Econometrics
A.A. 2026/2027
Obiettivi formativi
The objective of Econometrics is to provide students with the basic principles of the econometric analysis. All the theoretical aspects of the econometric modelling will be treated jointly with interesting and modern empirical applications in order to motivate students and try to respond to real-world questions with specific numerical answers.
Risultati apprendimento attesi
By the end of the module you will be able to:
Estimate a model using Least Squares.
Interpret the regression estimate and the computer output.
Apply diagnostics to check if the model is correctly specified and propose procedures to correct the miss-specification.
Run an independent analysis in an applied project.
Estimate a model using Least Squares.
Interpret the regression estimate and the computer output.
Apply diagnostics to check if the model is correctly specified and propose procedures to correct the miss-specification.
Run an independent analysis in an applied project.
Periodo: Secondo trimestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo trimestre
Programma
1. Introduzione ai problemi dell'inferenza causale
2. Modello di regressione lineare: proprietà e ipotesi dello stimatore dei minimi quadrati ordinari (OLS).
3. Modelli di regressione non lineare, inclusi i modelli Logit e Probit; modello di probabilità lineare.
4. Endogeneità e stima con variabili strumentali.
5. Effetti eterogenei e LATE.
6. Regression Discontinuity Design e Difference-in-Difference.
7. Introduzione ai modelli per serie storiche.
2. Modello di regressione lineare: proprietà e ipotesi dello stimatore dei minimi quadrati ordinari (OLS).
3. Modelli di regressione non lineare, inclusi i modelli Logit e Probit; modello di probabilità lineare.
4. Endogeneità e stima con variabili strumentali.
5. Effetti eterogenei e LATE.
6. Regression Discontinuity Design e Difference-in-Difference.
7. Introduzione ai modelli per serie storiche.
Prerequisiti
Corso base di Statistica, con elementi di inferenza statistica. Nozioni base di analisi matematica e algebra matriciale.
Metodi didattici
Lezioni frontali ed esempi pratici in classe utilizzando il software statistico R.
Materiale di riferimento
Wooldridge J. "Introductory Econometrics"
Angrist J., Pischke J.S. "Mostly Harmless Econometrics"
Stock J., Watson M. "Introduction to Econometrics"
Angrist J., Pischke J.S. "Mostly Harmless Econometrics"
Stock J., Watson M. "Introduction to Econometrics"
Modalità di verifica dell’apprendimento e criteri di valutazione
Esame scritto articolato in due sezioni, alle quali sono attribuiti rispettivamente 14 e 16 punti su 30. La prima sezione comprende cinque o sei domande a risposta multipla, mentre la seconda prevede diverse domande aperte che richiedono l'interpretazione di un dataset reale sulla base dell'output fornito da un software statistico.
Docente/i