Vai al contenuto principale
Logo Università
Logo di Economics of Innovation for Sustainable Development

Department of Economics and Statistics "Cognetti de Martiis"

Economics of Innovation for Sustainable Development

Logo di Economics of Innovation for Sustainable Development
Oggetto:
Oggetto:

Econometrics

Oggetto:

Econometrics

Oggetto:

Academic year 2025/2026

Course ID
ECM0348B
Teacher
Michele Belloni (Lecturer)
Degree course
Laurea magistrale in Economics of Innovation for Sustainable Development (Classe LM-56 R) [0404M21]
Year
1st year
Teaching period
First semester
Type
Distinctive
Credits/Recognition
6
Course disciplinary sector (SSD)
SSD: SECS-P/05 - econometrics
Delivery
Formal authority
Language
Italian
Attendance
Obligatory
Type of examination
Written and oral
Type of learning unit
modulo
Modular course
Statistics and econometrics (ECM0348)
Prerequisites
E' richiesta la conoscenza di base di matematica e statistica, in particolare le proprietà del momenti valore atteso e varianza.
Propedeutic for
Non prevista.
Oggetto:

Sommario del corso

Oggetto:

Course objectives

L'obiettivo del corso è quello di fornire gli strumenti di base dell'econometria. Lo scopo ultimo del corso è la definizione di cos'è un effetto causale e l'ananlsi delle difficoltà di una sua identificazione. 

 

The objective of the course is to master the fundamentals of Econometrics. The ultimate goal of the course is to define what a causal effect is and to analyze the challenges of identifying it.

Oggetto:

Results of learning outcomes

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Comprendere testi scientifici che riportano output di regressione multipla;

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE

  • Pianificare e realizzare un semplice progetto di ricerca, dalla domanda di ricerca alle conclusioni, alle eventuali raccomandazioni di policy (basi);
  • acquisizione di conoscenze utili per una eventuale redazione di tesi di laurea a carattere quantitativo

AUTONOMIA DI GIUDIZIO
(Limitata) Capacità di valutare articoli scientifici che utilizzano strumenti econometrici di base, evidenziandone punti di forza e limiti.

CAPACITÀ DI APPRENDIMENTO
Capacità di sviluppare in autonomia lo studio di metodi econometrici non affrontati nel corso. 

KNOWLEDGE AND UNDERSTANDING

Interpreting multiple regression outputs effectively.

APPLYING KNOWLEDGE AND UNDERSTANDING

  • Planning and executing a basic empirical research project, beginning from formulating the research question to making conclusions and providing straightforward policy recommendations.
  • Acquiring quantitative methods that are valuable for a quantitative dissertation.

INDEPENDENT JUDGEMENT
(Limited) Ability to evaluate scientific articles using basic econometric tools, highlighting their strengths and limitations.

LEARNING SKILLS
Ability to autonomously develop the study of econometric methods not covered in the course.

Oggetto:

Program

Il corso fornirà strumenti per analizzare dati di tipo cross-sezionali, seguendo un approccio non sperimentale. Fornirà una conoscenza di livello intermedio del modello di regressione lineare e dello stimatore OLS. Verranno fornite le basi dei modelli per variabili dipendenti discrete e opossibilmente di altri modelli di base quali le variabili strumentali. In seguito riportiamo alcuni topics che saranno affrontati: 

  • The nature of econometrics and economic data
  • The simple regression model
  • Multiple regression analysis: Estimation
  • Multiple regression analysis: Inference
  • Multiple regression analysis: OLS Asymptotics
  • Multiple regression analysis: Further Issues
  • Multiple regression analysis with qualitative info
  • Heteroskedasticity
  • Limited Dependent Variable models
  • Instrumental variables


The course will provide tools for analyzing cross-sectional data using a non-experimental approach. It will offer an intermediate-level understanding of linear regression models and Ordinary Least Squares (OLS) estimators. Basics of models for discrete dependent variables will be covered, along with potentially introducing other basic models such as instrumental variables. Below are some topics that will be addressed:

  • The nature of econometrics and economic data
  • The simple regression model
  • Multiple regression analysis: Estimation
  • Multiple regression analysis: Inference
  • Multiple regression analysis: OLS Asymptotics
  • Multiple regression analysis: Further Issues
  • Multiple regression analysis with qualitative info
  • Heteroskedasticity
  • Limited Dependent Variable models
  • Instrumental variables
Oggetto:

Course delivery


Tradizionale: lezioni frontali con utilizzo di slides.

Tutto il corso sarà gestito sulla piattaforma Moodle. E' obbligatoria l'iscrizione sia alla pagina Moodle del corso, che conterrà tutti i materiali didattici, sia alla pagina del corso su Campusnet (che non conterrà materiale didattico).

Numerose attività di apprendimento integrative, quali video di esercizi svolti, flashcards, quiz, esercizi di recap, esercizi di interpretazione e esercizi da svolgere al PC tramite il software R/Stata selezionate dal docente saranno disponibili sulla piattaforma MindTap. L’accesso a MindTap è subordinato all’acquisto del libro di testo.

 


Traditional: frontal lessons with the use of slides.

The entire course will be managed on the Moodle platform. It is mandatory to enrol in both the Moodle course page, which will contain all the educational materials, and the course page on Campusnet (which will not contain educational material).

Numerous integrated learning activities, such as videos of solved exercises, flashcards, quizzes, recap exercises, interpretation exercises, and exercises to be carried out on the PC using R/Stata software selected by the teacher, will be available on the MindTap platform. Access to MindTap is subject to the purchase of the textbook.

Oggetto:

Learning assessment methods

Esame costituito da due parti, da svolgere in laboratorio informatico.

  • quiz di Moodle con domande a risposta multipla. 
  • esame scritto mirato a valutare la capacità di interpretazione di output di regressione

The exam consists of two parts to be conducted in the computer lab.

  • Moodle quizzes with multiple-choice questions.
  • Written exam aimed at evaluating the ability to interpret regression output.

Suggested readings and bibliography



Oggetto:

Notes

 
 
 
Tutto il materiale del corso sarà prgressivamente caricato sulla pagina del corso di Moodle, a cui siete invitati ad iscrivervi. Per farlo, premete il pulsante "Vai a Moodle" che trovate al fondo di questa pagina.
 
  Students affected by Specific Learning Disorders (SLD) or disability are invited to read carefully the supporting tools (https://en.unito.it/services/students-special-needs-0) and facilities made available by the University of Turin (SLD: https://en.unito.it/services/students-special-needs/students-specific-learning-disability-sld/services-students-sld; disability: https://en.unito.it/services/students-special-needs/disabled-students/services-disabled-students), and, in particular, the procedures to follow in order to receive support for the exams (SLD: https://en.unito.it/services/students-special-needs/students-specific-learning-disability-sld/support-taking-exams; disability: https://en.unito.it/services/students-special-needs/disabled-students/support-taking-exams-disabled-students).      All course materials will be progressively uploaded to the course page of Moodle, to which you are invited to enrol. To do so, press the “Vai a Moodle” (go to Moodle) button found at the bottom of this page.  
Enroll
  • Open
    Enrollment opening date
    23/09/2024 at 10:00
    Oggetto:
    Last update: 12/11/2025 09:33
    Location: https://www.eisd.unito.it/robots.html
    Non cliccare qui!