40036 - QUANTITATIVE METHODS FOR SOCIAL RESEARCH

Scheda insegnamento

  • Docente Lucio Picci

  • Crediti formativi 8

  • SSD SECS-P/02

  • Modalità di erogazione In presenza (Convenzionale)

  • Lingua di insegnamento Inglese

  • Orario delle lezioni dal 27/09/2017 al 08/01/2018

Anno Accademico 2017/2018

Conoscenze e abilità da conseguire

This course provides students with an introduction to Statistics for the social sciences. Topics include basic mathematical tools used in social science modeling and statistics, theory of estimation and inference, regression analysis and differences of means. The course has an applied orientation. Examples draw heavily from political science, and will be analyzed using the software “Stata”. At the beginning of the course, it is assumed that all students are familiar with the topics that are typically treated in introductory statistics courses, and in particular with the main concpets of the theory of probability, estimation, and test of hypotheses. At the end of the course, the student is able to to apply the methods considered, using Stata, and to correctly interpret the results of his/her analyses.

Programma/Contenuti

NOTA BENE: il programma aggiornato è disponile a questo indirizzo:  PROGRAMMA AGGIORNATO
  • Introduzione e conoscenze propedeutiche (Settimana 1 e 2)
    Introduzione del corso e panoramica dei temi trattati.
    Sulla storia del pensiero econometrico, si legga  Le verità sfuggenti dell'econometria, Lucio Picci, 2000.
    Verifica della conoscenza dei seguenti temi, come solitamente trattati in un corso di introduzione alla statistica: statistica descrittiva; la probabilità; variabili casuali e distribuzioni di probabilità; l'analisi campionaria; la stima; la verifica di ipotesi. [SW] cap. 2, 3. [PP]: Capitolo 1. Tutto ; Capitolo 2. Tutto, escluso 2.10 ; Capitolo 3. 3.1, 3.2, 3.4 ; Capitolo 4. "La probabilità" .Tutto, con l'esclusione di 4.9 (Teorema di Bayes) ; Capitolo 5. Variabili casuali e distribuzioni di probabilità. Tutto con esclusione di: 5.6 (distribuzione binomiale), 5.7 (distribuzione ipergeometrica) ; Capitolo 6. L'analisi campionaria. Tutto con esclusione di: 6.6 (la distribuzione campionaria di una frequenza relativa) ; Capitolo 7. Tutto con l'esclusione di 7.6 (la stima per intervallo della frequenza relativa) ; Capitolo 8. Tutto con l'esclusione di 8.4 (verifica di ipotesi per una freq. relativa) e 8.6 (altri casi)
    Esercitazione n. 1: l'analisi esplorativa dei dati.

  • Il modello di regressione lineare con un singolo regressore (Settimana 3)
    Stima dei coefficienti e verifica di ipotesi. [SW] Cap 4 e 5, tutte le sezioni.
    Esercitazione n. 2: Il modello di regressione lineare con un singolo regressore.

  • Il modello di regressione lineare multivariato (Settimana 4)
    ll modello di regressione lineare multivariato. [SW] capitolo 6, 9, (e, come eventuale approfondimento non obbligatorio, 17 e 18.1, 18.2, 18.4 e 18.5).
    Esercitazione n. 3: il modello di regressione multivariato, parte I.

  • La verifica di ipotesi nel modello di regressione lineare. (Settimana 5)
    Test t e test F. [SW] capitolo 7 (e, come eventuale approfondimento non obbligatorio, 18.3)
    Esercitazione n. 4: il modello di regressione multivariato, parte II.

  • L'analisi del modello di regressione e l'eteroschedasticità (Settimana 6)
    Il problema dell'eteroschedasticità, la sua individuazione, la stima robusta degli errori standard. [SW] capitolo 7, (e, come eventuale approfondimento non obbligatorio, 18.6).
    Analisi del modello di regressione: [SW] Capitolo 9 (tutto)
    Esercitazione n. 6: Eteroschedasticità e stima GLS.

  • Modelli per dati panel(Settimana 7)
    Modelli per dati panel.
    Modello "pooled" e con effetti fissi. [SW] capitolo 10 (tutto).
    Esercitazione n. 7.: Modelli per dati panel.

  • La stima con variabili strumentali (Settimana 8)
    La stima con variabili strumentali e 2SLS.
    [SW] capitolo 12 (tutto) (e, come eventuale approfondimento non obbligatorio, 18.7)
    Esercitazione n. 8: La stima con variabili strumentali.

  • La stima di modelli con variabile dipendente discreta (Settimana 9)
    [SW] capitolo 11 (tutto).
    Esercitazione n. 9: La stima di modelli con variabile dipendente discreta.

  • Modelli per dati di tipo serie storica. Verifica dei concetti e analisi dei lavori realizzati dagli studenti(Settimana 10)
    [SW] Capitolo 14 (dalla sezione 1 alla sezione 5 inclusa; Leggere la sezione 6).
    Esercitazione n. 10: Riepilogo.

Testi/Bibliografia

The main textbook is: Stock, James and Mark W. Watson. 2012. Introduction to Econometrics. 3rd edition. Pearson (indicated in what follows as [SW])
Also relevant is: Ray C. Fair. 2012. Predicting Presidential Elections and Other Things. 2nd. edition. Stanford University Press (The PDF file of the first edition is:  avialable online ). A copy is available at the Central library.

To review the topics whose knowledge is a prerequisite for this course, students may peruse any introductory text in statistics. Students who can read Italian may want to consider: Pacini, B. and Picci, L. 2001. Introduzione alla Statistica, Clueb (indicated in what follows as [PP]). A limited number of copies of this textbook may be borrowed from the library.

Metodi didattici

20 hours of dedicated classes will be devoted to the use of the STATA software.

Modalità di verifica dell'apprendimento

The final grade will be based on one midterm exam (25%), one final exam (25%), and one  Stata project (read the instructions here ), which will be split into two parts (25% each). The first midterm exam will be taken after Week 5 of the course.

Link ad altre eventuali informazioni

https://appliedeconometrics.wikispaces.com/Syllabus+2015-2016

Orario di ricevimento

Consulta il sito web di Lucio Picci