Libri UniversitariZoom 100%

Prof. Matteo Farnè: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 3
Bologna 3 insegnamenti
Facoltà: Scienze

Prof. Matteo Farnè: Analisi dei Dati Longitudinali

9,8difficoltà
Bologna · Facoltà: Scienze · Scienze statistiche (L-41)
Di cosa si tratta: Serie storiche: definizione, processi stocastici con stazionarietà, invertibilità ed ergodicità, processi lineari e teorema di Wold, operatore ritardo. Rappresentazioni AR e MA di ordine infinito, funzioni di autocovarianza e autocorrelazione globale e parziale, e modellistica con approssimazioni finite AR(p), MA(q) e ARMA(p,q). Il filo conduttore è la modellazione statistica di dati ordinati nel tempo.

Dettagli corso

2º annoCorso: L-41
CFU: 10Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 10,5 settimane
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Bee Dagum – Analisi delle serie storiche, previsione e scomposizioneISBN 9788847001466
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,8
Singer – Applied longitudinal data analysisISBN 9780195152968
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
644 pagine
Difficoltà
9,8
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Che cosa distingue uno studio longitudinale da uno trasversale?
  2. Quali vantaggi offre la raccolta di dati ripetuta sugli stessi individui nel tempo?
  3. Che cosa si intende per attrito nei panel e come può influenzare le stime?
  4. In che modo i modelli a effetti misti tengono conto della correlazione tra misurazioni ripetute?
  5. Perché la correlazione intra-individuo rende inadeguata una semplice regressione OLS sui dati longitudinali?
  6. Come si definisce un modello di crescita latente e quali parametri lo caratterizzano?
  7. Che differenza c'è tra effetti fissi ed effetti casuali in un modello per dati panel?
  8. Quando conviene usare le equazioni di stima generalizzate invece di un modello a effetti misti?
  9. Come si affronta il problema dei dati mancanti in uno studio con più ondate di rilevazione?
  10. Quali assunzioni servono perché il meccanismo di mancata risposta sia considerato casuale?
  11. In che senso l'analisi di sopravvivenza può essere applicata ai dati longitudinali?
  12. Che cosa indica la matrice di correlazione tra le misure ripetute di una stessa variabile?
  13. Come si interpreta un coefficiente di interazione tra tempo e trattamento in un disegno pre-post?
  14. Quali problemi pone l'effetto di apprendimento dovuto alla ripetizione dei test?
  15. Perché è importante specificare la struttura della covarianza residua nei modelli per misure ripetute?
  16. Come si confrontano due modelli longitudinali nidificati attraverso il test del rapporto di verosimiglianza?
  17. Che cosa si intende per modello a tassi di transizione tra stati discreti?
  18. In quali casi l'eterogeneità non osservata può generare distorsioni nelle stime causali?
  19. Come si scelgono le variabili tempo-dipendenti e quelle tempo-invarianti in un modello panel?
  20. Quali strumenti grafici aiutano a esplorare le traiettorie individuali prima di stimare un modello?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Matteo Farnè: Analisi delle Serie Storiche

3,6difficoltà
Bologna · Facoltà: Scienze · Scienze statistiche (L-41)
Di cosa si tratta: Autocorrelazione e correlogramma, stazionarietà, modelli autoregressivi e a media mobile, decomposizione classica e STL delle serie temporali, processi stocastici e decomposizione di Wold sono la base teorica. Si aggiungono modelli vettoriali e cointegrazione, previsione con test di Diebold-Mariano e analisi di dati spaziali con autocorrelazione spaziale.

Dettagli corso

2º annoCorso: L-41
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 10,5 settimane
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Bee Dagum – Analisi delle serie storiche, previsione e scomposizioneISBN 9788847001466
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
3,6
Singer – Applied longitudinal data analysisISBN 9780195152968
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
644 pagine
Difficoltà
3,6
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Qual è la differenza tra una serie storica e un processo stocastico?
  2. Che cosa si intende per stazionarietà di una serie storica?
  3. In che cosa consiste l'ergodicità di un processo stocastico?
  4. Che cosa afferma il teorema di Wold e quale importanza ha nella modellazione?
  5. Come si calcolano le funzioni di autocovarianza e autocorrelazione?
  6. Quali caratteristiche presentano i modelli AR di ordine p?
  7. Come si distinguono i modelli MA dai modelli AR attraverso la funzione di autocorrelazione?
  8. Che cosa rappresenta un modello ARMA e quando si utilizza?
  9. In che modo la differenziazione rende stazionaria una serie integrata?
  10. Quali sono le fasi della procedura di Box-Jenkins?
  11. Come si costruisce un modello ARIMA stagionale?
  12. Quale test si usa per verificare la presenza di radici unitarie in una serie?
  13. Come si decompone una serie storica in trend, stagionalità e componente residua?
  14. Quando conviene un modello additivo e quando un modello moltiplicativo?
  15. Che cosa si intende per trasformazione di Box-Cox?
  16. Come si gestisce l'eteroschedasticità in una serie finanziaria?
  17. Quali modelli permettono di descrivere la varianza condizionata nel tempo?
  18. Come si effettua una previsione con un modello ARIMA?
  19. Che cosa indica la funzione di autocorrelazione parziale?
  20. Quali criteri informativi si usano per selezionare l'ordine di un modello?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 2 insegnamenti →
Facoltà: Scienze Statistiche

