Vai al contenuto principale
Oggetto:
Oggetto:

Metodi quantitativi per l'economia I (non attivo)

Oggetto:

Economics-Applied Quantitative Methods I

Oggetto:

Anno accademico 2023/2024

Codice dell'attività didattica
ECM0194A
Docente
Alessandra Canepa (Titolare del corso)
Corso di studi
Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
Anno
2° anno
Periodo didattico
Secondo semestre
Tipologia
Caratterizzante
Crediti/Valenza
6
SSD dell'attività didattica
SECS-P/05 - econometria
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano e Inglese
Modalità di frequenza
Fortemente consigliata/Recommended
Tipologia d'esame
Scritto
Prerequisiti

Il corso presuppone che lo studente abbia già frequentato: Matematica per le scienze sociali (ECM0006), Analisi delle probabilita (ECM007), Teoria Statistica delle decisioni (ECM0013)

The learning module assumes that students had previously attended a course in Statistics. Students can find a description of the topics they have to know in advance in Chapters 1-3 of ?Introduction to Econometrics? (3rd edition) by J.H. Stock e M.W. Watson, New York: Pearson.

Propedeutico a
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Obiettivi del corso sono quelli di permettere allo studente di: a) familiarizzare con il concetto di causalità da un punto di vista teorico e di operazionalizzarlo nell'analisi empirica attraverso l'approccio controfattuale; b) identificare relazioni casuali tra variabili economiche attraverso i metodi della regressione lineare e della stima ai minimi quadrati ordinari; c) valutare l'affidabilità statistica delle relazioni causali identificate.

Objectives of this learning module are: a) to get used to the idea of causality from a theoretical standpoint and to operationalize it into empirical analysis by means of the counterfactual approach; b) to identify causal relationships among economic variables using linear regression and ordinary least squares estimation; c) assess estimates reliability of identified causal relationships.

Oggetto:

Risultati dell'apprendimento attesi

Al termine del corso gli studenti avranno appreso elementi di teoria di regressione lineare di base e saranno in grado di stimare modelli di regressione semplice e multivariata.

In particolare gli studenti saranno in grado di:

-stimare e interpretare modelli di regressione lineare

- applicare le tecniche di stima a modelli economici

- usare il software R per stimare modelli di regressione lineare.

At the end of this course students will be able to apply basic econometric techniques to empirical settings. Students will be able to estimate simple and multivariate regrassion models. 

In particular, students will be able to:

- interpret and perform linear  regression analysis

- apply the techniques learnt to the economic context

- use R software to perform econometric analysis


Oggetto:

Modalità di insegnamento

Le lezioni si terranno in forma mista oppure a distanza a seconda della evoluzione della crisi sanitaria . Maggiori informazioni saranno disponibili prima dell'inizio del corso. 

Classes will be either online or in classroom according to the evolution of the health crisis. More information will be given closer to the time.  

 

Oggetto:

Modalità di verifica dell'apprendimento

L'apprendimento verrà verificato con una prova scritta contenente domande sulla teoria illustrata nel corso e applicazioni pratiche della parte teorica. 

The assessment will be  by written examination.  Material under assessment will be related to theoretical and applied material learned during the course.

Oggetto:

Attività di supporto

Gli studenti potranno avvalersi di una serie di esercitazioni che affiancheranno il corso e che saranno svolte in laboratorio attraverso l'uso del software statistico R. 

Lab sessions will be organised to support theoretical session. Students will be able to learn how to estimate econometric mmodels using the statistical software R. 

Oggetto:

Programma

Programma del corso

1) MODELLO DI REGRESSIONE LINEARE SEMPLICE .  2) STIMA INTERVALLARE E VERIFICA DELLE IPOTESI. 3)PREVISIONE, ADATTAMENTO Al DATI  E PROBLEMI DI SPECIFICAZIONE, IL  MODELLO  DI REGRESSIONE MULTIPLA, 4) VARIABILI INDICATRICI, 5) ETEROSCHEDASTICITA, 

Applicazioni con il software R saranno svolte durante il corso. Applicazioni pratiche di con R costituiscono una sostanziale parte del corso. 

 

The course syllabus includes:  1) Simple Linear Regression Model, 2) Interval Estimation and Hypothesis Testing, 3) Prediction, Goodness-of-Fit, and Modeling Issues, 4) The Multiple Regression Model, 5) Further Inference in the Multiple Regression Model, 6) Using Indicator Variables , 7) Heteroskedasticity. 

During the course there will be applications of theoretical material using the software R. Applied examples in R constitutes an important  part of the course. 

 

Testi consigliati e bibliografia

Oggetto:

R. Carter Hill, William E. Griffiths, Guay C. Lim: Principi di Econometria, IV Edizione

Materiale fornito dal docente

Optionale: Lee C. Adkins, R. Carter Hill: Using STATA for Principles of Econometrics

 

R. Carter Hill, William E. Griffiths, Guay C. Lim, Principle of Econometrics

Material supplied by the lecturer

 



Oggetto:

Note

Questo modulo è un modulo dell'insegnamento "Metodi Quantitativi per l'Economia" ed è ad esso vincolato. Pertanto: (i) non può essere considerato un insegnamento autonomo; (ii) fa acquisire 6 cfu in SECS-S/03 solo se si supera l'esame completo di "Metodi Quantitativi per l'Economia"; (iii) non ha votazione autonoma, ma fa media con il voto del modulo di "Economia Quantitativa".

 
Oggetto:

Altre informazioni

http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html
Oggetto:
Ultimo aggiornamento: 03/07/2024 09:00
Location: https://www.didattica-est.unito.it/robots.html
Non cliccare qui!