ECONOMETRIA | Università degli studi di Bergamo

ECONOMETRIA

Attività formativa monodisciplinare
Codice dell'attività formativa: 
86008

Scheda dell'insegnamento

Per studenti immatricolati al 1° anno a.a.: 
2020/2021
Insegnamento (nome in italiano): 
ECONOMETRIA
Insegnamento (nome in inglese): 
ECONOMETRICS
Tipo di attività formativa: 
Attività formativa Caratterizzante
Tipo di insegnamento: 
Obbligatoria
Settore disciplinare: 
ECONOMETRIA (SECS-P/05)
Anno di corso: 
2
Anno accademico di offerta: 
2021/2022
Crediti: 
6
Responsabile della didattica: 

Altre informazioni sull'insegnamento

Modalità di erogazione: 
Didattica Convenzionale
Lingua: 
Italiano
Ciclo: 
Secondo Semestre
Obbligo di frequenza: 
No
Ore di attività frontale: 
48
Ambito: 
Economico
Prerequisiti

Buona conoscenza della teoria della probabilita', della statistica inferenziale e dell'algebra lineare. Si tenga conto delle propedeuticità obbligatorie (consultare il sito https://lt-eco.unibg.it/it/node/119).
Propedeuticità obbligatoria: Statistica I

Obiettivi formativi

Lo scopo principale del corso e’ quello di illustrare il ruolo dell'econometria nella verifica empirica dei modelli economici teorici. Attraverso un corretto impiego delle tecniche della inferenza statistica è possibile stimare i parametri teoricamente rilevanti, verificare le ipotesi della teoria, ed eventualmente utilizzare i modelli per fare previsione e simulazione degli effetti di politiche economiche. Verra’ introdotto il metodo dei minimi quadrati ordinari (con discussione delle ipotesi classiche), il metodo di stima della massima verosimiglianza e dei relativi test statistici. Durante il corso verranno discussi diversi casi empirici (funzioni di consumo, di domanda di lavoro, di domanda di moneta,.) e diverse lezioni saranno dedicate all’introduzione e all'uso del pacchetto econometrico Stata, allo scopo di illustrare empiricamente l'importanza delle problematiche metodologiche trattate nel corso.

Contenuti dell'insegnamento

1. Richiami di Probabilità e Statistica.
Regressione Lineare

2. Regressione lineare con un singolo regressore

3. Regressione con un singolo regressore: verifica di ipotesi e intervalli di confidenza

4. Regressione lineare con regressori multipli

5. Regressione con variabili strumentali

6. Regressione con serie temporali: introduzione ai modelli Autoregressivi e a Media Mobile

7. Ulteriori sviluppi nella regressione con serie temporali: VAR, VECM.

8. Regressione con dati panel

Metodi didattici

Lezioni frontale con introduzione all'uso di STATA e R

Modalità verifica profitto e valutazione

Prova finale (risposta multipla, risposte brevi, prove o esempi numerici)

Prerequisites

Good knowledge of probability theory, inferential statistics and linear algebra.
Compulsory prerequisites required (Propedeuticità) are published on the web site: https://lt-eco.unibg.it/it/node/119.
Compolsory: Statistics I

Educational goals

The course provides a detailed introduction of the multiple linear regression model and an extended presentation of the econometric techniques to model the main characteristics of economic and financial time series. We start with an extensive introduction of regression analysis and introduce the OLS and ML estimation methods. During the course we will analyse different empirical topics (e.g. consumption function, labor demand, and money demand) and several classes will be devoted to the introduction of the statistical software Stata. This will be functional to illustrate empirically the relevance of the methodological issues faced during the course.

Course content

1. Review of Probability and Statistics

2. Linear Regression with One Regressor

3. Regression with a Single Regressor: Hypothesis Tests and Confidence Intervals

4. Linear Regression with Multiple Regressors

5. Instrumental Variables Regression

6 Regression with time series: introduction to Autoregressive and Moving Average Models

7. Further Developments with time series regression: VAR and VECM.

8. Regression with Panel Data

Teaching methods

Frontal lectures with introduction to use of STATA and R.

Assessment and Evaluation

Final exam (multiple choices, short answers, proofs or numerical calculations)