e c o n o m e t r i a
corso di laurea specialistica
universita' degli studi di Salerno, anno accademico 2017/2018
a n n u n c i
- 16 nov 2017 Recupero lezioni. Nelle prossime settimane, effettueremo le tre seguenti lezioni di recupero:
- 22 novembre, ore 16:30, aula 4,
- 29 novembre, ore 16:30, aula 4,
- 06 dicembre, ore 16:30, aula 4.
- 11 ott 2017 Le lezioni del 17, 18 e 19 ottobre sono annullate e verranno recuperate in seguito.
- 11 ott 2017 La lezione del 12 ottobre e' annullata e verre' recuperata in seguito.
- 03 ott 2017 La lezione del 5 ottobre e' annullata e verre' recuperata in seguito.
- 03 ott 2017 Domani, 4 ottobre, la lezione si terra' in aula sp 7 ore 10:30.
- 20 set 2017 Orario cambiato rispetto alla versione del 19 settembre. Il mercoledi' le lezioni saranno alle 8:30 aula 4 invece che 10:30 aula SP7.
e s a m i
Chi dove come cosa quando perche'.
- Appunti.
Gli appunti usati nel corso saranno disponibili alla CUSL verso la fine del corso.
- 10 crediti.
Gli studenti della laurea specialistica saranno valutati sull'intero programma dettagliato nel paragrafo "lezioni".
- 6 crediti.
Gli studenti della laurea triennale saranno valutati sul programma dettagliato nel paragrafo "lezioni" fino alla lezione che verra' comunicata.
- Modalita'.
L'esame sara' unico e alla fine del corso. Purtroppo non e' possibile effettuare prove intermedie. L'esame sara' tenuto in forma scritta.
- Modalita'.
Qui potete scaricare un esampio di esame [P D F]
l e z i o n i
Argomenti delle lezioni svolte
- 26 set 2017. Introduzione al corso.
- 27 set 2017. Regressione con un regressore: specificazione e stima. Paragrafi 4.1 e 4.2.
- 03 ott 2017. Regressione con un regressore: ipotesi minimi quadrati. Paragrafo 4.4.
- 04 ott 2017. Regressione con un regressore: distribuzione campionaria stimatori ols, test, intervalli di confidenza e variabili dummy. Paragrafi 4.3-4.4 e 5.1-5.3.
- 10 ott 2017. Regressione con un regressore: R2, SER, eteroschedasticita'. Paragrafi 4.3, 5.4.
- 11 ott 2017. Regressione con un regressore: Dimostrazioni sui momenti empirici. Appendice 4.3.
- 24 ott 2017. Regressione multipla: variabili omesse, specificazione, rappresentazione matriciale, ipotesi. Appendice 4.3, paragrafi 6.1, 6.2, 6.3, 6.5, 18.1.
- 25 ott 2017. Regressione multipla: derivazione stimatore OLS, proprieta' asintotiche e stima della varianza asintotica. Par. 6.6, 18.1, 18.2. Dimostrazione semplificata [P D F]
- 26 ott 2017. Regressione multipla: test di ipotesi e bonta' della stima 7.1, 7.2, 7.3, 6.4, 7.5, 18.3.
- 07 nov 2017. Regressione multipla: GLS, errori standard robusti distorti, clustering, bootstrap. Par 18.6, Angrist-Pischke, Mostly Harmless Econometrics, paragrafo 8.1 e 8.2. Slides: [P D F]. Nota sul bootstrap tratta dal manuale di Stata: [P D F]
- 08 nov 2017. Funzioni di regressione non lineari: polinomi e logaritmi. Par 8.1, 8.2.
- 09 nov 2017. Funzioni di regressione non lineari: interazioni. Par 8.3.
- 14 nov 2017. Valutazione degli studi: minacce alla validita' interna ed esterna. Par 9.1, 9.2.
- 15 nov 2017. Esercitazione informatica. Es. E4.2, E6.1, E7.2. Testo degli esercizi: [P D F]. File log della sessione: [I N P]
- 16 nov 2017. Esercitazione informatica. Es. E4.3, E.5.3, E6.2, E7.3. Testo degli esercizi: [P D F].
- 21 nov 2017. Dati panel: introduzione, modello prima e dopo, modello con effetti fissi. Par 10.1, 10.2. 10.3, 10.5.
