APPLIED ECONOMETRICS - 86085

insegnamento

ID:

86085

Dettaglio:

SSD: ECONOMETRIA Durata: 48 CFU: 6

Sede:

BERGAMO

Url:

Dettaglio Insegnamento:

ECONOMIA/PERCORSO COMUNE Anno: 2

Anno:

2024

Course Catalogue:

https://unibg.coursecatalogue.cineca.it/af/2024?co...

Periodo di attività

Secondo Semestre (17/02/2025 - 31/05/2025)

Obiettivi Formativi

L’obiettivo dell'insegnamento è introdurre le principali nozioni di base dell’econometria ed analisi dei dati. Alla fine del corso gli studenti sapranno distinguere i diversi tipi di dati economici, interpretarli preventivamente attraverso l’utilizzo dell’analisi esplorativa per poi analizzarli effettuando stime econometriche su un software statistico. Le lezioni saranno accompagnate da esercitazioni, dove gli studenti impareranno anche a usare il software. In particolare, attraverso degli esempi didattici e casi studio, gli studenti avranno la capacità di analizzare praticamente e con senso critico, le relazioni tra variabili di tipo economico nonché interpretare adeguatamente le stime ottenute dai modelli

econometrici introdotti durante il corso di studio.

Prerequisiti

Gli studenti devono aver superato l'esame propedeutico di Statistica. Sono inoltre necessari solidi fondamenti di matematica (studio di funzioni, soluzioni di equazioni lineari, proprietà delle potenze e logaritmi)

Metodi didattici

Lezioni frontali e sessioni di tutorato

Verifica Apprendimento

Esame scritto consistente in esercizi numerici su argomenti trattati a lezione.

Contenuti

Gli argomenti trattati includono:

elementi fondamentali dell’analisi di regressione (regressione lineare semplice, regressione lineare multipla, funzioni di regressione non lineari);
Stimatore a minimi quadrati ordinari (OLS);
variabili dummy;
diagnostica del modello (significatività dei parametri, bontà di adattamento ed analisi dei residui);
Il problema delle variabili omesse e altri fallimenti della stima a minimi quadrati ordinari;
Stimatori a variabile strumentale (IV).
Test diagnostici per validità degli strumenti.
Metodi di stima per modelli con variabile dipendente binaria.
Introduzione ai modelli con dati panel.