Le metodologie adottate dagli uffici statistici nazionali per raccogliere i dati sulle relazioni economiche di Input-Output (I/O) pongono il problema di ot- tenere dati affidabili in modo tempestivo. La ricostruzione delle tabelle I/O risulta perci`o di particolare interesse. Proponiamo un approccio statistico che combina clustering gerarchica e Matrix Completion allo scopo di imputare i dati mancanti di una matrice I/O. Attraverso uno studio di validazione basato su World Input- Output Database e matrici sintetiche, mostriamo l’efficacia del metodo proposto per imputare i valori mancanti utilizzando sia dati dello stesso paese negli anni precedenti sia dati dello stesso periodo relativi a paesi simili a quello che presenta dati mancanti.

A Statistical Approach for the Completion of Input-Output Tables

Giorgio Gnecco;Francesco Biancalani;Massimo Riccaboni
2022-01-01

Abstract

Le metodologie adottate dagli uffici statistici nazionali per raccogliere i dati sulle relazioni economiche di Input-Output (I/O) pongono il problema di ot- tenere dati affidabili in modo tempestivo. La ricostruzione delle tabelle I/O risulta perci`o di particolare interesse. Proponiamo un approccio statistico che combina clustering gerarchica e Matrix Completion allo scopo di imputare i dati mancanti di una matrice I/O. Attraverso uno studio di validazione basato su World Input- Output Database e matrici sintetiche, mostriamo l’efficacia del metodo proposto per imputare i valori mancanti utilizzando sia dati dello stesso paese negli anni precedenti sia dati dello stesso periodo relativi a paesi simili a quello che presenta dati mancanti.
2022
9788891932310
Matrix Completion; Hierarchical Clustering; missing data; LASSO-like Nuclear Norm Penalty
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11771/29982
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
social impact