Il volume raccoglie i contributi presentati alla sesta Gretl Conference – che si è svolta presso il Dipartimento di Scienze Politiche, Università di Napoli Federico II, nei giorni 13-14 giugno 2019. Gretl (Gnu Regression, Econometrics and Time-series Library) è un software per le analisi statistiche-econometriche gratuito, open-source, scritto in C e disponibile su diverse piattaforme. Nato come versatile strumento di didattica, nei suoi 10 anni di vita è cresciuto enormemente anche come strumento di ricerca. La Conferenza ha visto la presentazione di studi sia teorici che applicati al fine di condividere i più recenti sviluppi del software e le nuove funzionalità. Il volume include 15 contributi di studiosi su diversi temi, tra i quali Generalized Dynamic Factor Models, il Propensity Score Matching, Modelli Spaziali e Modelli per Dati Ordinali, Cointegrazione e tecniche Boostrap, che sono stati accettati dopo un processo di revisione anonima
GRETL 2019. Proceedings of the International Conference on the Gnu Regression, Econometrics and Time-series Library / DI IORIO, Francesca; Lucchetti, Riccardo. - 12:(2019). [10.6093/978-88-6887-057-7]
GRETL 2019. Proceedings of the International Conference on the Gnu Regression, Econometrics and Time-series Library
francesca di iorio;
2019
Abstract
Il volume raccoglie i contributi presentati alla sesta Gretl Conference – che si è svolta presso il Dipartimento di Scienze Politiche, Università di Napoli Federico II, nei giorni 13-14 giugno 2019. Gretl (Gnu Regression, Econometrics and Time-series Library) è un software per le analisi statistiche-econometriche gratuito, open-source, scritto in C e disponibile su diverse piattaforme. Nato come versatile strumento di didattica, nei suoi 10 anni di vita è cresciuto enormemente anche come strumento di ricerca. La Conferenza ha visto la presentazione di studi sia teorici che applicati al fine di condividere i più recenti sviluppi del software e le nuove funzionalità. Il volume include 15 contributi di studiosi su diversi temi, tra i quali Generalized Dynamic Factor Models, il Propensity Score Matching, Modelli Spaziali e Modelli per Dati Ordinali, Cointegrazione e tecniche Boostrap, che sono stati accettati dopo un processo di revisione anonimaI documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
