EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI:
Il corso fornisce un'introduzione agli strumenti utilizzati in Microeconometria Applicata per studiare l'inferenza causale. Ha un approccio pratico, l'enfasi non è sulle dimostrazioni ma sull'intuizione e sulle applicazioni. Il corso copre i modelli di regressione lineare, l'identificazione basata su variabili osservabili, "randomized control trials", modelli di "difference-in-differences", le variabili strumentali e (se il tempo lo permette) il "regression discontinuity design". Copriremo le basi teoriche dei metodi, e applicheremo tali nozioni teoriche a dati dal mondo reale utilizzando il software Stata. Le sessioni su Stata saranno una componente importante del modulo. L'obiettivo è fornire agli studenti le competenze per eseguire la preparazione dei dati e le analisi econometriche.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Conoscenza dei tipi di dati e dei fondamenti della codifica su Stata, modelli di regressione lineare, tecniche di inferenza causale.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Capacità di selezionare metodi di analisi dei dati appropriati e di analizzare le relazioni causali tra variabili in economia.
AUTONOMIA DI GIUDIZIO:
Questo corso dota gli studenti delle competenze analitiche per analizzare e interpretare i dati in modo rigoroso, consentendo loro di distinguere tra correlazione e causazione. Applicando queste competenze a scenari del mondo reale, gli studenti sono attrezzati per valutare criticamente le affermazioni causali in contesti diversi, potenziando la loro capacità di formulare giudizi indipendenti informati.
ABILITÀ COMUNICATIVE:
Capacità di individuare e presentare il quadro empirico più adatto per l'analisi in base alla natura dei dati a disposizione, di interpretare le stime econometriche correttamente, e di comunicare in maniera efficace i risultati dell'analisi dei dati, anche mediante grafici e tabelle.
CAPACITÀ DI APPRENDIMENTO:
Capacità di imparare autonomamente ulteriori tecniche di analisi dei dati, in attività professionali o studi successivi, raggiunta attraverso l'analisi di metodi econometrici applicati in economia, finanza e gestione.
Learning Objectives
LEARNING OUTCOMES:
The course provides an introduction to the tools used in Applied Microeconometrics to study causal inference. It has a practical flavor, emphasis is not on proofs but on intuitions and on applications. The course covers linear regression models, identification based on observables, randomized control trials, difference-in-differences, instrumental variables and (time permitting) regression discontinuity design. We will cover the conceptual basis of the methods in an intuitive way, and you will learn how to apply and code such methods using the software Stata. Coding in Stata will be an important component of the module. The aim is to provide students with the skills to perform data preparation and econometric analyses.
KNOWLEDGE AND UNDERSTANDING:
Knowledge of data types and fundamentals of coding on Stata, linear regression models, causal inference techniques.
APPLYING KNOWLEDGE AND UNDERSTANDING:
Ability in selecting appropriate data analysis methods, and in analysing causal relationships among variables in economics.
MAKING JUDGMENTS:
This course empowers students with the analytical skills to rigorously analyse and interpret data, enabling them to discern between correlation and causation. By applying these skills to real-world scenarios, students are equipped to critically assess causal claims in diverse contexts, enhancing their ability to make informed, independent judgments.
COMMUNICATION SKILLS:
Ability to spot and present the most suitable empirical framework for the analysis based on the nature of the data at hand and effective communication of data analysis results, also by means of graphs and tables.
LEARNING SKILLS:
Ability to learn autonomously further data analysis techniques, in professional activities or subsequent studies, achieved through the analysis of econometric methods applied in economics, finance and management.
Prerequisiti
Studenti frequentanti devono aver superato i corsi di Metodi Quantitativi I e Metodi Quantitativi II della Laurea in Business Administration and Economics, o corsi simili.
