Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Economics
  2. Bachelor Degree
  3. Scienze Statistiche ed Economiche [E4103B - E4101B]
  4. Courses
  5. A.A. 2020-2021
  6. 2nd year
  1. Econometrics
  2. Summary
Insegnamento Course full name
Econometrics
Course ID number
2021-2-E4101B017
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

L’obiettivo dell’econometria è costituito dall’analisi quantitativa dei fenomeni economici. 

Tale analisi si avvale di modelli fondati sulla teoria economica, stimati con appropriate metodologie statistiche e applicati a serie di dati economici.

 Il corso si propone di fornire agli studenti: 1) gli strumenti statistico-econometrici necessari per la specificazione, la stima e la selezione di modelli che descrivono le relazioni economiche tramite serie storiche e dati longitudinali; 2) le conoscenze di base del software econometrico Stata necessarie per realizzare applicazioni a problemi e dati reali.

Contenuti sintetici

1.Introduzione e definizioni

2. Il modello di regressione lineare classico

3. Il modello lineare generalizzato

4. Test diagnostici

5. Modelli a equazioni simultanee


Programma esteso

a. Economia e statistica nei modelli econometrici

b. Richiami sul modello di regressione lineare classico: lo stimatore OLS

c. Eteroschedasticità e autocorrelazione: lo stimatore GLS

d. Test diagnostici 

e. Il modello lineare con informazioni estranee al campione: lo stimatore RLS

f. Il modello lineare con regressori stocastici: lo stimatore IV

g. Il problema della specificazione dei modelli

h. Modelli a equazioni simultanee: identificazione e stima


Prerequisiti

Questa attività formativa non prevede alcuna propedeuticità. Tuttavia risulta necessaria una conoscenza di base di statistica e microeconomia.


Metodi didattici

L'attività formativa è svolta attraverso lezioni teoriche e in laboratorio.

Nel periodo di emergenza Covid-19 le lezioni si svolgeranno in da remoto asincrono con eventi in videoconferenza sincrona.

Modalità di verifica dell'apprendimento

L’esame finale, unico, consiste in una parte scritta e in una parte orale.

Nel periodo di emergenza Covid-19 gli esami orali saranno solo telematici. Verranno svolti utilizzando la piattaforma WebEx e nella pagina e-learning dell'insegnamento verrà riportato un link pubblico per l'accesso all'esame di possibili spettatori virtuali.


Testi di riferimento

• A. Gardini, G. Cavaliere, M. Costa, L. Fanelli, P. Paruolo, Econometria, Franco Angeli, 2000

• J. Johnston, Econometrica, Franco Angeli,  3a edizione, 1993

• G. Koop, Logica Statistica dei Dati Economici, Utet, 2001

• M. Manera, Introduzione all’Econometria, Carocci, di prossima pubblicazione

• F. Peracchi, Econometria, McGraw Hill, 1995

• J.H..Stock, M.W. Watson, Introduzione all’Econometria, Pearson-Prentice Hall, 2005

 

Per alcune parti del corso verrà indicato materiale aggiuntivo.

Periodo di erogazione dell’insegnamento

Secondo semestre.

Lingua di insegnamento

Italiano.

Export

Learning objectives

Econometrics deals with the quantitative analysis of relevant economic  phenomena. 

This analysis is based on models which are grounded on economic theory, estimated with appropriate statistical techniques and applied to economic data.

 This course provides students with: 1) statistical tools needed to specify, estimate and select models which describe the economic relationships among time series and cross-sectional variables; 2) basic knowledge of  the econometric software Stata, which is applied to real and simulated data.

Contents

1. Introduction and definitions

2. The classical linear regression model

3. The generalized linear regression model

4. Diagnostic tests

5. Simultaneous equations models

Detailed program

a. Economics and statistics in econometric modelling

b. The classical linear regression model in brief: the OLS estimator

c. Heteroskedasticity and error autocorrelation: the GLS estimator

d. Diagnostic tests

e. The linear regression model with extra-sample information: the RLS estimator

f. The linear regression model with stochastic regressors: the IV estimator

g. Model specification

h. Simultaneous equations models: identification and estimation

Prerequisites

No formal propedeuticity is required. However, basic knowledge of  statistics and microeconomics is necessary.


Teaching methods

The course is articulated in theoretical classes and lab sessions.

In the Covid-19 emergency period, lectures will be carried on by means of pre-recorded videos and live events in videoconference


Assessment methods

The final exam, which is unique, consists of a written part and an oral part.

In the Covid-19 emergency period, oral exams will only be in videoconference. Oral exams will be carried on using the WebEx platform and in the e-learning page of the course a public link for external access to each exam session will be available.


Textbooks and Reading Materials

• A. Gardini, G. Cavaliere, M. Costa, L. Fanelli, P. Paruolo, Econometria, Franco Angeli, 2000

• J. Johnston, Econometrica, Franco Angeli,  3rd edition, 1993

• G. Koop, Logica Statistica dei Dati Economici, Utet, 2001

• M. Manera, Introduzione all’Econometria, Carocci, forthcoming

• F. Peracchi, Econometria, McGraw Hill, 1995

• J.H..Stock, M.W. Watson, Introduzione all’Econometria, Pearson-Prentice Hall, 2005


For specific parts of the programme, additional material will be indicated and made available.

Semester

Second semester.

Teaching language

Italian.

Enter

Key information

Field of research
SECS-P/05
ECTS
6
Term
Second semester
Activity type
Mandatory
Course Length (Hours)
42
Degree Course Type
Degree Course

Staff

    Teacher

  • MM
    Matteo Manera

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Self enrolment (Student)

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics