Il corso si propone di introdurre modelli per variabili dipendenti di tipo discreto, quali variabili binarie, variabili policotome (sia ordinali che non). Tali modelli sono estremamente frequenti in economia e in management in quanto le variabili dipendenti rappresentano possibili scelte da parte delle unità di osservazione. Il corso inizierà con un’introduzione al metodo della massima verosimiglianza, metodo utilizzato per la stima dei parametri di questo tipo di modelli. Successivamente, saranno analizzati i modelli lineare di probabilità, logit e probit utilizzati per variabili dipendenti di tipo binario (per es. la scelta di un soggetto economico di acquistrare o meno un determinato bene). Si passerà poi ai modelli multinomial logit e probit e conditional logit usati per variabili policotome non ordinate (per es. la scelta di localizzazione di un’impresa straniera in una determinata regione o la scelta da parte di un consumatore di una particolare marca di auto). Infine, si analizzeranno i modelli ordered logit e probit usati per modellizzare variabili ordinate (per es. i diversi rating assegnati al debito delle imprese). Il corso comprende anche esercitazioni pratiche su dati reali utilizzando il software Stata.

Conoscenze di base di econometria: interpretazione, stima e test delle ipotesi in modelli lineari (nei parametri) con dati cross-sezionali

1. Introduzione alla massima verosimiglianza 2. Modelli per variabili binarie • Modelli di probabilità lineare • Modello logit • Modello probit 3. Modelli per variabili policotome • Variabili non ordinate: Logit e probit multinomiale, Conditional logit • Variabili ordinate: Logit e probit ordinale

Modalità mista

Presentazione report scritto

P.D.2-2 - Maggio