- Oggetto:
Modelli statistici ed econometrici
- Oggetto:
Statistical and econometric models
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- ECM0320B
- Docenti
- Vito Frontuto (Titolare del corso)
Alessandro Lanteri (Titolare del corso) - Corso di studio
- Laurea magistrale in Economia dell'Ambiente, della Cultura e del Territorio - a Torino [0403M21]
- Anno
- 1° anno
- Periodo
- Primo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 9
- SSD attività didattica
- SECS-S/03 - statistica economica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Consigliata/Recommended
- Tipologia esame
- Scritto
- Tipologia unità didattica
- modulo
- Insegnamento integrato
- Metodi quantitativi A (ECM0320)
- Prerequisiti
- È richiesta la conoscenza degli argomenti di un corso di base di Matematica e di uno di Statistica.
- Propedeutico a
- È prevista, la propedeuticità obbligatoria dell’esame di METODI QUANTITATIVI A per tutti i successivi esami del secondo anno nei seguenti Settori Scientifico-Disciplinari:
- SECS-P/01 - Economia politica
- SECS-P/02 - Politica economica
- SECS-P/03 - Scienza delle finanze
- SECS-P/06 - Economia applicata
- SECS-S/01 - Statistica
- GEO/12 - Oceanografia e fisica dell'atmosfera - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L’insegnamento si propone, coerentemente con gli obiettivi formativi del Corso di Laurea in Economia dell'Ambiente, della Cultura e del Territorio di fornire agli studenti gli strumenti quantitativi utilizzati comunemente nella letteratura economica, necessari per affrontare gli insegnamenti di tipo quantitativo previsti dal piano di studi della Laurea Magistrale EACT. Questo modulo fornisce i necessari strumenti di Statistica e Econometria.
The course aims to provide students with the quantitative tools commonly used in the economics literature, which are necessary to deal with the quantitative subjects included in the curriculum of the EACT Master's Degree. This module provides the necessary tools in Statistics and Econometrics.
- Oggetto:
Risultati dell'apprendimento attesi
Lo studente dovrà acquisire la conoscenza degli strumenti tradizionali dell'analisi statistica ed econometrica e la capacità di utilizzare tali tecniche per la costruzione di modelli quantitativi utilizzati nella soluzione dei problemi riguardanti le scienze economiche. La formazione all'interno della Laurea Magistrale in Economia dell'Ambiente, della Cultura e del Territorio sarà quindi completata e arricchita dalle seguenti competenze:
Conoscenza e capacità di comprensione
Al termine dell'insegnamento lo studente sarà in grado di:
- Comprendere gli strumenti della statistica di base e i concetti fondanti del calcolo delle probabilità
- Comprendere i concetti fondanti della stima puntuale e della stima per intervallo, e della verifica di ipotesi statistiche
- Comprendere gli strumenti econometrici di base come la regressione semplice e la regressione multipla
Conoscenza e capacità di comprensione applicate
Al termine dell'insegnamento lo studente sarà in grado di:
- Applicare le conoscenze relative al calcolo delle probabilità per studiare e valutare situazioni di incertezza
- Applicare le conoscenze relative ai metodi di inferenza statistica per comprendere il comportamento dei fenomeni osservati e prendere decisioni sulla base dell'osservazione empirica degli stessi.
- Applicare le conoscenze di base relative all'econometria per l'analisi di fenomeni economici
Capacità di apprendere
Al termine dell'insegnamento lo studente sarà in grado di:
- Utilizzare i concetti cardine relativi alla logica dell'inferenza per approfondire le relative tematiche
- Utilizzare i concetti appresi sulla regressione lineare per approfondire ad estendere le conoscenze sui modelli di regressione multivariata e sui modelli non lineari
- Utilizzare i concetti cardine relativi all'econometria per interpretare i fenomeni economici
The students will improve their knowledge of the standard tools of statistical and econometric analysis and their ability to use these techniques for the construction of quantitative models used in economics. The training within the Master's Degree in Economics of the Environment, Culture and Territory will therefore be completed and enriched by the following competencies:
Knowledge and comprehension skills
At the end of the course, the students will be able to:
- Understand the tools of basic statistics and the concepts of probability calculus
- Understand the basic concepts of point and interval estimations and the statistical hypothesis testing
- Understand basic econometric tools such as simple regression and multiple regression
Applied knowledge and understanding
At the end of the course, the students will be able to:
- Apply knowledge related to probability calculus to study and evaluate situations of uncertainty
- Apply knowledge related to statistical inference methods to understand the behavior of observed phenomena
- Apply basic knowledge related to econometrics for the analysis of economic phenomena
Ability to learn
At the end of the course, the students will be able to:
- Use the core concepts relating to the logic of inference
- Use the concepts learned about linear regression to deepen and extend their knowledge of multivariate regression models and non-linear models
- Use key concepts relating to econometrics to interpret economic phenomena
- Oggetto:
Programma
Modelli Statistici (36 ore)
- Campionamento e distribuzioni campionarie
- Stima puntuale
- Stima per intervallo
- Teoria dei test statistici
- Test per medie, proporzioni e varianze
Modelli Econometrici (18 ore)
- La natura dell'econometria e i dati economici.
- Il modello di regressione semplice.
- Analisi di regressione multipla: stima.
- Analisi di regressione multipla: inferenza.
- Analisi di regressione multipla: altri argomenti.
- Nozioni di base di serie storiche.
Statistical Models (36 hours)
- Sampling and sample distributions
- Point estimation
- Interval estimation
- Statistical test theory
- Tests for means, proportions and variances
Econometric Models (18 hours)
- The nature of econometrics and economic data
- The simple regression model
- Multiple regression analysis: estimation
- Multiple regression analysis: inference
- Multiple regression analysis: other topics
- Basics of time series
- Oggetto:
Modalità di insegnamento
L'insegnamento è costituito da 54 ore di lezioni frontali. Di queste, 36 ore saranno dedicate ai modelli statistici (Prof. Lanteri) e 18 ore saranno dedicate ai modelli econometrici (Prof. Frontuto).
La frequenza al corso non è obbligatoria, ma fortemente consigliata.
Le attività di supporto al corso (sotto riportate) sono altamente consigliate.
The course consists of 54 hours of lectures. Of these, 36 hours will be devoted to statistical models (Prof. Lanteri) and 18 hours will be devoted to econometric models (Prof. Frontuto).
Attendance at the course is not compulsory, but strongly recommended.
Supporting activities (below) are highly recommended.- Oggetto:
Modalità di verifica dell'apprendimento
La modalità di verifica dell'apprendimento consiste in una prova scritta per ognuna delle due parti del corso, modelli statistici e modelli econometrici, della durata di 1 ora e 30 minuti. La prova potrà essere costituita da esercizi e domande di carattere teorico, volti ad accertare la padronanza delle tecniche di calcolo e la capacità di esposizione dei concetti teorici presentati durante l'insegnamento.
Il voto finale dell'insegnamento di "Metodi Quantitativi A" è dato dalla media aritmetica dei voti dei due moduli, ponderati per i cfu di ciascun modulo. Le prove relative ai 2 moduli possono essere sostenute in occasione dello stesso appello oppure di appelli distinti, con il vincolo che l'esame deve essere completato entro la fine dell'anno accademico. Non vi è differenza nella prova di esame tra studenti frequentanti e studenti non frequentanti.
The assessment consists of a written test lasting 1 hour and 30 minutes for each of the two parts of the course, statistical model and econometric model. The test may consist of exercises and questions of a theoretical nature, aimed at verifying the ability to explain the theoretical concepts presented during the course.
