INTRODUZIONE ALL'ECONOMETRIA
Syllabus
Aggiornato A.A. 2017-2018
Scopo del corso di Introduzione all'econometia è di fornire agli studenti gli strumenti matematici e statistici necessari ad effettuare un analisi statistica di dati economici, sia sezionali che di tipo panel, e di essere in grado di interpretarne i risultati
Dopo un breve richiamo dei concetti fondamentali di calcolo delle probabilità e statistica, il corso introduce il concetto di analisi degli effetti causali di una o più variabili su un fenome di interesse, e il problema della sua identificazione e stima.
Il corso si soffermerà principalmente sul modello di regressione lineare e sui suoi metodi di stima. In tale ambito, sarà introdotto lo stimatore dei minimi quadrati ordinari, (MQO, o OLS, dall'inglese Ordinary Least Squares), ne saranno studiate le proprietà e le necessarie assunzioni.
Successivamente, il corso si soffermerà sulle conseguenze della caduta di una o più delle assunzioni OLS. Gli studenti impareranno così a capire quando le stime OLS del modello di regressione non possono essere considerate valide o affidabili. In tale contesto, saranno introdotti modelli alternativi, come i modelli nonlineari, nei regressori o nella variabile dipendente, e metodi di stima alternativi, come lo stimatore alle variabili strumentali (IV), o dei minimi quadrati a due stadi (2SLS).
Al termine del corso gli studenti imparano a capire quali sono le metodologie statistiche più adeguate per l’analisi di dati economici, anche in base alla natura stessa dei dati, ad interpretare i risultati di stima ottenuti e a giudicarne la validità interna od esterna, al fine di poter estendere i risultati ad altri settori/ambiti o ad altri contesti.
Durante il corso, saranno svolte esercitazioni nel quale gli studenti verranno introdotti ad un software statistico open source (R o Gretl). Avranno modo di esercitarsi utilizzando dei veri dataset, che saranno forniti durante il corso.
Inoltre, come parte dell'esame finale, agli studenti sarà richiesta la preparazione di un lavoro empirico. Il lavoro sarà svolto in gruppi, e costituirà una parte rilevante (circa il 30%) del voto finale. L'argomento della tesina sarà da concordare con il docente.
In questo modo, gli studenti potranno migliorare la loro capacità operativa nella gestione, rappresentazione, e utilizzo dei dati. La preparazione del lavoro empirico, in piccoli gruppi, aiuterà a migliorare le capacità comunicative, organizzative e l'autonomia dei singoli studenti.
Nozioni di statistica inferenziale e elementi di probabilità saranno considerate come prerequisiti fondamentali
Argomenti del corso:
1. Introduzione.
2. Richiami di probabilita e statistica.
3. Regressione lineare con un singolo regressore.
4. Regressione con un singolo regressore: veri ca di ipotesi e intervalli di con denza.
5. Regressione lineare con regressori multipli.
6. Veri ca di ipotesi e intervalli di con denza nella regressione multipla.
7. Funzioni di regressione nonlineari.
8. Valutazione di studi basati sulla regressione multipla.
9. Regressione con dati panel.
10. Regressione con variabile dipendente binaria.
11. Regressione con variabili strumentali.
12. Esperimenti e quasi esperimenti.
Riferimenti bibliogra ci
Il testo di riferimento è: Stock J.H. e Watson M.W. (2012), Introduzione all'Econometria (terza edizione), Pearson Education Italia.
Altro materiale e le slide delle lezioni saranno rese disponibili durante il corso.
Altri utili riferimenti bibliogra ci sono:
Franses P.H. (2004), Breve Introduzione all'Econometria, Il Mulino.
Peracchi F. (1995), Econometria, McGraw-Hill Italia.
Verbeek M. (2006), Econometria, Zanichelli.
Wooldridge J.M. (2009), Introductory Econometrics. A Modern Approach (4th Ed.), South-Western Cengage Learning.