ID:
97R027
Dettaglio:
SSD: ECONOMETRIA
Durata: 48
CFU: 6
Sede:
BERGAMO
Url:
DATA ANALYTICS, ECONOMIA E TECNOLOGIE DIGITALI - 97-270R/PERCORSO COMUNE Anno: 2
Anno:
2026
Il corso introduce l'econometria in una prospettiva di modellazione predittiva, adatta a un percorso in Data Science. L'insegnamento adotta un'impostazione rigorosa e formalizzata, dedicando peso equivalente a due nuclei tematici: la regressione e la valutazione dei modelli, e l'analisi e previsione delle serie storiche. Il filo conduttore e' la distinzione tra adattamento ai dati osservati e capacita' di previsione su dati nuovi, ponte naturale tra l'econometria classica e l'apprendimento automatico. Ogni metodo e' accompagnato dalla sua implementazione in R.
- Solida preparazione in analisi matematica e algebra lineare, calcolo delle probabilità e statistica (inferenza, stima, verifica d'ipotesi).
- Familiarita' con il linguaggio di programmazione R.
Non e' richiesta alcuna conoscenza pregressa di econometria.
Esame scritto finale consistente in un insieme di domande a riposta aperta ed esercizi numerici da risolvere al momento con aiuto di calcolatore. La durata è prevista in 2 ore
Fondamenti
- Natura dei dati e prospettiva della modellazione predittiva.
- Analisi grafica ed esplorativa dei dati.
- Richiami formali di probabilita' e inferenza.
Regressione e valutazione dei modelli
- Il modello di regressione lineare e la stima ai minimi quadrati; proprieta' degli stimatori.
- Inferenza nel modello di regressione.
- Estensioni: variabili indicatrici, interazioni, non linearita' e forma funzionale.
- Diagnostica, violazioni delle ipotesi e stima robusta.
- Selezione del modello e valutazione predittiva (in-sample e out-of-sample).
Serie storiche e previsione
- Componenti e dinamica delle serie storiche; stazionarieta'.
- Modellazione di trend, stagionalita' e ciclo.
- Modelli per la dipendenza temporale.
- Costruzione e valutazione delle previsioni.
Prospettive
- Collegamenti tra modellazione econometrica e machine learning.