Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Tipologia di Attività formativa D e F
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Economics and data analysis - Immatricolazione dal 2025/2026Nei piani didattici di ciascun Corso di studio è previsto l’obbligo di conseguire un certo numero di crediti formativi mediante attività a scelta (chiamate anche "di tipologia D e F").
Oltre che in insegnamenti previsti nei piani didattici di altri corsi di studio e in certificazioni linguistiche o informatiche secondo quanto specificato nei regolamenti di ciascun corso, tali attività possono consistere anche in iniziative extracurriculari di contenuto vario, quali ad esempio la partecipazione a un seminario o a un ciclo di seminari, la frequenza di laboratori didattici, lo svolgimento di project work, stage aggiuntivo, eccetera.
Come per ogni altra attività a scelta, è necessario che anche queste non costituiscano un duplicato di conoscenze e competenze già acquisite dallo studente.
Quelle elencate in questa pagina sono le iniziative extracurriculari che sono state approvate dalla Commissione didattica e quindi consentono a chi vi partecipa l'acquisizione dei CFU specificati, alle condizioni riportate nelle pagine di dettaglio di ciascuna iniziativa.
Si ricorda in proposito che:
- tutte queste iniziative richiedono, per l'acquisizione dei relativi CFU, il superamento di una prova di verifica delle competenze acquisite, secondo le indicazioni contenute nella sezione "Modalità d'esame" della singola attività;
- lo studente è tenuto a inserire nel proprio piano degli studi l'attività prescelta e a iscriversi all'appello appositamente creato per la verbalizzazione, la cui data viene stabilita dal docente di riferimento e pubblicata nella sezione "Modalità d'esame" della singola attività.
Scopri i percorsi formativi promossi dal Teaching and learning centre dell'Ateneo, destinati agli studenti iscritti ai corsi di laurea, volti alla promozione delle competenze trasversali: https://talc.univr.it/it/competenze-trasversali
CONTAMINATION LAB
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Ciclo tematico di conferenze sulla “leadership” femminile: dati, riflessioni ed esperienze - 2023/2024 | D |
Martina Menon
(Coordinatore)
|
| 1° 2° | Laboratorio didattico sulla cartolarizzazione dei crediti - 2023/2024 | D |
Michele De Mari
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Elements of financial risk management 2023/2024 | D |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | English for business and economics | F |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | Introduction to Business Plan - 2023/24 | D |
Paolo Roffia
(Coordinatore)
|
| 1° 2° | Introduzione alla programmazione in Java - 2023/2024 | D |
Alessandro Gnoatto
(Coordinatore)
|
| 1° 2° | Topics in applied economics and finance - 2023/2024 | D |
Claudio Zoli
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Data discovery for business decisions | D |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | Digital experiments in economics - 2023/2024 | D |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | Il dottore commercialista come consulente d'impresa - 2023/2024 | D |
Riccardo Stacchezzini
(Coordinatore)
|
| 1° 2° | Key markets / business approach & business negotiations - 2023/2024 | D |
Angelo Zago
(Coordinatore)
|
| 1° 2° | Professional communication for economics – 2023/2024 | D |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | The why, the what and the how of structural equation modelling - 2023/2024 | D |
Cristina Florio
(Coordinatore)
|
| 1° 2° | Topics in economics and ethics of artificial intelligence- 2023/2024 | D |
Claudio Zoli
(Coordinatore)
|
Econometrics (2023/2024)
Codice insegnamento
4S02464
Docente
Coordinatore
Crediti
9
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
SECS-P/05 - ECONOMETRIA
Periodo
Secondo semestre (lauree magistrali) dal 26 feb 2024 al 24 mag 2024.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso fornisce una rassegna delle principali tecniche econometriche, con particolare enfasi sulle applicazioni economiche, sviluppate interattivamente usando il software R. Il programma copre modelli econometrici standard (regressione OLS e diagnostica) così come modelli più avanzati per l'analisi di dati sezionali (IV, probit, tobit), di serie storiche (autoregressivi) e longitudinali (effetti casuali ed effetti fissi). Attenzione particolare sarà dedicata all'intuizione sottostante ogni argomento, in aggiunta a temi più formali.
Parte della valutazione si basa sulla consegna di un compito il cui obiettivo è applicare in concreto gli strumenti appresi in aula e stimolare la discussione tra gli studenti.
