EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI
Il corso fornisce strumenti econometrici per l’analisi di dati microeconomici, longitudinali e sperimentali/osservazionali, con particolare attenzione alla valutazione empirica di relazioni economiche e all’inferenza causale. Gli studenti acquisiscono competenze metodologiche e applicate nell’ambito dell’economia applicata, imparando a formulare domande empiriche, preparare i dati, stimare modelli econometrici e interpretare criticamente i risultati. Una componente rilevante del corso è dedicata all’utilizzo del software Stata.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE
L’obiettivo è apprendere le principali tecniche statistiche ed econometriche utilizzate per analizzare problemi economici con microdati e dati panel. Il corso consolida ed estende le conoscenze di base acquisite nei corsi obbligatori, introducendo strumenti per distinguere tra associazioni statistiche e interpretazioni causali. Gli studenti acquisiranno familiarità con il modello di regressione lineare, l’identificazione basata su osservabili, gli esperimenti randomizzati, i dati panel, il metodo difference-in-differences, le variabili strumentali e, se il tempo lo consente, il regression discontinuity design.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Gli studenti saranno in grado di applicare tecniche di stima econometrica a dati microeconomici e longitudinali in casi pratici. Ad esempio, potranno analizzare se una campagna pubblicitaria ha aumentato le vendite di un prodotto, valutare l’effetto di una politica pubblica su un outcome economico, confrontare gruppi trattati e di controllo, o stimare modelli con dati osservati prima e dopo un intervento. Il corso mira inoltre a sviluppare competenze operative nella preparazione dei dati, nella produzione di statistiche descrittive, nella stima di modelli econometrici e nella presentazione dei risultati tramite Stata.
AUTONOMIA DI GIUDIZIO
Il corso mira a sviluppare la capacità di valutare criticamente analisi empiriche basate su microdati. Gli studenti saranno in grado di interpretare dati economici, discutere la plausibilità delle ipotesi di identificazione, riconoscere possibili problemi di selezione, endogeneità e variabili omesse, e valutare quantitativamente relazioni economiche e possibili effetti causali.
ABILITÀ COMUNICATIVE
Gli studenti impareranno a presentare in modo rigoroso e chiaro fatti stilizzati, evidenze empiriche, strategie di identificazione e risultati econometrici. Saranno in grado di comunicare le proprie analisi sia a un pubblico specialistico sia a un pubblico non specialistico, utilizzando tabelle, grafici e interpretazioni economiche dei coefficienti stimati.
CAPACITÀ DI APPRENDIMENTO
Al termine del corso gli studenti dovranno avere acquisito la capacità di utilizzare banche dati, preparare dataset, applicare strumenti di analisi econometrica e interpretare i risultati alla luce delle principali teorie economiche e delle ipotesi di identificazione. Gli studenti dovranno inoltre essere in grado di estendere le tecniche acquisite alla preparazione della tesi di laurea, alla lettura critica di lavori empirici e allo sviluppo autonomo di semplici progetti di ricerca applicata.
Learning Objectives
LEARNING OBJECTIVES
The course provides econometric tools for the analysis of microeconomic, longitudinal, and experimental/observational data, with particular emphasis on the empirical evaluation of economic relationships and causal inference. Students will acquire methodological and applied skills in the field of applied economics, learning how to formulate empirical questions, prepare data, estimate econometric models, and critically interpret results. A relevant component of the course is devoted to the use of Stata.
KNOWLEDGE AND UNDERSTANDING
The aim is to learn the main statistical and econometric techniques used to analyse economic problems with microdata and panel data. The course consolidates and extends the basic knowledge acquired in compulsory courses, introducing tools to distinguish between statistical associations and causal interpretations. Students will become familiar with the linear regression model, identification based on observables, randomized experiments, panel data, difference-in-differences, instrumental variables and, time permitting, regression discontinuity design.
APPLYING KNOWLEDGE AND UNDERSTANDING
Students will be able to apply econometric estimation techniques to microeconomic and longitudinal data in practical settings. For example, they will be able to analyse whether an advertising campaign increased the sales of a product, evaluate the effect of a public policy on an economic outcome, compare treated and control groups, or estimate models using data observed before and after an intervention. The course also aims to develop operational skills in data preparation, descriptive analysis, econometric estimation, and the presentation of results using Stata.
MAKING JUDGEMENTS
The course aims to develop students’ ability to critically evaluate empirical analyses based on microdata. Students will be able to interpret economic data, discuss the plausibility of identification assumptions, recognise possible problems of selection, endogeneity and omitted variables, and quantitatively evaluate economic relationships and potential causal effects.
COMMUNICATION SKILLS
Students will learn how to present stylised facts, empirical evidence, identification strategies and econometric results in a rigorous and clear way. They will be able to communicate their analyses to both specialist and non-specialist audiences, using tables, graphs and economic interpretations of estimated coefficients.
LEARNING SKILLS
By the end of the course, students should have acquired the ability to use datasets, prepare data, apply econometric tools and interpret results in light of the main economic theories and identification assumptions. Students should also be able to extend the techniques acquired in the course to their master’s thesis, to the critical reading of empirical research, and to the autonomous development of simple applied research projects.
Prerequisiti
statistica inferenziale.
Prerequisites
Statistics.
Programma
La parte iniziale del corso si concentra sui concetti generali e sugli strumenti di base dell’econometria applicata: “Introduzione, richiami di statistica, regressione lineare e uso di Stata” — circa 24 ore.
La seconda parte introduce i principali strumenti utilizzati in microeconometria applicata per studiare relazioni empiriche e causali: “Identificazione basata su osservabili, esperimenti randomizzati e dati panel” — circa 20 ore.
La terza parte approfondisce metodi più avanzati per l’identificazione causale: “Difference-in-differences, variabili strumentali e, se il tempo lo consente, regression discontinuity design” — circa 12 ore.
Program
The first part of the course focuses on general concepts and the basic tools of applied econometrics: “Introduction, Review of Statistics, Linear Regression, and Use of Stata” — approximately 24 hours. The second part introduces the main tools used in applied microeconometrics to study empirical and causal relationships: “Identification Based on Observables, Randomized Experiments, Panel Data, and Difference-in-Differences” — approximately 20 hours.
The third part covers more advanced methods for causal identification: “Instrumental Variables and, time permitting, Regression Discontinuity Design” — approximately 12 hours.
Testi Adottati
• Il corso non seguirà in modo rigido un unico manuale. I materiali di studio principali saranno costituiti dalle slide, dagli appunti delle lezioni frontali, dagli esercizi svolti in aula e dalla reading list predisposta dal docente e resa disponibile su Teams.
Come testo principale di riferimento per la parte econometrica generale si consiglia:
• Wooldridge, J. M., Introductory Econometrics: A Modern Approach, ultima edizione disponibile, Cengage.
L’ottava edizione risulta essere l’edizione più recente ed è pubblicata da Cengage. Per approfondire il taglio applicato e l’inferenza causale, si consigliano inoltre:
• Angrist, J. D. e Pischke, J.-S., Mastering ’Metrics: The Path from Cause to Effect, Princeton University Press. Testo introduttivo e intuitivo sui principali strumenti dell’econometria applicata per l’analisi causale.
• Cunningham, S., Causal Inference: The Mixtape, Yale University Press.
Testo consigliato per approfondire i metodi di inferenza causale con esempi applicati e codice, incluso Stata.
• Eventuali ulteriori letture, articoli, dataset, do-file e materiali integrativi saranno indicati durante il corso e resi disponibili su Teams.
Books
The course will not follow a single textbook in a rigid or sequential way. The main study materials will consist of lecture slides, notes from lectures, in-class exercises, and the reading list prepared by the instructor and made available on Teams.
As the main reference textbook for the general econometrics part, students are advised to use:
• Wooldridge, J. M., Introductory Econometrics: A Modern Approach, 8th edition, Cengage. For the applied and causal inference component of the course, the following texts are also recommended:
• Angrist, J. D. and Pischke, J.-S., Mastering ’Metrics: The Path from Cause to Effect, Princeton University Press. This book provides an intuitive introduction to the main tools of applied econometrics for causal analysis.
• Cunningham, S., Causal Inference: The Mixtape, Yale University Press.
This text is recommended for students who wish to deepen their understanding of causal inference methods through applied examples and code.
• Additional readings, articles, datasets, do-files, and supplementary materials will be indicated during the course and made available on Teams.
Bibliografia
• Wooldridge, J. M., Introductory Econometrics: A Modern Approach, 8th edition, Cengage.
• Angrist, J. D. and Pischke, J.-S., Mastering ’Metrics: The Path from Cause to Effect, Princeton University Press.
• Cunningham, S., Causal Inference: The Mixtape, Yale University Press.
Bibliography
• Wooldridge, J. M., Introductory Econometrics: A Modern Approach, 8th edition, Cengage.
• Angrist, J. D. and Pischke, J.-S., Mastering ’Metrics: The Path from Cause to Effect, Princeton University Press.
• Cunningham, S., Causal Inference: The Mixtape, Yale University Press.
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
Durante il corso potrà essere assegnata un’attività da svolgere in gruppi di 2-3 studenti. A seconda del numero di studenti iscritti, l’attività potrà consistere in:
1. un progetto empirico basato su dati; oppure
2. un problem set da risolvere utilizzando Stata.
L’attività sarà basata sull’applicazione, tramite Stata, dei concetti teorici e dei modelli econometrici studiati durante il corso. Gli studenti dovranno utilizzare Stata per preparare i dati, svolgere analisi descrittive, stimare modelli econometrici, interpretare i risultati e collegarli alle domande empiriche proposte.
Se completata con esito positivo, questa attività costituirà il 30% del voto finale. Saranno considerate ai fini della valutazione finale solo le consegne che soddisfano i criteri minimi di superamento, in modo da incentivare la partecipazione attiva e il coinvolgimento nel corso. Se l’attività non viene superata, l’esame finale scritto peserà per il 100% del voto complessivo.
Gli studenti dovranno preparare uno o più do-file commentati e, nel caso del progetto empirico, una breve discussione dei risultati ottenuti. I file richiesti dovranno essere inviati al docente secondo le modalità e le scadenze comunicate durante il corso.
Il voto ottenuto nel progetto/problem set sarà considerato ai fini del voto finale solo negli appelli della sessione primaverile/estiva, ossia maggio, giugno, luglio e settembre.
Esame finale
L’esame finale consiste in una prova scritta della durata di 1 ora e 30 minuti.
La prova si svolge senza accesso al materiale del corso e valuta sia la conoscenza teorica sia le competenze empiriche acquisite. L’esame potrà includere diverse tipologie di domande, tra cui domande vero/falso e quesiti a risposta aperta che richiedono l’applicazione a esempi concreti dei modelli econometrici studiati durante il corso.
La valutazione è espressa in trentesimi, da 18 a 30. Un punteggio inferiore a 18 comporta il mancato superamento dell’esame. La lode può essere attribuita agli studenti che conseguono il punteggio di 30/30 e dimostrano una preparazione particolarmente solida.
Gli studenti possono rifiutare il voto, secondo le modalità previste dal sistema Delphi, solo negli appelli della sessione primaverile/estiva, ossia maggio, giugno, luglio e settembre. Successivamente, ogni altra valutazione scritta sarà verbalizzata.
Criteri per la formulazione del giudizio espresso in trentesimi
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi; frequenti generalizzazioni.
18-20: conoscenza e comprensione degli argomenti appena sufficienti, con possibili imperfezioni; capacità di analisi, sintesi e autonomia di giudizio sufficienti.
21-23: conoscenza e comprensione degli argomenti di livello routinario; capacità di analisi e sintesi corrette, con argomentazione logica coerente.
24-26: discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi, con argomentazioni espresse in modo rigoroso.
27-29: conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi; buona autonomia di giudizio.
30-30L: ottimo livello di conoscenza e comprensione degli argomenti; notevoli capacità di analisi, sintesi e autonomia di giudizio; argomentazioni espresse in modo originale.
Exam Rules
During the course, an activity may be assigned to be completed in groups of 2-3 students. Depending on the number of enrolled students, the activity may consist of:
1. an empirical project based on data; or
2. a problem set to be solved using Stata.
The activity will be based on the application, through Stata, of the theoretical concepts and econometric models studied during the course. Students will be required to use Stata to prepare the data, carry out descriptive analyses, estimate econometric models, interpret the results, and relate them to the proposed empirical questions.
If successfully completed, this activity will account for 30% of the final grade. Only submissions that meet the minimum pass criteria will be considered for the final grade, in order to encourage active participation and engagement with the course material. If the activity is not passed, the final written exam will account for 100% of the overall grade.
Students will be required to prepare one or more commented do-files and, in the case of the empirical project, a short discussion of the results obtained. The required files must be submitted to the instructor according to the procedures and deadlines communicated during the course.
The grade obtained in the project/problem set will be considered for the final grade only in the spring/summer exam sessions, namely May, June, July, and September.
Final exam
The final exam consists of a written examination lasting 1 hour and 30 minutes.
The exam is conducted without access to course materials and assesses both theoretical knowledge and the empirical skills acquired during the course. The exam may include different types of questions, including true/false questions and open-ended questions requiring the application of the econometric models studied in class to concrete examples.
Grades are expressed on a scale from 18 to 30. Any score below 18 constitutes a fail. Honors may be awarded to students who achieve a score of 30/30 and demonstrate particularly strong preparation.
Students may refuse the grade, according to the procedures established by the Delphi system, only in the spring/summer exam sessions, namely May, June, July, and September. After that, any further written evaluation will be officially recorded.
