Arsenio Stabile
Corsi per software Matematici ed Econometrici
Scuola di Economia e Management, Università di Siena 

Corsi introduttivi per i software MATLAB, R, STATA ed EVIEWS allo scopo di consentire agli studenti una preparazione di base nell'analisi dei dati socio-economici e nell'uso di strumenti informatici per analisi e applicazioni quantitative specifiche; è previsto inoltre il tutoraggio.

Per utilizzare al meglio i software elencati sopra è opportuno avere alcune competenze di base di programmazione. I corsi sono rivolti agli studenti che hanno frequentato i corsi di matematica di base (Matematica Generale, Algebra matriciale) e di statistica di base (Statistica inferenziale) e agli studenti che frequentano corsi dove sono utilizzati i packages indicati (Econometria, Modelli matematici per la finanza, Metodi per le decisioni, Statistica economica, ecc.), nonchè a coloro che svolgono tesi di laurea di tipo quantitativo.

Per ulteriori informazioni rivolgersi a: Arsenio Stabile, e-mail: arsenio.stabile@unisi.it., tel. 0577 232627

STATA 

Gestione del Desktop di STATA e uso della memoria per i diversi tipi di dati. Gestione del Desktop di STATA e uso della memoria per i diversi tipi di dati.

Le finestre dei comandi; l'interfaccia degli strumenti di STATA e l'HELP on-line; caricamento dei dati da file esterni.

Gestione e manipolazione dei file (SORT, APPEND, MERGE, COLLAPSE, OBS, ecc.); gestione e trasformazione dei dati e delle variabili (GENERATE, EGEN, RECODE, DROP, DESCRIBE, RENAME, ecc.).
Sintassi di base per STATA; i file .do, .ado, .log; operatori fondamentali per la programmazione in STATA.
Comandi di base per l'esamina dei dati (SUMMARIZE, TABULATE, INSPECT).
Strumenti per la statistica descrittiva; test per normalità dei dati, frequency tables, cross-tabulations, multi-way cross-tabulations, ecc.
Gestione dei grafici per la statistica (SCATTERPLOTS, HISTOGRAMS, BOXPLOT, KDENSITY, ecc.)
Finestre per la Regressione lineare: tavola della regressione, correlazioni, valori previsti e residui; tests delle ipotesi, spetwise regression.
Strumenti per la diagnosi della regressione;
Estensione degli strumenti per la regressione; con correlazione degli errori, con variabili ritardate, funzioni per stime 2SLS, procedure per regressioni non-lineari.
Estensioni per regressioni con Panel Data;
Estensione alle regressioni con variabili dipendenti di Categorie (modelli Logit, ordered logit, multilogit).
Finestre per l'analisi ANOVA; Finestre per l'Analisi fattoriale e il calcolo delle componenti principali.
Finestre e procedure per l'analisi delle serie storiche; stime per i modelli ARIMA, ARCH e GARCH.
Analisi e stime con modelli VAR (vector autoregressive) e VECM (vector error correction model), test sulla cointegrazione.

MATLAB

• Introduzione all'ambiente di MATLAB
• Menu dei comandi e degli strumenti delle finestre di Matlab
• Input e output dei dati
• Array: operazioni e funzioni con gli array
• Matrici: operazioni e funzioni per l'algebra lineare
• Operatori logici e relazionali; cicli e comandi di controllo
• Files script e files funzioni
• Funzioni per l'analisi dei dati; curve-fitting, interpolazioni e curve-splines
• Funzioni per l'analisi numerica (differenziazione, integrazione, zeri delle funzioni, ecc.)
• Operazioni con polinomi
• Comandi per la grafica 2D e 3D
• Metodi per la soluzione di sistemi di equazioni lineari e non-lineari
• Metodi numerici per equazioni differenziali, ottimizzazioni e sistemi di equazioni non lineare
• I Toolbox per la finanza, la statistica, le ottimizzazioni e lo studio dei sistemi
• Costruzione di file script/function per diverse applicazioni nella finanza(per VaR,GARCH, ottimizzazioni di potafoglio, analisi di serie storiche finanziarie, ecc.)

EVIEWS/ R package

1. Comandi fondamentali
1. Comandi per classificare le osservazioni
2. Comandi per caricare i datasets da file esterni e in formato free
3. Selezionare (SAMPLE) sottoinsiemi di osservazioni e creare nuove variabili con SERIES/GENR (dummy, lags, ecc.)
4. Comandi di base di interattività: inizio e fine sessione, modi per leggere i dati e saving dell'output nella sessione.
2. Gestione grafica e manipolazionedelle variabili
3. Stima di equazioni lineari
1. Funzioni per la statistica descrittiva
2. Stime OLSQ e output della regressione
3. Stime con minimi quadrati a 2 stadi (2SLS)
4. Stime LIML (Limited Information Maximum Likelihood)
5. Stime con correlazioni seriali di 1° ordine (AR1)
6. Stime con variabili ritardate
7. Procedure per regressioni robuste (Robust StErr)
4. Stime con serie storiche
1. Identificazione
2. Modelli Box-Jenkins (ARIMA)
3. Stime ARCH/GARCH
4. Stime per modelli EGARCH e TGARCH
5. Stime per sistemi di equazioni non-lineari
1. Specificazione dei modelli: i comandi FRML, FORM, IDENT e PARAM
2. Stime con minimi quadrati non-lineari (LSQ) e a 2 stad
6. I tests per le ipotesi: t-tests, F-tests, LR tests, LM tests, Husman tests
7. Analisi e stime con modelli VAR (vector autoregressive) e VECM (vector error correction model), test sulla cointegrazione.

*) Per R gli argomenti sono pressappoco i medesimi