Programma - Dipartimento di Economia, Statistica e Finanza
Transcript
Programma - Dipartimento di Economia, Statistica e Finanza
CORSO DI ECONOMETRIA (10 CFU) Corso di Laurea Magistrale in Economia Applicata Anno Accademico 2015-2016 Programma Introduzione all’econometria. Natura dei dati (dati sezionali, dati temporali, dati pooled, dati panel). Modello di regressione lineare semplice. Stime ai minimi quadrati ordinari (OLS). Proprietà algebriche degli OLS. R-quadro. Forme funzionali ed interpretazione dei coefficienti. Ipotesi del modello di regressione lineare semplice. Non distorsione degli stimatori OLS. Varianza degli stimatori OLS. Varianza del termine d’errore. Teorema di Gauss-Markov. Regressione attraverso l’origine. Effetti sulle stime del cambiamento dell’unità di misura delle variabili. Stime con variabili standardizzate e coefficienti beta. Stimatore OLS nel modello di regressione lineare multiplo. Proprietà algebriche degli OLS nel modello di regressione lineare multiplo. R-quadro corretto. Ipotesi del modello di regressione lineare multiplo. Proprietà statistiche degli stimatori OLS nel modello di regressione lineare multiplo. Distorsione dovuta all’omissione di variabili rilevanti. Effetti sulle stime dell’inclusione di variabili irrilevanti. Ipotesi di normalità del termine d’errore. Stime di massima verosimiglianza. Verifica di ipotesi per il singolo coefficiente: test unidirezionali e bidirezionali. Intervalli di confidenza per un coefficiente di regressione. Test sulla significatività congiunta dei coefficienti. Test sulla combinazione lineare dei parametri. Test sul contributo marginale di un regressore o di un insieme di regressori. Test del moltiplicatore di Lagrange. L’utilizzo delle variabili dummy: a dummy independent variable. Interazioni tra variabili continue e dummy. Test sulla stabilità dei parametri. Modello di regressione quadratica. Modello di regressione con interazione tra regressori. Multicollinearità: conseguenze sulle stime. Metodi di individuazione della multicollinearità e rimedi. Definizione di eteroschedasticità. Conseguenza dell’eteroschedasticità sulle stime. GLS e WLS. Metodo grafico per individuare la presenza di eteroschedasticità. Park test, Glejser test, Goldfeld-Quandt test, Breusch-Pagan-Godfrey test, White test. Metodi per la correzione dell’eteroschedasticità. Varianza ed errori standard robusti all’eteroschedasticità. Definizione di autocorrelazione. Origini e conseguenza sulle stime dell’autocorrelazione. Metodo grafico per individuare l’autocorrelazione. Tests di Durbin-Watson e di Breusch-Godfrey. Metodi per la correzione dell’autocorrelazione. Metodo delle variabili strumentali. Proprietà del metodo IV con variabili strumentali debolmente correlati con la variabile endogena. Minimi quadrati a due stadi (2SLS). Test per verificare se un regressore è endogeno. Test sulle restrizioni di sovra-identificazione. Dati pooled e stimatore difference-in-difference. Dati panel. Modello in differenze prime, ad effetti fissi e ad effetti casuali. Test di Hausman. Variabili dipendenti binarie. Modello lineare di probabilità. Modelli probit e logit. LR test. Pseudo R-quadro. Introduzione al modello Tobit. Processi stocastici non stazionari. Processi integrati. Regressione Spuria. Test di Dickey-Fuller. Cointegrazione. Test di Engle-Granger. Error correction model (ECM). Introduzione all’utilizzo del software Stata. Testi consigliati Wooldridge J.M., Introductory Econometrics (2006). A Modern Approach, Thomson-SouthWestern Gujarati D.N., Porter D. (2009), Basic Econometrics, McGraw-Hill, New York. Stock Watson (2009), Introduzione all’Econometria, Pearson Education Italia Ulteriori riferimenti utili: Gujarati D. “Econometric by example”. Palgrave Macmillan Badi H. Baltagi, Econometric Analysis of Panel Data, John Wiley & Sons Veerbeek M., Econometria, Zanichelli Wooldridge J.M., Econometric Analysis of Cross Section and Panel Data, MIT Press