Formazione e ricerca
Attività Formative del Corso di Dottorato - 2022/2023
Advice to Young Researchers
Crediti: 4
Lingua di erogazione: English
Docente: Marco Piovesan
Behavioral and experimental economics
Crediti: 5
Lingua di erogazione: Italiano
Docente: Simone Quercia, Maria Vittoria Levati, Marco Piovesan
Development economics
Crediti: 5
Lingua di erogazione: English
Docente: Federico Perali
Finance
Crediti: 5
Lingua di erogazione: English
Docente: Cecilia Mancini
Game theory
Crediti: 5
Lingua di erogazione: Inglese
Docente: Francesco De Sinopoli
Inequality
Crediti: 5
Lingua di erogazione: English
Docente: Francesco Andreoli, Claudio Zoli
Introduction to Probability – Module II (attività formativa per la Scuola di Dottorato)
Crediti: 2
Lingua di erogazione: Italiano
Docente: Claudia Di Caterina
Introduction to Probability – Module I (Mutua da Probability) (attività formativa per la Scuola di Dottorato)
Crediti: 2
Lingua di erogazione: English
Introduction to Statistical Inference (attività formativa per la Scuola di Dottorato)
Crediti: 2
Lingua di erogazione: English
Docente: Marco Minozzo
Macroeconomics I
Crediti: 7,5
Lingua di erogazione: English
Docente: Tamara Fioroni, Alessia Campolmi
Mathematics
Crediti: 7,5
Lingua di erogazione: English
Docente: Letizia Pellegrini, Alberto Peretti
Microeconomics I
Crediti: 10,5
Lingua di erogazione: English
Docente: Simona Fiore, Claudio Zoli, Martina Menon
Political economy
Crediti: 5
Lingua di erogazione: English
Docente: Emanuele Bracco, Roberto Ricciuti
Probability
Crediti: 7,5
Lingua di erogazione: English
Docente: Marco Minozzo
Probability (2022/2023)
Docente
Referente
Crediti
7,5
Lingua di erogazione
English
Frequenza alle lezioni
Scelta Libera
Sede
VERONA
Obiettivi di apprendimento
The course is intended for 1st year students on PhD in Economics and Finance.
The purposes of this course are: (i) to explain, at an intermediate level, the basis of probability theory and some of its more relevant theoretical features; (ii) to explore those aspects of the theory most used in advanced analytical models in economics and finance. The topics will be illustrated and explained through many examples.
Prerequisiti e nozioni di base
Basic Calculus and basic knowledge of probability theory. In particular, students should have been exposed to the material in Lectures 1, 2, 3, 4, 5, 6, 8 of the MIT online course “Introduction to Probability” (RES.6-012) by John Tsitsiklis and Patrick Jaillet
https://ocw.mit.edu/courses/res-6-012-introduction-to-probability-spring-2018/
Attendance to more advanced courses such as real analysis, probability, distribution theory and statistical inference would be desirable.
Programma
Course content
1. Algebras and sigma-algebras, axiomatic definition of probability, probability spaces, properties of probability, conditional probability, Bayes theorem, stochastic independence for events.
2. Random variables, measurability, cumulative distribution functions and density functions.
3. Transformations of random variables, probability integral transform.
4. Lebesgue integral, expectation and variance of random variables, Markov inequality, Tchebycheff inequality, Jensen inequality, moments and moment generating function.
5. Multidimensional random variables, joint distributions, marginal and conditional distributions, stochastic independence for random variables, covariance and correlation, Cauchy-Schwartz inequality.
6. Bivariate normal distribution, moments, marginal and conditional densities.
7. Transformations of multidimensional random variables.
8. Convergence of sequences of random variables, weak law of large numbers and central limit theorem.
Textbook
S. Ross (2010). A First Course in Probability, 8th Edition. Pearson Prentice Hall.
Further readings
G. Casella, R. L. Berger (2002). Statistical Inference, Second edition. Duxbury Thompson Learning.
R. Durrett (2009). Elementary Probability for Applications. Cambridge University Press.
M. J. Evans, J. S. Rosenthal (2003). Probability and Statistics - The Science of Uncertainty. W. H. Freeman and Co.
G. Grimmett, D. Stirzaker (2001). Probability and Random Processes. Oxford University Press.
A. M. Mood, F. A. Graybill, D. C. Boes (1974). Introduction to the Theory of Statistics. McGraw-Hill.
P. Newbold, W. Carlson, B. Thorne (2012). Statistics for Business and Economics. Pearson Higher Education.
D. Stirzaker (2003). Elementary Probability. Cambridge University Press.
L. Wasserman (2004). All of Statistics. Springer.
Advanced readings
R. B. Ash, C. A. Doléans-Dade (2000). Probability and Measure Theory. Harcourt/Academic Press.
M. J. Schervish (1995). Theory of Statistics. Springer.
Bibliografia
Modalità di verifica dell'apprendimento
A two-hour written paper at the end of the course. No material is permitted during the examination.
Attività Formative della Scuola di Dottorato - 2022/2023
Docenti
Dottorandi
Non è presente alcuna persona. 40° Ciclo non iniziato.
Loading...
Linee guida percorso formativo
Di seguito i file che contengono le Linee guida per il percorso formativo e il regolamento per l'acquisizione dei crediti formativi (CFU) per l'Anno Accademico 2023/2024.
Documenti
Titolo | Info File |
---|---|
Dottorandi: linee guida generali (2023/2024) | pdf, it, 245 KB, 26/02/24 |
PhD students: general guidelines (2023/2024) | pdf, en, 245 KB, 26/02/24 |