Econometria
A.A. 2018/2019
Obiettivi formativi
L'obiettivo del corso è di fornire agli studenti i principi di base dell'analisi econometrica. Tutti gli aspetti teorici della modellistica econometrica verranno trattati congiuntamente con moderne applicazioni empiriche al fine di motivare gli studenti e rispondere a importanti problemi provenienti dal mondo reale con appropriate e specifiche risposte numeriche.
Risultati apprendimento attesi
Non definiti
Periodo: Secondo trimestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Periodo
Secondo trimestre
STUDENTI FREQUENTANTI
Programma
· Domande economiche e dati economici
- domande economiche esaminate
- effetti causali ed esperimenti ideali
- dati: fonti e tipi
· Richiami di probabilità
- variabili aleatorie e distribuzioni di probabilità
- valore atteso, media e varianza
- distribuzioni bivariate: indipendenza, covarianza e correlazione
- distribuzione normale, chi-quadrato, t-student e F
- legge dei grandi numeri e teorema centrale del limite
· Richiami di statistica
- stima della media di una popolazione
- verifica di ipotesi circa la media della popolazione
- intervalli di confidenza per la media della popolazione
- diagrammi a nuvola di punti, covarianza e correlazione campionaria
· Regressione lineare con un singolo regressore
- il modello di regressione lineare
- stima dei coefficienti del modello di regressione lineare
- misure di bontà dell'adattamento
- le assunzioni dei minimi quadrati
- distribuzione campionaria degli stimatori OLS
- la banca dati sui punteggi dei test della California (Appendice)
- derivazione degli stimatori degli OLS (Appendice)
- distribuzione campionaria dello stimatore OLS (Appendice)
- le formule per gli errori standard degli OLS (Appendice)
· Regressione lineare con un singolo regressore: verifica di ipotesi e intervalli di confidenza
- verifica di ipotesi su un singolo coefficiente di regressione
- intervalli di confidenza per un coefficiente di regressione
- la regressione quando X è una variabile binaria
- eteroschedasticità ed omoschedasticità
- le condizioni di Gauss-Markov (Appendice)
· Regressione lineare con regressori multipli
- la distorsione da variabile omessa
- il modello di regressione multipla
- lo stimatore OLS della regressione multipla
- misure di bontà dell'adattamento nella regressione multipla
- le assunzioni dei minimi quadrati per la regressione multipla
- la distribuzione degli stimatori OLS nella regressione multipla
- collinearità perfetta e imperfetta
· Verifica di ipotesi e intervalli di confidenza nella regressione lineare multipla
- verifica di ipotesi e intervalli di confidenza per un singolo coefficiente
- verifica di ipotesi congiunte
- verifica di restrizioni singole che coinvolgono coefficienti multipli
- analisi dei dati sui punteggi dei test
· Valutazione di studi basati sulla regressione multipla (solo da leggere)
- validità interna ed esterna
- minacce alla validità interna dell'analisi di regressione multipla
- validità interna ed esterna quando la regressione è usata per la previsione
- esempio: i punteggi del test e la dimensione delle classi
· Regressione con variabile dipendente binaria
- variabili dipendenti binarie e modello lineare di probabilità
- regressioni probit e logit
- stima e inferenza nei modelli logit e probit (solo cenni)
- applicazione ai dati del Boston HMDA
· Regressione con variabili strumentali
- lo stimatore IV con un singolo regressore e un singolo strumento
- il modello generale di regressione IV
- verifica della validità degli strumenti
- derivazione della formula per lo stimatore TSLS (Appendice)
- distribuzione dello stimatore TSLS per grandi campioni (Appendice: solo cenni)
· La teoria del modello di regressione lineare con un singolo regressore
- le assunzioni generalizzate dei minimi quadrati e lo stimatore OLS
- elementi fondamentali della teoria asintotica delle distribuzioni (soltanto cenni)
- distribuzione asintotica dello stimatore OLS e della statistica t (soltanto cenni)
- distribuzioni campionarie esatte quando gli errori sono normalmente distribuiti (soltanto cenni)
· La teoria della regressione multipla
- il modello di regressione lineare multipla e lo stimatore OLS in forma matriciale
- distribuzione asintotica dello stimatore OLS e la statistica t (soltanto cenni)
- test di ipotesi congiunte
- domande economiche esaminate
- effetti causali ed esperimenti ideali
- dati: fonti e tipi
· Richiami di probabilità
- variabili aleatorie e distribuzioni di probabilità
- valore atteso, media e varianza
- distribuzioni bivariate: indipendenza, covarianza e correlazione
