• Sviluppare capacità avanzate di data management in Stata, includendo pulizia, trasformazione, integrazione e ristrutturazione di dataset complessi.
• Utilizzare strumenti di programmazione per automatizzare procedure ripetitive, organizzare codice modulare e rendere le analisi riproducibili.
• Applicare metodi di econometria a quesiti economici, sociali e amministrativi, motivando la scelta delle variabili e della specificazione.
• Costruire workflow completi che integrino controllo dei dati, analisi descrittiva, stima, diagnostica e produzione dei risultati.
• Valutare criticamente assunzioni, incertezza, limiti e portata delle conclusioni econometriche.

1 Data management avanzato

Controllo sistematico della qualità; valori mancanti, duplicati e anomalie; selezione, ricodifica e generazione di variabili; aggregazione, merge, append e ristrutturazione wide/long; preparazione di dati longitudinali.

2 Programmazione e automazione

Do-file modulari e documentati; macro locali e globali, cicli e programmi; gestione di percorsi, log e output; automazione di controlli e analisi ripetitive; organizzazione di workflow riproducibili.

3 Analisi esplorativa e costruzione delle variabili

Descrizione di campioni e sottogruppi, associazione e correlazione; trasformazioni, indicatori, variabili dummy e interazioni; tabelle e grafici per l’analisi applicata.

4 Econometria applicata

Regressione lineare multipla e minimi quadrati; interpretazione dei coefficienti e dell’incertezza; intervalli di confidenza, test, bontà di adattamento, specificazione, trasformazioni logaritmiche e interazioni.

5 Diagnostica e approfondimenti

Analisi dei residui, eteroschedasticità, errori standard robusti e multicollinearità; post-stima e confronto tra modelli. Cenni a modelli binari e dati panel, in relazione all’avanzamento didattico.

6 Workflow applicativi completi

Casi con dati economici, sociali o amministrativi: definizione del quesito, preparazione e verifica dei dati, analisi, stima, diagnostica, interpretazione e presentazione dei risultati.

Il carico complessivo stimato è pari a 90 ore (6 CFU × 15 ore). La ripartizione delle ore di lezione e pratica è proporzionata a quella prevista per l’insegnamento complessivo da 8 CFU; le ore di studio individuale comprendono preparazione, rielaborazione dei materiali, esercitazioni autonome e preparazione della verifica.