Modelli strutturali e Filtri di Kalman per serie storiche univariate. Teoria ed applicazioni con Gretl

Paolo Chirico ()
Additional contact information
Paolo Chirico: University of Turin, http://www.est.unito.it/

Department of Economics and Statistics Cognetti de Martiis. Working Papers from University of Turin

Abstract: Il Filtro di Kalman è una tecnica statistica per fare previsioni e stimare parametri in opportuni modelli per serie storiche. Questi modelli sono i modelli strutturali nello Spazio degli Stati, così detti perchè con essi il dato storico è strutturato linearmente in componenti non osservabili, la cui variazione di stato (nel tempo) è regolata da equazioni lineari. Formalmente il Filtro di Kalman è un predittore lineare che fornisce previsioni ottimali del processo stocastico allo studio; è un previsore particolare, perchè si costruice come un palazzo: un piano (stato temporale) alla volta. Sembra una tecnica complessa perchè utilizza formule apparentemente complesse, ma, se non ci si spaventa difronte a qualche “formulaccia”, ci si accorge che è una tecnica abbastanza duttile ed utile in molti contesti. Proprio per non spaventare e demotivare lo studente, questa dispensa è stata pensata nel seguente modo: un primo capitolo in cui sono illustrate i punti salienti della metodologia cercando nel possibile di limitare le “formulacce”!) e quattro successivi capitoli dedicati ognuno ad un caso studio. L'intento è quello di llustrare la tecnica in maniera pratica, attraverso delle applicazioni che lo studente è invitato a replicare. Anche per questo, è stata dedicata un'appendice all'uso del Filtro di Kalman in Gretl, il software con il quale sono state realizzate le applicazioni nei casi studio.

Pages: 53 pages
Date: 2014-01
References: View references in EconPapers View complete reference list from CitEc
Citations:

Downloads: (external link)
http://www.est.unito.it/do/home.pl/Download?doc=/a ... 014dip/wp_1_2014.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:uto:dipeco:201401

Access Statistics for this paper

More papers in Department of Economics and Statistics Cognetti de Martiis. Working Papers from University of Turin Contact information at EDIRC.
Bibliographic data for series maintained by Laura Ballestra () and Cinzia Carlevaris ().