Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
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:
Ultimo aggiornamento: 07/05/2015 13:50
Non cliccare qui!