Wooldridge – Introductory econometrics

Argomenti del programma: Il corso introduce gli strumenti fondamentali della modellizzazione statistica applicata all’economia e alla finanza. Dopo brevi richiami di algebra matriciale e teoria della stima, viene presentato il modello di regressione lineare classico, con particolare attenzione alle ipotesi alla base del modello, alla stima tramite minimi quadrati ordinari (OLS) e al teorema di Gauss-Markov.

• Il corso non seguirà in modo rigido un unico manuale. I materiali di studio principali saranno costituiti dalle slide, dagli appunti delle lezioni frontali, dagli esercizi svolti in aula e dalla reading list predisposta dal docente e resa…
• Come testo principale di riferimento per la parte econometrica generale si consiglia:
• Testo consigliato per approfondire i metodi di inferenza causale con esempi applicati e codice, incluso Stata.
• Eventuali ulteriori letture, articoli, dataset, do-file e materiali integrativi saranno indicati durante il corso e resi disponibili su Teams.

Argomenti del programma: La parte iniziale del corso si concentra sui concetti generali e sugli strumenti di base dell’econometria applicata: “Introduzione, richiami di statistica, regressione lineare e uso di Stata” — circa 24 ore. La seconda parte introduce i principali strumenti utilizzati in microeconometria applicata per studiare relazioni empiriche e causali: “Identificazione basata su osservabili, esperimenti randomizzati e dati…

• Slide e script di R forniti dal docente

Argomenti del programma: Parte I: Statistica descrittiva, probabilità e inferenza Probabilità: definizione ed eventi. Probabilità condizionata. Variabili aleatorie: variabili aleatorie discrete e continue (funzione di massa di probabilità, funzione di densità di probabilità, valore atteso e varianza). Trasformazioni lineari delle variabili aleatorie. Distribuzioni campionarie. Stimatori e loro proprietà.

• Slide e script di R forniti dal docente

Argomenti del programma: Parte I: Statistica descrittiva, probabilità e inferenza Probabilità: definizione ed eventi. Probabilità condizionata. Variabili aleatorie: variabili aleatorie discrete e continue (funzione di massa di probabilità, funzione di densità di probabilità, valore atteso e varianza). Trasformazioni lineari delle variabili aleatorie. Distribuzioni campionarie. Stimatori e loro proprietà.

Argomenti del programma: Il corso introduce gli strumenti fondamentali della modellizzazione statistica applicata all’economia e alla finanza. Dopo brevi richiami di algebra matriciale e teoria della stima, viene presentato il modello di regressione lineare classico, con particolare attenzione alle ipotesi alla base del modello, alla stima tramite minimi quadrati ordinari (OLS) e al teorema di Gauss-Markov.

• Slide e script di R forniti dal docente

Argomenti del programma: Parte I: Statistica descrittiva, probabilità e inferenza Probabilità: definizione ed eventi. Probabilità condizionata. Variabili aleatorie: variabili aleatorie discrete e continue (funzione di massa di probabilità, funzione di densità di probabilità, valore atteso e varianza). Trasformazioni lineari delle variabili aleatorie. Distribuzioni campionarie. Stimatori e loro proprietà.