Scarani, Claudia
 
(2001)
Confronto fra stime di minimi quadrati e regolarizzate applicate a un modello macroeconomico dei consumi.
    Bologna:
    Dipartimento di Scienze economiche DSE,
    p. 16.
     
     DOI 
10.6092/unibo/amsacta/4893.
    
    In: Quaderni - Working Paper DSE
    	 (408).
    
    
     ISSN 2282-6483. 
  
  
 
  
  	
  	
	
  
  
  
  
  
  
  
    
  
    
      Full text disponibile come:
      
    
  
  
  
    
      Abstract
      Il metodo dei minimi quadrati viene spesso utilizzato come criterio di approssimazione per scegliere una particolare soluzione di problemi molto diversi fra loro.
Spesso ciò che interessa non è un insieme di numeri che risolva il problema, ma una soluzione che presenti caratteristiche che soddisfano alcuni vincoli addizionali rispetto ai dati assegnati.
In questo lavoro si propone, come esempio, un problema di stima di un modello economico dei consumi italiani e americani. I dati trimestrali sono relativi al periodo storico 1976.1-1999.2. Le variabili esplicative utilizzate sono: consumi del periodo precedente, reddito disponibile e indice di borsa.
Sono stati effettuati confronti fra le stime di minimi quadrati e stime mediante due metodi di regolarizzazione. Quest’ultimo approccio sembra fornire risultati che meglio si adeguano alla realtà economica. Una attenzione particolare è stata rivolta agli aspetti numerici del problema della regolarizzazione e alla implementazione di due algoritmi per la valutazione tradizionale e approssimata del parametro regolarizzante.
     
    
      Abstract
      Il metodo dei minimi quadrati viene spesso utilizzato come criterio di approssimazione per scegliere una particolare soluzione di problemi molto diversi fra loro.
Spesso ciò che interessa non è un insieme di numeri che risolva il problema, ma una soluzione che presenti caratteristiche che soddisfano alcuni vincoli addizionali rispetto ai dati assegnati.
In questo lavoro si propone, come esempio, un problema di stima di un modello economico dei consumi italiani e americani. I dati trimestrali sono relativi al periodo storico 1976.1-1999.2. Le variabili esplicative utilizzate sono: consumi del periodo precedente, reddito disponibile e indice di borsa.
Sono stati effettuati confronti fra le stime di minimi quadrati e stime mediante due metodi di regolarizzazione. Quest’ultimo approccio sembra fornire risultati che meglio si adeguano alla realtà economica. Una attenzione particolare è stata rivolta agli aspetti numerici del problema della regolarizzazione e alla implementazione di due algoritmi per la valutazione tradizionale e approssimata del parametro regolarizzante.
     
  
  
    
    
      Tipologia del documento
      Monografia
(Working paper)
      
      
      
      
        
          Autori
          
          
        
      
        
      
        
      
        
          Parole chiave
          Time Series, Least Squares with Quadratic Inequality
Constraint, Regularization.
          
        
      
        
          Settori scientifico-disciplinari
          
          
        
      
        
          ISSN
          2282-6483
          
        
      
        
      
        
          DOI
          
          
        
      
        
      
        
      
        
      
        
          Data di deposito
          17 Mar 2016 11:22
          
        
      
        
          Ultima modifica
          17 Mar 2016 11:22
          
        
      
        
      
      
      URI
      
      
     
   
  
    Altri metadati
    
      Tipologia del documento
      Monografia
(Working paper)
      
      
      
      
        
          Autori
          
          
        
      
        
      
        
      
        
          Parole chiave
          Time Series, Least Squares with Quadratic Inequality
Constraint, Regularization.
          
        
      
        
          Settori scientifico-disciplinari
          
          
        
      
        
          ISSN
          2282-6483
          
        
      
        
      
        
          DOI
          
          
        
      
        
      
        
      
        
      
        
          Data di deposito
          17 Mar 2016 11:22
          
        
      
        
          Ultima modifica
          17 Mar 2016 11:22
          
        
      
        
      
      
      URI
      
      
     
   
  
  
  
  
  
  
  
  
  
  
  
  
    
    Statistica sui download
    Statistica sui download
    
    
      Gestione del documento: 
      
        