View syllabus
EUROPEAN STATISTICAL SYSTEM AND DATA PRODUCTION MODEL
MONICA PRATESI
Academic year2021/22
CourseECONOMICS
Code434PP
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
EUROPEAN STATISTICAL SYSTEM AND DATA PRODUCTION MODELSECS-S/01LEZIONI48
MONICA PRATESI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Al termine del corso

1) lo studente avrà acquisito conoscenze sul Sistema Statistico Europeo (ESS), sul suo Data Production Model (DPM), con esempi sui principali aggregati economici per lo studio delle condizioni di vita e sulle indagini europee sulle famiglie (povertà e condizioni di vita - Indagine EUSilc, Household Budget Survey, Labour Force Survey).

2) lo studente avrà acquisito conoscenze sui principali disegni d’indagine e gli stimatori diretti con esempi sugli indicatori di povertà e condizioni di vita per domini pianificati in sede di indagine (Regioni);lo studente saprà usare Codici R per l'applicazione dei principali metodi di stima diretta degli indicatori (Librerie dei progetti SAMPLE e EURAREA);

Alla fine del corso gli studenti conosceranno le caratteristiche del sistema statistico europeo e sapranno analizzare criticamente la qualità statistica degli indicatori di povertà e condizioni di vita pubblicati (Laeken Indicators).

Knowledge

At the end of the course the student will have knowledge on

1) the European Statistical System (ESS), the Data Production Model (DPM) and the main economic aggregates to study poverty and on the surveys on households (poverty and living conditions; EUSilc survey, Household Budget Survey, Labour Force Survey).

2) the main survey designs and their estimation strategy for planned domains of study (Regions); R codes for the application of the main direct estimators of the indicators (EURAREA and SAMPLE project libraries)

At the end of the course student will be able to deal with the ESS and to criticize the statistical quality of the published indicators of poverty and living conditions (Laeken Indicators).

 

 

Modalità di verifica delle conoscenze

Le conoscenze saranno accertate tramite

- incontri di preparazione e discussione tra il docente ed i gruppi di studenti sul lavoro individuale o di gruppo preparato nel Laboratorio R

 

Assessment criteria of knowledge

The knowledge will be assessed by

- meetings of the students to discuss the group work of the R Lab with the professor and the teaching staff

 

Capacità

Lo studente sarà capace di

- ricercare e nalizzare le principali fonti di dati (indagini campionarie e Censimenti) sulla povertà e le condizioni di vita in Europa

- leggere e applicare i codici R per la stima degli indicatori

- presentare i risultati dell'applicazione degli stimatori ai dati europei

Skills

The student will be able to

- search and analysse the official data sources (surveys, Censuses) on poverty and living conditions in Europe

- read and apply the R codes to perform estimation of the indicators

- present the results of the application of the estimatorsl to European data

Modalità di verifica delle capacità

- durante il Laboratorio R si svolgeranno piccoli progetti  per comprendere il funzionamento dei codici R per povertà e le condizioni di vita

- saranno svolte attività pratiche per la ricerca di fonti consultando il Web ed i principali databases Eurostat

- lo studente sarà chiamato a relazionare sui progetti R e le attività pratiche di ricerca

Assessment criteria of skills

- during the session of the R Lab small individual projects will allow to understand how to run the R for poverty and living conditions

- there will be small practical sessions to search and consult the data sources (search tools and methods for a given research topic, searching the Web and the main Eurostat databases)

- the student will  present the results of the small projects and of the searching og the data sources

Comportamenti

- lo studente potrà sviluppare capacità di ragionamento critico e sensibilità verso le problematiche di conoscenza dei dati locali sulle condizioni di vita in EU

- lo studente potrà sviluppare la capacità di lavorare in gruppo e di gestire team di lavoro anche come leader

Behaviors

- the student can develop awareness of the problems of local data on poverty and living conditions in EU

- the student can develop the ability to work in group and to manage the responsibilities as a group leader

Modalità di verifica dei comportamenti

- durante le attività di Laboratorio e di ricerca dati gli studenti presenteranno short reports sui risultati ottenuti

- la definizione delle responsabilità, i criteri di divisione del lavoro e l'organizzazione dei progetti di gruppo saranno monitotate e valutate dal docente

Assessment criteria of behaviors

- during the activities of R Lab and data searching the students will have to present short reports on the obtained results

- during the group activities the modalities of the definition of responsibilities, sharing of the workload and management of the project steps will be monitored and evaluated

Prerequisiti (conoscenze iniziali)

- conoscenze di statistica descrittiva ed inferenziale

- capacità informatiche per elaborazione dati

- conoscenza dei modelli statistici di regressione 

Prerequisites

- descriptive statistics and inference

- data processing abilities

- regression models

Indicazioni metodologiche

Il corso è in lingua Inglese e prevede:

