- Docente: Andrea Carriero
- Crediti formativi: 6
- SSD: SECS-P/05
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
-
Corso:
Laurea Magistrale in
Statistical Sciences (cod. 9222)
Valido anche per Laurea in Scienze statistiche (cod. 8873)
-
dal 17/04/2023 al 23/05/2023
Conoscenze e abilità da conseguire
By the end of the course the student should have acquired the basics of econometric modelling. In particular the student should be able: - to specify and estimate linear, single-equation econometric models and to face the endogenous regressors issue; - to perform a specification analysis of the model
Contenuti
- Il modello lineare classico. Derivazione dello stimatore dei minimi quadrati ordinari (OLS). Decomposizione della varianza. Indicatore R-quadro.
- Proprieta' dello stimatore dei minimi quadrati. Teorema di Gauss-Markov.
- Regressioni partizionate, variabili omesse e variabili ridondanti. Trade-off distorsione-varianza. Teorema di Frisch-Waugh.
- Inferenza. Test di ipotesi semplici e composte. Minimi quadrati ristretti (RLS).
- Eteroschedasticita' e autocorrelazione. Modello lineare generalizzato. Stimatori dei minimi quadrati generalizzati. (GLS e FGLS). Stimatori HAC.
- Regressori stocastici. Endogeneita'. Proprieta' asintotiche dello stimatore OLS.
- Stimatore delle variabili strumentali (IV). Stimatore delle variabili strumentali generalizzato (GIVE). Stimatore dei minimi quadrati a due stadi (TSLS).
- Stima di massima verosimiglianza (ML).
- Analisi Bayesian del modello lineare.
Testi/Bibliografia
Greene “Econometrics Analysis”, Pearson –qualunque edizione
Hansen “Econometrics” – manoscritto –qualunque edizioneModalità di verifica e valutazione dell'apprendimento
Esame scritto a libro chiuso. L'esame verte sul materiale discusso a lezione.
<18 insufficiente
18-23 sufficiente
24-27 buono
28-30 ottimo
30 e lode: eccellente
Orario di ricevimento
Consulta il sito web di Andrea Carriero