Il materiale predisposto è in fase di sperimentazione.
Pertanto, non mancheranno errori, inesattezze e quant'altro, di cui mi scuso in anticipo. Il vostro contributo nel fornirmi indicazioni e suggerimenti è fondamentale.

Il materiale si articola in:
- file di tipo "pdf" contenenti la traccia di ogni lezione;
- file di tipo "dta" o "xls" o "raw" o "prn" o "dct" che hanno a che vedere con i dati e le loro descrizioni;
- file di tipo "do" o "ado", ossia di programmi che vi permettono di implementare la versione originariamente installata del software statistico-econometrico Stata.

Non mi stancherò mai di sottolineare che l'applicazione dell'econometria è proprio la parte più divertente e proficua in termini di apprendimento.
Quello che mi attendo, pertanto, è una frequenza attiva al corso, corredata da un congruo numero di ore dedicate al lavoro individuale (o di gruppo) in cui cerchiate di riprodurre i risultati presentati a lezione (capendo la teoria statistico-econometrica implicita nell'applicazione). Solo questo può garantire il graduale apprendimento dei concetti e delle tecniche esposte a lezione, nonchè la possibilità di seguire con profitto le lezioni successive. E, tema ancora più importante, solo questo vi permetterà di presentarvi al primo appello disponibile, così da mettere pienamente a frutto quanto avrete appreso nelle settimane precedenti.corso delle lezioni.

Un'indicazione dell'articolazione delle lezioni si trova nella seguente tabella

N. Data Aula** Orario Ore doc***              Argomenti
1 26-set SaSta 13-15 2 RG Previsione, pianificaz. e decisioni economiche. Metodi quantitativi/qualitativi. L1
2 27-set SaSta 13-15 4 RG Modelli univariati: lineari/non lineari. Modellare la volatilità
3 29-set SaSta 13-15 6 RG Applicazioni: google. Esempio di previsione per il policymaker
4 03-ott SaSta 13-15 8 RG Misure di abilità previsiva: MAE, RMSE. L2
5 06-ott SaSta 13-15 10 RG Out-of-sample: tecniche ricorsive e rolling
6 10-ott SaSta 13-15 12 RG Scomposizione errore di previsione. Trade-off: modelli semplici/complicati
7 11-ott SaSta 13-15 14 RG Modelli econ. e insieme informativo. Disaggregazione temporale/funzionale. L3
8 13-ott SaSta 13-15 16 RG I principali antagonisti: Bridge e Factor Models
9 17-ott SaSta 13-15 18 RG Aggiornamento dati, nowcasting, Revisioni dei dati e real-time
10 18-ott SaSta 13-15 20 RG Test di confronto dell'abilità previsiva
11 20-ott SaSta 13-15 22 RG Rassegna della letteratura empirica
12 24-ott SaSta 13-15 24 RG Domande-risposte di riepilogo
13 25-ott SaSta 13-15 26 RG Approccio multivariato 1: fit (VAR) vs teoria (DSGE). L4
14 27-ott SaSta 13-15 28 RG Rassegna dei lavori macro che "hanno fatto il mondo"; GVAR (cenni)
15 03-nov SaSta 13-15 30 RG Prova Intermedia 1: Esercizio scritto (1 ora, domande a risposta libera)
1 07-nov SaSta 13-15 2 MEB Introduzione a Stata 1: Dati cross-section, OLS, eteroschedasticità.  NotaPra1
2 08-nov SaSta 13-15 4 MEB Introduzione a Stata 2: Dati time-series, unit roots, autocorrelazione.  NotaPra1 
3 10-nov SaSta 13-15 6 MEB Introduzione a Stata 3: endogeneità e IV.   NotaPra2
4 14-nov SaSta 13-15 8 MEB Dati panel e corrispondenti modelli: una tassonomia.  NotaThe1
5 15-nov SaSta 13-15 10 MEB One-way error component. Scomposiz. (analisi) della varianza within e between.  NotaThe1 & NotaPra1
6 17-nov SaSta 13-15 12 MEB Modelli pooled e con effetti fissi; test F.  NotaThe1 & NotaPra1
7 21-nov SaSta 13-15 14 MEB Modelli con effetti random; test sulla varianza.  NotaThe1 & NotaPra1
8 22-nov SaSta 13-15 16 MEB Effetti fissi o casuali? Il test di Hausman.  NotaThe1 & NotaPra1
9 24-nov Lab PC 13-15 18 MEB Prova Intermedia 2: Prova pratica in Stata (2 ore)
10 28-nov SaSta 13-15 20 MEB Lo stimatore di Hausman-Taylor.   NotaPra3
11 29-nov SaSta 13-15 22 MEB Errori eteroschedastici ed autocorrelati.   NotaThe1 & NotaPra1
12 01-dic SaSta 13-15 24 MEB Applicazioni di riepilogo: studio del rendimento dell'istruzione
13 05-dic SaSta 13-15 26 MEB Two-ways error components. Scomposiz. (analisi) della varianza within e between. NotaThe1 & NotaPra1
14 06-dic SaSta 13-15 28 MEB Modello con pendenze specifiche (deterministiche).    NotaThe2 & NotaPra4
15 12-dic SaSta 13-15 30 MEB Modello con parametri stocastici.  NotaThe2 & NotaPra4
          Prova Intermedia 3: CONSEGNA ENTRO IL 15 GENNAIO 2012
  Febbraio         Discussione e verbalizzazione 
   
(**)   SaSta = Saletta statistiche del Dipartimento di Scienze Economiche (Palazzo Hercolani) 
Lab PC = Laboratorio PC del Dipartimento di Scienze Economiche (Palazzo Hercolani)
(***) RG = Roberto Golinelli, MEB = Maria Elena Bontempi


La guida teorica ai modelli statici per dati panel è in NotaThe1.
La guida commentata alle applicazioni in Stata è in NotaPra1.
I dati di inflazione e tasso d'interesse sono in R_euroarea.

Endogeneità ed IV sono in NotaPra2; i relativi dati li trovate in kmenta ed orange.
Per le IV una serie di procedure: test endogeneità ado e help; ivreg2 di Baum in questo file.zip;
eteroschedasticità ado e help ed anche White heteroskedasticity test .ado .help; test sovraidentificazione ado e help.
Tutte le precedenti procedure le trovate zippate qui.

Avete bisogno di un ripasso dei GLS: questo data-set lo analizziamo in aula informatica.




Lo stimatore di Hausman-Taylor è in NotaPra3; la banca dati utilizzata è questa.

Da valutare:
I modelli con pendenze specifiche (SUR) e parametri stocastici sono in NotaThe2 e NotaPra4. La banca dati relativa alle imprese è qui.



Vi saranno utili una serie di procedure panel:
dindi.ado
within.ado
dtime.ado
varana.ado
lambdadif.ado
xtabond2: 1 2 3 4
xtivreg2: 1 2 3
Baum groupwise heteroskedasticity test .ado .help
Wooldridge serial correlation test .ado .help
 Baum cross-sectional correlation test .ado .help
Per scaricare velocemente le suddette procedure, utilizzate questo file zippato.

 

 

 

Se si presentasse nelle note qualche comando che non avete nella vostra installazione
digitate in Stata (su PC connesso ad Internet): ssc install nome_comando

 

 

 


Ecco il materiale necessario per la terza prova pratica:
testo dell'esercizio3
banca dati
articolo a corredo, la cui lettura è consigliata.

buon lavoro!