PRINCIPI DI ECONOMETRIA
Anno accademico 2021/2022 - 3° annoCrediti: 6
Organizzazione didattica: 150 ore d'impegno totale, 110 di studio individuale, 40 di lezione frontale
Semestre: 2°
ENGLISH VERSION
Obiettivi formativi
Conoscenza e capacità di comprensione:
Fornire conoscenze adeguate a comprendere: i) l’uso e il fine di semplici modelli econometrici per l’analisi economica dei dati, ii) la verifica di ipotesi attraverso quei modelli.
Capacità di applicare conoscenza:
Usare le nozioni teoriche fornite per comprendere ed effettuare la stima di modelli econometrici di base che usano dati del mondo reale.
Abilità comunicative:
Sapere leggere e comunicare in maniera corretta i risultati di una stima econometrica, nonché il messaggio economico che da quelle deriva.
Autonomia di giudizio:
Lo studente sarà messo in grado di leggere in maniera critica un modello econometrico individuandone lo scopo, il significato e i relativi limiti.
Capacità di apprendere:
Lo studente sarà istruito ad interpretare i risultati di stime econometriche di base e a derivare conclusioni appropriate riguardo le relazioni economiche oggetto della stima.
Modalità di svolgimento dell'insegnamento
Lezioni frontali in aula con esercitazioni contestuali all’argomento trattato. Gli studenti devono avere a disposizione il proprio personal computer sul quale andrà installato il software Stata, scaricabile dal sitoweb di UniCt.
Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni.
Prerequisiti richiesti
La conoscenza degli argomenti del corso di Statistica (2° anno del cdl in Economia) è un prerequisito di fatto. Gli studenti devono essere capaci di riprendere in autonomia quegli argomenti. Le stesse conoscenze possono essere rinfrescate attraverso lo studio dei capitoli 2 e 3 del libro di riferimento (Stock & Watson 2020, vedi sotto).
Frequenza lezioni
Necessaria. La natura dell'insegnamento unitamente al metodo didattico prescelto, basato sul contestuale utilizzo di un software statistico, implica che molte delle conoscenze richieste per superare l'esame si acquisiscano nel corso delle lezioni/esercitazioni.
Contenuti del corso
- Natura dei dati utilizzati per l’analisi economica.
- Il modello di regressione lineare multivariato.
- Lo stimatore dei minimi quadrati ordinari per il modello di regressione lineare
- La verifica delle ipotesi fondata sulla stima del modello econometrico.
- Analisi di regressione delle serie storiche.
* Controlla il documento “PDE2122 - Riferimenti per lo studio” disponibile in Studium alla fine del corso per informazioni dettagliate.
Testi di riferimento
Stock & Watson 2020, “Introduzione all’Econometria”, Pearson, 5a Edizione Italiana (SWi20)
Lo stesso libro è disponibile in lingua inglese:
Stock & Watson 2019, “Introduction to Econometrics”, Pearson, 4th Global Edition (SWe19)
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | ∙ Domande economiche e dati economici | SWi20 capitolo 1 |
| 2 | ∙ Alla base dell'analisi econometrica: campionamento casuale e distribuzione campionaria, stimatori e le loro proprietà. | SWi20 sezione 2.5/2.6/3.0/3.1 |
| 3 | ∙ Regressione lineare con regressori multipli | SWi20 capitolo 6 |
| 4 | ∙ Verifica di ipotesi e intervalli di confidenza nella regressione multipla | SWi20 capitolo 7 |
| 5 | ∙ Regressioni con serie storiche: previsioni | SWi20 capitolo 15 ** |
| 6 | ∙ Regressioni con serie storiche: effetti causali dinamici | SWi20 capitolo 16 ** |
| 7 | > Comandi di Stata per l'analisi di regressione | documento ''Stata commands'' |
| 8 | (∙ Regressione lineare con un singolo regressore) * | (SWi20 capitolo 4)* |
| 9 | (∙ Regressione con un singolo regressore: verifica di ipotesi ed intervalli di confidenza)* | (SWi20 capitolo 5)* |
| 10 | * Gli argomenti nei capitoli 4 e 5 del libro sono versioni semplificate di quelli nei capitoli 6 e 7, che sono al centro del programma di questo corso. Durante le lezioni, quegli argomenti sono presentati solo nella cornice più realistica dei capitoli 6 e 7. Lo studente che studia in modo indipendente può trovare utile ricorrere ai capitoli 4 e 5 quando i corrispettivi argomenti nei capitoli 6 e 7 gli risultano difficili da comprendere. | |
| 11 | ** Non tutti gli argomenti di questi capitoli sono inclusi nel programma, controlla il documento "PDE2122 - Riferimenti per lo studio" | |
| 12 | Controlla il documento “PDE2122 - Riferimenti per lo studio” disponibile in Studium alla fine del corso per maggiori dettagli! L'esame è strutturato sugli argomenti riportati in quel documento. | |
| 13 | SWi20 indica il libro di riferimento consigliato. In Studium è disponibile l'indice del libro con informazioni dettagliate sul contenuto dei capitoli indicati. | |
| 14 | Tutti i documenti a cui si fa rifermento qui sono disponibili nella cartella ''Materiale didattico" in Studium' |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento avverrà tramite un esame scritto finale con applicazioni del software utilizzato durante le lezioni.
Nel dettaglio, il programma è diviso in 2 parti. 1a parte: analisi dei dati sezionali (tutto quello prima dei capitoli 15 e 16). 2a parte: serie storiche (capitoli 15 e 16).
L'esame si compone quindi di una Parte A con domande riguardanti la prima parte del programma e di una Parte B con domande riguardanti la seconda parte.
Sia la parte A che la parte B sono strutturate in due blocchi: un primo blocco contenente domande teoriche, un secondo blocco riguardante applicazioni con il software Stata.
Alla data dell'appello d'esame, lo studente affronterà prima l'esame scritto riguardante la parte teorica, subito dopo la conclusione dello stesso affronterà la parte di applicazione del software Stata. I comandi di Stata che sarà richiesto usare sono quelli nel documento "Stata commands" disponibile nella cartella online Materiale didattico in Studium.
Esempi di domande e/o esercizi frequenti
- Spiega il significato dei coefficienti prodotti dalla stima.
- Spiega le proprietà dello stimatore OLS.
- Effettua la stima del modello di regressione lineare e trai le appropriate conclusioni economiche.
- Scarica i dati dal sito di Eurostat, importali ed effettua la stima.
- Verifica l'ipotesi che l'effetto delle due variabili indipendenti incluse nel modello di regressione multipla sia statisticamente non dissimile.
- Chiarisci quali sono le conseguenze per la stima se i residui non hanno una distribuzione normale.
- Chiarisci quali sono le differenze, in termini di stimatore da utilizzare, nel caso di dati longitudinali, panel o serie storiche.