- Oggetto:
- Oggetto:
Econometria
- Oggetto:
Econometrics
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- SCP0455
- Docenti
- Dalit Contini (Titolare del corso)
Roberto Leombruni (Titolare del corso)
Elena Strippoli (Esercitatore) - Corso di studio
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 1° anno
- Periodo
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 12
- SSD attività didattica
- SECS-P/05 - econometria
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Fortemente consigliata/Recommended
- Tipologia esame
- Scritto
- Prerequisiti
-
E' prevista l'assimilazione dei contenuti dei corsi: Probabilità e inferenza statistica e Metodi di simulazione per la statistica.
Students should have good knowlegde of the topics of the courses Probability and Statistical inference and Simulation methods for Statistics before attending this course - Propedeutico a
-
L'insegnamento è formalmente propedeutico a: Data mining e statistical learning, e Modelli per dati longitudinali. L'assimilazione dei contenuti dell'insegnamento è fondamentale anche per il corso di Valutazione delle politiche
Students should have good knowlegde of the topics of this course before attending the following courses: Evaluation of public policies, Data mining and statistical learning, e Models for longitudinal data. The course is formally a prerequisite of Data mining and statistical learning, e Models for longitudinal data. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L’obiettivo del corso è quello di introdurre ai concetti e a una pratica avanzata dell'analisi econometrica, imparando ad affrontare i casi più rilevanti in cui non sono applicabili direttamente gli strumenti dell'analisi di regressione lineare classica. Tra gli esempi più rilevanti di violazione delle assunzioni classiche verranno considerati il caso di variabili dipendenti categoriche, di errori non omoschedastici, non indipendenti, non ortogonali, e di errori di misura. Gli argomenti verranno presentati facendo un uso estensivo di simulazioni monte carlo, per conseguire una migliore comprensione dei concetti discussi, e per introdurre alla pratica delle tecniche di stima e di validazione basata su modelli computazionali.
Funzioni in un contesto professionale e sbocchi occupazionali: la capacità di utilizzare in modo consapevole modelli multivariati lineari e non lineari per lo studio di fenomeni di varia natura è cruciale in tutti i contesti lavorativi dove si effettuano analisi dati per informare politiche pubbliche e scelte aziendali.The aim of the course is to introduce the students to the theory and the practice of econometric models in contexts in which the classical assumptions of the Ordinary Least Squares estimator do not hold. Among the issues that will be considered during the course there are: categorical dependent variables; non-homoskedastic errors; non-indepentent errors; non orthogonal errors; errors in variables. The arguments will be presented by means of an extensive use of monte-carlo studies, to achieve a better understanding of the concepts presented, and to introduce the students to the practice of computational-based estimation and validation techniques.
Functions in a professional context and job opportunities: the ability to consciously use linear and nonlinear multivariate models to study phenomena of various kinds is crucial in all work contexts where data analysis is performed to inform public policy and business decisions.
- Oggetto:
Risultati dell'apprendimento attesi
Studenti e studentesse dovranno essere in grado di svolgere e discutere autunomamente analisi empiriche basate sul modello di regressione lineare ordinaria quando le sue assunzioni son verificate, nonché di affrontare alcuni casi notevoli di violazione delle assunzioni, tra cui osservazioni non IID, problemi di qualità dei dati, errori non ortogonali. Dovranno inoltre essere in grado di svolgere e discutere autunomamente analisi empiriche con modelli per dati categoriali (variabili dipendenti binarie, ordinali e nominali).
The student shall be able to conduct and comment analyses based on regression model under the OLS assumptions, and in selected cases in which the latter are violated, such as non-IID errors, data with quality issues and non orthogonal errors. The student shall be able to conduct and comment empirical analyses with models for categorical data (binary, ordinal and nominal response variables).- Oggetto:
Programma
modulo 1 (9 cfu) Prof. Leombruni
Dati e modelli economici.
Il modello dei minimi quadrati ordinari: teoria, applicazioni e diagnostiche.
Specificazione del modello e minimi quadrati non lineari.
Errori non IID: minimi quadrati ponderati.
Qualità dei dati: outliers, dati mancanti, variabili omesse, dati misurati con errore.
Errori non ortogonali: metodo delle variabili strumentali.modulo 2 (3 cfu) Prof. Contini
Modelli per variabili dipendenti categoriche: modelli logit, probit, multinomial e ordinal logit.
module 1 (9 cfu) Prof. Leombruni
Economic data and models.
The ordinary least squares model: theory, applications, diagnostics.
Model specification and non-linear least squares.
Non IID errors: WLS.