Prof. Matteo Farnè: Big Data And Analytics

9,9difficoltà
Bologna · Facoltà: Scienze Statistiche · Statistica, economia e impresa (LM-82)
Di cosa si tratta: Introduction to supervised statistical learning, resampling methods con cross-validation e bootstrap, classification con Naive Bayes, k-nearest neighbours, logistic regression e linear discriminant analysis, dimension reduction con principal component analysis, partial least squares, factor model e clustering in R. Seguono regularisation (Lasso e Ridge), smoothing, tree-based methods, bagging, random forests, boosting e support vector machines.

Dettagli corso

1º annoCorso: LM-82
CFU: 10Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Slides in PDF and codes in R will be provided by the lecturer for each argument in Virtuale.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
James – An introduction to Statistical LearningISBN 9783031387463
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
6 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
8,2
Hastie – The Elements of Statistical Learning, inference and…ISBN 9780387848570
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
2 materie
Tipo
Manuale
Pagine
745 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale
Può servirti
Manuale di Python
Cerca su Amazon

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Quali caratteristiche distinguono i big data dai dati tradizionali in termini di volume, varietà e velocità?
  2. Come si archiviano e si gestiscono dataset di grandi dimensioni che non entrano in memoria?
  3. Quali sono le fasi di un progetto di analisi dei big data, dalla raccolta alla presentazione dei risultati?
  4. Come si preparano dati non strutturati, come testi o log, per un'analisi statistica?
  5. In che modo il campionamento può aiutare a ridurre il costo computazionale dell'analisi di grandi dataset?
  6. Quali tecniche di riduzione della dimensionalità si usano quando le variabili sono molto numerose?
  7. Come si valuta la qualità dei dati in un contesto di big data?
  8. Quali rischi di falsi positivi emergono quando si esplorano molte variabili contemporaneamente?
  9. Come si distingue la correlazione dalla relazione causale in un'analisi basata su grandi quantità di dati?
  10. Quali considerazioni etiche e di privacy devono guidare l'uso dei dati personali?
  11. Come si usano le piattaforme di calcolo distribuito per elaborare dati in parallelo?
  12. Quali indicatori permettono di misurare il valore economico prodotto dall'analisi dei dati?
  13. Come si visualizzano informazioni complesse ricavate da grandi dataset in modo leggibile?
  14. Quali differenze esistono tra analisi descrittiva, predittiva e prescrittiva?
  15. Come si costruisce un modello predittivo su dati che cambiano rapidamente nel tempo?
  16. Quali problemi comporta la presenza di dati mancanti in grandi dataset raccolti automaticamente?
  17. Come si verifica che un modello addestrato su grandi dati funzioni anche su dati nuovi?
  18. Quali fonti di dati interne a un'impresa possono essere integrate con dati esterni?
  19. Come si documentano le trasformazioni applicate ai dati per garantire la riproducibilità?
  20. Quali competenze servono a un analista per trasformare un'analisi di big data in decisioni aziendali?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Domande frequenti Libri, programma ed esami del prof. Matteo Farnè a Bologna

Che libro usa il prof. Matteo Farnè per Analisi dei Dati Longitudinali a Bologna?

Per Analisi dei Dati Longitudinali (Canale unico) indica come obbligatorio: Bee Dagum – Analisi delle serie storiche, previsione e scomposizione, Singer – Applied longitudinal data analysis.

Quanto è impegnativo Analisi dei Dati Longitudinali?

10 CFU, difficoltà stimata 9.8 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Matteo Farnè per Analisi delle Serie Storiche a Bologna?

Per Analisi delle Serie Storiche (Canale unico) indica come obbligatorio: Bee Dagum – Analisi delle serie storiche, previsione e scomposizione, Singer – Applied longitudinal data analysis.

Quanto è impegnativo Analisi delle Serie Storiche?

6 CFU, difficoltà stimata 3.6 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Matteo Farnè per Big Data And Analytics a Bologna?

Per Big Data And Analytics (Canale unico) indica come obbligatorio: James – An introduction to Statistical Learning, Hastie – The Elements of Statistical Learning, inference and….

Quanto è impegnativo Big Data And Analytics?

10 CFU, difficoltà stimata 9.9 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.