I metodi econometrici trattati nel corso si basano su una buona conoscenza obbligatoria dei concetti statistici di base, tra cui: variabile casuale, distribuzione di una variabile casuale, aspettativa e varianza di una variabile casuale, proprietà di base di probabilità e aspettative (ad es., legge delle probabilità totali, legge delle aspettative iterate), inferenza statistica e modelli di regressione lineare.
Prerequisites
Attending students must have passed Quantitative Methods I and Quantitative Methods II from the B.D. in Business Administration and Economics, or similar courses.
The econometric methods covered in the course rely on a good mandatory knowledge of basic statistical concepts, including the following: random variable, distribution of a random variable, expectation and variance of a random variable, basic properties of probabilities and expectations (e.g., law of total probabilities, law of iterated expectations), statistical inference and linear regression models.
Programma
- Modello di regressione lineare: regressioni bivariate e multivariate
- Bias da variabile omessa, interpretazione dei coefficienti dopo l'esclusione
- Eteroschedasticità e autocorrelazione
- Test di ipotesi
- Modello ad effetti fissi
- Inferenza causale e framework degli esiti potenziali
- Esperimenti controllati randomizzati (RCT)
- Difference-in-differences (DiD)
- Variabile strumentale (IV)
- Regression Discontinuity Design (RDD)
Per le prime 5 settimane, 2 ore alla settimana saranno dedicate a sessioni pratiche su Stata, durante le quali verranno applicati i concetti teorici a dati reali.
Program
- Linear regression model: bivariate and multivariate regressions
- Omitted variable bias, partial-out interpretation of the coefficients
- Heteroskedasticity
- Hypothesis testing
- Fixed effects model
- Causal inference and potential outcome framework
- Randomized Control Trials (RCT)
- Difference-in-differences (DiD)
- Instrumental variable (IV)
- Regression Discontinuity Design (RDD)
For the first 5 weeks, 2 hours per week will be dedicated to practical sessions on Stata, during which theoretical concepts will be applied to real-life data.
Testi Adottati
Il materiale del modulo (slide, dataset, esercizi su Stata) sarà caricato sulla pagina web del corso. Non seguiremo da vicino nessun libro di testo in particolare, ma i seguenti libri sono vivamente consigliati poiché forniscono una esposizione introduttiva degli argomenti che tratteremo:
- Angrist, J. D., & Pischke, J. S. (2009). Mostly harmless econometrics: An empiricist's companion. Princeton University Press.
- Cunningham, S. (2021) Causal Inference: The Mixtape, Yale University Press. The entire book is available online at https://mixtape.scunning.com/index.html.
- Wooldridge, J. (2019) Introductory Econometrics A Modern Approach, 7th ed. South-Western College Publishing.
Books
The module material (slides, datasets, Stata exercises) will be uploaded on the course webpage.
We will not follow closely any particular textbook, but the following books are highly recommended since they provide an introductory exposition of the topics we will cover:
- Angrist, J. D., & Pischke, J. S. (2009). Mostly harmless econometrics: An empiricist's companion. Princeton University Press.
- Cunningham, S. (2021) Causal Inference: The Mixtape, Yale University Press. The entire book is available online at https://mixtape.scunning.com/index.html.
- Wooldridge, J. (2019) Introductory Econometrics A Modern Approach, 7th ed. South-Western College Publishing
Modalità di svolgimento
Il corso è strutturato su lezioni frontali (3 appuntamenti settimanali di 2 ore ciascuno), per 6 settimane, durante le quali sarà fortemente incentivata la partecipazione attiva degli studenti.
Teaching methods
During the whole duration of the course (6 weeks), there will be 3 weekly classes of 2 hours each. In all appointments, an active participation to the class will be strongly encouraged.
Regolamento Esame
La valutazione per questo corso comprende un esame finale scritto insieme ad un problem set su Stata da svolgere in gruppi di 2 o 3 studenti, che, se completato con successo, costituisce il 25% del voto complessivo.
