- Oggetto:
Statistics and econometrics
- Oggetto:
Statistics and econometrics
- Oggetto:
Anno accademico 2024/2025
- Codice attività didattica
- ECM0348
- Docenti
- Michele Belloni (Titolare del corso)
Elena Siletti (Titolare del corso) - Corso di studio
- Laurea magistrale in Economics of Innovation for Sustainable Development [0404M21]
- Anno
- 1° anno
- Periodo
- Da definire
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 12
- SSD attività didattica
- SECS-P/05 - econometria
SECS-S/01 - statistica - Erogazione
- Tradizionale
- Lingua
- Inglese
- Frequenza
- Consigliata/Recommended
- Tipologia esame
- Scritto
- Prerequisiti
-
Modulo di Statistica
Lo studente deve possedere delle conoscenze di base di matematica, quali le operazioni di somma, differenza, prodotto e rapporto (con le relative generalizzazioni di sommatoria e produttoria), equazioni e disequazioni, rappresentazioni grafiche sul piano cartesiano. Tali argomenti posso essere ripassati in autonomia.
Statistics
The student must possess basic knowledge of mathematics, such as the operations of sum, difference, product, and ratio (with the related generalizations of summation and production), equations and inequalities, graphical representations on the Cartesian plane. These topics can be reviewed independently. - Propedeutico a
-
Il corso è utile per affrontare la maggior parte degli insegnamenti, in ambito statistico o quantitativo, del Corso di Laurea Magistrale in Economics of Innovation for Sustainable Development. Non è prevista una propedeuticità formale con altri corsi.
The class is useful for tackling most of the teachings, in the statistical or quantitative field, of the Master's Degree Course in Economics of Innovation for Sustainable Development. There is no formal propaedeutics with other courses. - Oggetto:
Sommario insegnamento
- Oggetto:
Avvisi
- Oggetto:
Obiettivi formativi
Modulo di Statistica
Coerentemente con gli obiettivi formativi del Corso di Laurea Magistrale in Economics of Innovation for Sustainable Development, l’insegnamento si propone di fornire agli studenti le conoscenze teoriche, applicative e di condivisione della statistica descrittiva e inferenziale. Le capacità acquisite consentiranno di effettuare in autonomia analisi di dati sia in ambito accademico che lavorativo. Gli obiettivi raggiunti saranno una base conoscitiva per i corsi più avanzati.
Modulo di Econometria
L'obiettivo del corso è quello di fornire gli strumenti di base dell'econometria. Lo scopo ultimo del corso è la definizione di cos'è un effetto causale e l'ananlsi delle difficoltà di una sua identificazione.
Statistics
Consistent with the educational objectives of the Master's Degree Course in Economics of Innovation for Sustainable Development, the course aims to provide students with theoretical, applicative and sharing knowledge of descriptive and inferential statistics. The skills acquired will allow you to independently carry out data analysis in both the academic and work fields. The objectives achieved will be a cognitive basis for more advanced courses.
Econometrics
The objective of the course is to master the fundamentals of Econometrics. The ultimate goal of the course is to define what a causal effect is and to analyze the challenges of identifying it.
- Oggetto:
Risultati dell'apprendimento attesi
Modulo di Statistica
Al termine del modulo e coerentemente con gli obiettivi formativi previsti dal corso di "Statistics and econometrics" e dal corso di studi, lo studente
- conoscerà gli strumenti teorici della statistica;
- sarà in grado di usare la terminologia scientifica di base ai metodi studiati;
- sarà in grado di applicare gli strumenti teorici affrontati, selezionandoli opportunamente in ragione della degli obiettivi prescelti e dell’informazione disponibile;
- sarà in grado di interpretare e comunicare (almeno in forma scritta) i risultati delle analisi statistiche prodotte o condivise;
- conoscerà e padroneggerà le competenze necessarie per affrontare insegnamenti avanzati.