Al termine del corso gli studenti saranno in grado di:
I) leggere ed interpretare criticamente lavori empirici sviluppati da altri ricercatori;
II) gestire piccoli e grandi dataset per estrarne informazione utile;
III) concepire ed implementare autonomamente analisi empiriche basate su dati reali.
Prerequisiti e nozioni di base
Si consiglia di avere conoscenze operative di matematica e statistica di base.
Programma
1. INTRODUZIONE
1a. Cos'è l'Econometria?
Definizione; dati sezionali, di serie storiche e longitudinali.
1b. Tutorial di R
Gestione di dati; statistiche di base; grafici.
2. STIMATORE DEI MINIMI QUADRATI ORDINARI (OLS)
2a. Introduzione
Regressioni univariate e multivariate; effetti marginali ed elasticità; R-quadro ed R-quadro corretto; valori anomali.
2b. Proprietà
Ipotesi Gauss-Markov; non distorsione; efficienza; consistenza; normalità asintotica.
2c. Verifica d'ipotesi
Test t su una restrizione; test F su più restrizioni.
3. DIAGNOSTICA DELLO STIMATORE OLS
3a. Specificazione
Collinearità; variabili superflue e omesse; test RESET di specificazione; test Chow di stabilità strutturale.
3b. Eteroschedasticità
Test White e Breusch-Pagan; standard error robusti di White.
3c. Serie storiche
Stazionarietà; Processi AR; Test Durbin-Watson e Breusch-Godfrey; standard error robusti di Newey-West.
4. STIMATORE A VARIABILI STRUMENTALI (IV)
4a. Stimatore
Ipotesi; stimatore semplice a variabili strumentali (SIV) e stimatore generalizzato a variabili strumentali (GIV); proprietà; derivazione a due stadi (2SLS).
4b. Selezione degli strumenti
Test di rilevanza; strumenti deboli; test di validità di Sargan; test di esogeneità di Hausman.
5. VARIABILE DIPENDENTE LIMITATA (LDV)
5a. Variabile dipendente binaria
Modello di probabilità lineare (LPM); modelli probit e logit; effetti marginali; stima di massima verosimiglianza; bontà di adattamento; verifica d'ipotesi.
5b. Dati troncati e censurati
Regressione troncata; modello tobit-I; modelli tobit-II e heckman; effetti marginali; bontà di adattamento.
6. DATI LONGITUDINALI
6a. Modelli
Difference-in-difference; Effetti raggruppati, effetti fissi ed effetti casuali.
6b. Verifica d’ipotesi
Bontà di adattamento; Test di confronto; attrito.
Bibliografia
Modalità didattiche
Didattica frontale. Le lezioni includono esempi concreti sviluppati interattivamente mediante il software gratuito di elaborazione dati R.
Modalità di verifica dell'apprendimento
L’esame è composto da una prova scritta ed un homework. Non sono previste integrazioni orali.
La prova scritta dura un’ora e trenta minuti e copre l’intero programma del corso. Durante la prova è possibile usare la calcolatrice, ma non appunti né altro materiale didattico.
L’homework viene svolto individualmente, e può essere di due tipi (Homework I o Homework II). L'Homework I mira a sviluppare le abilità analitiche attraverso l'analisi di dati. L'Homework II punta a sviluppare abilità critiche rispetto ad applicazioni empiriche. Ogni studente può scegliere a quale homework aderire, ma deve aderire ad uno dei due. Trascorso il termine per la consegna dell’Homework I, sarà possibile svolgere solo l’Homework II. L'homework deve essere svolto prima di partecipare ad una prova scritta ed il suo voto rimane valido per tutto l’anno accademico.
Criteri di valutazione
La prova scritta valuta la comprensione generale dei principali argomenti dell'econometria e l'abilità di comprendere ed interpretare tabelle che riportino risultati econometrici. Gli homework valutano l'abilità di sviluppare ricerca empirica attraverso l'elaborazione personale (Homework I) o di commentare criticamente ricerca empirica condotta da altri (Homework II).
Criteri di composizione del voto finale
Il voto finale dell’esame è dato dalla media dei voti nella prova scritta e nell’homework, pesati rispettivamente per l’80% ed il 20% del totale. Per superare l’esame, è necessario ottenere un voto non inferiore a 18/30 nella prova scritta.
Lo studente può rifiutare separatamente il voto dell’esame ed il voto dell’homework. Il voto dell’homework può tuttavia essere rifiutato una sola volta.
Lingua dell'esame
Inglese
