Docente
|
SECONDI Luca
(programma)
Richiami di probabilità e inferenza statistica. Stima puntuale, stima intervallare e verifica di ipotesi. Il modello di regressione lineare semplice . Le ipotesi classiche alla base del modello di regressione. Stimatore dei minimi quadrati ordinari (Ordinary Least Squares). Misure di bontà dell'adattamento, verifica di ipotesi e intervalli di confidenza. Introduzione e uso delle variabili dicotomiche nel modello di regressione. Regressione lineare con regressori multipli: la distorsione da variabili omesse, lo stimatore OLS della regressione multipla, misure di bontà dell'adattamento, assunzioni dei minimi quadrati e collinearità, inferenza nel modello di regressione lineare multipla. Funzioni di regressione non lineari: funzioni non lineari di una singola variabile indipendente, interazioni tra variabili indipendenti. Regressione con variabile dipendente binaria: variabili dipendenti binarie e modello lineare di probabilità. Regressioni probit e logit. Stima e inferenza nei modelli logit e probit. Applicazioni. Cenni alla regressione con dati panel. La regressione con effetti fissi, la regressione con effetti temporali. L’approccio statistico ed economico allo studio della circular economy: la raccolta dei dati, le indagini esistenti a livello nazionale e internazionale, analisi metodologica, esempi di misurazione della circolarità in ambito micro/macro economico e applicazioni empiriche.
(testi)
J. H. Stock e M. W. Watson, Introduzione all'Econometria, quarta ed., 2016 Pearson Italia-Milano, Torino.
Dispense e materiale didattico messo a disposizione dal docente durante il corso
|