Data quality: outliers, missing data, omitted variables, measurement errors.
Non orthogonal errors: the instrumental variables method.module 2 (3 cfu) Prof. Contini
Models for categorical dependent variables: logit, probit, multinomial and ordinal logit.
- Oggetto:
Modalità di insegnamento
Lezioni frontali, e laboratori utilizzando i Software SAS e Stata.
Sono previste anche alcune lezioni dedicate a svolgere esercizi tipo esame.Verranno anche calendarizzate 12 ore di esercitazioni aggiuntive tenute da un/una docente a contratto da definirsi.Face to face lessons, and workshops using the SAS and Stata softwares.
There will be also a few classes devoted to the solutions of mock exams.12 hours of additional tutorials by a contract lecturer to be defined will also be scheduled.
- Oggetto:
Modalità di verifica dell'apprendimento
L'esame finale consiste in una prova scritta, divisa in:
modulo 1 (9 cfu) Prof. Leombruni
- una parte strutturata di teoria, con un set di item a scelta multipla e item vero/falso.
- due esercizi semi strutturati, in cui viene richiesto di commentare i risultati di analisi di regressione presentati nel testo, discutendo gli aspetti specifici richiesti.
Per coloro che hanno superato la prova scritta è prevista la possibilità di sostenere una prova orale.
modulo 2 (3 cfu) Prof. Contini
- un esercizio semi strutturato, in cui si richiede di commentare i risultati di analisi presentati nel testo, discutendo gli aspetti specifici richiesti.
The exam will be delivered as face-to-face exams or in remote model, according to the situation of the pandemic and the indications of the University Rectorship.The final exam will involve a written test, with the following sections:
module 1 (9 cfu) Prof. Leombruni
- multiple choice items and true/false items on theorical topics;
- 2 semi-structured exercises, where the student is asked to comment and discuss the results of some empirical analyses.
The students who passed the written examination may ask for an optional oral part.
modulo 2 (3 cfu) Prof. Contini
1 semi-structured exercise, where the student is asked to comment and discuss the results of some empirical analyses.
Testi consigliati e bibliografia
- Oggetto:
In aggiunta agli appunti delle lezioni, come materiale didattico, verranno utilizzati:
- il testo Stock J.H., Watson M.W. (vari anni), Introduzione all’econometria, Pearson Education Italia, Milano; Capitoli 1-9, 12, 17 (solo par. 17.5)
- il testo J. Scott Long (Regression models for categorical and limited dependent variables): capitoli 3, 5, 6.
- i codici e i risultati commentati dei laboratori in aula informatica svolti durante il corso.
In addition to lecture notes, the teaching materials are the following:
- the textbook by Stock J.H. and Watson M.W. (Introduzione all’econometria, Pearson Education Italia, Milano) Ch. 1-9, 12, 17 (§17.5 only);
- the textbook by J. Scott Long (Regression models for categorical and limited dependent variables): ch. 3, 5, 6.
- computer codes and commented results from the laboratories organized during the course in the computer lab.
- Oggetto:
Note
STUDENTI DSA
Gli studenti e studentesse DSA o con disabilità sono invitati a contattare tempestivamente l'ufficio "Studenti con disabilità" ufficio.disabili@unito.it per essere appropriatamente presi in carico. Successivamente sono invitata a contattare i docenti, mettendo sempre il cc nelle comunicazioni l'ufficio "Studenti con disabilità".
Per la tutela della privacy, si invita a NON inviare per nessun motivo ai docenti i certificati medici attestanti la disabilità.
Gli studenti e studentesse DSA e con disabilità possono fare richiesta per sostenere gli esami con il supporto degli strumenti compensativi e/o delle misure dispensative consultando la seguente pagina Studenti DSA e con disabilità e compilando il Modulo.
Le richieste di strumenti compensativi e/o delle misure dispensative per l'esame devono pervenire ai docenti non oltre 30 giorni dalla data dell'appello.
Students with DSA or disabilities are invited to contact the 'Students with disabilities' office ufficio.disabili@unito.it as soon as possible in order to be appropriately taken care of. Subsequently, they are invited to contact the teachers, always putting the cc in communications to the "Students with disabilities" office.
For the protection of privacy, you are asked NOT to send medical certificates proving disability to teachers for any reason.
DSA students and students with disabilities can apply to sit examinations with the support of compensatory tools and/or dispensatory measures by consulting the following page Students with DSA and disabilities and filling in the Form.
Requests for compensatory tools and/or dispensatory measures for examinations must reach teachers no later than 30 days before the date of the exam.
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Registrazione
- Aperta
- Oggetto:
