• Edizioni di altri A.A.:
  • 2015/2016
  • 2016/2017
  • 2017/2018
  • 2019/2020
  • 2020/2021
  • 2021/2022
  • 2022/2023
  • 2023/2024
  • 2024/2025

  • Lingua Insegnamento:
    Italiano, Inglese 
  • Testi di riferimento:
    Jeff M. Wooldridge (2010) Introductory Econometrics: A Modern Approach. South-Western College Publishing, 5th Edition.

 Ulteriore materiali didattici - slides, problem sets e relative soluzioni, traduzione Italiana di alcuni capitoli del testo di riferimento – sono messi a disposizione degli studenti attraverso la piattaforma di e-learning FAD/MOODLE. 
  • Obiettivi formativi:
    L'obiettivo del corso di econometria è di fornire agli studenti gli strumenti per l'analisi di questioni di interesse economico attraverso l'analisi di dati. A tal fine un'ampia parte del corso viene dedicata allo studio del modello di regressione lineare e delle sue applicazioni.

RISULTATI DI APPRENDIMENTO ATTESI
1) Conoscenza e capacità di comprensione.
Lo studente deve dimostrare di conoscere gli strumenti di base per un’analisi econometrica relativa alla relazione tra due o piu variabili, in particolare per ciò che attiene alla stima degli effetti causali, quindi all’analisi inferenziale distinguendo tra popolazione e campione. Lo studente deve altresi dimostrare di conoscere i principali metodi alternativi utilizzabili per la stima delle relazioni di interesse.
2) Conoscenza e capacità di comprensione applicate.
Lo studente dovrà essere in grado di formulare un progetto di analisi econometrica in tutte le sue fasi: scelta del modello per la verifica della relazione di interesse;
scelta dei dati; discussione della validità interna ed esterna dell’analisi realizzata; utilizzo dei risultati per formulare giudizi o proposte relativamente al problema investigato.
3) Eventuali ulteriori risultati di apprendimento attesi, relativamente a:
a) Abilita comunicative: Lo studente deve saper spiegare a persone non esperte, le nozioni di base dell’econometria e i risultati e le implicazioni di una analisi econometrica.
b) Capacità di apprendimento: Lo studente deve essere in grado di accedere alle principali banche dati che sono disponibili sul web e di utilizzarle per sviluppare un’analisi empirica. 
  • Prerequisiti:
    Non sono previste propedeuticità. E' tuttavia consigliato che lo studente abbia acquisito alcune conoscenze di base nell'ambito della matematica (funzioni, derivate) e della statistica (variabili causali, distribuzioni di probabilità, inferenza). 
  • Metodi didattici:
    Le lezioni teoriche vengono arricchite da esercitazioni pratiche settimanali. Per facilitare l'apprendimento e l'auto-valutazione, ogni settimana viene assegnato un problem set che successivamente viene corretto in classe. La frequenza delle lezioni è vivamente consigliata, pur restando facoltativa. L'esame e' uguale per tutti (frequentanti e non). I materiali didattici sono messi a disposizione degli studenti sulla piattaforma di e-learning FAD/MOODLE. 
  • Modalità di verifica dell'apprendimento:
    La verifica della preparazione degli studenti avviene attraverso un esame scritto composto da domande aperte, con quesiti a risposta libera. I punti (30 in totale) sono assegnati a ciascun quesito in funzione della sua importanza ed estensione e preannunciati in sede d'esame. La durata dell'esame è di 2 ore. Gli argomenti oggetto d'esame sono quelli trattati durante il corso e presenti nel programma. 
  • Sostenibilità:
     
  • Altre Informazioni:
    Il corso prevede 80 ore di didattica frontale. Alcune di queste ore sarebbero dedicate a un laboratorio di introduzione al software STATA qualora almeno 10 studenti ne facessero richiesta. Le conoscenze acquisite nel laboratorio non sarebbero tuttavia oggetto d'esame. 

Il corso di econometria introduce gli strumenti di base dell'analisi empirica (il modello di regressione lineare multipla) nel contesto del problema dell'identificazione di un effetto causale per relazioni di particolare interesse economico.

1. Identificazione di un effetto causale: i concetti di esperimento sociale e naturale
2. Variabili Casuali e Distribuzioni di Probabilità

3. Richiami di Inferenza Statistica

4. Questioni Economiche e Dati
5. Modello di Regressione Semplice

6. Modello di Regressione Multipla

7. Inferenza nel Modello di Regressione Multipla

8. Forme Funzionali e Variabili Dummy

9. Riparametrizzazione di Modelli

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram