Marcella NIGLIO | MODELLI STATISTICI
Marcella NIGLIO MODELLI STATISTICI
cod. 0212800012
MODELLI STATISTICI
| 0212800012 | |
| DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE | |
| CORSO DI LAUREA | |
| STATISTICA PER I BIG DATA | |
| 2020/2021 |
| OBBLIGATORIO | |
| ANNO CORSO 2 | |
| ANNO ORDINAMENTO 2018 | |
| SECONDO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| SECS-S/01 | 10 | 60 | LEZIONE |
| Obiettivi | |
|---|---|
| IL CORSO HA LO SCOPO DI INTRODURRE I PRINCIPALI METODI E MODELLI STATISTICI UTILIZZATI PER DESCRIVERE, INTERPRETARE E PREVEDERE FENOMENI DI VARIA NATURA. CONOSCENZA E CAPACITÀ DI COMPRENSIONE IL CORSO INTENDE FORNIRE GLI ELEMENTI TEORICI E PRATICI NECESSARI PER LA COSTRUZIONE E L'UTILIZZO DI UN’AMPIA CLASSE DI MODELLI STATISTICI, ANCHE COMPLESSI, E INTRODURRE LO STUDENTE ALLE PROBLEMATICHE RELATIVE ALL'INTERPRETAZIONE, ALLA SPECIFICAZIONE E ALLA STIMA DEI SUDDETTI MODELLI. L'IMPOSTAZIONE DEL CORSO È PREVALENTEMENTE APPLICATA, AL FINE DI PREPARARE LO STUDENTE ALLA SCELTA DEL MODELLI PIÙ APPROPRIATI AL CONTESTO PARTICOLARE ANALIZZATO E INTRODURLO ALLE SOLUZIONI DELLE PROBLEMATICHE TIPICHE DELL’ANALISI DI DATI MEDIANTE L’AUSILIO DI OPPORTUNI SOFTWARE STATISTICI. GLI ARGOMENTI TRATTATI DURANTE IL CORSO SARANNO ACCOMPAGNATI DA ESERCITAZIONI SU DATI REALI. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE LA CONOSCENZA ACQUISITA DURANTE IL CORSO PERMETTERÀ ALLO STUDENTE DI: ESSERE IN GRADO DI INDIVIDUARE LA MODELLISTICA PIÙ APPROPRIATA PER L’ANALISI E LA PREVISIONE DI DATI GENERATI IN DIVERSI CONTESTI EMPIRICI (ECONOMICI, GESTIONALI, MEDICI, INFORMATICI, SOCIALI, ECC.); ESSERE CAPACE DI INDIVIDUARE E DI UTILIZZARE SOFTWARE STATISTICI UTILI PER LA STIMA DI TALI MODELLI E PER LA COSTRUZIONE DI GRAFICI E TABELLE ADATTI A SINTETIZZARNE I RISULTATI DI STIMA O PREVISIONE; COMUNICARE IN MODO TECNICO O DIVULGATIVO LE STIME STATISTICHE OTTENUTE E PRODURRE O INTERPRETARE REPORT STATISTICI CHE SINTETIZZANO I RISULTATI DELL’ANALISI. |
| Prerequisiti | |
|---|---|
| PER SOSTENERE L’ESAME DI MODELLI STATISTICI È PROPEDEUTICO AVER SUPERATO L’ESAME DI INFERENZA STATISTICA. GLI ARGOMENTI TRATTATI AL CORSO RICHIEDONO INOLTRE UNA BUONA CONOSCENZA DELL’ALGEBRA LINEARE STUDIATA AL CORSO DI MATEMATICA GENERALE. |
| Contenuti | |
|---|---|
| MODULO 1 – IL MODELLO DI REGRESSIONE (24 ORE DI TEORIA E 6 DI ESERCITAZIONI) DEFINIZIONE DI MODELLO STATISTICO. IL MODELLO DI REGRESSIONE LINEARE (SEMPLICE E MULTIPLO): SPECIFICAZIONE, ASSUNZIONI E STIMA DEI PARAMETRI (CON IL METODO DI STIMA DELLA MASSIMA VEROSIMIGLIANZA E DEI MINIMI QUADRATI). PROPRIETÀ DEGLI STIMATORI E TEOREMA DI GAUSS-MARKOV. VERIFICA DELLA SIGNIFICATIVITÀ DEI PARAMETRI STIMATI. VALUTAZIONE DELL’ADATTAMENTO DEL MODELLO STIMATO AI DATI. PREVISIONE. MODULO 2- MODELLI PER DATI PANEL (10 ORE DI TEORIA E 5 DI ESERCITAZIONI) DATI PANEL. MODELLI A PARAMETRI OMOGENEI. MODELLO A EFFETTI FISSI. MODELLO A EFFETTI CASUALI. EFFETTI FISSI E EFFETTI CASUALI: CONFRONTO TRA STIMATORI. STIMATORE DI HAUSMAN-TAYLOR. SISTEMI DI EQUAZIONI DI