- Oggetto:
- Oggetto:
Econometria
- Oggetto:
Econometrics
- Oggetto:
Anno accademico 2020/2021
- Codice dell'attività didattica
- SCP0455
- Docenti
- Roberto Leombruni (Titolare del corso)
Dalit Contini (Titolare del corso) - Corso di studi
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 1° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 12
- SSD dell'attività didattica
- SECS-P/05 - econometria
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Fortemente consigliata/Recommended
- Tipologia d'esame
- Scritto
- Prerequisiti
-
E' previsto che gli studenti abbiano assimilato i 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
-
E' previsto che gli studenti assimilino i contenuti di questo corso prima di frequentare i corsi di Valutazione delle Politiche, Data mining e statistical learning, e Modelli per dati longitudinali
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 - 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 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 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: 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.
- 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 osservazioni non IID, problemi di qualità dei dati, errori non ortogonali. Dovrà 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:
Modalità di insegnamento
Lezioni frontali, e laboratori utilizzando i Software SAS e Stata.
Sono previste anche alcune lezioni dedicate a svolgere esercizi tipo esame.
Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle
limitazioni imposte dalla crisi sanitaria in corso. In ogni caso è assicurata la possibilità di fruire delle lezioni anche in modalità a distanza.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.
The teaching modes could be changed in the face of the evolution of the pandemic, according to the university rectorship rules. In any case, students will have access to distance learning lessons for the entire academic year.
- Oggetto:
Modalità di verifica dell'apprendimento
In relazione all'andamento della pandemia la prova scritta potrà avvenire in presenza o a distanza, secondo le disposizione del Rettore.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 lo studente deve commentare i risultati di analisi di regressione presentati nel testo, discutendo gli aspetti specifici richiesti.
Per gli studenti 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 lo studente deve 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.
- 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.
Testi consigliati e bibliografia
- Oggetto:
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.
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:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
