ITA | ENG
B030596 - ELEMENTS OF POLICY EVALUATION METHODS
Principali informazioni
Lingua Insegnamento
Libri di testo consigliati
Metodi Didattici
Modalità di verifica apprendimento
Programma del corso
Anno Accademico 2021-22
Coorte 2020 - Laurea Magistrale in STATISTICA E DATA SCIENCE
Anno di corso
Secondo Anno - Secondo Semestre
Dipartimento di Afferenza
Statistica, Informatica, Applicazioni "G. Parenti" (DiSIA)
Tipo insegnamento
Attività formativa monodisciplinare
Settore Scientifico disciplinare
SECS-S/01 - STATISTICA
Crediti Formativi
6
Ore Didattica
48
Periodo didattico
21/02/2022 ⇒ 31/05/2022
Frequenza Obbligatoria
No
Tipo Valutazione
Voto Finale
Programma del corso
mostra
Docenza
Mutuazione
Insegnamento mutuato da:
B029751 - POLICY EVALUATION METHODS
Laurea Magistrale in POLITICA, ISTITUZIONI E MERCATO
Curriculum ISTITUZIONI E MERCATI
B029751 - POLICY EVALUATION METHODS
Laurea Magistrale in POLITICA, ISTITUZIONI E MERCATO
Curriculum ISTITUZIONI E MERCATI
Lingua Insegnamento
Inglese
Libri di testo consigliati (Cerca nel catalogo della biblioteca)
Imbens G.W., Rubin D.B. (2015).
Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction.
Cambridge University Press
Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction.
Cambridge University Press
Metodi Didattici
Lezioni teoriche ed esercitazioni pratiche
Modalità di verifica apprendimento
La valutazione finale si basa sui risultati ottenuti in tre prove intermedie (un quiz e due progetti pratici) e nel colloquio finale.
Programma del corso
1) Introduzione all'approccio dei risultati potenziali
2) Disegno e analisi di studi sperimentali:
Metodi basati sulla randomizzazione; Uso del modello di regressione per la stima dell'effetto causale medio
3) Disegno e analisi di studi osservazionali:
a) Fase di disegno:
Ipotesi di assenza di confondimento e overlap
Ruolo del propensity score
L'uso di tecniche di subclassification, matching e di trimming per il valutare il bilanciamento delle covariate
b) Fase di analisi
Metodi di stima basati sul sul propensity score
Analisi di sensitività rispetto all'ipotesi di assenza di confondimento
Disegno e analisi di studi osservazionali con trattamenti non binari
4) Altri approcci al disegno e all’analisi di studi osservazionali:
Variabili Strumentali; Regression-discontinuity designs; difference-in-differences strategies; synthetic control methods
Le varie metodologie saranno presentate usando casi studio nell'ambito dell'economia pubblica, del lavoro, dell'educazione e dello sviluppo
2) Disegno e analisi di studi sperimentali:
Metodi basati sulla randomizzazione; Uso del modello di regressione per la stima dell'effetto causale medio
3) Disegno e analisi di studi osservazionali:
a) Fase di disegno:
Ipotesi di assenza di confondimento e overlap
Ruolo del propensity score
L'uso di tecniche di subclassification, matching e di trimming per il valutare il bilanciamento delle covariate
b) Fase di analisi
Metodi di stima basati sul sul propensity score
Analisi di sensitività rispetto all'ipotesi di assenza di confondimento
Disegno e analisi di studi osservazionali con trattamenti non binari
4) Altri approcci al disegno e all’analisi di studi osservazionali:
Variabili Strumentali; Regression-discontinuity designs; difference-in-differences strategies; synthetic control methods
Le varie metodologie saranno presentate usando casi studio nell'ambito dell'economia pubblica, del lavoro, dell'educazione e dello sviluppo