REGRESSIONE. MODULO 3 - MODELLI PER VARIABILI DIPENDENTI QUALITATIVE E LIMITATE (10 ORE DI TEORIA E 5 DI ESERCITAZIONI) MODELLI CON VARIABILI DIPENDENTI BINARIE. MODELLO LOGIT A SCELTA BINARIA. MODELLO LOGIT MULTINOMIALE. MODELLO LOGIT CONDIZIONALE. MODELLI DI SCELTA ORDINATA. MODELLI PER DATI DI CONTEGGIO. MODELLI PER VARIABILI DIPENDENTI LIMITATE. LE ESERCITAZIONI SI TERRANNO NEL LABORATORIO MULTIMEDIALE E SI FARÀ USO DEL SOFTWARE R (HTTP://WWW.R-PROJECT.ORG) GIÀ INTRODOTTO IN ALTRI CORSI DI STATISTICA. |
| Metodi Didattici | |
|---|---|
| IL CORSO PREVEDE 60 ORE DI DIDATTICA (10 CFU) DELLE QUALI 44 IN AULA E 26 IN LABORATORIO MULTIMEDIALE. DURANTE LE ORE DI DIDATTICA FRONTALE IN AULA, LA PRESENTAZIONE DEI TEMI DI TIPO TEORICO È AFFIANCATA ALLA PRESENTAZIONE DI CASI STUDIO CHE AGEVOLANO LA COMPRENSIONE DEGLI ARGOMENTI. LE ESERCITAZIONI IN LABORATORIO MULTIMEDIALE HANNO L'OBIETTIVO DI CHIARIRE ALLO STUDENTE COME SI POSSANO UTILIZZARE I MODELLI STATISTICI PROPOSTI A LEZIONE NELLO STUDIO DI DATASET REALI. NON È PREVISTO OBBLIGO DI FREQUENZA. |
| Verifica dell'apprendimento | |
|---|---|
| L'ESAME PREVEDE LO SVOLGIMENTO DI UNA PROVA SCRITTA IN LABORATORIO E UNA PROVA ORALE. ENTRAMBE LE PROVE SONO VALUTATE SU UNA SCALA IN TRENTESIMI. PER ACCEDERE ALLA PROVA ORALE È NECESSARIO SUPERARE LA PROVA SCRITTA CON ALMENO 18/30. LA PROVA SCRITTA SI COMPONE DI QUESITI DA SVOLGERE AL CALCOLATORE E DI DOMANDE APERTE DA RISPONDERE IN FORMA SCRITTA. IN PARTICOLARE, LO STUDENTE AVRÀ A DISPOSIZIONE UN DATASET, DA ANALIZZARE CON IL SOFTWARE R, PER IL QUALE DOVRÀ SELEZIONARE GLI STRUMENTI E I MODELLI CHE, IN RELAZIONE AL TIPO DI INFORMAZIONI FORNITE, LUI RITERRÀ PIÙ OPPORTUNI. AD INTEGRAZIONE DELLA PROVA AL CALCOLATORE, LO STUDENTE DOVRÀ RISPONDERE A 6 DOMANDE A RISPOSTA APERTA SUI TEMI AFFRONTATI NEI DUE MODULI DEL CORSO. LA PROVA ORALE, DAI CONTENUTI PIU' TEORICI, HA L'OBIETTIVO DI COMPRENDERE LA PADRONANZA DEI TEMI OGGETTO DEL CORSO DA PARTE DELLO STUDENTE E LA SUA CAPACITA' A TRASMETTERE AD ALTRI PROBLEMATICHE RELATIVE ALLA SELEZIONE, STIMA E VERIFICA DEL MODELLO. LA VALUTAZIONE DELLE PROVE TIENE CONTO DELL'ATTITUDINE DELLO STUDENTE NELL'USO DEGLI STRUMENTI STATISTICI, DELLA COMPLETEZZA ED ESAUSTIVITA' DELLE RISPOSTE. IL VOTO FINALE, ESPRESSO IN TRENTESIMI CON EVENTUALE LODE, TIENE CONTO DELL'ESITO DELLE DUE PROVE. |
| Testi | |
|---|---|
| NOTE DIDATTICHE E RIFERIMENTI BIBLIOGRAFICI FORNITI DAI DOCENTI DURANTE IL CORSO. HILL C.R., GRIFFITHS W.E., LIM G. C. (2017): PRINCIPI DI ECONOMETRIA, ZANICHELLI GRIGOLETTO M., PAULI F., VENTURA L. (2017): MODELLO LINEARE. TEORIA E APPLICAZIONI CON R, GIAPPICHELLI WOOLDRIDGE, J.M. (2020): INTRODUCTORY ECONOMETRICS: A MODERN APPROACH, SOUTH-WESTERN PUB (7TH EDITION) GREENE, W.H. (2018): ECONOMETRIC ANALYSIS, PEARSON (8TH EDITION) |
| Altre Informazioni | |
|---|---|
| PAGINE WEB DEI DOCENTI: I MODULO: MARCELLA NIGLIO HTTPS://DOCENTI.UNISA.IT/003299/HOME II E III MODULO: MARIALUISA RESTAINO HTTPS://DOCENTI.UNISA.IT/022266/HOME |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-05-23]
