eterogeneita’ e sulla dipendenza di campi aleatori. Alcuni processi spaziali. Analisi della correlazione spaziale tra regioni. PARTE IV: Modelli lineari con dati spaziali Introduzione: I dati statistico-economici distribuiti nello spazio e la modellistica econometrica. Campi aleatori e modelli spaziali. I processi markoviani in due dimensioni. Alcuni teoremi limite per campi aleatori. La funzione di verosimiglianza di campioni spaziali. Alcune derivazioni della verosimiglianza per campi aleatori, Stime di massima verosimiglianza, Test basati sulla verosimiglianza. Il modello di regressione lineare con dati spaziali. Specificazione del modello di regressione lineare. 1) La rimozione delle ipotesi sul modello di campionamento (L’approccio basato sulla rispecificazione, L’approccio basato sulla autocorrelazione, Test di ipotesi sul modello di campionamento, Test basati sulla rispecificazione, Test basati sulla autocorrelazione, Stima nel caso di modello di campionamento non indipendente, Stime di massima verosimiglianza, Stime dei Minimi Quadrati Generalizzati). 2) Rimozione delle
ipotesi sul modello probabilistico (L’eteroschedasticita’
spaziale, Test di eteroschedasticita’
spaziale, L’nvarianza spaziale dei
parametri). |
|
Riferimenti bibliografici principali |
Parte
I: Azzalini, A. (1988) Inferenza statistica, Springer-Verlag Italia. Parte
II: Arbia ed Espa (1996) Statistica economica territoriale, CEDAM, Padova. Diggle, P.J. (1983) Statistical analysis of spatial point patterns, Academic Press, Parte III: Arbia, G. (1989). Spatial data configuration in statistical analysis of regional
economic and related problems, Kluwer Academic
Publisher, Barro, R. J. and Sala-i-Martin,
X. (1992) Economic growth, McGraw Hill Haining, R. P. (1990) Spatial data analysis in the social and
environmental sciences, Cambridge University Press, Krugman, P. (1991a). Geography and trade, MIT press, Parte IV: Anselin L. (1988) Spatial econometrics, Kluwer Academic Publishers. Anselin L. and Bera, A. K. (1998) Spatial dependence in linear regression models with an introduction to spatial econometrics, in Ullah, A. and Giles, D. E. A. (eds.) Handbook of applied economic statistics, Marcel Deker, New York.237-290. Arbia, G. (1996) Appunti di
econometria spaziale, Quaderni del dipartimento di Metodi Quantitativi e
Teoria Economica, Chieti |
|
Metodo di insegnamento |
Lezioni frontali. Esercitazioni. |
|
Metodo di valutazione ed esami |
Prove scritte d’esonero in corso
d’anno. Esame finale. A titolo
esemplificativo si riporta l’esame del 5 dicembre 2000 (prima parte
del corso) |
Ricevimento studenti: GIOVEDì 12-13.30.
Per concordare orari differenti tel. 085 453 7533, oppure email: arbia@unich.it
__________________________
__
______________
Past year
courses:
CORSI DI
STATISTICA ECONOMICA (CLEAM)
(Laurea triennale)
STATISTICA ECONOMICA (SEGI) (CLAT)
(laurea triennale)
STATISTICA ECONOMICA
(lauree quadriennali)
(CLEAM)
ECONOMETRIA
(CLEP)
esercizi svolti di statistica inferenziale
(Prof. Giuseppe Arbia)
CALENDARIO DELLE LEZIONI A. A. 02-03
(2 CFU pari a 16 ore di lezione
frontale più 4 di esercitazioni)
|
Settimana |
Argomenti
trattati |
|
24-28 Settembre |
Introduzione alla statistica. Statistica descrittiva e statistica inferenziale |
|
1 –5 Ottobre |
Statistica descrittiva: parametri di posizione e variabilità. |
|
8 – 13 ottobre |
Statistica descrittiva bivariata: correlazione e regressione:. |
(3 CFU pari a 24 ore di lezione
frontale più 6 di esercitazioni)
date da definirsi
|
Settimana |
Argomenti
trattati |
|
|
Probabilità |
|
|
Inferenza statistica |
|
|
Inferenza statistica |
|
|
Statistiche economiche e statistiche giudiziarie |
|
|
Riepilogo esercitazioni |
(6 CFU pari a 48 ore di lezione
frontale più 12 di esercitazioni)
|
Settimana |
Argomenti
trattati |
|
|
15 – 20 Ottobre |
Richiami di variabili aleatorie; Nozione di modello di probabilita’; alcune distribuzioni univariate; vettori aleatori; |
|
|
22 – 27 Ottobre |
Richiami di variabili aleatorie bivariate discrete e continue. |
|
|
29 Ottobre – 2 Nov |
Inferenza. Definizione di statistiche. Distribuzione campionaria delle statistiche (media campionaria, varianza campionaria e proporzione campionaria) |
|
|
5–9 Novembre |
Stimatori. Proprieta’ degli stimatori: Correttezza, Efficienza, MSE. Proprieta’ asintotiche degli stimatori. |
|
|
12-16 Novembre |
Metodi di stima puntuale: Metodo dei momenti e massima verosimiglianza. |
|
|
12-19 Novembre |
Metodi di stima puntuale: metodo dei minimi quadrati. |
|
19–23 Novembre |
Stima per intervalli e test di ipotesi |
|
26–30 Novembre |
Test basati sulla verosimiglianza. |
|
3 –7 Dicembre |
Modello lineare |
|
10 – 14 Dicembre |
Esame finale |
Esercitazioni : Le esercitazioni pratiche si svolgeranno a partire dal 20 Ottobre secondo modalità ed in orari da definirsi..
Per CLEAM:
Mood-Graybill-Boes, Introduzione alla statistica, McGraw-Hill, 1988.
Per SEGI – CLAT e lauree quadriennali
WONNACOTT – WONNACOTT, Introduzione alla statistica, Franco Angeli.
Orario LUNEDI’ 14-16 Aula 4
MARTEDI’ 8 –10 Aula 12
MERCOLEDI’ 10 - 12 Aula 12
Prima lezione: 25 settembre aula 12.Il corso è sospeso
nei giorni 1 e 2 ottobre.
_________________________________________________________________________________________________________________________________________________________________________________
CALENDARIO DELLE LEZIONI A. A. 01-02
CORSI DI
ED ECONOMETRIA AMBIENTALE (Environmetrics)
(Laurea triennale in “Economia Ambientale”)
ECONOMETRIA (Econometrics)
(laurea quadriennale in “Economia Politica” e laurea
triennale in “Economia ed Informatica” ed “Economia e
Finanza”)
(PROF. Giuseppe Arbia)
(5 CFU pari a 40 ore di lezionefrontale più 10 di esercitazioni e laboratorio)
|
Settimana |
Argomenti
trattati |
|
24-28 Settembre |
Richiami di variabili aleatorie; Nozione di modello di probabilita’; alcune distribuzioni univariate; vettori aleatori; |
|
1 –5 Ottobre |
Richiami di variabili aleatorie bivariate discrete e continue. |
|
8 – 13 ottobre |
Richiami di inferenza: Problema dell’inferenza. Definizione di statistiche. Distribuzione campionaria delle statistiche (media campionaria, varianza campionaria e proporzione campionaria) |
|
15 – 20 Ottobre |
Stimatori. Proprieta’ degli stimatori: Correttezza, Efficienza, MSE. Proprieta’ asintotiche degli stimatori. |
|
22 – 27 Ottobre |
Metodi di stima puntuale: Metodo dei momenti e massima verosimiglianza. |
|
29 Ottobre – 2 Nov |
Metodi di stima puntuale: metodo dei minimi quadrati. |
|
5–9 Novembre |
Stima per intervalli e test di ipotesi |
|
12-16 Novembre |
Esame I modulo. |
Esercitazioni e laboratorio di
econometria ambientale (per i soli studenti di economia ambientale)
Le esercitazioni pratiche al computer si svolgeranno a partire dal 10 Ottobre in Aula Informatizzata (piano –2) in orari da fissare.
II MODULO: Parte per il corso
di Economia Politica (Vecchio Ordinamento) e per i Corsi di Economia ed
Informatica ed Economia e
Finanza (30 ore di lezione)
|
12-19 Novembre |
Test basati sulla verosimiglianza. |
|
19–23 Novembre |
Modello lineare |
|
26–30 Novembre |
Discussione delle assunzioni del modello base I |
|
3 –7 Dicembre |
Discussione delle assunzioni del modello base II |
|
10 – 14 Dicembre |
Test di specificazione; predizione. Analisi dei residui. |
|
17 –21 Dicembre |
Esame II modulo |
Riferimenti bibliografici:
Mood-Graybill-Boes, Introduzione alla statistica, McGraw-Hill, 1988. (Tranne il cap.11).
Peracchi, F., Econometria, Mc Graw-Hill, 1995 (capitoli 4-9).
Per approfondimenti
Green W. H., Econometric analysis,
Prentice-Hall, 1997.
Berndt E., The practice of Econometrics,
classic and contemporary, Addison Wesley, 1991.
Orario LUNEDI’ 10-12 Aula 12
GIOVEDI’ 10 –12 Aula 12
VENERDI’ 10 - 12 Aula 12
Tesi di laurea: Le tesi di laurea presso la cattedra di econometria sono di due tipi: a) tesi di econometria teorica; b) tesi di econometria applicata riguardanti in prevalenza le applicazioni all’econometria di dati regionali ed ambientali l’econometria finanziaria. Gli studenti interessati sono invitati a contattare il titolare.
Pagine web: Sono disponibili gli
esercizi di Econometria risolti degli anni passati, scaricabili dal sito web http://www.sci.unich.it/~arbia/eco_www