Al termine del corso, gli studenti saranno in grado di: 1) definire una domanda economica a cui si può rispondere con un'analisi quantitativa; 2) comprendere il problema dell'identificazione di un parametro economico rilevante per rispondere alla domanda; 3) esplorare una banca dati per individuare pattern, outlier e proprietà statistiche; 4) programmare un codice di base in Stata per esplorare i dati ed eseguire uno stimatore lineare per rispondere a una domanda economica; 5) leggere e interpretare i risultati di un'analisi di regressione; 6) eseguire un’analisi di impatto usando un disegno di ricerca; 7) capire la logica dell’analisi empirica che usa Big Data.
Prerequisiti
La conoscenza dei fondamenti della micro e macroeconomia, dell’inferenza statistica e della regressione lineare sono utili per il corso. Per le propedeuticità obbligatorie previste consultare il sito del Corso di laurea: https://lt-eco.unibg.it/it/node/119
Metodi didattici
Il corso mescolerà lezioni frontali e laboratori applicati con Stata (uno dei software più utilizzati al mondo per l'analisi empirica in molti campi, tra cui l'economia), in cui gli studenti avranno la possibilità di mettere "le mani" su dati reali e testare le teorie economiche apprese anche in altri corsi di economia.
Verifica Apprendimento
Un compito a casa (60% del voto finale) e una prova scritta finale (40% del voto finale). I compiti a casa consisteranno principalmente in applicazioni empiriche con Stata. Il test finale consisterà in domande aperte sugli argomenti trattati nel corso. Per superare il corso è richiesto un punteggio minimo di 18/30 sia nel compito a casa che nella prova scritta.
Contenuti
Il corso tratterà i seguenti argomenti: 1. Introduzione alla moderna economia empirica; il modello dei risultati potenziali; il concetto di causalità, controfattuale e autoselezione; introduzione alle proprietà del campionamento. 2. Familiarizzazione con Stata: pulizia dei dati, creazione di variabili e statistiche descrittive. 3. Regressione MQO. Indipendenza dalla media. Proprietà algebriche e asintotiche dell'MQO. L'anatomia della regressione e la formula della variabile omessa. 4. Discorso sulla regressione: Significatività economica e statistica; dimensione dell'effetto e analisi della potenza; non linearità e termini di interazione; DAG e scelta dei controlli. 5. Validità. L'approccio alla Campbell. Minacce alla validità interna. Validità esterna 6. Variabile dipendente limitata. Modello di probabilità lineare. Logit e Probit. MLE. Analisi della previsione e ROC 7. Dati panel. Notazione. Unione di insiemi di dati. Stimatore a effetti fissi 8. Argomenti avanzati di analisi economica empirica 8.1. Introduzione alla valutazione delle politiche: stima degli effetti del trattamento (Diff-in-Diff, IV, RDD) 8.2. Introduzione all'analisi empirica con i Big Data
