- Oggetto:
- Oggetto:
Econometria
- Oggetto:
Econometrics
- Oggetto:
Anno accademico 2014/2015
- Codice dell'attività didattica
- SCP0455
- Docente
- Roberto Leombruni (Titolare del corso)
- Corso di studi
- Laurea magistrale in Scienze Statistiche, Economiche e Manageriali - a Torino
- Anno
- 1° anno
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 9
- SSD dell'attività didattica
- SECS-P/05 - econometria
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa/Discretionary
- Tipologia d'esame
- Orale
- Prerequisiti
- Preparazione di base di Statistica e Probabilità
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L’obiettivo del corso è quello di introdurre lo studente 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 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 lo studente alla pratica delle tecniche di stima e di validazione basata su modelli computazionali.
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: 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.
- Oggetto:
Risultati dell'apprendimento attesi
Lo studente dovrà 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 il caso di osservazioni non IID, di problemi di qualità dei dati, di errori non ortogonali tramite l'uso di variabili strumentali.
The studente 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 using WLS, GLS and instrumental variables.- Oggetto:
Modalità di verifica dell'apprendimento
L'esame finale consiste in una prova scritta, divisa in:
- una parte strutturata di teoria, con un set di 3 domande in cui lo studente deve scegliere la risposta migliore tra item già formulati; e 6-8 proposizioni relative a 2 argomenti, delle quali lo studente deve valutare se sono vere o false.
- due esercizi non strutturati, in cui lo studente deve commentare i risultati di analisi di regressione presentati nel testo, discutendo gli aspetti specifici richiesti nel testo.
Per gli studenti che hanno superato la prova scritta è prevista la possibilità di sostenere una prova orale.
The final exam will involve a written test, with the following sections:
- 3 structured questions, where the student has to choose the best answers among the available items; 6-8 propositions on 2 different themes, that the student has to classify as true or false;
- 2 unstructured exercises, where the student is asked to comment the results of some regression analyses, discussing the specific aspects asked in the exercise.
- Oggetto:
Programma
Dati e modelli economici.
Il modello dei minimi quadrati ordinari.
Errori non IID: minimi quadrati ponderati e generalizzati.
Qualità dei dati: outliers, dati mancanti, dati misurati con errore.
Errori non ortogonali: metodo delle variabili strumentali.Economic data and models.
The ordinary least squares model.
Non IID errors: WLS and GLS.
Data quality: outliers, missing data, measurement errors.
Non orthogonal errors: the instrumental variables method.Testi consigliati e bibliografia
- Oggetto:
Stock J.H., Watson M.W., Introduzione all’econometria, Pearson Education Italia, Milano
Ed 2005: capitoli 1-7, 10, 15 (solo par. 15.6), 16 (solo par. 16.6)
Ed 2009, 2012: capitoli 1-9, 12, 17 (solo par. 17.5), 18 (solo par. 18.6)
Altri materiali utilizzati (dispense ed esercitazioni) saranno disponibili on-line nella pagina del corso.
Stock J.H., Watson M.W., Introduzione all’econometria, Pearson Education Italia, Milano
Ed 2005: chapters 1-7, 10, 15 (only § 15.6), 16 (only § 16.6)
Ed 2009, 2012: chapters 1-9, 12, 17 (only § 17.5), 18 (only § 18.6)
plus the computer codes and commented results from the laboratories organized during the course.
- Oggetto:
Note
Orario Lezioni
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
