ECON 345 Applied Econometrics

Spring Session: Second Term, Jan-Apr 2023

Course Content

This course provides a general introduction to the practice of econometric analysis.  While motivated by intuition and applications, the presentation of estimators and tests will be primarily mathematical in nature. We will focus largely on multiple regression techniques in cross-sectional data analysis (as well as time series analysis), considering common issues and problems that arise in applied empirical research.  Students will learn R — a freely available and widely used statistical programming language — to analyse and plot data,  draw  inference,  and  compare  alternative  modelling  approaches.  The  course  closely  follows  the

textbook “Introductory Econometrics: A Modern Approach” by J. Wooldridge.

Learning Outcomes:

In this course you will gain an understanding of econometric methods and their applications. You will learn how to analyse data, interpret existing analyses, the basics of econometric theory that underpins econometric analysis, as well as independent research skills starting from formulating a research question to concise presentation of results. The course leads to highly transferrable modelling and programming skills through lab-based instruction using the statistical programming language R (widely used in academic research,

government roles, and the private sector).

Delivery:

This course will be offered in person following UVic’s guidelines. Students may be required to wear masks during lectures, labs, office hours, and exams (subject to public health guidelines). Online (Zoom) office hours may be offered by appointment.

Textbooks

Textbook (required): The required textbook for this course is “Introductory Econometrics: A Modern Approach,” (Seventh Edition) by J. Wooldridge.  It will be sold at the bookstore as a loose-leaf text (which saves you money), but you are welcome to buy it in bound form or find a used copy.

Lab Textbook (optional): Labs will be based on the statistical programming language R. The optional

textbook “Using R for Introductory Econometrics” (Heiss, 2016) provides code to complete the exercises

in Wooldridge and is freely available online at:http://www.urfie.net/

Assessment

The  course  is  assessed  through  three  term  exams  (during  term),  an  independent  research  project  (+ proposal), a team forecasting competition, lab exercises, and problem sets. Lab exercises and problem sets

will be assessed based on completion only (not on correctness).

Overall Grade Structure:

Term Exams (65%): There will be three term exams consisting of a combination of multiple choice and problem-set style questions. The first two term exams are worth 25% each, the last term exam is worth 15% as it covers less additional content.

Items permitted during exams are: a non-programmable calculator without storage capacity (no Ti 89 etc.), pen and pencil, a water bottle, and your ID card. Any additional material will not be allowed on your desk during examinations. There will be additional office hours held by the TA prior to the term exams. If you miss a term exam without documented illness or family affliction, you will receive 0% on the exam.

Important: To ensure comprehensive understanding of the material, you must pass at least one of the term exams to pass the course. If you do not pass at least one term exam, then your final grade will at most be 49%.

Note: All Material covered in lectures, labs, problem sets, and relevant textbook chapters, may appear on the exam, thus attendance in lectures and labs is highly encouraged. Attendance highly correlates with final course grades. All exams are cumulative since the material presented in lectures and chapters builds on itself.

Independent Research Project (15%): The independent research project is designed to give you real-world experience of conducting econometric research. For this project you must work in pairs (if there is an odd number of students in the course, then a group of 3 will be permitted) . With your partner, you may choose any topic and dataset and estimate regression models to answer a research question that interests you. Earlier in  the  term,  you  will  first  submit  a  half page  research proposal  (marked  only  on  completeness,  not correctness). Then, for the final research project, present your results in the form ofa written academic essay (no bullet points, screenshots or copy-pasted tables/code) presenting your hypothesis, data, methods, and results, with a maximum length of 3 pages + references.

The research project constitutes independent work - you must reference any literature you cite and any data and methods you use. You may not use AI to write (or assist in writing of) the independent research project. The consequences of plagiarism range from a failing grade for an assignment or course to disciplinary probation  or  even  expulsion  from  the  university.  Review “What is Plagiarism” for  the  definition  of plagiarism.

I reserve the right to examine students in person concerning their understanding of their submitted work and adjust their mark accordingly. Both the proposal and the final project have to be submitted. No extensions will  be  granted  on  the  project  without  formal  documented  illness  or  affliction  (see  policy  on  late assignments). If the project is submitted late, 10% will be deducted per day past the due date. If the proposal is submitted late (or not submitted at all), 5% from the final project mark will be deducted per day, up to a maximum of 20% of the project mark. If you do not submit the final research project without documented illness or family affliction, you will receive an “N” for the course.

Group Forecasting Competition (10%): The forecasting competition is designed to give you real-world experience of forecasting. As part of the course, we will hold a real-world forecasting competition – using a model you estimate, you will be predicting time series observations. While there will be a prize for the most accurate forecasts, the forecast accuracy will not affect your grade. As part of a group (of any size), you will submit your forecasts online, together with a short academic essay (maximum 2 pages + references) describing your forecasting model and resulting forecasts. If the forecast entry is submitted late, 10% will be  deducted per  day past the  due  date.  If you  do not  submit the  forecast  competition  entry without documented illness or family affliction, you will receive an “N” for the course.

Short Problem Sets (5%): There are weekly short problem sets designed to give you practise of solving econometric problems to be completed during the course. They are graded only on completion, not on correctness (i.e. if you submit half of all problem sets you will receive 2.5% out of the possible 5%). You may work in groups; but each student needs to submit their own copy of the assignment to Brightspace. Answers have to be submitted by 4pm by uploading PDF versions of the answers to Brightspace (if you scan/photograph  handwritten  answers  make  sure  they  are  legible  and  converted  to  PDF  format). No extensions will be granted on the problem sets without formal documented illness or family affliction. You can miss one problem set without penalty.

