EN
IT
Prerequisiti
statistica (base).
Prerequisites
statistics (introduction).
Programma
La parte iniziale del corso si concentra su concetti generali e sul contesto: "Introduzione e OLS" (circa 24 ore). La seconda parte copre i seguenti argomenti: "Stima della Massima Verosimiglianza, Variabili Dipendenti Binari e Variabili Dipendenti Non Ordinate" (circa 24 ore). La terza parte (circa 8 ore) approfondisce il tema delle "Variabili Dipendenti Ordinate e Dati Panel".
1. Introduzione all'econometria
2. Richiami di probabilità e statistica
3. Modello di regressione lineare e minimi quadrati ordinari ([HGL]: cap. 2, 3, 4, 5, 6, 7, 8, 9)
4. Massima verosimiglianza ([HGL]: par. C.8)
5. Modelli per variabili dipendenti binarie ([HGL]: par. 16.1, 16.2)
6. Modelli per variabile dipendente multinomiale non ordinata ([HGL]: par. 16.3, 16.4)
7. Modelli per variabile dipendente multinomiale ordinata ([HGL]: par.16.5)
8. Modelli per dati panel ([HGL]: cap. 15)
Program
The initial part of the course focuses on general concepts and context: “Introduction, and OLS” (approximately 24 hours). The second part covers the following topic: “Maximum Likelihood estimation, Binary dependent Variables, and Unordered dependent Variables” (approximately 24 hours). The third part (approximately 8 hours) delves into the subject of “Ordered dependent Variables, and Panel Data”.
1. Introduction
2. Basics of probability and statistics
3. Ordinary Least Squares
4. Maximum Likelihood estimation
5. Binary dependent Variables
6. Unordered dependent Variables
7. Ordered dependent Variables
8. Panel Data
Testi Adottati
• Materiali di studio relativo alle lezioni frontali e reading list predisposta dal docente su Teams
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Books
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Bibliografia
Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Bibliography
Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Modalità di svolgimento
• Lezioni frontali
• Sessioni di Laboratorio.
• Lezioni incentrate sull’applicazione della teoria con il software econometrico
• Prendere appunti
• Prendere in esame i testi di riferimento
Teaching methods
Classroom Lectures
• Laboratory sessions, Exercises
• Lessons focused on applying the theory with the econometric software
• Notes
• Suggested articles and readings
Regolamento Esame
Discussione e partecipazione attiva durante le lezioni con il docente in relazioni ai temi affrontati.
Il voto sarà espresso in trentesimi.
Modalità d'esame: Prova scritta (1h). Parte teorica: 5 domande a risposta multipla (2 punti ciascuna, no penalità per risposte sbagliate), Parte pratica: 11 domande (2 punti ciascuna, no penalità per risposte sbagliate) cui rispondere al computer eseguendo operazioni analoghe a quelle viste in aula. Voto finale: somma dei punteggi conseguiti nelle due parti. La prova verrà valutata in base alla conoscenza della teoria e alla capacità di applicare i concetti teorici usando il software econometrico. Accertamento in sede di esame della capacità dello studente di analisi critica e della capacità di interpretare i risultati dell’analisi empirica.
Criteri per la formulazione del giudizio espresso in trentesimi:
o Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni.
o 18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti.
o 21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica coerente.
o 24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso.
o 27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi, sintesi. Buona autonomia di giudizio.
o 30-30L: Ottimo livello di conoscenza e comprensione degli argomenti. Notevoli capacità di analisi e di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale.
Exam Rules
Discussions and interactive participation to the lectures during the course.
The grade will be expressed in 30/30. The exam is written, and it lasts 1 hour. It is composed by two different sections. The first section is theoretical, and it consists of 5 multiple choice questions. The second is both empirical and theoretical, and it consists of 11 questions whose answers should be computed using Stata. Each answer is valid 2 points max. Assessment in the final examination of the student's ability for critical analysis and to interpret empirical results.
Evaluation criteria:
Failed: Significant deficiencies and/or inaccuracies in understanding the topics; limited abilities in analysis and synthesis, frequent generalizations.
18-20: Knowledge and understanding of the topics are barely sufficient with possible imperfections; adequate abilities in analysis, synthesis, and independent judgment.
21-23: Routine knowledge and understanding of the topics; correct abilities in analysis and synthesis with coherent logical reasoning.
24-26: Decent knowledge and understanding of the topics; good abilities in analysis and synthesis with rigorously expressed arguments.
27-29: Comprehensive knowledge and understanding of the topics; remarkable abilities in analysis, synthesis, and good independent judgment.
30-30L: Excellent level of knowledge and understanding of the topics. Outstanding abilities in analysis, synthesis, and independent judgment. Arguments expressed in an original manner.
EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI: Dopo aver seguito il corso, gli studenti saranno in grado di condurre un'analisi econometrica completa e corretta su una o più serie storiche di natura economica. In particolare, saranno in grado di scaricare/ottenere i dati individuandone le fonti più appropriate, riconoscerne le peculiarità (non-stazionarietà, cointegrazione) e modellarle di conseguenza, con l'ausilio di un software statistico gratuito ed open-source (R, Gretl).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Il corso fornisce i fondamenti teorici delle analisi statistiche ed econometriche applicate in particolare alle serie storiche economiche. Il corso sarà strutturato in due parti. Nella prima si richiameranno dapprima i fondamenti di probabilità e dell’analisi inferenziale, per poi analizzare in dettaglio i modelli di regressione lineare semplice e multipla – quest’ultima nella sua forma matriciale – trattandone in dettaglio le principali assunzioni e proprietà. La seconda parte del corso sarà più propriamente focalizzata sull’analisi delle serie storiche economiche, introducendo le nozioni di autocorrelazione, di non-stazionarietà, e di cointegrazione, analizzandone le conseguenze in termini di stima e illustrando le strategie necessarie per tenerne conto nelle analisi di regressione e di previsione.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Il corso fornisce gli strumenti necessari per implementare una corretta analisi econometrica delle serie storiche economiche.
L’utilizzo di dati reali (fonte Eurostat, NBER, ect…) e del software GRETL, gratuito ed open source, sono parte integrante del corso ed oggetto di tutte le esercitazioni. Tra le finalità del corso rientrano pertanto la capacità di reperire dataset di natura economica (in particolare serie storiche) e di analizzarli in modelli di regressione adeguati, individuandone eventuali peculiarità, quali la presenza di osservazioni anomale, di autocorrelazione, di non-stazionarietà o cointegrazione tra due o più variabili.
AUTONOMIA DI GIUDIZIO: Al termine del corso gli studenti saranno in grado di formulare ipotesi di natura economica e di testarle con l’ausilio dei dati più appropriati, reperendoli dalle giuste fonti disponibili. Sapranno valutare quale modello applicare per la modellizzazione di serie storiche economiche di tipo diverso. Infine, saranno in grado di valutare la bontà di un’analisi di regressione in termini di diagnostica del modello e di validità interna ed esterna. Saranno inoltre capaci di interpretare e valutare le previsioni fornite dal modello.
ABILITÀ COMUNICATIVE: Tramite gli strumenti forniti dal corso, gli studenti saranno in grado di utilizzare i dati per estrarre indicazioni su un fenomeno (di natura prevalentemente economica) e comunicarle efficacemente. In particolare, agli studenti verrà chiesto di presentare chiaramente le varie fasi dell’analisi, dalla presentazione del quesito in analisi e delle ipotesi sotto test, alla descrizione del dataset utilizzato, sottolineandone eventuali peculiarità (es. osservazioni anomale, particolare natura dei dati, etc.), all’illustrazione e motivazione delle metodologie scelte per condurre l’analisi. Al termine del corso lo studente sarà inoltre in grado di produrre (nonché di leggere ed interpretare) tavole di statistiche descrittive e rappresentazioni grafiche utili alla dimostrazione della tesi. Infine, rientra tra gli obiettivi del corso la capacità di produrre in formato tabulare stime di vari modelli di regressione, al fine di consentirne un rapido e chiaro confronto, nonchè di leggere ed interpretare modelli stimati da altri.
CAPACITÀ DI APPRENDIMENTO: Il corso consente allo studente di acquisire una maggiore capacità operativa in termini di reperimento dei dati e di corretta modellizzazione delle serie storiche economiche. Tali capacità, oltre ad essere strettamente utili per il superamento degli esami quantitativi futuri previsti dal corso di studio, sono più in generale funzionali a tutte le successive fasi di studio, inclusa quella della stesura dell’elaborato di tesi finale. Si tratta inoltre di capacità particolarmente apprezzate nel mondo del lavoro e che consentiranno agli studenti di interpretare e valutare in più autonomia le modellizzazioni statistiche che vengono sempre più frequentemente fornite dalle varie fonti di informazione.
Learning Objectives
LEARNING OUTCOMES: After the course, the students will be able to retrieve economic and financial time-series as well as to perform a sound econometric analysis based on the mentioned data. Specifically, they will be able to retrieve the data from the proper data sources, they will be able to recognize potential peculiarities (such as non-stationarity, cointegration, etc) and to model the time-series accordingly. Finally, practices will endow students with a knowledge of the basics on free and open-source statistical softwares (R, Gretl)
KNOWLEDGE AND UNDERSTANDING: The course provides the theoretical fundamentals of statistical and econometric analysis. More specifically, after having recalled the basics of probability and inference, the linear regression model (both simple and multiple) will be analyzed, with particular attention to this assumptions and hypotheses. Afterwards, the notions of non-stationarity and cointegration will be analyzed in detail, illustrating their consequences as well as the most widespread strategies implemented in literature to tackle with those issues.
