Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Giulio PALOMBA
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [ET05] ECONOMIA AZIENDALE (Curriculum: MARKETING E DIGITAL BUSINESS) First Cycle Degree (3 years) - [ET05] BUSINESS ADMINISTRATION (Curriculum: MARKETING E DIGITAL BUSINESS)
Dipartimento: [040018] Dipartimento di ManagementDepartment: [040018] Dipartimento di Management
Anno di corsoDegree programme year : 3 - Primo Semestre
Anno offertaAcademic year: 2022-2023
Anno regolamentoAnno regolamento: 2020-2021
Opzionale
Crediti: 9
Ore di lezioneTeaching hours: 66
TipologiaType: D - A scelta dello studente
Settore disciplinareAcademic discipline: SECS-P/05 - ECONOMETRIA
Sede City SAN BENEDETTO DEL TRONTO
Italiano
Italian
Conoscenza dei seguenti concetti acquisibili nei corsi di Matematica Generale, Complementi di Matematica e Statistica (1° corso):
(a) algebra delle matrici: spazi vettoriali, somma, prodotto e trasposizione di matrici, concetto di rango e di dipendenza lineare;
(b) concetti di analisi matematica: limiti, derivate, massimi e minimi;
(c) probabilità e inferenza statistica: stimatori, stime, verifica di ipotesi.
Familiarity with the following concepts that can be acquired in the courses of Mathematics, Complements of Mathematics and Statistics (1st course):
(a) matrix algebra: vector spaces, sum, product and transposition of matrices, concepts of rank and linear dependence;
(b) calculus: limits, derivatives, maxima and minima;
(c) probability and inference: estimation and hypothesis testing.
Il corso si articola in 33 lezioni tradizionali (da 2 ore ciascuna), durante le quali verranno effettuate esercitazioni pratiche effettuate attraverso l'uso del programma Gretl, liberamente disponibile all'indirizzo http://gretl.sourceforge.net. Gli studenti sono perciò invitati a procurarsi un computer portatile su cui installare il programma e portarlo a lezione per le esercitazioni.
The course contains 33 lectures (2 hours each), during which practice sessions will take place; in the practice sessions the software package Gretl, (freely available at http://gretl.sourceforge.net) will be used. Students are invited to get hold of a portable computer on which to install the software and bring it to class for the practice sessions.
Al termine del corso gli studenti saranno in grado di comprendere l’approccio econometrico di base all’analisi dei dati nei suoi aspetti inferenziali e interpretativi.
Capacità di applicare conoscenze e comprensione.
Al termine del corso gli studenti saranno in grado di specificare, stimare ed interpretare semplici modelli di regressione lineare e a variabili dipendenti qualitative. Inoltre saranno in grado di effettuare test di ipotesi per la validazione empirica delle teorie economiche.
Competenze trasversali.
Il corso comprende una parte applicativa nella quale gli studenti avranno modo di scrivere semplici programmi software utilizando un linguaggio specifico per l’econometria.
Knowledge and Understanding.
At the end of the course students will be able to understand the basics of the econometric approach to data analysis in its inferential and substantive aspects.
Capacity to apply Knowledge and Understanding.
At the end of the course students will be able to specify, estimate and interpret linear regression models and qualitative dependent variable models. Moreover, they will be able to perform hypothesis testing for the empirical validation of economic theories.
Transversal Skills.
The course includes software sessions, where students will write simple programs using a specially-tailored programming language.
1. Richiami di algebra matriciale: operazioni base, spazi vettoriali, inversione, differenziazione, proiezioni ortogonali
2. OLS come statistica descrittiva: definizione e proprietà algebriche, vincoli lineari, statistiche R², W e F
3. Inferenza statistica: consistenza, normalità asintotica, legge dei grandi numeri, teorema del limite centrale, test di tipo Wald
