ITALIANO

Elementi di Econometria e utilizzo del software Stata. Analisi dati di innovazione. Presentazione elaborati di gruppo su tematiche inerenti l'innovazione

Hill, R. C., Griffiths, W. E., & Lim, G. C. (2013). Principi di econometria. Zanichelli.

Capp. 2, 3, 5, 7, 9, 15

L'insegnamento si propone di dare le basi di econometria e dell'utilizzo del software Stata per l'analisi di dati su innovazione dia a livello di impresa che a livello di Paese. Lo sudente al termine del corso dovrà essere in grado di presentare un'analisi di regressione con relativa interpretazione dei coefficienti alla luce delle teorie innovative

Microeconomia
Economia Industriale

Lezioni Frontali e project work.

La prova finale consisterà in una prova scritta senza prova orale. La prova scritta sarà l'elaborato contenente l'analisi di regressione sugli argomenti oggetto del programma e trattati ampiamente durante le lezioni frontali.
L’esame può essere superato solo nel caso in
cui lo studente svolga almeno il 50% del compito.
I candidati dovranno dimostrare il possesso di adeguate conoscenze e capacità di comprensione
delle problematiche esposte o indicate nel programma.

1)Il modello di regressione lineare
2)Intervalli di confidenza e test delle ipotesi
3)Modello di regressione multipla
4) Variabili indicatore
5)Regressione con dati in serie storica
6) modelli di regressione in panel

Italian

Elements of Econometrics and use of Stata software. Innovation data analysis. Group presentation on topics related to innovation

Hill, R. C., Griffiths, W. E., & Lim, G. C. (2013). Principi di econometria. Zanichelli.

Capp. 2, 3, 5, 7, 9, 15

The course aims to give the basics of econometrics and the use of the Stata software for the analysis of data on innovation both at company and country level. At the end of the course, the student must be able to present a regression analysis with relative interpretation of the coefficients in the light of innovative theories

Microeconomics
Industrial Organization

Lessons and project works.

There will be one written examination without oral exam. This final exam will be the regression analisis on innovation data. Students will pass the final exam if they will complete at least the 50% of the exam. Students have to demonstrate a sufficient knowledge and understanding of the problems under examination.

1)The Simple Linear Regression Model
2)Interval Estimation and Hypothesis Testing
3)Multiple regression model
4) Indicator variables
5)Regression with time-series data
6) Panel data model