LABORATORY ON STATISTICS FOR POLICY EVALUATION

Obiettivi formativi

Obiettivi formativi Il laboratorio mira a fornire agli studenti un’introduzione operativa ai principali metodi statistici per la valutazione delle politiche pubbliche. Le attività sono fortemente applicative e orientate all’uso del software R per la realizzazione di semplici analisi causali basate su dati reali. Il laboratorio intende sviluppare competenze pratiche, consapevolezza metodologica e capacità di interpretazione dei risultati. Competenze acquisite Al termine del laboratorio, gli studenti saranno in grado di: • Applicare in R i principali metodi non sperimentali di inferenza causale utilizzati nella valutazione delle politiche, lavorando con dati reali. • Interpretare e valutare criticamente i risultati di un’analisi causale, riconoscendone assunzioni, limiti e potenziali bias. • Comunicare in modo chiaro ed essenziale i risultati di una valutazione statistica, utilizzando correttamente il linguaggio della causal inference. Conoscenze acquisite Gli studenti acquisiranno: • Nozioni fondamentali di causal inference e dell’approccio controfattuale, insieme alla comprensione dei principali metodi statistici non sperimentali e dei loro presupposti di validità. • Familiarità con l’utilizzo del software R nella valutazione delle politiche, in particolare per la gestione dei dati, la stima degli effetti causali e la rappresentazione dei risultati. • Comprensione della struttura e delle fasi principali di uno studio valutativo quantitativo, dalla formulazione del problema all’interpretazione degli output, incluse le principali direzioni di approfondimento metodologico.

Canale 1
ROBERTA DI STEFANO Scheda docente

Programmi - Frequenza - Esami

Programma
-Il problema della causalità nella valutazione delle politiche -Metodi statistici non sperimentali e approccio controfattuale -Matching e subclassificazione -Difference-in-Differences -Metodo del controllo sintetico -Regression Discontinuity Design
Prerequisiti
Non è prevista alcuna propedeuticità, ma è consigliabile una conoscenza di base della statistica e dei principali modelli econometrici.
Testi di riferimento
Cunningham, S. (2021). Causal inference: The mixtape. Yale university press.
Frequenza
La frequenza è fortemente consigliata.
Modalità di esame
L’esame consiste nello svolgimento di un progetto basato sull’analisi di un dataset e sull’applicazione di uno o più metodi trattati a lezione. Il progetto viene consegnato in anticipo e discusso oralmente il giorno dell’esame.
Modalità di erogazione
La didattica verrà svolta in modalità frontale (in presenza). Si alternerà l'uso di presentazioni, software statistico e lavagna.
  • Codice insegnamentoAAF2532
  • Anno accademico2025/2026
  • CorsoEconomia politica - Economics
  • CurriculumEconomics and policy evaluation - in lingua inglese
  • Anno1º anno
  • Semestre2º semestre
  • CFU3