APPLYING KNOWLEDGE AND UNDERSTANDING: The theoretical notions are coupled with applications to real data all along the course. Students will apply these theoretical notions by retrieving real-world time-series data (from e.g. Eurostat, NBER, Datastream Thomoson Reuters, yahoo!finance etc..) and will analyses them by means of free and open source statistical softwares (R, Gretl).
MAKING JUDGEMENTS: Students will be able to formulate testable hypotheses and will be able to statistically test them using proper data, retrieved from suitable databases. They will be able to recognize the most appropriate techniques to model the time-series under analysis as well as to evaluate the soundness of econometric analysis done by others.
COMMUNICATION SKILLS: The course provides the students the tools required to extract indications on a (typically economic) phenomenon by analyzing the data. The successful student will be able to soundly present the various phases of the statistical analysis, by clearly stating the research question and the testable hypotheses under analysis, as well as the dataset used, highlighting potential peculiarities of the data (such as presence of outliers, non-stationarity of the series, etc…), and the methodology used, effectively motivating his/her choices.
At the end of the course, the students will be able to produce, as well as to read and interpret, graphical representations and outputs of estimated econometric models providing empirical evidence on the phenomenon under analysis.
LEARNING SKILLS: Students will develop understanding and critical thinking about econometric analysis on time-series data. These abilities not only instrumental for passing the exam, but also for all other subsequent phases of the education career of the students, including passing future quantitative exams as well as structuring and writing the final dissertation, as well being amongst the most highly required on the job market.
Prerequisiti
statistica (base).
Prerequisites
statistics (introduction).
Programma
1. Introduzione all'econometria
2. Richiami di probabilità e statistica
3. Modello di regressione lineare e minimi quadrati ordinari ([HGL]: cap. 2, 3, 4, 5, 6, 7, 8, 9)
4. Massima verosimiglianza ([HGL]: par. C.8)
5. Modelli per variabili dipendenti binarie ([HGL]: par. 16.1, 16.2)
6. Modelli per variabile dipendente multinomiale non ordinata ([HGL]: par. 16.3, 16.4)
7. Modelli per variabile dipendente multinomiale ordinata ([HGL]: par.16.5)
8. Modelli per dati panel ([HGL]: cap. 15)
Program
1. Intro
2. Basics of probability and statistics
3. Ordinary Least Squares
4. Maximum Likelihood estimation
5. Binary dependent Variables
6. Unordered dependent Variables
7. Ordered dependent Variables
8. Panel Data
Testi Adottati
• Materiali di studio relativo alle lezioni frontali e reading list predisposta dal docente su Teams
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Books
• Materiali di studio relativo alle lezioni frontali e reading list predisposta dal docente su Teams
• Hill, Griffiths e Lim, Principi di econometria, 1ª ed. italiana (4a ed. americana), Zanichelli, 2013
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Bibliografia
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Bibliography
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Modalità di svolgimento
• Lezioni frontali
• Sessioni di Laboratorio.
• Lezioni incentrate sull’applicazione della teoria con il software econometrico
• Prendere appunti
• Prendere in esame i testi di riferimento
Teaching methods
• Classroom Lectures
• Laboratory sessions, Exercises
• Lessons focused on applying the theory with the econometric software
• Notes
• Suggested articles and readings
Regolamento Esame
Discussione e partecipazione attiva durante le lezioni con il docente in relazioni ai temi affrontati. Modalità d'esame: Prova scritta (1h). Parte teorica: 5 domande a risposta multipla (2 punti ciascuna, no penalità per risposte sbagliate), Parte pratica: 11 domande (2 punti ciascuna, no penalità per risposte sbagliate) cui rispondere al computer eseguendo operazioni analoghe a quelle viste in aula. Voto finale: somma dei punteggi conseguiti nelle due parti. La prova verrà valutata in base alla conoscenza della teoria e alla capacità di applicare i concetti teorici usando il software econometrico. Accertamento in sede di esame della capacità dello studente di analisi critica e della capacità di interpretare i risultati dell’analisi empirica.
Exam Rules
Discussions and interactive participation to the lectures during the course. The exam is written, and it lasts 1 hour. It is composed by two different sections. The first section is theoretical, and it consists of 5 multiple choice questions. The second is both empirical and theoretical, and it consists of 11 questions whose answers should be computed using Stata. Each answer is valid 2 points max. Assessment in the final examination of the student's ability for critical analysis and to interpret empirical results.
