- Oggetto:
- Oggetto:
ECONOMETRIA E STATISTICA APPLICATA
- Oggetto:
ECONOMETRIA E STATISTICA APPLICATA
- Oggetto:
Anno accademico 2018/2019
- Codice dell'attività didattica
- SEM0012
- Docenti
- Prof. Alessandro Sembenelli (Titolare del corso)
Pierpaolo De Blasi (Titolare del corso) - Corso di studi
- ECONOMIA E COMMERCIO - percorso in Economia
- Anno
- 3° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-P/05 - econometria
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Scritto
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
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-esperimentiThe course aims at introducing the students to econometric and statistical models used in economics and finance. It consists of two distinct modules: the first one deals with classification analysis and regression models for a binary outcome. The second part of the course is concerned with regression models with panel data, instrumental variables and quasi-experiments.- Oggetto:
Risultati dell'apprendimento attesi
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.At the end of the course, the student is expected to:
- understand the main econometric and statistical concepts
- appropriately formalize a econometric and statistical problem in order to apply the methods taught during the course
- face a simple economic problem and interpret the results of the econometric and statistical analysis
- present in written form the knowledge gained during the course
- being able to successfully attend intermediate level classes in statistics and econometrics- Oggetto:
Modalità di insegnamento
Il corso è articolato in 42 ore di didattica frontaleThe course is articulated in 42 hours of class lectures.- Oggetto:
Modalità di verifica dell'apprendimento
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).
Written test containing theoretical questions and excercises, aiming at checking students' knowledge of the regression and classification models dealt with in class and students' ability to interpret the output of a statistical software. Duration: 2h. There is no oral examination for this course.Please be adviced that students are allowed to take at most three exams in any given academic year (to be computed from the first exam session right after the course until the winter session of the following year).
- Oggetto:
Attività di supporto
- Oggetto:
Programma
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 esperimenti1st module
- Discriminant Analysis
- Logistic regression
- Regression and Classification Trees
2nd module
- Regression with panel data
- Regression with instrumental variables
- Esperimenti e quasi esperimentiTesti consigliati e bibliografia
- Oggetto:
- - Dispense a cura dei docenti
- James, Witten, Hastie, Tibshirani (2013). An Introduction to Statistical Learning Springer, http://www-bcf.usc.edu/~gareth/ISL/- Stock J.H. and Watson M.W. (2016). Introduzione all'Econometria, 4th. Pearson.
Lecture notes.- James, Witten, Hastie, Tibshirani (2013). An Introduction to Statistical Learning Springer, http://www-bcf.usc.edu/~gareth/ISL/
- Stock J.H. and Watson M.W. (2016). Introduzione all'Econometria, 4th. Pearson.
- Oggetto:
Orario lezioni
- Oggetto:
