Il libro si differenzia in maniera sostanziale dagli altri testi dedicati all’argomento per l’approccio adottato dagli autori: innanzi tutto la scelta di integrare la trattazione teorica con continui riferimenti alla realtà attraverso lo studio di casi e dei risultati provenienti dall’analisi empirica e in secondo luogo per la scelta degli argomenti che riflette gli orientamenti contemporanei sia per quanto riguarda gli aspetti teorici sia le applicazioni econometriche. L’organizzazione del testo permette un utilizzo differenziato a seconda delle caratteristiche specifiche e delle finalità del corso. Ulteriore caratteristica di pregio del manuale, è la ricchezza e la varietà di esercizi; molti di questi sono dotati di dataset che consentono agli studenti di esercitarsi su set di dati molto vasti, in modo da prepararsi adeguatamente alle sfide lavorative. Tra le novità di questa edizione: Nuovo Capitolo 14 dedicato ai big data e ai metodi di machine learning: questo capitolo presenta nuovi metodi che vanno oltre le tradizionali metodologie predittive, e che promettono previsioni con minori fattori di rischio errore. Capitolo 17 interamente riscritto per rispecchiare le novità introdotte nel Capitolo 14, estendendo le nuove metodologie predittive alle serie temporali. Vengono mostrate serie di dati macroeconomici quadrimestrali per esercitarsi e verificare le capacità previsionali. Novità: la regressione viene in questa nuova edizione introdotta con un trattamento parallelo della previsione e dell’inferenza causale, per preparare gli studenti a differenti tipi di richieste su come i dati possono essere raccolti (ovvero variabili randomizzate vs variabili controllate).