4. OLS come stimatore: modello RLS, test di specificazione
5. Modello lineare dinamico (cenni), eteroschedasticità, GLS, test di White (cenni), test diagnostici (cenni).
6. Modelli lineari per dati panel: regressione pooled, modello ad effetti fissi, modello ad effetti casuali.
7. Stimatore di Massima Verosimiglianza (ML), test classici di verosimiglianza
8. Modelli a variabili dipendenti qualitative: Probit e Logit
1. Matrix algebra: basic operations, vector spaces, inversion, differentiation, orthogonal projections
2. OLS as a descriptive statistic: definition and algebraic properties, linear constraints, R², W and F statistics
3. Statistical inference: consistency, asymptotic normality, LLN, CLT, Wald-type tests
4. OLS as an estimator: RLS, specification testing
5. Dynamic linear model (basics), heteroskedasticity, GLS, White’s test (basics), diagnostic testing (basics).
6. Linear models for panel data: pooled regression, fixed effects model and random effects model.
7. Maximum Likelihood estimator (ML), classic ML tests
8. Qualitative dependent variable models: Probit and Logit
L'esame consiste in una prova scritta della durata di 2 ore e 30'. Esso consiste di
(a) un test di 5 quesiti VERO/FALSO/INCERTO (VFI) con una breve motivazione da includere necessariamente nelle tre righe prestampate. Lo studente può valutare ciascun quesito VFI proposto come segue: VERO: l'affermazione è vera senza eccezioni; FALSO: l'affermazione è falsa senza eccezioni; INCERTO: l'affermazione è generalmente vera/falsa, ma esistono una o più eccezioni o casi particolari.
(b) due esercizi che possono riguardare sia gli argomenti teorici, sia gli aspetti pratici della materia.
Per gli di studenti con disabilità e DSA, su richiesta dello studente, le
modalità di svolgimento dell'esame potranno essere adattate alla luce di
quanto previsto dalle Linee guida di Ateneo.
Tutte le prove di esame (dal 2015) sono disponibili sulla piattaforma e-learning del corso.
Criteri di valutazione dell'apprendimento.
Nel corso dell'esame scritto gli studenti dovranno dimostrare di avere acquisito una solida conoscenza dei principi base dell’econometria, sia nell’aspetto pratico che in quello teorico.
Tramite il corretto svolgimento degli esercizi, gli studenti dovranno dimostrare di conoscere come gli strumenti di analisi trovino applicazione per la risoluzione di problematiche applicate a casi specifici. Essi dovranno invece dimostrare di saper rielaborare concetti teorici generali nei quesiti VFI.
Criteri di misurazione dell'apprendimento.
Il voto finale verrà espresso in trentesimi. Lo studente supererà l'esame se otterrà almeno 18. È prevista l’assegnazione del massimo dei voti con lode (30 e lode).
Criteri di attribuzione del voto finale.
Il voto finale è calcolato come somma algebrica dei punteggi ottenuti nei diversi esercizi della prova scritta. La lode è automatica se viene totalizzato più di 30 pt.
Learning Evaluation Methods.
The final test is a written test. The time available is 2 hours and 30 '. The test includes
(a) a 5-question test TRUE/FALSE/CANT’S SAY (TFC), with the possibility of providing a motivation for the answer.
(b) two exercises on theoretical and/or empirical aspects.
Disabled students can request an adaptation of the practicalities of the final exam, in accordance with the University guidelines.
All exams (from 2015) are available on the e-learning platform of the course.
Learning Evaluation Criteria.
The final test is meant to ascertain the student’s knowledge of the basic principles of econometrics, their theoretical underpinnings and their practical implications. By correctly solving the exercises, students are expected to show their proficiency in applying econometric concepts and tools to real-life cases. Their ability to handle more general theory concepts will be measured by the TFC multiple choice questions.
Learning Measurement Criteria.
The final score is between 0 and 30. To pass the test, the minimum is 18/30. Possibly, a mention could be awarded to exceptionally good tests (30 e lode).
Final Mark Allocation Criteria.
The final score is given by the sum of individual exercises. “30 e lode” will be automatically awarded if the score exceeds 30 points.
R. LUCCHETTI, Basic Econometrics
M. VERBEEK, Econometria, Zanichelli, 2006
M. MANERA e M. GALEOTTI, Microeconometria, Carocci, 2005
G. PALOMBA, Elementi di statistica per l'econometria, CLUA, Ancona, IIIa edizione, 2015.
G. PALOMBA, Dispensa di Econometria delle Serie Storiche, pp. 1-15.
G. PALOMBA, Panel Data, pp. 1-13.
G. PALOMBA, Modelli a Variabili Dipendenti Qualitative.
M. CREEL, Econometrics
L.C. ADKINS, Using gretl for Principles of Econometrics
R. LUCCHETTI, Basic Econometrics
M. VERBEEK, Econometria, Zanichelli, 2006
M. MANERA e M. GALEOTTI, Microeconometria, Carocci, 2005
G. PALOMBA, Elementi di statistica per l'econometria, CLUA, Ancona, IIIa edizione, 2015.
G. PALOMBA, Dispensa di Econometria delle Serie Storiche, pp. 1-15.
G. PALOMBA, Panel Data, pp. 1-13.
G. PALOMBA, Modelli a Variabili Dipendenti Qualitative.
M. CREEL, Econometrics
L.C. ADKINS, Using gretl for Principles of Econometrics
Sì
Yes
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2022-2023
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427