Università degli Studi di Napoli "Parthenope"

Scheda dell'insegnamento

Anno accademico: 
2022/2023
Tipologia di insegnamento: 
Caratterizzante
Tipo di attività: 
Obbligatorio
Corso di afferenza: 
Settore disciplinare: 
STATISTICA ECONOMICA (SECS-S/03)
Lingua: 
Italiano
Crediti: 
9
Anno di corso: 
1
Docenti: 
Ciclo: 
Primo Semestre
Ore di attivita' frontale: 
72

Obiettivi

Il corso si propone di sviluppare le competenze di base per:
- Essere in grado di esplorare le tendenze e le relazioni nei dati economici e ambientali, finanza e assicurazioni
- Conoscere e saper usare le opportune metodologie statistiche di supporto alle applicazioni empiriche e alle decisioni che si fondano sull’analisi e sulla visualizzazione geografica dei dati spaziali
- Essere in grado di interpretare i risultati delle tecniche statistiche di analisi spaziale e di cartografia digitale finalizzate alle esigenze di economia, ambiente, finanza e assicurazioni alla risoluzione dei relativi problemi.

Risultati di apprendimento attesi:
Conoscenza e capacità di comprensione:
Lo studente deve dimostrare di comprendere le principali teorie e modelli per l’analisi dei fenomeni economici in un’ottica spaziale. Deve, altresì, essere in grado di conoscere i principali strumenti statistici per l’analisi territoriale dei fenomeni socio-economici e le fonti statistiche da cui reperire microdati e metadati per l’analisi statistico-economica in un’ottica spaziale.
Capacità di applicare conoscenza e comprensione:
Lo studente deve essere in grado sia di conoscere gli strumenti statistici di tipo spaziale sia di saperli implementare in software specifici. Lo studente deve saper costruire, reperendo informazioni da fonti esterne, matrici di dati territoriali ed essere in grado di gestirle tramite software. Deve, altresì, essere in grado di interpretare correttamente gli output forniti dai programmi statistici utilizzati.
Autonomia di giudizio:
Lo studente deve dimostrare la capacità di saper applicare le conoscenze acquisite e di avere la maturità e la capacità di ideare un progetto scientifico e seguirlo autonomamente in tutte le sue fasi, dalla definizione del fenomeno alla ricerca dei dati e alla relativa implementazione degli strumenti statistici negli opportuni software.
Abilità comunicative:
Lo studente deve essere capace di esporre con chiarezza e con linguaggio tecnico appropriato i progetti realizzati (individuali e/o di gruppo) al docente e ai colleghi del Corso. Lo studente deve, altresì, rispondere in modo chiaro e approfondito alle domande della prova orale.
Capacità di apprendimento:
Lo studente deve dimostrare un’adeguata capacità di apprendimento e di autonomia nell’approfondimento delle tematiche oggetto del Corso attraverso riferimenti bibliografici forniti dal docente.

Prerequisiti

Conoscenza base di statistica descrittiva e inferenziale e dei principi di economia che corrispondono, essenzialmente, alle nozioni che lo studente ha acquisito dagli insegnamenti di primo livello di area economica offerti dall’Ateneo. Tuttavia, per gli studenti provenienti da corsi di laurea differenti è prevista un’integrazione con opportuna bibliografia di riferimento.

Contenuti

Lo spazio in una dimensione economico-quantitativa. Teorie e modelli economici. Geocodificazione e georeferenziazione. Visualizzazione spaziale dei dati: mappe, cartografie, tecnologie Sit-Gis. Portali cartografici web. Tipologie e fonti di dati spaziali. Sistemi territoriali. Localizzazione e interazione territoriale degli agenti economici.
Tipologie e analisi dei patterns. Ritardo spaziale. Matrici dei pesi spaziali. Autocorrelazione spaziale. Modelli Spatial Auto-Regressive (SAR). Spatial Error Model (SEM). Modelli di interazione spaziale. Diagnostica dei modelli di regressione spaziale. Endogeneità ed esogeneità. Variabili strumentali. Regressione spaziale con variabili strumentali. Estensioni dei modelli di regressione spaziale. Spatial Durbin Error Model (SDEM). Spatial Autoregressive Confused (SAC). Spatial Durbin Model (SDM). Spatial Lag X (SLX). Eterogeneità spaziale. Geographically Weighted Regression (GWR). Modelli di regressione spaziale per dati panel. Modelli spaziali panel ad effetti fissi ed effetti casuali. Test di specificazione.
Indicatori territoriali, Metodologie degli indicatori compositi. Selezione degli indicatori semplici. Analisi dell’associazione. Trasformazione e normalizzazione. Sistema di ponderazione e aggregazione. Analisi di sensitività. Presentazione di casi studio di fenomeni socio-economici, finanziari e ambientali.

Metodi didattici

Lezioni frontali. Durante le lezioni vengono proposte diverse esercitazioni tramite Excel e componenti aggiuntivi di Excel (PHStat) e software (R, GeoDa, GeoDaSpace) e datawarehouse. Progetti individuali e di gruppo. Il materiale didattico è reso disponibile anche attraverso la piattaforma di e-learning Moodle.

Verifica dell'apprendimento

La verifica dell’apprendimento avviene in modo costante lungo tutto lo svolgimento del Corso poiché gli studenti sono chiamati a svolgere progetti individuali e di gruppo in itinere in cui le metodologie statistiche sono applicate in ambito economico, ambientale, finanziario e assicurativo con dati reali.
La discussione di tali progetti verso la metà del semestre di lezione può essere proposta come prova intercorso che, in ogni caso, è integrata con la somministrazione di domande scritte sul programma svolto sino a quel punto. La parte scritta della prova intercorso prevede cinque domande aperte ognuna delle quali è valutata su una scala da 0 a 6 punti. Il tempo a disposizione per completare la prova scritta è di 1 ora e 30 minuti.
Con l’obiettivo di verificare che gli studenti abbiano sviluppato la capacità di integrare le conoscenze statistiche in un contesto interdisciplinare, l’esame finale prevede la presentazione tramite slides con relativa discussione dei progetti realizzati e del materiale prodotto (programmi in R, elaborazioni in Excel, cartografia tramite GeoDa) ai docenti e agli altri allievi del Corso. Durante tale fase è prevista un’integrazione con la prova orale su tutti gli argomenti affrontati durante il Corso. La valutazione assegnata al colloquio orale è espressa in trentesimi e fa media con la valutazione conseguita alla discussione del progetto. In presenza della prova intercorso, il voto così conseguito farà media con il voto della prova intercorso. La lode può essere assegnata se lo studente mostra un’ottima capacità di ragionamento, di collegamento e di approfondimento delle varie tematiche affrontate durante il corso.

Testi

- Arbia G. (2014), A Primer for Spatial Econometrics (with applications in R), Palgrave Macmillan
- LeSage J., Kelley Pace R. (2009, Introduction to Spatial Econometrics, Taylor & Francis Group
- Insee – Eurostat (2018), Handbook of Spatial Analyses – Theory and Application with R
- OECD (2008), Handbook on constructing composite indicators – Methodology and user guide
- Altro materiale di studio (articoli scientifici, slides) a cura del docente

Altre informazioni