Lab Participation (5%): Lab exercises are designed to teach you econometric modelling in practise using the statistical programming language R. Answers to the short weekly lab problems should be submitted via Brightspace (or handed in in-person during labs) by Fridays, 4pm of the relevant weeks. These will be marked on completion only, and not on correctness. No extensions will be granted on lab exercises without formal documented illness or family affliction. You can miss one lab without penalty.

Essential Course Requirements: The independent research project and forecast competition entry must be completed to not receive an “N” on this course. You must pass at least one of the term exams (with a grade of at least 50%) to pass the course. If your overall course average is above 50% but all exams are below 50%, then your final grade will be 49%.

Grading Scale:

Course Policies

This course adheres to theDepartment Course Policiesof the Department of Economics that deal with the following issues:

•    Academic concessions

•    Academic integrity (plagiarism and cheating)

•    Attendance

•    Grading

•    Inclusivity and diversity

•    Late adds

•    Late assignments

•    Repeating courses

•    Review of an assigned grade

•    Students with a disability

•    Term assignments and debarment from examinations

•    Travel plans

•    Waitlists

The following policies are explicitly included because of their importance.

Late Assignments and Missed Examinations

Consideration for missed examinations or late assignments will be given only on the basis of documented illness (or in-line with the University’s policies at the time), accident or family affliction, and for no other

reasons. In the event of a missed examination, students are advised to follow the procedures outlined in the

University Calendar:University Examination Policies

Students are advised not to make work or travel plans during lecture and lab hours to be able to attend all classes and examinations. There will be no special accommodation if travel plans conflict with examinations held during class hours or the examination period. There will be no extensions for problem  sets, lab exercises, the research project, or forecasting competition. A lab exercise, or problem set that is submitted late will count as not submitted.

Waitlist Policies

•    Instructors have no discretion to admit waitlisted students or raise the cap on the course.

•    Students on the waitlist should discuss with the instructor how to ensure they are not behind with coursework in the event they are admitted.

•    Registered students who do not show up in the first seven calendar days from the start of the course may be dropped from the course.

•    Registered students who decide not to take the course are responsible for dropping the course, and are urged to do so promptly out of courtesy toward waitlisted students.

•    Waitlist  offers  cease  after the  last  date  for  adding  courses  irrespective  of published waitlists.

Academic Integrity

Academic integrity requires commitment to the values of honesty, trust, fairness, respect, and responsibility. Students are expected to observe the same standards of scholarly integrity as their academic and professional counterparts.  Review “What is Plagiarism” for the definition of plagiarism. Note: Submitted work may be checked using plagiarism detection software as well as selected for plagiarism audits. This applies to all exams and submitted work, including problem sets, the research project, and forecasting competition entry.

Students must abide by UVic academic regulations and observe standards of ‘scholarly integrity,’ (no plagiarism or cheating). This applies to all assignments and exams (take-home or otherwise). Any online exams must be taken individually and not with a friend, classmate, or group.

All alleged violations of academic integrity will be investigated and a student who is found to have engaged in unethical academic behaviour, including the practices described in the Policy on Academic Integrityin the University Calendar, is subject to penalty by the University.

University Policy on Human Rights, Equity and Fairness

The University is committed to promoting, providing and protecting a positive, supportive and safe learning

and working environment for all its members. See General University Policies

Accessibility & Health Resources

Students with diverse learning styles and needs are welcome in this course.  In particular, if you have a disability/health consideration that may require accommodations, you are free to approach me; however, you must register with theCentre for Accessible Learning(CAL) for formal arrangements to be made. The CAL staff are available by appointment to assess specific needs, provide referrals and arrange appropriate accommodations.  The sooner you let us know your needs the quicker we can assist you in achieving your learning goals in this course.

Health Services - University Health  Services  (UHS) provides  a  full  service primary health  clinic  for students, and coordinates healthy student and campus initiatives.

Counselling Services - Counselling Services can help you make the most of your university experience. They offer free professional, confidential, inclusive support to currently registered UVic students.

Elders' Voices- The Office of Indigenous Academic and Community Engagement (IACE) has the privilege of assembling a group of Elders from local communities to guide students, staff, faculty and administration in Indigenous ways of knowing and being.

Brightspace

Brightspace is used extensively for the course. All students are expected to be fully functional with the system. The lecture material, problem sets, and labs will be posted in Brightspace. Please note that the lecture notes online are only outlines of the actual lectures, and additional material may be covered during the lectures. All announcements will be posted in Brightspace. Students are advised to check it frequently.

Course Experience Survey (CES)

I greatly value your feedback on this course to continually improve the course and my teaching.

Informal early feedback: Early on during the lectures, I may distribute informal feedback forms to provide ongoing feedback on the instruction style. These will be anonymous and only used to improve teaching while the course is progressing.

Formal Experience Survey :  Towards  the  end  of term  you  will  have  the  opportunity  to  complete  a confidential course experience survey (CES) regarding your learning experience. The survey is vital to providing feedback to me regarding the course and my teaching, as well as to help the department improve the overall program for students in the future.

When it is time for you to complete the survey, you will receive an email inviting you to do so. If you do not receive an email invitation, you can go directly to theCES log-in. You will use your UVic NetLink ID to access the survey, which can be completed on your laptop, tablet or mobile device. I will remind you nearer the time, but please be thinking about this important activity, especially the following three questions, during the course.

•    What strengths did your instructor demonstrate that helped you learn in this course?

•    Please provide specific ideas as to how the instructor could have helped you learn more effectively.

•    Please provide specific suggestions as to how this course could be improved.