- Oggetto:
- Oggetto:
Econometrics - Prof. BELLONI
- Oggetto:
Econometrics
- Oggetto:
Anno accademico 2020/2021
- Codice dell'attività didattica
- ECM0199
- Docente
- Michele Belloni (Titolare del corso)
- Insegnamento integrato
- Corso di studi
- Laurea magistrale in Economia dell'Ambiente, della Cultura e del Territorio - a Torino [0403M21]
- Anno
- 1° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Inglese
- Modalità di frequenza
- Consigliata/Recommended
- Tipologia d'esame
- Scritto
- Prerequisiti
-
E' richiesta la conoscenza degli argomenti studiati nel modulo Statistics[ECM0199A] e una conoscenza di base di matematica.
Knowledge of topics tackled in the module Statistics[ECM0199A] and basic knowledge of mathematics. - Propedeutico a
-
-
- - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L'obiettivo del corso è quello di fornire gli strumenti di base dell'econometria necessari per:
- comprendere testi scientifici che riportano output di regressione multipla (OLS);
- pianificare e realizzare un semplice progetto di ricerca, dalla research question alle conclusioni, alle eventuali raccomandazioni di policy;
- affrontare corsi quantitativi più avanzati del corso di laurea magistrale in Ambiente, Cultura e Territorio quali Spatial Econometrics.
Learning fundamentals of Econometrics, necessary to:
- interpret multiple regression outputs;
- plan and realize a simple empirical research project, starting from the research question up to drawing conclusioni, to policy recommendations;
- be prepared to tackle more advanced courses of the Laurea Magistrale in Environmental, Culture and Land Economics such as Spatial Econometrics.
- Oggetto:
Risultati dell'apprendimento attesi
Al termine dell’insegnamento lo studente dovrà conoscere gli strumenti di base dell'econometria ed avere la capacità di utilizzarli al fine di formalizzare e risolvere problemi quantitativi nelle scienze economiche.
The student will be able to understand and handle basic tools of econometrics and will have the ability to use such techniques for the development of quantitative economic models.
- Oggetto:
Modalità di insegnamento
Il corso sarà svolto in modalità a distanza, tramite videolezioni fornite nella “stanza personale” Webex del docente. Materiale informativo e integrativo, nonché la collezione delle slide e delle registrazioni delle lezioni saròà reso disponibile nella pagina Moodle del corso. 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 selezionate dal docente saranno disponibili sulla piattaforma MindTap. L’accesso a MindTap è subordinato all’acquisto del libro di testo.
The course is taught in e-learning, through live Webex video lectures. Teaching material, including recordings and slides of the lectures, will be made available in Moodle. Numerous supplementary learning activities, such as videos showing how to solve exercises, flashcards, quizzes; recap, interpretation, and computer exercises using R will be available on the MindTap platform. Access to MindTap is given upon buying the textbook.
- Oggetto:
Modalità di verifica dell'apprendimento
Modalità relativa al sostenimento della prova finale a distanza. La modalità di verifica potrebbe essere diversa in caso di esami in presenza.
Esame scritto da svolgere su Moodle composto da due parti:
- domande a riposta multipla. Saranno incluse anche due domande relative a programmazione in R (si veda "Attività di supporto"). Questa parte è obbligatoria e assegna un punteggio max inferiore a 30.
- risoluzione di 1/2 esercizi numerici o di interpretazioni di output di regressione. Questa parte è facoltativa e permette di ottenere un punteggio complessivo fino a 30 e lode.
Grading in case of distance learning exam. Grading could be partly different in the case of in-class exams.
Moodle written exam made up of two parts:
- multiple choice questions. Two questions will regard programming in R (see "Attività di supporto"). This part is compulsory and will assign a maximum grade below 30.
- 1/2 numerical exercises (or/and about regression output interpretation) This part is optional and allows students to reach the maximum grade of 30 cum laude.
- Oggetto:
Attività di supporto
Un laboratorio di "Introduzione a R" permette l'acquisizione delle nozioni di base del software statistico R utilizzando l'interfaccia Rstudio. Nozioni di base di programmazione sono seguite da lezioni di approfondimento quali applicazioni statistiche ed econometriche (https://www.didattica-est.unito.it/do/corsi.pl/Show?_id=jama ).
A laboratory providing an introduction of programming in R using the interface RStudio. It will cover basics of programming and econometric and statistical applications (https://www.didattica-est.unito.it/do/corsi.pl/Show?_id=jama ).
- Oggetto:
Programma
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 il modello per dati di frequenza “Poisson”. Specificamente saranno affrontati i seguenti topics:
- 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
- basic knowledge of time series models
- Limited Dependent Variable models and Poisson
The course will focus on cross-sectional data following a non-experimental approach. It will provide an intermediate knowledge of the linear regression model and of the ordinary least squares estimator. Basics on limited dependent variables models and the Poisson regression will be provided. The following topics will be studied:
- 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
- basic knowledge of time series models
- Limited Dependent Variable models and Poisson
Testi consigliati e bibliografia
- Oggetto:
Introductory econometrics: A modern approach 7th edition, by Jeffrey Wooldridge
Introductory econometrics: A modern approach 7th edition, by Jeffrey Wooldridge
- Oggetto:
Note
La sessione di esami di gennaio-febbraio si terrà in presenza - salvo le eccezioni definite da recente decreto Rettorale che prevede la possibilità di fare l'esame a distanza nei seguenti casi: a) fragilità, b) residenza fuori regione, c) impossibilità ad accedere alle strutture universitarie per motivi sanitari. Tali situazioni andranno autodichiarate nel campo note all'atto dell'iscrizione alla prova. Saranno effettuati controlli a campione da parte dell'Ateneo.
L'esame si svolgere secondo le modalità previste finora, e si svolgerà nel laboratori informatici del campus (da definire). Potranno essere utilizzati i seguenti software: Word, Excel, Rstudio, Stata.
- è prevista propedeuticità: coloro che non hanno superato statistica non potranno iscriversi all’esame di econometrics;
- la prova di statistica rimarrà valida senza limiti temporali;
Iscrivetevi a Moodle: https://elearning.
unito.it/scuolacle/course/ view.php?id=1732 - Oggetto:
