IL CORSO DI ECONOMETRIA INTRODUCE I CONCETTI E GLI STRUMENTI DI BASE DELL’ANALISI QUANTITATIVA DEI FENOMENI ECONOMICI. L’ECONOMETRIA CONSENTE DI STUDIARE I DATI RELATIVI ALLE VARIABILI ECONOMICHE CON LO SCOPO DI VERIFICARE IPOTESI TEORICHE CIRCA LE RELAZIONI TRA ESSE ESISTENTI OPPURE PER FORNIRE PREVISIONI. L'OBIETTIVO PRIMARIO E' FORNIRE ALLO STUDENTE LE CONOSCENZE DI BASE PER POTER, A PARTIRE DA UNA SPECIFICA DOMANDA DI RICERCA, ANALIZZARE CORRETTAMENTE I DATI E SAPER INTERPRETARE I RISULTATI. SARA', QUINDI, PRIVILEGIATA L'ESPERIENZA PRATICA.
IL CORSO PREVEDE IL RIPASSO DI CONCETTI DI STATISTICA, LO STUDIO DELL’ANALISI DI REGRESSIONE LINEARE SEMPLICE E MULTIPLA, NONCHÉ DEI MODELLI DI REGRESSIONE CON VARIABILE DIPENDENTE BINARIA E MULTINOMIALE. LE APPLICAZIONI PRATICHE VERRANNO SVOLTE MEDIANTE L’USO DEL SOFTWARE R.
IL CORSO PREVEDE IL RIPASSO DI CONCETTI DI STATISTICA, LO STUDIO DELL’ANALISI DI REGRESSIONE LINEARE SEMPLICE E MULTIPLA, NONCHÉ DEI MODELLI DI REGRESSIONE CON VARIABILE DIPENDENTE BINARIA E MULTINOMIALE. LE APPLICAZIONI PRATICHE VERRANNO SVOLTE MEDIANTE L’USO DEL SOFTWARE R.
Curriculum
scheda docente materiale didattico
- Richiami di statistica e di probabilità
- Modelli di regressione lineare con un regressore
- Modelli di regressione lineare con più regressori
- Regressione con variabile dipendente binaria
- Regressione con variabile dipendente multinomiale
Per ogni argomento sono previste applicazioni con dati economici con il software R.
Christoph Hanck, Martin Arnold, Alexander Gerber & Martin Schmelzer, 2018, Introduction to Econometrics with R, https://econometrics-with-r.org/
Articoli/capitoli di libro forniti durante il corso
Programma
Il corso approfondisce i seguenti temi:- Richiami di statistica e di probabilità
- Modelli di regressione lineare con un regressore
- Modelli di regressione lineare con più regressori
- Regressione con variabile dipendente binaria
- Regressione con variabile dipendente multinomiale
Per ogni argomento sono previste applicazioni con dati economici con il software R.
Testi Adottati
James H. Stock, Mark W.Watson, 2016. Introduzione all'econometria, Pearson.Christoph Hanck, Martin Arnold, Alexander Gerber & Martin Schmelzer, 2018, Introduction to Econometrics with R, https://econometrics-with-r.org/
Articoli/capitoli di libro forniti durante il corso
Bibliografia Di Riferimento
Hideo Aizaki, Tomoaki Nakatani, Kazuo Sato, 2014, Stated Preference Methods Using R, CRC Press. A.H. Studenmund, Using econometrics: a practical guide, 2011, Pearson.Modalità Erogazione
Il corso prevede lezioni ed esercitazioni on-line da svolgere in diretta.Modalità Frequenza
La frequenza delle lezioni, seppur fortemente consigliata, non è obbligatoria.Modalità Valutazione
Nel periodo di emergenza COVID-19 l’esame di profitto sarà svolto secondo quanto previsto all’art.1 del Decreto Rettorale n°. 703 del 5 maggio 2020. In particolare: Per i frequentanti: il voto finale dipende dall'esito della prova orale (50%) e delle attività pratiche (esercizi, analisi dati, interpretazione dei risultati, partecipazione) svolte durante il corso. L'esame orale è articolato su almeno 3 domande volte a verificare la conoscenza dei contenuti discussi durante il corso e la capacità di sintesi. Per i non frequentanti: il voto finale dipende dall'esito della prova orale. L'esame orale è articolato su almeno 3 domande volte a verificare la conoscenza dei contenuti del libro James H. Stock, Mark W.Watson, 2016. Introduzione all'econometria, Pearson. E' richiesta la capacità di comprendere e interpretare output di modelli econometrici. scheda docente materiale didattico
- Richiami di statistica e di probabilità
- Modelli di regressione lineare con un regressore
- Modelli di regressione lineare con più regressori
- Regressione con variabile dipendente binaria
- Regressione con variabile dipendente multinomiale
Per ogni argomento sono previste applicazioni con dati economici con il software R.
Christoph Hanck, Martin Arnold, Alexander Gerber & Martin Schmelzer, 2018, Introduction to Econometrics with R, https://econometrics-with-r.org/
Articoli/capitoli di libro forniti durante il corso
Mutuazione: 21801893 ECONOMETRIA in Scienze delle pubbliche amministrazioni LM-63 GATTA VALERIO
Programma
Il corso approfondisce i seguenti temi:- Richiami di statistica e di probabilità
- Modelli di regressione lineare con un regressore
- Modelli di regressione lineare con più regressori
- Regressione con variabile dipendente binaria
- Regressione con variabile dipendente multinomiale
Per ogni argomento sono previste applicazioni con dati economici con il software R.
Testi Adottati
James H. Stock, Mark W.Watson, 2016. Introduzione all'econometria, Pearson.Christoph Hanck, Martin Arnold, Alexander Gerber & Martin Schmelzer, 2018, Introduction to Econometrics with R, https://econometrics-with-r.org/
Articoli/capitoli di libro forniti durante il corso
Bibliografia Di Riferimento
Hideo Aizaki, Tomoaki Nakatani, Kazuo Sato, 2014, Stated Preference Methods Using R, CRC Press. A.H. Studenmund, Using econometrics: a practical guide, 2011, Pearson.Modalità Erogazione
Il corso prevede lezioni ed esercitazioni on-line da svolgere in diretta.Modalità Frequenza
La frequenza delle lezioni, seppur fortemente consigliata, non è obbligatoria.Modalità Valutazione
Nel periodo di emergenza COVID-19 l’esame di profitto sarà svolto secondo quanto previsto all’art.1 del Decreto Rettorale n°. 703 del 5 maggio 2020. In particolare: Per i frequentanti: il voto finale dipende dall'esito della prova orale (50%) e delle attività pratiche (esercizi, analisi dati, interpretazione dei risultati, partecipazione) svolte durante il corso. L'esame orale è articolato su almeno 3 domande volte a verificare la conoscenza dei contenuti discussi durante il corso e la capacità di sintesi. Per i non frequentanti: il voto finale dipende dall'esito della prova orale. L'esame orale è articolato su almeno 3 domande volte a verificare la conoscenza dei contenuti del libro James H. Stock, Mark W.Watson, 2016. Introduzione all'econometria, Pearson. E' richiesta la capacità di comprendere e interpretare output di modelli econometrici.