|
Docente
|
PARISI ANTONIO
(programma)
Il programma del corso è costituito da 2 moduli: Inferenza Statistica (IS, 5 CFU) e Serie Storiche (SS, 4 CFU).
Il programma di IS si articola in 2 argomenti principali: Calcolo della Probabilità (CP) e Inferenza (Inf).
Il programma del corso di SS si articola in 2 argomenti principali: Serie Storiche Univariate (SSU) e Serie Storiche Multivariate (SSM).
Numero progressivo e riferimento all’area tematica Argomento
1
(1 - CP) Concetti primitivi del calcolo delle probabilità
I postulati delle probabilità
La misura della probabilità
2
(2 - CP) Variabili casuali discrete e continue
Momenti delle variabili casuali
3
(3 - CP) Algebra delle matrici
Funzioni di più variabili
4
(4 - CP) Variabili casuali multiple
5
(5 - CP) La variabile casuale di Bernoulli
La variabile casuale binomiale
La variabile casuale uniforme
La variabile casuale normale
6
(6 - CP) La variabile casuale Chi-quadrato
La variabile casuale T di Student
La variabile casuale F di Fisher
La variabile casuale normale multivariata
7
(7 - CP) La legge dei grandi numeri
Il teorema del limite centrale
8
(1 - Inf) Campionamento e stima
9
(2 - Inf) Le proprietà degli stimatori
- Correttezza - efficienza
- Il limite di Cramer-Rao
10
(3 - Inf) Le proprietà degli stimatori
- Sufficienza
- Coerenza
- Efficienza e normalità asintotica
11
(4 - Inf) Metodi di costruzione degli stimatori
- Metodo dei momenti
- Minimi quadrati
- Massima verosimiglianza
- Distribuzioni di probabilità di alcuni stimatori
12
(5 - Inf) La verifica delle ipotesi
- La logica del test statistico
- Il lemma di Neymann e Pearson
13
(6 - Inf) La verifica delle ipotesi
- Il test del rapporto delle verosimiglianze
- Il test del rapporto delle verosimiglianze
Particolari test di uso comune
14
(7 - Inf) Stima per intervalli
- Il metodo delle quantità pivotali
- Intervalli confidenza per alcuni parametri
15
(8 - Inf) Il modello di regressione
- La costruzione del modello di regressione
- Le ipotesi classiche
- La stima dei parametri di un modello di regressione
- Le proprietà descrittive del metodo dei minimi quadrati
- Le proprietà inferenziali degli stimatori dei parametri del modello
- La verifica del modello
16
(1 - SSU) - Processi stocastici e serie storiche economiche
- Polinomi di ritardo
17
(2 - SSU) - Stazionarietà
- Teorema di Wold e processi lineari
- Momenti condizionati e funzione di autocorrelazione
18
(3 - SSU) Esercitazione: Introduzione a GRETL
19
(4 - SSU) - Processi auto-regressivi a media mobile (ARMA)
- Invertibilità
- Condizioni di stazionarietà e invertibilità
20
(5 - SSU) - Processi ARMA integrati (ARIMA)
- Identificazione e stima dei modelli ARIMA;
21
(6 - SSU) Esercitazione: serie storiche univariate
22
(1 - SSM) - Principali test diagnostici per modelli ARIMA;
- La previsione economica con i modelli ARIMA.
23
(2 - SSM) - Trend deterministici e trend stocastici
- Test di radice unitaria.
24
(3 - SSM) Esercitazione: inferenza per processi integrati
25
(4 - SSM) - Processi auto-regressivi vettoriali (VAR)
- Identificazione e stima di modelli VAR
- Funzioni di risposta all'impulso
26
(5 - SSM) - Co-integrazione
- Procedure di Engle e Granger e di Johansen
27
(6 - SSM) Esercitazione: serie storiche multivariate
 Libri di testo:
- D. Piccolo (2010), Statistica, Il Mulino
- J. Johnston (2010), Econometrica, Franco Angeli
- Riccardo Lucchetti (2011), Appunti di analisi delle serie storiche. Università di Ancona.
- Dispense a cura del docente
|
