Inferenza statistica, regressione lineare multipla.

1. Concetto di stima, verifica di ipotesi, errore I e II tipo, pvalue e livello di

confidenza
Popolazione: per popolazione si intende l’insieme di tutti i possibili oggetti
dell’indagine statistica. Lo stesso nome statistica deriva da Stato e ha origine
dai censimenti romani. Per estensione quindi si dà il nome di popolazione a
tutto ciò che, in un’indagine statistica, ha lo stesso ruolo della popolazione
propriamente detta in un censimento
Variabile aleatoria: è una qualsiasi caratteristica di ogni individuo della
popolazione soggetta a possibili variazioni da individuo a individuo. Dal punto
di vista matematico una variabile è una funzione definita sulla popolazione che
associa a ogni individuo uno tra tutti i possibili valori della caratteristica in
esame.
Momenti della distribuzione di popolazione: il momento primo è la media
(valore atteso, speranza matematica), definita come:
b b b
b
E [ X ] =∫ x f X ( x ) dx=[ x F X ( x ) ]a−∫ F X ( x ) dx =b−∫ F X ( x ) dx=μ X
a a a
I momenti di ordine superiore al primo si calcolano rispetto al valore medio
operando una traslazione: x ' =x−E [ X ] =x−μ (scarto dalla media). Si
definiscono così i momenti centrali di ordine q=2,3, … , n :
+∞
E [ ( X −E [ X ] ) ] =∫ ( x−E [ X ] ) ∗f X ( x ) dx
q q

−∞
La deviazione standard, pari alla radice quadrata della varianza è nella stessa
unità di misura della va cui si riferisce.
P ( Ai∩ A j)
Probabilità condizionata: P ( A i| A j ) = indica la probabilità che si
P ( A j)
realizzi A i sapendo che A j si è già realizzato oppure la probabilità di A i
in una prova valida dolo se si verifica anche A j .

Modello di regressione lineare semplice e multipla, MQO, correttezza,

consistenza e distribuzione asintotica
2. Stima della matrice di varianza degli stimatori OLS in presenza di
eteroschedasticità
3. Verifica di ipotesi tramite statistiche t e F

Modelli di regressione lineare multipla per serie storiche

1. Modelli a ritardi distribuiti (DL), autoregressivi misti (ADL), VAR e
cointegrazione
2. Trend e stazionarietà, test di radici unitaria e di rotture strutturali
3. Moltiplicatori di impatto, dinamici e cumulati
4. Stima della matrice di varianza in presenza di autocorrelazione ed
eteroschedasticità degli errori
5. Stima per GLS di modelli con errori autocorrelati (Cochrane – Orcutt)

Temi di econometria dei mercati finanziari

1. Test per efficienza in MV dei portafogli
2. Analisi empirica del CAPM in cross section e serie storiche
3. Analisi empirica dell’APT in cross section e serie storiche
4. Event Study
5. Analisi di performance