Criteria for assigning grades on the 30-point scale
Fail: significant gaps and/or inaccuracies in the knowledge and understanding of the topics; limited analytical and synthesis skills; frequent generalizations.
18-20: barely sufficient knowledge and understanding of the topics, with possible imperfections; sufficient analytical, synthesis, and independent judgement skills.
21-23: routine knowledge and understanding of the topics; correct analytical and synthesis skills, with coherent logical argumentation.
24-26: fair knowledge and understanding of the topics; good analytical and synthesis skills, with arguments expressed rigorously.
27-29: complete knowledge and understanding of the topics; strong analytical and synthesis skills; good independent judgement.
30-30L: excellent level of knowledge and understanding of the topics; outstanding analytical, synthesis, and independent judgement skills; arguments expressed in an original way.
Modalità di frequenza
Lezioni frontali e sessioni di laboratorio (Stata)
Attendance Rules
Classroom Lectures and computer lab sessions (Stata)
EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI: il corso fornisce strumenti econometrici per l'analisi dei dati microeconomici e longitudinali. Gli studenti acquisiscono qualificate competenze metodologiche e professionali nell'ambito dell'economia applicata.
CONOSCENZA E CAPACITA' DI COMPRENSIONE: L'obiettivo è quello di apprendere le principali tecniche statistiche ed econometriche per analizzare i principali problemi economici, al fine di consolidare ed estendere le conoscenze di base acquisite nei corsi obbligatori, e di elaborare e/o applicare idee, anche in un contesto di ricerca.
CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE: Utilizzazione delle conoscenze e capacità di comprensione delle tecniche di stima su microdati applicate a casi pratici. Ad esempio, gli studenti saranno in grado di prevedere le vendite di un prodotto o di testare se una nuova campagna pubblicitaria sta effettivamente aumentando le vendite del prodotto. Il corso mira anche a sviluppare competenze nell'analisi di micro-dati utili per la preparazione di progetti di ricerca. Gli studenti acquisiranno competenze nell'uso del software Stata.
AUTONOMIA DI GIUDIZIO: Il corso mira a sviluppare le competenze di analisi di micro-dati utili per la preparazione di progetti di ricerca. Gli studenti saranno in grado di interpretare i dati economici e di valutare quantitativamente le relazioni economiche.
ABILITA' COMUNICATIVE: Gli studenti impareranno come presentare fatti e analizzare dati e problemi economici in modo rigoroso e come presentarli a un pubblico specialistico e non.
CAPACITA' DI APPRENDIMENTO: Al termine del corso gli studenti devono avere acquisito la capacità di saper utilizzare banche dati, utilizzare strumenti di analisi econometrica per interpretali alla luce delle principali teorie economiche. Gli studenti devono essere in grado di estendere alle loro tesi di laurea le tecniche acquisite continuare a studiare ed elaborare progetti di ricerca in modo autonomo.
Learning Objectives
LEARNING OUTCOMES: This course provides students with econometric tools for analyzing microeconomic and longitudinal data. Students will acquire qualified methodological and professional skills in applied economics.
KNOWLEDGE AND UNDERSTANDING: The objective is to learn the main statistical and econometric approaches to analyze economic problems, to strengthen and extend basic knowledge gained in compulsory courses, and to apply ideas in a research context.
APPLYING KNOWLEDGE AND UNDERSTANDING: Students will apply estimation techniques using microdata applied to different contexts from business, education, and labor. For example, they will be able to predict sales of a product or test if a new ad campaign is increasing product sales. The course also aims to develop microdata analysis skills useful for research projects. Students will develop skills in Stata software.
MAKING JUDGEMENTS: The course aims to develop micro-data analysis skills useful for research projects. Students will be able to interpret economic data and quantitatively evaluate economic relationships.
COMMUNICATION SKILLS: Students will learn how to present facts and analyze data and economic problems in a rigorous way and present them to specialist and non-specialist audiences.
LEARNING SKILLS: By the end of the course, students will be able to use microeconomic datasets and micro-econometric techniques to interpret economic problems in light of existing economic theories. Students are expected to extend the application of these research techniques to develop research projects and ideas on their own.
Prerequisites
Statistics.
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
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.
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.
Modalità di frequenza
Lezioni frontali e sessioni di laboratorio (Stata)
Attendance Rules
Classroom Lectures and computer lab sessions (Stata)
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.
Modalità di frequenza
Lezioni frontali e sessioni di laboratorio (Stata)
Attendance Rules
Classroom Lectures and computer lab sessions (Stata)
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.
Modalità di frequenza
Lezioni frontali e sessioni di laboratorio (Stata)
Attendance Rules
Classroom Lectures and computer lab sessions (Stata)