Modulo di Econometria
CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Comprendere testi scientifici che riportano output di regressione multipla;CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
- Pianificare e realizzare un semplice progetto di ricerca, dalla domanda di ricerca alle conclusioni, alle eventuali raccomandazioni di policy (basi);
- acquisizione di conoscenze utili per una eventuale redazione di tesi di laurea a carattere quantitativo
AUTONOMIA DI GIUDIZIO
(Limitata) Capacità di valutare articoli scientifici che utilizzano strumenti econometrici di base, evidenziandone punti di forza e limiti.CAPACITÀ DI APPRENDIMENTO
Capacità di sviluppare in autonomia lo studio di metodi econometrici non affrontati nel corso.Statistics
At the end of the module, and consistently with the training objectives set by the "Statistics and econometrics" course and the Master’s Degree Course, the student:
- will know the theoretical tools of statistics;
- will be able to use the scientific terminology underlying the methods studied;
- will be able to apply the theoretical tools addressed, selecting them appropriately based on the chosen objectives and the information available;
- will be able to interpret and communicate (at least in written form) the results of the statistical analyses produced or shared;
- will know and master the skills necessary to deal with advanced teachings
Econometrics
KNOWLEDGE AND UNDERSTANDING
Interpreting multiple regression outputs effectively.
APPLYING KNOWLEDGE AND UNDERSTANDING
- Planning and executing a basic empirical research project, beginning from formulating the research question to making conclusions and providing straightforward policy recommendations.
- Acquiring quantitative methods that are valuable for a quantitative dissertation.
INDEPENDENT JUDGEMENT
(Limited) Ability to evaluate scientific articles using basic econometric tools, highlighting their strengths and limitations.LEARNING SKILLS
Ability to autonomously develop the study of econometric methods not covered in the course.- Oggetto:
Programma
Modulo di Statistica
Il programma è il medesimo per tutti gli studenti indipendentemente dalla frequenza alle lezioni frontali.
- Introduzione alla Statistica
- Introduzione alla metodologia statistica (1). Statistica descrittiva e statistica inferenziale (4). Il ruolo dei computer e del software nella statistica (6)
- Statistica campionaria, di misura e descrittiva
- Variabili e loro misurazione (11). Randomizzazione (14). Variabilità del campionamento e potenziale bias (17). Altri metodi di campionamento probabilistico (21)
- Descrivere i dati con tabelle e grafici (29). Descrivere il centro dei dati (35). Descrivere la variabilità dei dati (41). Misure di posizione (46). Statistica descrittiva bivariata (51). Statistiche campione e parametri della popolazione (55)
- Distribuzioni di probabilità
- Introduzione alla probabilità (67). Distribuzioni di probabilità per variabili discrete e continue (69). La distribuzione di probabilità normale (72). Le distribuzioni campionarie descrivono come variano le statistiche (80). Distribuzioni campionarie delle medie campionarie (85). Revisione: popolazione, dati campionari e distribuzioni campionarie (91)
- Inferenza statistica: test di stima e significatività
- Stima puntuale e intervallare (103). Intervallo di confidenza per una proporzione (106). Intervallo di confidenza per una media (113). Scelta della dimensione del campione (120)
- Le cinque parti di un test di significatività (140). Test di significatività per la media (143). Test di significatività per la proporzione (152). Decisioni e tipi di errori nei test (155)
- Confronto di gruppi (179). Dati categorici: confronto di due proporzioni (182). Dati quantitativi: confronto tra due medie (187)
- Analisi dell'associazione tra variabili categoriali
- Tabelle di contingenza (215). Test di indipendenza del chi quadrato (218). Residui: rilevamento del modello di associazione (225). Misurazione dell'associazione nelle tabelle di contingenza (227)
Modulo di Econometria
Il corso fornirà strumenti per analizzare dati di tipo cross-sezionali, seguendo un approccio non sperimentale. Fornirà una conoscenza di livello intermedio del modello di regressione lineare e dello stimatore OLS. Verranno fornite le basi dei modelli per variabili dipendenti discrete e opossibilmente di altri modelli di base quali le variabili strumentali. In seguito riportiamo alcuni topics che saranno affrontati:
- The nature of econometrics and economic data
- The simple regression model
- Multiple regression analysis: Estimation
- Multiple regression analysis: Inference
- Multiple regression analysis: OLS Asymptotics
- Multiple regression analysis: Further Issues
- Multiple regression analysis with qualitative info
- Heteroskedasticity
- Limited Dependent Variable models
- Instrumental variables
Statistics
- Introduction to Statistics
- Introduction to Statistical Methodology (1). Descriptive Statistics and Inferential Statistics (4). The Role of Computers and Software in Statistics (6)
- Sampling, Measurement and Descriptive Statistics
- Variables and Their Measurement (11). Randomization (14). Sampling Variability and Potential Bias (17). Other Probability Sampling Methods (21)
- Describing Data with Tables and Graphs (29). Describing the Center of the Data (35). Describing Variability of the Data (41). Measures of Position (46). Bivariate Descriptive Statistics (51). Sample Statistics and Population Parameters (55)
- Probability Distributions
- Introduction to Probability (67). Probability Distributions for Discrete and Continuous Variables (69). The Normal Probability Distribution (72). Sampling Distributions Describe How Statistics Vary (80). Sampling Distributions of Sample Means (85). Review: Population, Sample Data, and Sampling Distributions (91)
- Statistical Inference: Estimation and Significance Tests
- Point and Interval Estimation (103). Confidence Interval for a Proportion (106). Confidence Interval for a Mean (113). Choice of Sample Size (120)
- The Five Parts of a Significance Test (140). Significance Test for a Mean (143). Significance Test for a Proportion (152). Decisions and Types of Errors in Tests (155)
- Preliminaries for Comparing Groups (179). Categorical Data: Comparing Two Proportions (182). Quantitative Data: Comparing Two Means (187)
- Analysing Association between Categorical Variables
- Contingency Tables (215). Chi-Squared Test of Independence (218). Residuals: Detecting the Pattern of Association (225). Measuring Association in Contingency Tables (227)
Econometrics
The course will provide tools for analyzing cross-sectional data using a non-experimental approach. It will offer an intermediate-level understanding of linear regression models and Ordinary Least Squares (OLS) estimators. Basics of models for discrete dependent variables will be covered, along with potentially introducing other basic models such as instrumental variables. Below are some topics that will be addressed:
- The nature of econometrics and economic data
- The simple regression model
- Multiple regression analysis: Estimation
- Multiple regression analysis: Inference
- Multiple regression analysis: OLS Asymptotics
- Multiple regression analysis: Further Issues
- Multiple regression analysis with qualitative info
- Heteroskedasticity
- Limited Dependent Variable models
- Instrumental variables
- Introduzione alla Statistica
- Oggetto:
Modalità di insegnamento
Modulo di Statistica
Il corso si svolgerà in presenza, per un totale di 40 ore di lezione. Durante le lezioni frontali saranno presentati i contenuti teorici e saranno proposte molteplici applicazioni degli stessi con discussione dei risultati ottenuti. Tali aspetti verranno ulteriormente consolidati con l’utilizzo di R, un ambiente software gratuito per il calcolo statistico e la grafica, e R-Studio, un ambiente di sviluppo integrato per R.
Modulo di Econometria
Tradizionale: lezioni frontali con utilizzo di slides.
Tutto il corso sarà gestito sulla piattaforma Moodle. E' obbligatoria l'iscrizione sia alla pagina Moodle del corso, che conterrà tutti i materiali didattici, sia alla pagina del corso su Campusnet (che non conterrà materiale didattico).
Numerose attività di apprendimento integrative, quali video di esercizi svolti, flashcards, quiz, esercizi di recap, esercizi di interpretazione e esercizi da svolgere al PC tramite il software R/Stata selezionate dal docente saranno disponibili sulla piattaforma MindTap. L’accesso a MindTap è subordinato all’acquisto del libro di testo.
Statistics
The exam will be in written form, the teacher will have a total of 32 points available.
The final test consists of a statistical analysis, on real data, which will be carried out in the laboratory. In addition to the application part, theoretical and interpretative comments on the results obtained will be requested.
For organizational reasons, students booked for the exam who do not intend to take the test in that session are warmly invited to cancel their registration at least 3 days before the exam. Beyond 3 days we recommend sending an email to elena.siletti@unito.it
Econometrics
Traditional: frontal lessons with the use of slides.
The entire course will be managed on the Moodle platform. It is mandatory to enrol in both the Moodle course page, which will contain all the educational materials, and the course page on Campusnet (which will not contain educational material).
Numerous integrated learning activities, such as videos of solved exercises, flashcards, quizzes, recap exercises, interpretation exercises, and exercises to be carried out on the PC using R/Stata software selected by the teacher, will be available on the MindTap platform. Access to MindTap is subject to the purchase of the textbook.
- Oggetto:
Modalità di verifica dell'apprendimento
Modulo di Statistica
L'esame si svolge in forma scritta, la docente avrà a disposizione 32 punti complessivi.
La prova finale consiste in una analisi statistica, su dati reali, che sarà svolta in laboratorio. Oltre alla parte applicativa saranno richiesti commenti teorici e interpretativi dei risultati ottenuti.
