BERGAMO
Dati Generali
Periodo di attività
Syllabus
Obiettivi Formativi
Il corso introduce gli strumenti fondamentali dell’econometria applicata, con particolare attenzione alla regressione lineare, all’inferenza sui coefficienti, alla valutazione critica delle assunzioni e all’interpretazione causale dei risultati empirici. L’obiettivo principale è fornire agli studenti gli strumenti per comprendere, stimare e interpretare modelli econometrici utilizzati nell’analisi di dati economici osservazionali.
Il corso insiste sul passaggio dalla semplice associazione statistica alla possibile interpretazione causale, mostrando il ruolo delle variabili omesse, delle variabili di controllo, dei dati panel, delle variabili strumentali e degli esperimenti naturali. Particolare attenzione sarà dedicata alla lettura degli output di regressione e all’interpretazione economica dei risultati.
Risultati di apprendimento attesi
Al termine del corso, lo studente sarà in grado di:
- distinguere descrizione, previsione, inferenza e causalità;
- interpretare il modello di regressione lineare semplice e multipla;
- stimare e leggere una regressione OLS, comprendendo coefficienti, valori predetti, residui, bontà dell’adattamento ed errori standard;
- formulare e interpretare test di ipotesi e intervalli di confidenza sui coefficienti di regressione;
- riconoscere il problema delle variabili omesse e discutere la plausibilità di un’interpretazione causale;
- interpretare modelli con regressori binari, interazioni, trasformazioni non lineari e dati panel;
- comprendere l’intuizione delle variabili strumentali, della stima TSLS e degli esperimenti naturali;
- leggere criticamente risultati empirici presentati in articoli, rapporti o tabelle di regressione.
Prerequisiti
Per le propedeuticità obbligatorie previste, consultare il sito del Corso di laurea.
È richiesta una conoscenza di base della statistica descrittiva e inferenziale, con particolare riferimento a media, varianza, covarianza, correlazione, variabili casuali, distribuzioni, stima, errore standard, test di ipotesi e intervalli di confidenza. I principali concetti statistici necessari per seguire il corso saranno comunque ripresi nelle prime lezioni.
Metodi didattici
Il corso combina lezioni frontali, esempi empirici, discussione guidata di output di regressione ed esercizi applicati. Le lezioni alternano intuizione economica, formalizzazione statistica e interpretazione dei risultati. Durante il corso saranno utilizzati esempi tratti da dati economici reali, con particolare attenzione alla lettura critica delle stime e alla distinzione tra associazione e causalità.
Sono previsti laboratori ed esercitazioni integrative in Stata, finalizzati a collegare i contenuti teorici alla pratica dell’analisi empirica.
Verifica Apprendimento
La verifica dell’apprendimento è volta ad accertare sia la comprensione concettuale degli strumenti econometrici sia la capacità di applicarli e interpretarli correttamente.
L’esame può comprendere esercizi quantitativi, domande di ragionamento, interpretazione di output di regressione, discussione delle assunzioni del modello e quesiti sull’interpretazione economica e causale dei risultati. Sarà valutata in particolare la capacità dello studente di distinguere tra significatività statistica, rilevanza economica e interpretazione causale.
Contenuti
Il corso è organizzato in otto moduli.
- Introduzione e richiami di statistica: Domande empiriche, dati economici, descrizione, previsione e causalità. Richiami su popolazione, campione, variabili casuali, distribuzioni, media, varianza, covarianza, correlazione, stima, distribuzione campionaria, errore standard, test di ipotesi e intervalli di confidenza.
- Introduzione alla regressione lineare: Regressione come strumento per studiare relazioni tra variabili. Modello lineare semplice, interpretazione di pendenza e intercetta, errore, valori predetti e residui.
- Stima OLS, inferenza ed eteroschedasticità: Criterio dei minimi quadrati ordinari, derivazione dello stimatore OLS, bontà dell’adattamento, distribuzione campionaria degli stimatori, assunzioni OLS, test e intervalli nella regressione semplice, omoschedasticità, eteroschedasticità ed errori standard robusti.
- Causalità, variabili omesse e regressione multipla: Distorsione da variabili omesse, direzione della distorsione, variabili di controllo, regressione lineare multipla, interpretazione degli effetti parziali, assunzioni, collinearità, inferenza sui singoli coefficienti, test congiunti, restrizioni e specificazione del modello.
- Specificazioni non lineari e interazioni: Funzioni di regressione non lineari, polinomi, trasformazioni logaritmiche, modelli log-lineari e log-log, elasticità, regressori binari, interazioni ed effetti eterogenei.
- Dati panel: Struttura dei dati panel, variazione between e within, eterogeneità non osservata, pooled OLS, differenze prime, effetti fissi individuali, effetti temporali, two-way fixed effects ed errori standard clusterizzati.
- Variabili dipendenti binarie: Variabili dipendenti 0/1, modello lineare di probabilità, limiti del LPM, modelli logit e probit, probabilità previste, effetti marginali e applicazioni empiriche.
- Endogeneità, variabili strumentali ed esperimenti naturali: Endogeneità, causalità simultanea, errori di misura, variabili strumentali, rilevanza ed esogeneità degli strumenti, TSLS, strumenti deboli, sovraidentificazione, applicazioni empiriche, modello degli outcome potenziali, esperimenti naturali e sintesi del corso.
Altre informazioni
Il materiale didattico utilizzato a lezione, eventuali dispense, esercizi, dataset e indicazioni operative per le esercitazioni in Stata saranno resi disponibili sulla piattaforma eLearning di Ateneo.
La piattaforma eLearning costituirà il principale canale per la distribuzione dei materiali del corso e per eventuali comunicazioni operative relative a lezioni, esercitazioni, laboratori, aggiornamenti del programma e modalità d’esame. Gli studenti sono pertanto invitati a consultare regolarmente la pagina dell’insegnamento sulla piattaforma.
La frequenza non è obbligatoria, ma è fortemente consigliata, poiché il corso ha una struttura progressiva: i concetti introdotti nelle prime lezioni sono utilizzati sistematicamente nelle lezioni successive. È inoltre consigliata la partecipazione ai laboratori e alle esercitazioni integrative in Stata, che hanno lo scopo di collegare gli strumenti teorici alla pratica dell’analisi empirica.
Il corso richiede familiarità con i concetti di base della statistica descrittiva e inferenziale. Tali concetti saranno ripresi nelle lezioni iniziali, ma lo studio autonomo degli argomenti statistici di base può essere necessario per seguire con profitto il corso.
Per chiarimenti sugli argomenti del corso, gli studenti possono rivolgersi al docente durante l’orario di ricevimento indicato nella pagina personale del docente o secondo le modalità comunicate all’inizio del corso.