The final grade of the course is given by the arithmetic mean of the grades of the two parts, weighted by the corresponding credits. The exams of the two parts can be given on the same date or on different dates, but the exam must be completed before the end of the academic year. There is no difference in the exam between students that attend the course and students that do not attend the course.
- Oggetto:
Attività di supporto
Ogni settimana sono previste alcune ore di esercitazioni (per ciascuna parte che compone il modulo) dedicate alla soluzione di esercizi che mettono in pratica i concetti teorici illustrati durante il corso e fornire le basi per l’utilizzo del software statistico R.
Esercitazioni di "Statistica" (fortemente consigliate): TBD
Esercitazioni di "Econometria con R" (fortemente consigliate): TBD
Every week several hours of exercises (for each part that makes up the module) will be dedicated to solving exercises that put into practice the theoretical concepts illustrated during the course and to provide the basis for using the statistical software R.
Tutorials "Statistics" exercises (strongly recommended): TBD
Tutorials "Econometrics with R" exercises (strongly recommended): TBD
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- STATISTICA: METODOLOGIE PER LE SCIENZE ECONOMICHE E SOCIALI
- Anno pubblicazione:
- 2021
- Editore:
- Mc Graw Hill
- Autore:
- Simone Borra, Agostino Di Ciaccio
- ISBN
- Obbligatorio:
- Si
- Oggetto:
Dispense e materiali forniti dai docenti.
Slides and other materials provided by lecturers.
- Oggetto:
Note
ATTENZIONE
L’insegnamento è preceduto da precorsi di Matematica e Statistica. Tutte le info sui precorsi si trovano nelle relative schede:
https://www.didattica-est.unito.it/do/corsi.pl/Show?_id=amq5
I precorsi sono parte integrante del percorso formativo, e sono indispensabili per tutti gli studenti che hanno ricevuto una limitata preparazione nella disciplina durante gli studi triennali.
Sono comunque fortemente consigliati a tutti.
Gli/le studenti/esse affetti/e da DSA o disabilità sono pregati/e di prendere visione delle modalità di accoglienza (https://www.unito.it/
accoglienza-studenti-con- disabilita-e-dsa) e di supporto di Ateneo (DSA: https://www.unito.it/servizi/ lo-studio/studenti-e- studentesse-con-disturbi- specifici-di-apprendimento-dsa ; disabilità: https://www.unito.it/servizi/ lo-studio/studenti-e- studentesse-con-disabilita) e, in particolare, delle procedure necessarie per il supporto in sede d’esame (DSA: https://www.unito.it/servizi/ lo-studio/studenti-e- studentesse-con-disturbi- specifici-di-apprendimento- dsa/supporto; disabilità: https://www.unito. it/servizi/lo-studio/studenti- con-disabilita/supporto-agli- studenti-con-disabilita- sostenere-gli-esami). WARNING
Lectures are preceded by pre-courses in Mathematics and Statistics. All information on the pre-courses can be found here:
https://www.didattica-est.unito.it/do/corsi.pl/Show?_id=amq5
Pre-courses are an integral part of the course and are essential for all students who have limited background in quantitative methods. However, they are strongly recommended for everyone.
Students affected by Specific Learning Disorders (SLD) or disability are invited to read carefully the supporting tools (https://en.unito.it/services/
students-special-needs-0) and facilities made available by the University of Turin (SLD: https://en.unito.it/services/ students-special-needs/ students-specific-learning- disability-sld/services- students-sld; disability: https://en.unito.it/services/ students-special-needs/ disabled-students/services- disabled-students), and, in particular, the procedures to follow in order to receive support for the exams (SLD: https://en.unito.it/services/ students-special-needs/ students-specific-learning- disability-sld/support-taking- exams; disability: https://en.unito.it/services/ students-special-needs/ disabled-students/support- taking-exams-disabled-students ). - Registrazione
- Chiusa
- Apertura registrazione
- 17/09/2023 alle ore 23:55
- Chiusura registrazione
- 31/12/2023 alle ore 00:00
- Oggetto:
