Relazioni Economiche e Finanziarie Internazionali

Il corso consiste prevalentemente di tre parti: un'introduzione al problema della causalità nelle scienze economiche e sociali; una introduzione alle tecniche di machine learning ed una introduzione ai metodi di previsione con le serie storiche. A questo si affianca un laboratorio di presentazione e studio del programma statistico R. Programma dettagliato: 1. Richiami di statistica e probabilità 2. Regressione lineare con un singolo regressore 3. Regressione lineare con regressori multipli 4. Funzioni di regressioni non lineari 5. Regressione con dati panel 6. Regressione con variabile dipendente binaria 7. Introduzione ai metodi di machine learning 8. Introduzione a regressioni temporali e a previsioni Il programma è identico per frequentanti e non frequentanti

Corso base di statistica

1. Note del Docente che verranno rese disponibili durante il corso 2. J. Stock e M. Watson, Introduzione all’econometria, Quinta Edizione. In particolare i capitoli da 1 a 11 e da 14 a 16. 3. G. James, D. Witten, T. Hastie, R. Tibshirani, An Introduction to Statistical Learning, Second Edition.

In presenza

Sono previste due verifiche scritte (sulla prima e sulla seconda parte del programma) obbligatorie di un'ora ciascuna tramite esercizi e domande a risposta aperta. E' inoltre prevista la possibilità di svolgimento di una tesina che utilizzi il software R su uno specifico dataset da concordare con il docente. Gli studenti possono visualizzare gli oltre 100 dataset presenti nelle librerie MASS e AER (entrambe presentate a lezione) e proporre un argomento al docente. Preferibilmente si dovrebbe lavorare in gruppi di 2 persone o, in alternativa, da soli. La tesina da diritto fino ad un massimo di 3 punti aggiuntivi che si vanno a sommare al voto dell’esame.

Il programma consiste prevalentemente di lezioni frontali, a cui sono affiancate delle esercitazioni mirate e dei laboratori per sviluppare la capacità di usare gli appropriati programmi statistici. Nelle lezioni frontali verranno presentati i principali strumenti a livello base utilizzati per la stima di effetti causali e di previsioni statistiche e stimolata l'interpretazione critica dei risultati ottenuti. Nelle esercitazioni verranno presentati e discussi alcuni esercizi in preparazione dell'esame.