Obiettivi Formativi

L'obiettivo del corso è introdurre gli studenti che hanno già studiato i concetti di base di inferenza statistica e del modello di regressione lineare, all'analisi dei dati con particolare attenzione ai metodi statistici inferenziali per la valutazione dei programmi. Dopo aver introdotto il quadro metodologico della valutazione dei programmi, il corso si concentrerà sugli strumenti dei metodi ex ante e dei metodi ex post. Saranno considerati tre principali tipi di ricerca: gli studi che utilizzano la randomizzazione per assegnare le persone al gruppo sperimentale e al gruppo di controllo sono chiamati veri e propri esperimenti; gli studi in cui i gruppi sperimentali e di controllo sono formati dall'auto-selezione o dall'uso di gruppi naturali sono chiamati quasi-esperimenti; e infine, gli studi che usano il valore di una variabile per assegnare le persone al gruppo sperimentale e al gruppo di controllo (regression discontinuity designs). Durante il corso verranno risolti esercizi e case study utilizzando diversi software statistici, come R e Stata

Learning Goals

The aim of the course is to introduce students, who have already studied the basic concepts of statistical inference and of the linear regression model, to the analysis of data with a special focus to inferential statistical methods for program evaluation. After introducing the methodological framework of program evaluation, the course will focus on the tools of ex-ante methods and ex-post methods. Three major types of research will be considered: studies that use randomization to assign people to the experimental and the control group are called true experiments; studies in which experimental and control groups are formed either by self-selection or by using natural groups are called quasi-experiments; and finally, studies that use the value of a variable to assign people to the experimental and the control group are called regression discontinuity designs. During the course exercises and case studies will be solved using several statistical software, such as R and Stata

Metodi didattici

Lezioni, esercitazioni pratiche in aula, individuali e di gruppo, studio di casi reali, applicazione di software statistici.

Teaching Methods

Lectures, laboratories, exercises and case studies of real populations.

Prerequisiti

concetti di base di inferenza statistica e del modello di regressione lineare,

Prerequisites

basic concepts of statistical inference and of the linear regression model

Verifiche dell'apprendimento

Esame scritto obbligatorio con domande di teoria ed esercitazioni mediante l'utilizzo anche di software statistici

Assessment

Compulsory written exam with questions on theory and exercises using also of the statistical software

Programma del Corso

Statistical Tools for Program Evaluation: Introduction and Overview. Estimation of Welfare Changes. Introduction to Ex Ante Evaluation Ex Post Evaluation: Randomized Controlled Experiments (Random Allocation of Subjects, Statistical Significance of a Treatment Effect, Indicators of Policy Effects, Survival Analysis with Censoring: The Kaplan-Meier Approach, Mantel-Haenszel Test for Conditional Independence). Quasi-experiments: The Rationale for Counterfactual Analysis, Difference-in-Differences, Propensity Score Matching, Regression Discontinuity Design.

Course Syllabus

Statistical Tools for Program Evaluation: Introduction and Overview. Estimation of Welfare Changes. Introduction to Ex Ante Evaluation. Ex Post Evaluation: Randomized Controlled Experiments (Random Allocation of Subjects, Statistical Significance of a Treatment Effect, Indicators of Policy Effects, Survival Analysis with Censoring: The Kaplan-Meier Approach, Mantel-Haenszel Test for Conditional Independence). Quasi-experiments: The Rationale for Counterfactual Analysis, Difference-in-Differences, Propensity Score Matching, Regression Discontinuity Design.