Solo le consegne che soddisfano i criteri di superamento verranno conteggiate nel voto, garantendo così che gli studenti partecipino attivamente e si impegnino con il materiale.
Il mancato superamento di questo problem set comporta che l'esame finale valga il 100% del voto totale. Il voto del problem set sarà considerato nel calcolo del voto finale solo nelle sessioni invernali (ottobre, gennaio, febbraio).
L'esame finale, svolto senza accesso ai materiali del corso, valuta sia le conoscenze teoriche che le competenze pratiche attraverso vari tipi di domande, inclusi quesiti di vero/falso e domande aperte che richiedono l'applicazione dei modelli econometrici studiati in classe.
La valutazione finale viene espressa in trentesimi (voto minimo per superare l'esame 18/30, voto massimo 30/30. E' prevista la possibiltà di attribuire una lode a chi ha ottenuto 30/30).
Gli studenti possono rifiutare il voto (scrivendolo su Delphi) solo durante le sessioni invernali (ottobre, gennaio, febbraio). Dopo di ciò, ogni altra valutazione scritta sarà registrata. Per superare l'esame con il voto minimo di 18, lo studente dovrà ottenere risultati numerici corretti, dimostrare di conoscere gli argomenti nei loro tratti essenziali e saperli inquadrare nel corretto contesto metodologico. Per ottenere un voto medio (23-26), lo studente dovrà dimostrare, oltre a una buona conoscenza degli argomenti, anche una buona capacità di analisi, saper trarre corrette conclusioni e padroneggiare la notazione matematica. Un voto elevato (27-28) sarà attribuito agli studenti che dimostrino anche una buona autonomia di giudizio, sappiano argomentare affermazioni e scelte, espongano gli argomenti in maniera chiara e consequenziale, utilizzando una terminologia appropriata e dimostrando una comprensione delle prove matematiche. I voti da 29 a 30 saranno attribuiti agli studenti che, oltre a soddisfare le condizioni precedenti, mostreranno completezza espositiva, precisione nella notazione e correttezza del linguaggio. La lode è prevista per gli studenti che dimostrino di avere raggiunto tutti gli obiettivi in maniera eccellente e che espongano i concetti in maniera chiara e precisa.
Exam Rules
The assessment for this course includes a final written exam along with a problem set on Stata to be completed in groups of 2 to 3 students, which constitutes 25% of the overall grade if successfully completed.
Only submissions that meet the pass criteria will count towards the grade, ensuring that students actively participate and engage with the material. Failure to pass this problem set results in the final exam counting for 100% of the entire grade. The grade of the problem set will be considered for the final mark only in the Winter sessions (October, January, February).
The final exam, conducted without access to course materials, assesses both theoretical knowledge and empirical skills through various types of questions, including true-false statements and open-ended questions that require the application to real-world examples of the econometric models studied in class.
The final evaluation is expressed out of thirty (minimum passing grade 18/30, maximum grade 30/30. Honors can be awarded to those who achieve 30/30). Students can refuse the grade (by writing it on Delphi) only during the winter sessions (October, January, February). After that, any other written evaluation will be recorded.
To pass the exam with the minimum grade of 18, the student must achieve correct numerical results, demonstrate knowledge of the essential aspects of the topics, and place them in the correct methodological context. To achieve an average grade (23-26), the student must demonstrate, in addition to a good understanding of the topics, a good analytical ability, the skill to draw correct conclusions, and proficiency in mathematical notation. A high grade (27-28) will be awarded to students who also demonstrate good judgment, can argue statements and choices, present the topics clearly and logically, use appropriate terminology, and show an understanding of mathematical proofs. Grades from 29 to 30 will be awarded to students who, in addition to meeting the previous conditions, show comprehensive presentation, precision in notation, and correct language usage. Honors are reserved for students who have achieved all objectives excellently and present concepts clearly and precisely.
Modalità di frequenza
facoltativa
Attendance Rules
optional
Prof.ssa Lucia Leonelli
