- Docente: Luca Trapin
- Crediti formativi: 4
- Lingua di insegnamento: Italiano
- Moduli: Anna Gloria Billè (Modulo 1) Luca Trapin (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Bologna
-
Corso:
Laurea in
Scienze statistiche (cod. 8873)
Valido anche per Laurea Magistrale in Statistica, economia e impresa (cod. 8876)
-
Orario delle lezioni (Modulo 1)
dal 11/02/2025 al 20/03/2025
Conoscenze e abilità da conseguire
Al termine del corso lo studente acquisisce la conoscenza di software statistico adatto all'elaborazione e all'analisi di banche di dati economici. In particolare lo studente è in grado di: - integrare le conoscenze metodologiche con l'interpretazione fenomenica - svolgere le varie fasi dell'analisi statistica dei fenomeni economici - presentare i risultati delle analisi statistiche effettuate sia in forma scritta che orale
Contenuti
Modulo 1
- Analisi di dati sulle performance economiche (vendite) di imprese e possibili determinanti: applicazioni su R.
- Relazione tra innovazione e performance economiche d’impresa (profittabilità): applicazioni su STATA
- Analisi delle reti su un campione di brevetti ambientali (eco-innovazioni) relativi all’industria mineraria.
Modulo 2
- Analisi delle limitazioni del modello di regressione lineare multipla
- Analisi di regressione per dati longitudinali
- Introduzione all’econometria spaziale
Testi/Bibliografia
Modulo 1
- Wooldridge, J.M. (2015). Introductory econometrics: A modern approach. South-Western Pub.
- Peng, R. (2018). R Programming for Data Science.
- OECD (2009). OECD Patent Statistics Manual. Chapters 2, 5 and 6.
- Liu, J. S. and Lu, L. Y. Y. (2012). An integrated approach for main path analysis: development of the Hirsh Index as an example. Journal of the American Society for Information Science and Technology, Vol. 63, No. 3; pp. 528-542.
- Filippin, F. (2021). Do main paths reflect technological trajectories? Applying main path analysis to the semiconductor manufacturing industry. Scientometrics, Vol. 126; pp. 6443-6477.
- Alessandri, E. (2023). Identifying technological trajectories in the mining sector using patent citation networks. Resources Policy, Vol. 80. https://doi.org/10.1016/j.resourpol.2022.103130
Modulo 2
- Stock, J. H., & Watson, M. W. (2005). Introduzione all'econometria. Quinta Edizione. Pearson Italia Spa.
- INSEE, Eurostat (2018). Handbook of Spatial Econometrics – Theory and Applications with R. ISSN : 1259-4768. ISBN: 978-2-11-139686-9. URL: Handbook of Spatial Analysis | Insee [https://www.insee.fr/en/information/3635545] .
Metodi didattici
Modulo 1
Le lezioni vengono svolte trattando sia aspetti metodologici che pratici con l'ausilio dei software statistici R, Stata e Pajek (analisi di reti). R e Pajek sono scaricabili gratuitamente dal Web (verranno forniti gli appositi link). Anche Stata è disponibile gratuitamente per gli studenti iscritti, che possono scaricare il software e la licenza utilizzando le proprie credenziali studente al seguente link: https://www.unibo.it/secure/software-stata/
Modulo 2
Le lezioni vengono svolte trattando sia aspetti metodologici che pratici con l'ausilio del software statistico R, scaricabile gratuitamente dal Web (verranno forniti gli appositi link).
Modalità di verifica e valutazione dell'apprendimento
L'esame si compone di due sezioni:
-
Sezione teorica: consiste in una serie di domande a scelta multipla sugli argomenti trattati durante il corso, volte a verificare la comprensione dei concetti fondamentali e delle proprietà dei modelli studiati.
-
Sezione pratica: richiede allo studente di dimostrare la capacità di applicare le metodologie apprese. In questa parte, vengono forniti codici di software statistici utilizzati nel corso e output di analisi statistiche simili a quelli prodotti durante le lezioni. Lo studente deve interpretare correttamente i risultati e rispondere a una serie di domande. Inoltre, è richiesta l’esecuzione di analisi empiriche utilizzando i software statistici discussi nel corso, dimostrando così padronanza nell’implementazione dei modelli studiati.
L’esame valuta sia la comprensione teorica sia la capacità di applicare i metodi empirici in modo critico e rigoroso.
Strumenti a supporto della didattica
PC, videoproiettore, diapositive, articoli accademici, capitoli di libri, dati e codici relativi ai software statistici.
Orario di ricevimento
Consulta il sito web di Luca Trapin
Consulta il sito web di Anna Gloria Billè