• Obiettivi e contenuti
    • OBIETTIVI FORMATIVI
      Il corso è volto a fornire agli studenti gli strumenti di base dell’analisi econometrica. Partendo da una rigorosa analisi teorica del modello di regressione lineare, introduce i principali stimatori e ne analizza le proprietà in “finite sample” e “asymptotics” sotto le ipotesi di Gauss-Markov. Il modello e la sua analisi vengono poi estesi a analisi di regressione multipla e i risultati in questo contesto vengono dimostrati utilizzando l’algebra lineare. Il corso sviluppa poi un’approfondita analisi dei principali test delle ipotesi basandosi sulla teoria della distribuzione e del loro utilizzo nella modellizzazione econometrica, in particolare delineandone la relazione con le domande di ricerca. Considera infine i casi di errata specificazione del modello e di fallimento delle ipotesi classiche ,ne analizza le conseguenze sugli stimatori e sviluppa strategie di stima alternative,verificandone la validita’.
      PROGRAMMA/CONTENUTO

      Parte I:

      CONCETTI BASE DI PROBABILITA’E INFERENZA STATISTICA: variabili aleatorie univariate e multivariate, funzioni di distribuzione e densità di variabili aleatorie univariate e multivariate, momenti di variabili aleatorie univariate e multivariate, teoria della distribuzione, momenti campionari, stimatori come variabili aleatorie, proprietà degli stimatori in “finite sample”, consistenza degli stimatori, test delle ipotesi.

      INTRODUZIONE AI MODELLI ECONOMETRICI:

      variabile dipendente come variabile aleatoria e suoi momenti di interesse.

      modelli parametrici e non parametrici.

      modelli di regressione lineare e non lineare

      modelli di” quantile regression”

      “conditional heteroskedasticity models”

      TIPI DI DATI:

      dati “cross section”

      dati” time series”

      dati panel e loro vantaggi

       

       

       

      Parte II: MODELLO DI REGRESSIONE LINEARE SEMPLICE

      Scopo del modello

      Ipotesi di Gauss –Markov con regressori non stocastici

      Ipotesi di Gauss- Markov con regressori stocastici

      Stimatore OLS, stimatore MLE, stimatore GMM: definizione e derivazione.

      Aspetti  algebrici degli stimatori.

      Proprietà degli stimatori in “finite sample”

      Teorema di Gauss-Markov.

      Proprietà asintotiche degli stimatori: teorema di Slutzky, LLN, condizioni necessarie e sufficienti per la consistenza.

      Test delle ipotesi per il modello di regressione lineare semplice

      R quadro e R quadro adjusted, altri criteri di “goodness of fit” del modello.

       

      Parte III: MODELLO DI REGRESSIONE LINEARE MULTIPLO

      Scopo del modello

      Ipotesi di Gauss-Markov  con regressori stocastici e non stocastici in forma compatta.

      Identificazione del modello e condizioni di esclusione di multicollinearita’ perfetta.

      Stima del modello tramite OLS e MLE.

      Aspetti  algebrici degli stimatori.

      Proprietà degli stimatori in “finite sample”

      Teorema di Gauss-Markov.

      Proprietà asintotiche degli stimatori: teorema di Slutzky, LLN, condizioni necessarie e sufficienti per la consistenza,teorema del limite centrale.

       

       

      Parte IV: TEST DELLE IPOTESI NEL MODELLO DI REGRESSIONE LINEARE MULTIPLO.

       

      Parte V:PROBLEMI DI ERRONEA SPECIFICAZIONE DEL MODELLO

       

      PARTE VI: FALLIMENTO DELLE IPOTESI DI GAUSS-MARKOV 

      URL Aula web
      ECONOMETRIA
      https://2018.aulaweb.unige.it/course/view.php?id=1332
      URL Orario lezioni
      ECONOMETRIA
      http://diec.unige.it/orario-lezioni
  • Chi
    • Commissione d’esame
      24615 - ECONOMETRIA
      Anna Bottasso
      Maurizio Conti (Presidente)
      Malvina Marchese
  • Come
  • Dove e quando
    • URL Aula web
      ECONOMETRIA
      https://2018.aulaweb.unige.it/course/view.php?id=1332
      URL Orario lezioni
      ECONOMETRIA
      http://diec.unige.it/orario-lezioni
      INIZIO LEZIONI

      1° semestre

      19 settembre - 15 dicembre 2016

      Appelli
      Data Ora Tipo Luogo Note
      21 dicembre 2018 17:00 Orale Genova
      21 dicembre 2018 17:00 Scritto Genova
      14 gennaio 2019 17:00 Orale Genova
      14 gennaio 2019 17:00 Scritto Genova
      4 febbraio 2019 17:00 Orale Genova
      4 febbraio 2019 17:00 Scritto Genova
  • ALTRE INFORMAZIONI
    • Eventuali propedeuticità e/o prerequisiti consigliati

      Matematica generale, prerequisito obbligatorio.

      Statistica I, prerequisito obbligatorio.

      Si raccomanda fortemente agli studenti di ripassare l’algebra lineare, la teorie dell’integrazione, e la teoria della probabilità oggetto dei corsi sopraelencati. Gli studenti sono invitati a colmare eventuali lacune  con l’ausilio del materiale di ripasso extra di algebra lineare e statistica disponibile prima dell’inizio delle lezioni su Aulaweb sul sito di Econometria I.E’ di importanza fondamentale la capacita di risolvere integrali definiti per parti o sostituzione. Inoltre è di fondamentale importanza la conoscenza delle seguenti operazioni di algebra lineare: inner product ,outer product, moltiplicazioni e somme tra matrici, calcolo del determinate di matrici quadrate (fino a 3 per 3),calcolo dell’inversa di una matrice quadrata, operazione di trasposta di una matrice.