Sia dal punto di vista della ricerca, sia da quello dell'insegnamento l'econometria moderna si è andata progressivamente specializzando, articolandosi nella distinzione tra macroeconometria e microeconometria. La microeconometria, in particolare, si occupa di sviluppare tecniche e metodi per chi studia il comportamento, le decisioni e l'interazione tra i singoli agenti economici. Gli argomenti trattati in queste pagine sono riconducibili alla fondamentale ripartizione della microeconometria: da un lato i modelli che utilizzano dati panel e dall'altro i modelli con variabili dipendenti limitate o a risposta qualitativa. Il presente volume si rivolge agli studenti universitari dei corsi di laurea specialistica, master e dottorato di ricerca nonché ai frequentanti di corsi specialistici e di perfezionamento che abbiano già seguito un insegnamento introduttivo di econometria. Il testo è completato da una seria di applicazioni online che guidano il lettore, a partire dai dati, alla stima dei modelli proposti nei vari capitoli. Vi è una domanda crescente di conoscenze di base, teoriche e pratiche, delle principali tecniche microeconometriche che ad oggi non è soddisfatta. È ambizione del presente volume colmare questo vuoto.

Prefazione / Introduzione / Applicazioni on line / PARTE PRIMA. MODELLI PER DATI PANEL 1.Modelli di riferimento/Modello base per dati cross-sezionali/Stimatori minimi quadrati ordinari (OLS), minimi quadrati generalizzati (GLS), a variabili strumentali generalizzato (GIV)/Test di validità degli strumenti e corretta specificazione del modello (test di Sargan)/Modello base per dati panel/ 2.Modelli per serie storiche pooled/Modello classico di regressione lineare (modello OLS)/ Modello con eteroschedasticità pura/Modello con eteroschedasticità pura e correlazione tra individui/ Modello con eteroschedasticità e correlazione pure/ Modello con eteroschedasticità pura, correlazione pura e correlazione tra individui/ 3.Modelli per dati longitudinali/Modello fixed effects (modello a effetti fissi, modello a variabili dummy)/Modello random effects (modello a effetti casuali, modello con errore composto, modello GLS)/ Modello a effetti casuali correlati con i regressori/ 4.Modelli a variabili strumentali e modelli two-way/Stimatore consistente per γ/ Stimatore efficiente per γ e β/Generalizzazioni/Test dell´ipotesi di assenza di correlazione tra effetti e regressori (test di Hausman)/Modelli two-way/ 5.Modelli dinamici/Stimatore Anderson-Hsiao/ Stimatore Arellano-Bond/Regressori esogeni/Test di autocorrelazione/Test di specificazione/Metodo generalizzato dei momenti e test di restrizioni sui parametri / PARTE SECONDA. MODELLI CON VARIABILI DIPENDENTI DISCRETE O LIMITATE/ 6.Massima verosimiglianza/Condizioni di regolarità per lo stimatore di massima verosimiglianza (ML)/Proprietà asintotiche dello stimatore ML/Test di Wald, rapporto di verosimiglianza e moltiplicatore di Lagrange/ Modello di regressione lineare e test W, LR e LM/ 7.Modelli a variabili dipendenti qualitative: scelte binarie/Modello di probabilità lineare/ Modelli logit e probit/Misure di bontà della regressione/Un approfondimento: modelli logit e probit per dati panel/ 8.Modelli a variabili dipendenti qualitative: scelte multiple/Modello logit multinomiale/Modello logit condizionale/Giustificazioni teoriche/Differenze e analogie/Il modello logit multinomiale "annidato" (nested multinomial logit)/Modelli per scelte multiple ordinate/Appendice: richiami di distribuzioni univariate/ 9.Modelli a variabili dipendenti censurate o troncate/Modello tobit/Stima ML/Stima OLS corretti/Il modello con soglie stocastiche/ 10.Modelli di durata e modelli per dati count/Modelli di durata/Modelli per dati count / Bibliografia.