- distribuzione normale, chi-quadrato, t-student e F
- legge dei grandi numeri e teorema centrale del limite
· Richiami di statistica
- stima della media di una popolazione
- verifica di ipotesi circa la media della popolazione
- intervalli di confidenza per la media della popolazione
- diagrammi a nuvola di punti, covarianza e correlazione campionaria
· Regressione lineare con un singolo regressore
- il modello di regressione lineare
- stima dei coefficienti del modello di regressione lineare
- misure di bontà dell'adattamento
- le assunzioni dei minimi quadrati
- distribuzione campionaria degli stimatori OLS
- la banca dati sui punteggi dei test della California (Appendice)
- derivazione degli stimatori degli OLS (Appendice)
- distribuzione campionaria dello stimatore OLS (Appendice)
- le formule per gli errori standard degli OLS (Appendice)
· Regressione lineare con un singolo regressore: verifica di ipotesi e intervalli di confidenza
- verifica di ipotesi su un singolo coefficiente di regressione
- intervalli di confidenza per un coefficiente di regressione
- la regressione quando X è una variabile binaria
- eteroschedasticità ed omoschedasticità
- le condizioni di Gauss-Markov (Appendice)
· Regressione lineare con regressori multipli
- la distorsione da variabile omessa
- il modello di regressione multipla
- lo stimatore OLS della regressione multipla
- misure di bontà dell'adattamento nella regressione multipla
- le assunzioni dei minimi quadrati per la regressione multipla
- la distribuzione degli stimatori OLS nella regressione multipla
- collinearità perfetta e imperfetta
· Verifica di ipotesi e intervalli di confidenza nella regressione lineare multipla
- verifica di ipotesi e intervalli di confidenza per un singolo coefficiente
- verifica di ipotesi congiunte
- verifica di restrizioni singole che coinvolgono coefficienti multipli
- analisi dei dati sui punteggi dei test
· Valutazione di studi basati sulla regressione multipla (solo da leggere)
- validità interna ed esterna
- minacce alla validità interna dell'analisi di regressione multipla
- validità interna ed esterna quando la regressione è usata per la previsione
- esempio: i punteggi del test e la dimensione delle classi
· Regressione con variabile dipendente binaria
- variabili dipendenti binarie e modello lineare di probabilità
- regressioni probit e logit
- stima e inferenza nei modelli logit e probit (solo cenni)
- applicazione ai dati del Boston HMDA
· Regressione con variabili strumentali
- lo stimatore IV con un singolo regressore e un singolo strumento
- il modello generale di regressione IV
- verifica della validità degli strumenti
- derivazione della formula per lo stimatore TSLS (Appendice)
- distribuzione dello stimatore TSLS per grandi campioni (Appendice: solo cenni)
· La teoria del modello di regressione lineare con un singolo regressore
- le assunzioni generalizzate dei minimi quadrati e lo stimatore OLS
- elementi fondamentali della teoria asintotica delle distribuzioni (soltanto cenni)
- distribuzione asintotica dello stimatore OLS e della statistica t (soltanto cenni)
- distribuzioni campionarie esatte quando gli errori sono normalmente distribuiti (soltanto cenni)
· La teoria della regressione multipla
- il modello di regressione lineare multipla e lo stimatore OLS in forma matriciale
- distribuzione asintotica dello stimatore OLS e la statistica t (soltanto cenni)
- test di ipotesi congiunte
Prerequisiti
E' richiesta la conoscenza di base dei principali elementi di statistica descrittiva e inferenziale, nonché nozioni di base di algebra matriciale. L'esame di Statistica è propedeutico all'esame di Econometria
Materiale di riferimento
STUDENTI NON FREQUENTANTI
Introduzione all'econometria, JH Stock e MW Watson, Pearson Education, terza edizione.
Programma
Il programma per gli studenti non frequentanti è identico a quello degli studenti frequentanti.
Prerequisiti
L'esame consiste in una prova scritta di un'ora e mezza ed è identico per studenti frequentanti e non frequentanti. L'esame è suddiviso in due parti; la prima parte consiste in una serie di domande che richiedono risposte molto sintetiche. Ottenere la sufficienza in questa prima parte rappresenta una condizione necessaria per il superamento dell'esame. La seconda parte, invece, consiste in una serie di domande aperte, una delle quali riguarda la descrizione e l'interpretazione dei risultati ottenuti dalla stima di un modello di regressione lineare.
SECS-P/05 - ECONOMETRIA - CFU: 6
Lezioni: 40 ore
Docente:
Bacchiocchi Emanuele