Per motivi organizzativi, gli studenti prenotati all'esame che non intendono sostenere la prova in quell'appello sono caldamente invitati a cancellare la propria iscrizione almeno 3 giorni prima dell'esame. Oltre i 3 giorni si consiglia di inviare una email a elena.siletti@unito.it
Modulo di Econometria
Esame costituito da due parti, da svolgere in laboratorio informatico.
- quiz di Moodle con domande a risposta multipla.
- esame scritto mirato a valutare la capacità di interpretazione di output di regressione
Il voto finale del corso sarà dato dalla media del voti ottenuti nei due moduli
Statistics
The exam takes place in written form, the teacher will have a total of 32 points.
The final test consists of a statistical analysis, on real data, which will be carried out in the laboratory. In addition to the application part, theoretical and interpretative comments on the results obtained will be requested.
For organizational reasons, students booked for the exam who do not intend to take the test in that session are warmly invited to cancel their registration at least 3 days before the exam. Beyond 3 days we recommend sending an email to elena.siletti@unito.it
Econometrics
The exam consists of two parts to be conducted in the computer lab.
- Moodle quizzes with multiple-choice questions.
- Written exam aimed at evaluating the ability to interpret regression output.
The final grade of the course will be given by the average of the grades obtained in the two modules
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- Statistical Methods for the Social Sciences
- Anno pubblicazione:
- 2018
- Editore:
- Pearson
- Autore:
- Alan Agresti
- ISBN
- Note testo:
- 5th Edition. Digital Edition - ISBN-13: 9780134512822
- Obbligatorio:
- Si
- Oggetto:
- Libro
- Titolo:
- Introductory econometrics: A modern approach 7th edition
- Anno pubblicazione:
- 2019
- Editore:
- South-Western Pub
- Autore:
- Jeffrey Wooldridge
- ISBN
- Obbligatorio:
- Si
- Oggetto:
Modulo di Statistica
E' possibile utilizzare lo stesso testo anche in edizioni precedenti.
Studenti in possesso di testi differenti possono confrontarsi con la docente per valutare la possibilità di utilizzo degli stessi. Il corso sarà comunque definito sul libro di testo consigliato.
Statistics
It is possible to use the same text also in previous editions.
Students with different textbooks can discuss with the teacher to evaluate the opportunity of using them. However, the course will be defined in the recommended textbook.
- Oggetto:
Note
DSA e Disabilità
Gli studenti 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 invitati a contattare i docenti, mettendo sempre in cc nelle comunicazioni l'ufficio "Studenti con disabilità".
Per la tutela della privacy, si invitano gli studenti DSA e con disabilità a NON inviare per nessun motivo ai docenti i certificati medici attestanti la disabilità.
Gli studenti 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 corrispondente modulo 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.
Contatti con i Docenti e Ricevimento
I docenti rispondono alle e-mail di studenti solo se provengono da indirizzo di posta istituzionale UniTo. I docenti non rispondono a e-mail non firmate e/o che chiedono informazioni già pubblicate sul sito di dipartimento, sulla scheda e/o sulla pagina Moodle dell'insegnamento.
Modulo di Statistica
La docente riceve sia in presenza che in videoconferenza, per fissare un appuntamento inviare una email a elena.siletti@unito.it
Modulo di Econometria
Il ricevimento è si svolge il martedì alle ore 12 previo appuntamento via email michele.belloni@unito.it
DSA and Disability
Students with DSA or disabilities are invited to promptly contact the "Students with disabilities" office ufficio.disabili@unito.it to be appropriately taken care of. Subsequently, they are invited to contact the teachers, always putting the "Students with disabilities" office in cc.
To protect privacy, DSA students and students with disabilities are invited NOT to send medical certificates certifying the disability to the teachers for any reason.
Students with DSA and disabilities can apply to take the exams with the support of compensatory tools and/or dispensatory measures by consulting the following page Students with DSA and disabilities and completing the corresponding form.
Requests for compensatory tools and/or dispensatory measures for the exam must reach the teachers no later than 30 days from the date of the appeal.
Contacts with the Teacher and Reception
The teachers respond to student emails only if they come from a UniTo institutional email address. The teachers do not respond to unsigned emails and/or emails requesting information already published on the department website, on the teaching profile and/or on the Moodle page.
Statistics
The teacher receives both in person and by videoconference. To make an appointment, send an email to elena.siletti@unito.it
Econometrics
The student reception takes place on Tuesdays at 12 by appointment via email michele.belloni@unito.it
- Oggetto:
Moduli didattici
- Econometrics (ECM0348B)
- Statistics (ECM0348A)
- Registrazione
- Aperta
- Oggetto:
