Analyse des données : statistiques et économétrie

Enseignants

Hafner Christian; Sauvenier Mathieu (supplée Hafner Christian); Van Bellegem Sébastien;

Langue
d'enseignement

Français

Préalables

Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.

Thèmes abordés

Partie 1 : Méthodes de l'analyse statistique. Après une introduction au modèle statistique (modèle de population et modèle d'échantillonnage), on montre comment les distributions d'échantillonnage de statistiques sont à la base de l'inférence. Ces propriétés permettent de contrôler la précision d'estimateurs ponctuels de construire des intervalles de confiance et de contrôler les risques d'erreur dans une procédure de test d'hypothèses. Ceci implique le développement d'une théorie générale de l'estimation (propriétés des estimateurs, y compris propriétés en grands échantillons) et une théorie générale des tests d'hypothèses. Partie 2 : Application à quelques problèmes types. Les méthodes peuvent alors être adaptées à l'analyse de problèmes d'application particulièrement utiles en économie et gestion : Modélisation de relation entre variables (modèles linéaires) ; Introduction aux plans d'expérience (comparaison de deux moyennes, échantillons indépendants ou pairés), Analyse de la variance (comparaison de plusieurs moyennes) ;Etudes de données catégorielles y compris un test d'indépendance entre variables

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	L'objectif de ce cours est d'introduire les raisonnements et les méthodes de base de l'analyse statistique, ainsi que ses applications à la résolution de problèmes statistiques rencontrés dans le domaine de l'économie et de la gestion. Ce cours vise aussi à enseigner la matière de base qui sera utilisée dans les cours de statistique et d'économétrie qui suivront dans le curriculum de l'étudiant. A l'issue du cours l'étudiant devra être capable de comprendre les mécanismes de base de l'inférence statistique et de résoudre pratiquement les problèmes d'inférence : estimation de paramètres, construction d'intervalles de confiance et résolution de tests d'hypothèse. Même si les concepts sont introduits à partir de problèmes simples (moyenne, variance, proportion), les outils et modèles utiles pour aborder des problèmes plus généraux sont abordés : techniques générales d'estimation ou de résolution de tests d'hypothèses. L'étudiant sera également capable de traiter les problèmes classiques de la statistique : modélisation des relations entre variables, comparaisons de moyennes, tests d'ajustement.

Contenu

1. Géométrie des données (base de données, opérations sur une base de données, projection)
2. Inférence statistique (estimation ponctuelle et par intervalle, méthodes d'estimation, tests d'hypothèses, variables catégorielles) 
3. Modélisation structurelle (les données économiques, le modèle linéaire)

Méthodes d'enseignement

Le cours est donné sous forme :
- d'exposés magistraux (l'enseignant introduit et interprète les concepts à partir d'une application et dégage leur forme abstraite),
- de séances d'exercices (l'enseignant y soumet des applications/problèmes aux étudiants et propose une démarche de résolution) complétés par une participation active des étudiants sous forme de lectures, résolution autonome de problèmes, etc.

Modes d'évaluation
des acquis des étudiants

• • Examen écrit de 2 heures:
    • Deux questions ouvertes (12 points)
    • 8 questions courtes (8 points) qui seront soit des questions à réponse courte, soit des QCM sur les définitions et la théorie

Autres infos

Support :
Syllabus disponible sur moodle.

Faculté ou entité
en charge

> ESPO