Serie storiche economiche. Analisi statistiche e applicazioni

calcActive())">
- ISBN/EAN
- 9788843034239
- Editore
- Carocci
- Collana
- Studi superiori
- Formato
- Brossura
- Anno
- 2005
- Pagine
- 392
Disponibile
22,50 €
Lo studio della realtà economica si avvale in misura significativa di strumenti statistici per descrivere, interpretare e prevedere la dinamica temporale di un sempre più cospicuo numero di fenomeni disponibili sotto forma di serie storiche: dalle serie mensili degli indici della produzione industriale ai dati trimestrali sulle persone occupate e in cerca di occupazione di un certo paese, dalle vendite settimanali di un’azienda ai corsi giornalieri dei titoli trattati sul mercato azionario. Il libro presenta metodi e applicazioni dell’analisi delle serie storiche univariate, in particolare di natura economica. La prima parte copre temi classici, come la stima delle componenti mediante modelli di regressione lineare e medie mobili, mentre nella seconda parte viene sviluppata la modellistica ARIMA secondo l’approccio di Box e Jenkins. Nella parte conclusiva vengono rapidamente presentati argomenti più avanzati (moderni sviluppi delle procedure di destagionalizzazione, test di radice unitaria, modelli per serie storiche finanziarie). La trattazione privilegia gli aspetti operativi e applicativi rispetto a quelli teorici, nell’intento di invogliare il lettore a sperimentare in proprio le procedure descritte e di metterlo nelle condizioni di operare con profitto e autonomia nell’ambito delle serie storiche. Le elaborazioni necessarie allo sviluppo degli esempi presentati nel testo vengono effettuate col pacchetto statistico-econometrico EViews
Maggiori Informazioni
| Autore | Di Fonzo Tommaso; Lisi Francesco |
|---|---|
| Editore | Carocci |
| Anno | 2005 |
| Tipologia | Libro |
| Collana | Studi superiori |
| Num. Collana | 803 |
| Lingua | Italiano |
| Indice | 1. Introduzione Lo studio dei fenomeni che variano nel tempo/Terminologia/Obiettivi dell’analisi delle serie storiche/Approccio classico e approccio moderno/Le componenti di una serie storica/Operazioni preliminari di "pulizia" della serie 2. Stima delle componenti mediante funzioni matematiche Trend lineare o linearizzabile nei parametri/Stima della componente stagionale/ Stima simultanea del trend e della stagionalità/Trend non lineari nei parametri: le curve di crescita/Esercizi 3. Le medie mobili Primi cenni/Proprietà delle medie mobili/Composizioni di medie mobili semplici/ La stima delle componenti/La stima della componente tendenziale-ciclica/Il trattamento della componente stagionale/Medie mobili che conservano i polinomi locali/Principi generali di costruzione di una media mobile/Distribuzione dei coefficienti di una media mobile/Medie mobili di Henderson/La stima del trend-ciclo col metodo Census X11/Trattamento delle estremità della serie/L’analisi dei residui/ Esercizi 4. Il lisciamento esponenziale e la valutazione delle previsioni Il lisciamento esponenziale semplice/ I metodi di Holt-Winters/Indici per valutare la qualità delle previsioni/Esercizi 5. Processi stocastici e modelli lineari I processi stocastici/Processi stazionari/Stima dei momenti di un processo stocastico stazionario/Alcuni processi stocastici stazionari/Processi non stazionari/Processi stagionali/Esercizi 6. La procedura di Box e Jenkins Identificazione/ Stima dei parametri/Controllo diagnostico/Alcuni esempi su serie simulate/Modelli stagionali/Applicazioni su serie reali/Esercizi 7. La previsione con i modelli ARIMA Cenni di teoria della previsione ottima/La previsione con i modelli ARIMA/Previsione intervallare/Relazione tra modelli perequativi e modelli ARIMA/Esercizi 8. Processi trend-stazionari e a trend stocastico I test di radice unitaria/Alcuni esempi/Il test di Dickey e Fuller "aumentato" e il test di Phillips e Perron 9. Approfondimenti Procedure di destagionalizzazione/Decomposizione basata su modelli ARIMA/Problemi connessi alla destagionalizzazione/Le serie storiche di attività finanziarie/Modelli per la varianza condizionata Appendici A. Richiami all’analisi di regressione A.1. Introduzione/A.2. Il modello di regressione lineare e la stima a minimi quadrati/A.3. Proprietà degli stimatori dei minimi quadrati/A.4. Intervalli di confidenza e verifiche di ipotesi per i parametri/A.5. La previsione nel modello di regressione lineare B. I minimi quadrati non lineari B.1. Il metodo di Gauss (o di linearizzazione)/B.2. Il metodo di Newton/B.3. Qualche osservazione C. Introduzione a EViews C.1. Aspetti generali/ C.2. Importazione dei dati e creazione di un workfile/ C.3. Analisi preliminare di una serie storica/C.4. La regressione/C.5. Le medie mobili/C.6. Stima delle componenti/C.7. La previsione mediante metodi perequativi/C.8. I modelli ARIMA/C.9. Test di radice unitaria/C.10. I modelli della classe ARCH/C.11. Cenni di programmazione con EViews Bibliografia Indice analitico |
Questo libro è anche in:
