- Oggetto:
APPLIED ECONOMETRICS AND STATISTICS
- Oggetto:
APPLIED ECONOMETRICS AND STATISTICS
- Oggetto:
Anno accademico 2021/2022
- Codice dell'attività didattica
- SEM0117
- Docenti
- Pierpaolo De Blasi (Titolare del corso)
Alessandro Sembenelli (Titolare del corso) - Corso di studi
- ECONOMIA - percorso in Economia e Data Science
ECONOMIA - percorso in Economia e Finanza
ECONOMIA - percorso in Economia, Mercati e Istituzioni - Anno
- 3° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Affine o integrativo
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-P/05 - econometria
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Inglese
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Scritto
- Prerequisiti
- ECO0004 Statistica
SEM0103 Econometrics - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
The course aims at investigating advanced topics of applied econometrics and statistics that are of great importance in economic and finance applications. The classes are divided in two parts: the first part deals with classification methods for binary response variables (applied statistics); the second part is devoted to regression for panel data, including the case of instrumental variables and quasi-experiments (applied econometrics).
L'obiettivo principale dell'insegnamento è approfondire alcuni argomenti di econometria e statistica applicata utilizzati per l'analisi quantitativa in campo economico e finanziario. L'insegnamento è costituito da due parti: la prima parte tratterà modelli di classificazione e di regressione per variabili di risposta binarie. La seconda parte approfondirà modelli di regressione con dati panel, con variabili strumentali e per quasi-esperimenti
- Oggetto:
Risultati dell'apprendimento attesi
- Knowledge and understanding
the student will learn to master some advanced econometric and statistical techniques to be used in economic and finance applications
- Applying knowledge and understanding
the student will be exposed to some of the most relevant application of applied econometrics and statistics with the aid of case studies and the implementations of statistical softwares like R and Stata.
- Making judgements
the student will be able to make both internal and external validation of regression and classification models
- Communication skills
the student will learn to properly use statistical language to comunicate the results of their findings both in oral presentations and in written reports
Risultati d'apprendimento previsti (espressi tramite i Descrittori europei del titolo di studio (D.M. 16/03/2007, art. 3, comma 7)
1) Conoscenza e capacità di comprensione: l'insegnamento fornisce allo studente le conoscenze necessarie per comprendere alcuni strumenti statistico-econometrici specialistici utilizzati in campo economico e finanziario
2) Capacità di applicare conoscenza e comprensione: grazie all'ausilio di esempi realistici e di software statistco-econometrici dedicati (R e Stata) gli studenti apprendono le potenzialità applicative dell'econometria e della statistica applicata per rispondere a domande economiche e finanziarie di interesse.
3) Autonomia di giudizio: gli studenti sono esposti ai concetti di validità interna ed esterna, tipicamente utilizzati per valutare criticamente l'affidabilità dei modelli di regressione e di classificazione.
4) Abilità comunicative: gli studenti apprendono come presentare ed interpretare i risultati dei modelli in forma orale e scritta.
5) Capacità di apprendimento: l'insegnamento consente agli studenti di comprendere alcun tecniche specialistiche dell'econometria e della statistica e fornisce gli strumenti di base per la realizzazione di ricerche elementari nel campo dell'economia.- Oggetto:
Modalità di insegnamento
The course is composed of 48 hours of formal in-class lectures. The teaching is foreseen to be in presence and through online streaming via Webex (see links published at the course Moodle page). Teaching materials will be available online through Moodle, find the link at the bottom of this page
Il corso è articolato in 48 ore di didattica frontale con streaming online via Webex, link disponibili sulla pagina Moodle del corso. Il materiale didattico sarà disponibile attraverso la pagina Moodle del corso (si veda link in basso).
- Oggetto:
Modalità di verifica dell'apprendimento
The exam consists in a written test of 2 hours length, one hour for each part of the program. The goal is the verification of the regression and classification models covered in class, with particular attention to the interpretation of analysis produced by a statistical software. The final mark will be the simple average of the two evaluations on the respective modules (applied econometrics and applied statistics). Fac-simile of the exams are available at the course Moodle page.
The final assessment is foreseen to take place in presence. An online procedure with Webex video surveillance will be reserved for those whose absence is justified.
According to university rules, the student is allowed to participate to the final examination for a maximum of three times per academic year, starting with the summer exam session.
Solo scritto (durata 2 ore) in cui viene verificata sia l'apprendimento dei modelli di regressione e classificazione affrontati nel corso e la capacità di interpretare i risultati di stima prodotti da un software statistico.
Si ricorda che, come previsto dal regolamento didattico, lo studente può presentarsi ad un medesimo esame tre volte in un anno accademico (da intendersi a partire dal primo appello dopo il corso fino alla sessione invernale dell'anno successivo).
- Oggetto:
Programma
1st part (applied statistics)
- Linear discriminant analysis
- Logistic regression
- Regression and classification trees
2nd part (applied econometrics)
- Regressions with panel data
- Regressions with instrumental variables
- Experiments and quasi experiments
1a parte
- Analisi delle discriminanti e Classificazione
- Modello di regressione logistica
- Regression and Classification Trees
2a parte
- Regressione con dati panel
- Regressione con variabili strumentali
- Esperimenti e quasi esperimentiTesti consigliati e bibliografia
- Oggetto:
- Lecture notes
- Dispense a cura dei docenti
- Oggetto:
