Sei sulla pagina 1di 2

Appunti di Econometria

1. Introduzione alleconometria e richiami


a. Effetti causali e correlazione
b. Fonti e tipi di dati
c. Richiami di probabilit
d. Richiami di inferenza statistica
2. Elementi fondamentali dellanalisi di regressione
a. Regressione lineare bivariata
b. Il criterio di stima dei minimi quadrati
c. Inferenza sui parametri del modello
d. Regressione lineare multipla
e. Test di ipotesi sui parametri del modello
f. Regressione ristretta
g. Valutazione di studi basati sulla regressione multipla
3. Ulteriori sviluppi dellanalisi di regressione
a. Disturbi non sferici: test di verifica e criteri di stima
b. Endogeneit e stima con variabili strumentali
c. Variabili binarie nel modello di regressione
4. Regressioni per serie temporali di tipo economico
a. Introduzione alle serie temporali
b. Stima di effetti causali dinamici
c. Approccio Box-Jenkins
d. Modelli ARMA
e. Stima a validazione dei modelli ARMA
5. Bibliografia
J.H. Stock and M.W. Watson, Introduzione alleconometria, Pearson, 2005
M. Verbeek, Econometria, Zanichelli, 2006
J. Johnston and J. DiNardo, Econometric Methods, 4th Ed., McGraw Hill, 1997

Appunti di Multivariate Statistical Analysis

The course is logically divided into lecture and lab. Lectures cover the material in the assigned readings,
including a review and discussion of the most relevant material with illustrated examples. The main purpose
of the lectures is to provide students with the theoretical/conceptual dictation mode background needed to
complete the lab projects. At the end of a set of lectures related to a specific multivariate technique there is
a lab section. The purpose of the number section is to provide students with hands-on experience analyzing
real data sets (either their own or one provided by the instructor) using the R programming language and
statistical computing environment. The list of topics is:

Vectors and matrix algebra useful for multivariate analysis


Introduction to multivariate explorative data analysis
Principal component analysis (PCA)
Explorative factor analysis
Analysis of categorical data
Simple correspondence analysis
Distances, dissimilarity, classification and clustering.

Contenuti del libro