Contenuto del corso
Testi consigliati
0/1
Materiale condiviso da studenti
0/1
Privato: Preparazione al Concorso per Data Scientist

Econometria e statistical learning

Syllabus

  1. Modelli di regressione lineari in ottica predittiva e/o inferenziale

Readings: ESL, cap 3.1-3.2

Suggested exe: ESL, exe 3.1, 3.3

 

  1. Valutazione della performance dei modelli di regressione lineari

ESL, cap 7.1 – 7.7

Suggested exe: ESL, exe 7.1, 7.3

 

  1. Metodi di regolarizzazione per modelli di regressione (RIDGE e LASSO) e di cross validation

Readings: ESL, cap 3.4; ESL, cap 7.1 – 7.7, 7.10 [7.11]. Warning! Cross validation ‘standard’ (in ESL) assume iid data e non funziona out-of-the-box su dati con es. struttura panel o time-series

Suggested exe: ESL, exe 3.6, 3.12;

 

  1. Modelli di classificazione per dati binari (logit e probit)

ESL, cap 4.4; [Wooldridge, cap 15.1-15.7]

Suggested exe: scrivere log-likelihood di logit e probit;

 

  1. Modelli di regressione non lineari (ad es. reti neurali e alberi di classificazione, k-nearest neighbour, random forest, splines)

Readings: ESL, cap 5.1-5.5 (splines); ESL, cap 9.2 (alberi di classificazione); ESL, cap 15 (random forest); ESL, cap 13.3 (k-nearest neighbour); ESL, cap 6.1-6.3 (Kernel smoothing); ESL, cap 12.1-12.3 (support vector machine). Warning! In ESL è presente un capitolo su reti neurali ma penso sia meglio vedere altro materiale legato a IA

 

  1. Valutazione della performance dei modelli di regressione non lineari

Readings: ESL, cap 7.1 – 7.7

 

  1. Modelli per l’analisi di serie storiche

Readings: Shumway & Stoffer (ShSt), cap 3 (ARIMA); [Shumway & Stoffer, cap 4 (spectral methods)]. Warning! I riferimenti non coprono multivariate time series 

Suggested exe: (ShSt), exe 3.10, 3.14, 3.16

 

  1. Tecniche statistiche multivariate: cluster analysis, analisi in componenti principali, analisi discriminante

Readings: MMST, cap 7.2 (PCA); ESL, cap 4.3 (LDA); ESL, cap 14.3 (cluster analysis)

Suggested exe: ESL, exe 4.2.a)

 

References

Econometric Analysis of Cross Section and Panel Data, Wooldridge

The Elements of Statistical Learning (ESL), Hastie et al.

Time Series Analysis and Its Applications With R Examples (ShSt), Shumway & Stoffer

Modern Multivariate Statistical Techniques (MMST), Izenman