- 22 nov 2017. Dati panel: modello con effetti temporali, errori hac clustered, effetti casuali, panel dinamici. Par 10.3, 10.4, 10.5, appendice 10.2.
- 22 nov 2017. Esercitazione informatica. Es. E10.1, E10.2. Testo degli esercizi: [T X T]. Soluzione esercizio E10.1: [I N P].
- 23 nov 2017. Variabili dipendenti binarie: modello lineare di probabilita'. Par. 11.1.
- 28 nov 2017. Variabili dipendenti binarie: logit, probit, introduzione. Par. 11.2.
- 29 nov 2017. Variabili dipendenti binarie: logit, probit, stima e inferenza. Par. 11.3.
- 29 nov 2017. Variabili strumentali: definizione, caso con un regressore e uno strumento. Par 12.1. Par. 11.1, 11.2, 11.3.
- 30 nov 2017. Esercitazione informatica. Testo degli esercizi: [T X T].
- 05 dic 2017. Variabili strumentali: modello generale IV, validita' degli strumenti. Par 12.2, 12.3.
- 06 dic 2017. Variabili strumentali: modello generale IV, dove trovare strumenti validi. Par 12.4, 12.5. Pagina sul test di Durbin-Wu-Hausman: [P D F], slide applicazione: [P D F].
- 06 dic 2017. Esercitazione informatica. Testo degli esercizi: [T X T].
- 07 dic 2017. Esperimenti e quasi esperimenti: esperimenti ideali, potenziali problemi, stimatore delle differenze. Par 13.1, 13.2
- 12 dic 2017. Esperimenti e quasi esperimenti: indipendenza in media condizionata, stimatore diff-in-diff, quasi esperimenti. Par. 13.3, 13.5, App. 13.2, 13.3.
- 13 dic 2017. Esperimenti e quasi esperimenti: quasi esperimenti e potenziali problemi, popolazioni eterogenee, progetto STAR. Par. 13.4, 13.5, 13.6, 13.7. Slide applicazione: [P D F]
- 13 dic 2017. Introduzione a regressioni temporali e previsioni: modelli, correlazione seriale, autoregressioni e modello ADL, scelta del modello e problema delle radici unitarie. Par. 14.1, 14.2, 14.3, 14.4, 14.5, 14.6. Slide lezioni [P D F].
- 14 dic 2017. Domande e risposte, visualizzazione esempio di esame.
m a t e r i a l e
Materiale didattico.
- Durante il corso, useremo in buona misura questo testo: James Stock, Mark Watson, Introduction to econometrics, Addison-Wesley Series in Economics. Esiste anche una versione tradotta in italiano, ma il mio consiglio e' di fare uno sforzo e leggerlo in inglese!
- Link al companion site del testo [H T M L]
- Nella sezione "lezioni" di questa pagina trovate i riferimenti precisi alle parti del testo coperte a lezione.
- Quando useremo materiale supplementare, lo mettero' a disposizione sempre nella sezione "lezioni".
- Il software che piu' avanti nel corso utilizzeremo per fare stime econometriche si chiama Gretl, e' un software open source e potete scaricarlo e installarlo gia' da ora sul vostro computer. Gretl funziona su Windows, su Linux e su Mac, quindi non avete scuse ;-). Per accedere alla pagina italiana di Gretl, potete cliccare qui. [H T M L]
- Link al file zip dei dati che useremo per le esercitazioni informatiche [Z I P]
- Link alla pagina per installare in Gretl i dati per le esercitazioni informatiche [H T M L]
p r o g r a m m a
Programma del corso (in corsivo gli argomenti che vedremo soltanto se ci sara' tempo)
- Regressione lineare con un singolo regressore.
- Regressione lineare con regressori multipli.
- Funzioni di regressione non lineari.
- Valutazione degli studi basati su regressione multipla.
- Regressione con dati panel.
- Regressione con variabile dipendente binaria.
- Regressione con variabili strumentali.
- Esperimenti e quasi-esperimenti.
- Introduzione a regressioni con dati temporali e alla previsione.
- Stima degli effetti causali dinamici.
- Temi avanzati nell'analisi dei dati temporali.
i n f o r m a z i o n i
Alcune informazioni sul corso
- Le lezioni avranno inizio il giorno 26 settembre.
- Orario: martedi' (14:30 aula D), mercoledi' (8:30 aula 4), giovedi' (8:30 aula D).
- L'orario di ricevimento e' su appuntamento, mandatemi una mail.