Vai al contenuto principale
Oggetto:
Oggetto:

Econometrics - Prof. BELLONI (non attivo a.a. 2021/2022)

Oggetto:

Econometrics

Oggetto:

Anno accademico 2021/2022

Codice dell'attività didattica
ECM0199
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 delle lezioni saranno resi disponibili nella pagina Moodle del corso. Le videolezioni registrate saranno rese disponibili sulla piattaforma Microsoft Streaming (accessibile gratuitamente a tutti gli utenti unito). 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 the slides of the lectures, will be made available in Moodle. Video recordings will be made available on the Microsoft Streaming platform (available for free to unito students).  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.

Il voto complessivo sarà il risultato della somma di 2 componenti:

  • esame scritto tramite domande a riposta multipla da svolgere su Moodle. Saranno incluse anche alcune domande relative a programmazione in R (si veda "Attività di supporto").
  • lavoro di gruppo (ogni gruppo costituito da max 5 studenti). Ogni gruppo dovrà esporre a tutta la classe via Webex un semplice lavoro di ricerca che preveda l’applicazione ed interpretazione dei metodi imparati durante il corso.

Grading in case of final exam at distance. Grading could be partly different in case of in-class exams.

The final grade is given by the sum of 2 components: 

  • written exam (multiple choice questions) in Moodle. Some questions on Programming in R will be included (see "Attività di supporto").
  • working group research activity (max 5 students each). Each group should present via Webex a simple research work applying what learned during the course.

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 DATA DI INIZIO CORSO E' STATA POSTICIPATA. NON APPENA POSSIBILE SARETE INFORMATI SU QUANDO INIZIERANNO LE LEZIONI E I LORO ORARI. 

 

  • è prevista propedeuticità: coloro che non hanno superato statistica non potranno iscriversi all’esame di econometrics;
  • Ai fini della verbalizzazione del voto, la prova di econometrics rimarrà valida per un anno solare; 

Iscrivetevi a Moodle: https://elearning.unito.it/scuolacle/course/view.php?id=1732

  • you need to pass the Statistics exam in order to enroll to the Econometrics exam;
  • the grade of econometrics will remain valid for 1 calendar year; 

The test of econometrics can be taken max 3 times per academic year. Withdrawal is allowed an the test will be considered as not taken. Withdrawal from Moodle-based exam is also possible. 

Enroll to Moodle: https://elearning.unito.it/scuolacle/course/view.php?id=1732

Oggetto:
Ultimo aggiornamento: 11/11/2021 12:30
Non cliccare qui!