ECONOMETRIA APPLICATA

Anno accademico 2021/2022 - 1° anno
Docente: Francesco Drago
Crediti: 9
SSD: SECS-P/05 - ECONOMETRIA
Organizzazione didattica: 225 ore d'impegno totale, 165 di studio individuale, 60 di lezione frontale
Semestre:
ENGLISH VERSION

Obiettivi formativi

  1. Conoscenza e capacità di comprensione (knowledge and understanding): Conoscenza e capacità di comprensione dei principi di stima econometrica; Conoscenza degli stimatori e delle loro proprietà; Conoscenza dei metodi per la verifica delle ipotesi.
  2. Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): Le conoscenze dovranno essere applicate all’analisi di regressione multipla. Lo studente dovrà essere in grado di interpretare correttamente i risultati di un'analisi di regressione presentata in lavori di ricerca scientifica, nonché di svolgere egli stesso -in autonomia- analisi di regressione, per la elaborazione e validazione di un modello econometrico.
  3. Autonomia di giudizio (making judgements): Lo studente dovrà essere in grado di capire significato, ruolo e limiti di un modello econometrico, nonché significato, ruolo e limiti di esercizi di stima econometrica a supporto di modelli economici.
  4. Abilità comunicative (communication skills): Lo studente dovrà essere in grado di illustrare, sia a interlocutori “specializzati”, sia a interlocutori “non addetti ai lavori” il senso delle stime econometriche, sia quando esse sono presentate a corredo di una ricerca svolta da altri, sia quando egli ne è l'Autore.
  5. Capacità di apprendimento (learning skills): Comprensione piena del ruolo dei modelli econometrici e delle proprietà dei diversi stimatori, e delle ipotesi che ne stanno alla base: comprensione dei riferimenti teorici appropriati quando si svolge un esercizio di stima econometrica.

Modalità di svolgimento dell'insegnamento

Lezioni frontali, esercitazioni su software statistic


Prerequisiti richiesti

Pur non essendo previsto alcun pre-requisito formale, la conoscenza dei contenuti della disciplina di statistica e di econometria di base è ritenuta molto utile.


Frequenza lezioni

Fortemente consigliata.


Contenuti del corso

Richiami di statistica; modello di regressione lineare; interpretazione dei coefficienti e test statistici; regression anatomy; Rubin Causal Model; causalità ed approccio sperimentale; policy evaluation; tecniche di matching; propensity score; variabili strumentali; regression discontinuity.


Testi di riferimento

1. J. Wooldridge “Introductory Econometrics: a Modern Approach”, Pearson – Prentice Hall, Milano.

2. J. Angrist e S. Pischke "Mostly Harmless Econometrics". Princeton University Press.


Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

Prova scritta sui temi trattati durante il corso. La prova prevederà la stima di un modello con i software statistici (STATA) usati in classe.


Esempi di domande e/o esercizi frequenti

Gli esempi di domande si trovano alla fine di ogni capitolo del libro di testo di J. Wooldridge