Ateneo - UPO

Il corso fornisce agli studenti le conoscenze per impostare modelli econometrici di regressione lineare per la stima di nessi causali (soprattutto nel campo della valutazione d’impatto degli interventi pubblici). Il materiale didattico e la didattica del docente sono supportati da un ampio utilizzo di casi studio ed applicazioni in modo da rendere più facilmente comprensibile gli argomenti trattati e stimolare l’interesse degli studenti.

1. J.H. Stock, M.W. Watson, Introduzione all'Econometria 5a Ed., Pearson
2. Materiale a cura del docente

L'obiettivo finale del corso è di porre gli studenti nella condizione di sapere impostare gli appropriati modelli di analisi econometrica in base ai dati a disposizioni ed al tipo di evidenze empiriche richieste.

Si danno per note le conoscenze basi di statistica acquisibili con un corso base di Statistica.
E' pertanto consigliato svolgere il "Breve pre-corso di Statistica" presente nella pagina DIR del corso prima di accingersi alla frequenza/studio del corso.

L’organizzazione del corso prevede lezioni frontali supportate dalla proiezione di lucidi in powerpoint e con la presentazione di numerosi casi studio ed applicazioni con l’ausilio di softwares statistici (Gretl) e fogli elettronici (EXCEL).

L'insegnamento di "Econometria" (7 cfu/42 ore) è mutuato dal modulo "Principi di econometria" (5 cfu/30) che riprende gli argomenti 1-11 (vedi Programma esteso), non l'argomento 12 (Regressione con dati panel).

Prova scritta orientata prevalentemente alla soluzione di problemi mediante l'elaborazione di modelli econometrici.

1. Che cosa è l'econometria;
2. Nozioni preliminari: dati osservazionali e dati sperimentali, popolazione e campione; distribuzioni marginali e distribuzioni condizionate;
3. Il modello di regressione lineare semplice;
4. Il metodo di stima dei minimi quadrati (OLS);
5. Inferenza nella regressione semplice;
6. Il problema della distorsione da variabile omessa e il modello di regressione multipla;
7. Stima OLS e il problema della multicollinearità
8. L'interpretazione dei coefficienti di regressione: la scala delle variabili indipendenti e della variabile dipendente;
9. Inferenza nella regressione multipla;
10. Regressione con variabile dipendente binaria;
11. Modelli regressivi per previsioni temporali;
12. Regressione con dati panel (no corso 5 cfu).

Capacità di definire un modello di regressione coerente e di leggere ed interpretare i risultati di stima del modello.