Scheda programma d'esame
INTRODUCTION TO ECONOMETRICS
GIUSEPPE RAGUSA
Academic year2018/19
CourseECONOMICS AND COMMERCE
Code223PP
Credits9
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
INTRODUZIONE ALL'ECONOMETRIA SECS-P/05LEZIONI63
ANGELA PARENTI unimap
GIUSEPPE RAGUSA unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

L’obiettivo del corso è quello di introdurre gli studenti all’econometria
usando un approccio prevalentemente applicato. Sebbene siano trattati sia gli aspetti
teorici che quelli pratici, l’accento è posto sulla comprensione intuitiva con i concetti
chiave delle tecniche econometriche illustrati con applicazioni empiriche aventi ad oggetto
questioni economiche rilevanti nel dibattito di policy.

Knowledge

The aim of this course is to introduce students to econometrics using an applied approach. Both theretical and empirical aspects will be covered. Particular attention will be devoted to the understanding of economic policy issues through empirical applications.

 

Modalità di verifica delle conoscenze

Per l'accertamento delle conoscenze saranno svolte delle prove in itinere.

Assessment criteria of knowledge

Ongoing assessment to monitor academic progress will be carried out.

Capacità

Al termine del corso lo studente dovrà essere in grado di svolgere autonomamente un’analisi
empirica, interpretare i risultati delle proprie analisi cosí come quelle di altri. Inoltre
dovr essere in grado di valutare l’adeguatezza delle ipotesi alla base di tali interpretazioni.

Skills

By the end of the course students will be able to use econometric tools to conduct empirical investigations for policy analysis.

Modalità di verifica delle capacità

Circa un terzo delle lezioni saranno dedicate alle applicazioni empiriche degli strumenti econometrici e richiederanno l’utilizzo di un software statistico. In questo corso useremo R.

R è un software libero (viene distribuito con la licenza GNU GPL) ed è disponibile per i più importanti sistemi operativi (Unix, GNU/Linux, macOS, Microsoft Windows).
Agli studenti non è richiesto di avere alcuna conoscenza di R o altra esperienza di programmazione, ma devono essere disposti a imparare.

Assessment criteria of skills

Almost one third of the lectures will be devoted to empirical applications using the statistical software R.

R is an open source software (distributed by GNU GPL) and available on the most important operative system (Unix, GNU/Linux, macOS, Microsoft Windows).

Students are not required to have any knowledge of R or other programming experience, but they must be willing to learn.

 

Comportamenti

Saranno acquisite opportune accuratezza e precisione nello svolgere attività di raccolta di dati e nell'analisi econometrica

Behaviors

Students will acquire accuracy and precision when collecting data and carrying out econometric analysis

Modalità di verifica dei comportamenti

Durante le sessioni di laboratorio saranno valutati il grado di accuratezza e precisione delle attività svolte.

Assessment criteria of behaviors

During the lab sessions, the accuracy and precision of the activities carried out will be evaluated

Prerequisiti (conoscenze iniziali)

E' rischiesta una conoscenza base delle nozioni di statistica.

Prerequisites

Basic knowledge of statistics is required.

Indicazioni metodologiche

Lezioni frontali ed esercitazioni in laboratorio

Teaching methods

Lectures and lab sessions

Programma (contenuti dell'insegnamento)

1. Regressione lineare con un singolo regressore
2. Regressione con un singolo regressore: verifica di ipotesi e intervalli di confidenza
3. Regressione lineare con regressori multipli
4. Verifica di ipotesi e intervalli di confidenza nella regressione multipli
5. Funzioni di regressioni non lineari
6. Valutazione di studi basati sulla regressione multipla
7. Regressione con dati panel
8. Regressione con variabile dipendente binaria
9. Regressione con variabili strumentali

Syllabus

1. Simple regression model
2. Simple regression model: hypothesis testing and confidence interval
3. Multiple regression model
4. Multiple regression model: hypothesis testing and confidence interval
5. Non linear regression
6. Topics on multiple regression
7. Panel data
8. Binary dependent variable
9. Instrumental variable estimation

Bibliografia e materiale didattico

Stock, J. H. e Watson, M.W: Introduzione all’econometria, Pearson Italia, 2005.

Bibliography

Stock, J. H. e Watson, M.W: Introduzione all’econometria, Pearson Italia, 2005.

Modalità d'esame

La valutazione sarà basata su una prova intermedia, tre homework e una prova finale.
Il peso di ciascuna prova nel determinare il voto complessivo é descritto nella seguente
tabella:
Prova intermedia 10%
Homework 30%
Esame finale 60%
Totale 100%

La prova intermedia si terrà durante una delle tre lezioni della sesta settimana di
lezioni (settimana che va da Lunedì 1 Aprile a Venerdì 5 Aprile).
I tre homework saranno assegnati nella prima lezione della penultima settimana
di lezione e devono essere restituiti non piu tardi della fine dell’ultima lezione del corso
(Venerdì 24 Maggio 2019). Gli homework avranno quasi esclusivamente carattere applicato
e richiederanno l’utilizzo di R.

Aver sostenuto la prova intermedia e aver consegnato gli homework sono conditzione
necessaria e sufficiente per poter sostenere l’esame finale durante gli appelli del 2019—2020.

Assessment methods

Students final grade depends on a midter, three homeworks and a comprehensive final. The final grade on this course is a weighted average of homework, midterm, and comprehensive final according to the
following weights:

Midterm 10%
Homework 30%
Comprehensive final 60%
Total 100%

The midterm will be held in class during on of the lecture of the course sixth week of instruction (the sixth week is the week starting on April 1st, 2019 and ending on April 5th, 2019). All three homework will be assigned in the first class of the second to last week of the lectures and are due back no later than the last lecture of the course (Friday 24 of May 2019). The homework will be almost only applied and will require the use of R.

Both the homework and the midterm are compulsory and they will be valid until
the second semester of the academic year 2019—-2020.

Note

Orario lezioni
Mercoledì: 14:00-15:30 (Lab III piano)
Giovedì: 10:30-12:00 (G2)
Venerdì: 8:45-10:15 (F2)

Office hours:                                                                                                                                    Ragusa: Ven: 10:30-11:30                                                                                                             Parenti: Lun: 11:00-12:00  

Updated: 25/02/2019 17:09