Scienze statistiche - Statistical Sciences

- Principali elementi di una previsione, tipi di previsione (puntuale, intervallo, densità). - Componenti di una seria storica: trend, ciclo e stagionalità. - Primi semplici modelli di previsione e criteri di valutazione. - Metodi univariati: exponential smoothing e modelli (S)ARIMA. - Modelli di regressione univariati semplici e a ritardi distribuiti (ARDL). - Modelli multivariati: VAR. - Metodo local projection (Jordà).

Conoscenza R Analisi della regressione

-Hyndman, R.J. and Athanasopoulos G. Forecasting: Principles and Practice (3rd ed) https://otexts.com/fpp3/ -Diebold, F.X. Forecasting in Economics, Business, Finance and Beyond https://www.sas.upenn.edu/~fdiebold/Textbooks.html -Shumway, R.H. e Stoffer, D.S. Time Series Analysis and Its Applications.

Domande a risposta multipla; 1 domanda aperta; esercizio in R.

Lezioni in aula