- lezioni frontali con ausilio di slides

- esercitazioni in Laboratorio  che si svolgono formando gruppi ed usando i PC personali degli studenti

- strumenti di supporto: seminari di esperti, siti web

- materiali scaricabili dalla piattaforma Moodle di economia

- interazione con il docente tramite ricevimenti, posta elettronica, sito elearning

 

 

Teaching methods

The course is in English and it provides

- lectures with slides

- group activities in R Lab using personal Laptop of the students

- seminars of experts, web sites

- downloadable materials from Moodle platform of the Dept of Economics and Management

- interactions with the Professors through meetings, email, elearning site

Programma (contenuti dell'insegnamento)

Il corso presenta i principali metodi statistici per ottenere indicatori di povertà e di condizioni di vita a livello locale.

I contenuti dell'insegnamento sono:

  • il Sistema Statistico Europeo e il suo Data Production Model,
  • la definizione di indicatori di povertà e condizioni di vita (per esempio Laeken Indicators of Poverty e/o Indicatori multidimensionali di povertà),
  • metodi di indagine e principali stimatori (stimatore di Horvitz e Thompson e di Hayek),
  • introduzione ai  dati economici ufficiali e gli aggregati economici per lo studio della povertà e le principali indagini europee (EUSilc: European Survey on Income and Living Conditions, Household Budget Survey, Labour Force Survey). Cenni a fonti integrative e complementari provenienti da dati amministrativi e Big data.
Syllabus

The contents of the course are:

  • the European Statistical System and its Data Production Model,
  • Definition of poverty and living conditions (e.g. Laeken Indicators of Poverty and/or multidimensional indicators of poverty),
  • survey methods and estimation strategies (Horvitz -Thompson estimator, Hayek estimator),
  • introduction to economic official data and aggregates to study poverty and the main european surveys on households (EUSilc: European Survey on Income and Living Conditions, Household Budget Survey, Labour Force Survey). Issues on data integration and new data sources as Big data.
Bibliografia e materiale didattico

Materiale sulla definizione degli indicatori, sui dati economici e le indagini:

  1. Combating poverty and social exclusion. A statistical portrait of the European Union 2010. Eurostat, 2010 edition.
  2. Haughton, S.R. Khandker (2009) Handbook on Poverty and Inequality, see: http://siteresources.worldbank.org/INTPA/Resources/429966-1259774805724/Poverty_Inequality_Handbook_FrontMatter.pdf

    Materiale su metodi di indagine indagini e stima degli indicatori

    1. UNITED NATIONS SECRETARIAT ESA/STAT/AC.93/5, Statistics Division 03 November 2003- Construction and use of sampling weights, by Ibrahim S. Yansaneh
    2. SAMPLE project deliverables: http://www.sample-project.eu (last access 18-2-17)
    3. Verma, Betti, Natilli, Lemmi (2006), Indicators of Social Exclusion and Poverty in Europe’s Regions, Working Paper n. 59, April 2006
Bibliography

Materials on the definition of indicators, surveys and economic data:

  1. Combating poverty and social exclusion. A statistical portrait of the European Union 2010. Eurostat, 2010 edition.
  2. Haughton, S.R. Khandker (2009) Handbook on Poverty and Inequality, see: http://siteresources.worldbank.org/INTPA/Resources/429966-1259774805724/Poverty_Inequality_Handbook_FrontMatter.pdf

    Materials on survey methods and direct estimation of indicators

    1. UNITED NATIONS SECRETARIAT ESA/STAT/AC.93/5, Statistics Division 03 November 2003- Construction and use of sampling weights, by Ibrahim S. Yansaneh
    2. SAMPLE project deliverables: http://www.sample-project.eu (last access 18-2-17)
    3. Verma, Betti, Natilli, Lemmi (2006), Indicators of Social Exclusion and Poverty in Europe’s Regions, Working Paper n. 59, April 2006
Indicazioni per non frequentanti

Non sono previste variazioni di programma, modalità di esame, bibliografia per gli studenti non frequentanti

Non-attending students info

No variations of program, assessment methods, bibliography for non-attending students

Modalità d'esame

L'esame è composto  da un seminario, da svolgersi nel corso dell' appello di esame, più una prova individuale.

La prova seminariale consiste nella presentazione del lavoro di gruppo o individuale al docente e ai suoi collaboratori (slides - durata 20 minuti) e nella discussione dello stesso con il docente e/o collaboratori (10 minuti).

Assessment methods

The exam is a seminarto be held during the appello plus an individual test.

The individual/group work will be presented to the Professor(s) and will be discussed with them.

 

Note

La frequenza alle lezioni è fortemente consigliata.

Notes

Attendance to the lectures is strongly suggested.

Updated: 27/09/2021 13:08