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.

Piano Didattico

A.A. 2024/2025 A.A. 2023/2024 A.A. 2022/2023 A.A. 2021/2022 A.A. 2020/2021

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 2025/2026

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

1° Anno

InsegnamentiCreditiTAFSSD
9
B
SECS-P/05
6
B
IUS/13
12
B
SECS-P/01
12
B
SECS-P/05 ,SECS-S/06
One module between the following
9
C
SECS-P/01
9
C
SECS-P/03
Stage
3
F
-

2° Anno  Attivato nell'A.A. 2023/2024

InsegnamentiCreditiTAFSSD
9
B
SECS-P/01
Two modules among the following
6
C
SECS-P/02
6
C
SECS-P/03
6
C
SECS-S/01
6
C
SECS-P/02
Two modules among the following
6
B
SECS-P/07
6
B
SECS-P/11
6
B
SECS-P/08
One module between the following
9
C
SECS-P/02
9
C
SECS-P/05
Final exam
15
E
-
InsegnamentiCreditiTAFSSD
9
B
SECS-P/05
6
B
IUS/13
12
B
SECS-P/01
12
B
SECS-P/05 ,SECS-S/06
One module between the following
9
C
SECS-P/01
9
C
SECS-P/03
Stage
3
F
-
Attivato nell'A.A. 2023/2024
InsegnamentiCreditiTAFSSD
9
B
SECS-P/01
Two modules among the following
6
C
SECS-P/02
6
C
SECS-P/03
6
C
SECS-S/01
6
C
SECS-P/02
Two modules among the following
6
B
SECS-P/07
6
B
SECS-P/11
6
B
SECS-P/08
One module between the following
9
C
SECS-P/02
9
C
SECS-P/05
Final exam
15
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
Further language skills
3
F
-
Tra gli anni: 1°- 2°
9
D
-

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Econometrics  (2022/2023)

Codice insegnamento

4S02464

Docente

Alessandro Bucciol

Coordinatore

Alessandro Bucciol

Crediti

9

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

SECS-P/05 - ECONOMETRIA

Periodo

Secondo semestre (lauree magistrali) dal 20 feb 2023 al 19 mag 2023.

Orario Lezioni MoodleMoodle Seminari 0

Obiettivi di apprendimento

Il corso fornisce una rassegna delle principali tecniche econometriche, con particolare enfasi sulle applicazioni economiche, sviluppate interattivamente usando applicativi professionali. Il programma copre modelli econometrici standard (regressione OLS e diagnostica) così come modelli più avanzati per l'analisi di dati sezionali, di serie storiche e longitudinali (IV, probit, tobit, effetti casuali ed effetti fissi). Attenzione particolare sarà dedicata all'intuizione sottostante ogni argomento, in aggiunta a temi più formali. Alla fine del corso si proporrà un compito su base volontaria, con l'obiettivo di tradurre domande di ricerca in analisi empiriche, al fine di applicare su dati reali 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, e 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.

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. ALTRI TIPI DI DATI
6a. Serie storiche
Stazionarietà; Processi AR; Test Durbin-Watson e Breusch-Godfrey; standard error robusti di Newey-West.
6b. Dati longitudinali
Diff-in-diff; Effetti raggruppati, effetti fissi ed effetti casuali; bontà di adattamento; Test di confronto; attrito.

Bibliografia

Vai alla bibliografia
Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

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.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

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 16/30 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