Notions de probabilités, Statistique Inférentielle et Econométrie

Enseignants

Verardi Vincenzo;

Langue
d'enseignement

Français

Thèmes abordés

Le cours couvre les outils fondamentaux de l'économétrie à un niveau introductif, centré sur la spécification, l'estimation et la validation du modèle de régression linéaire simple et multiple : interprétation des coefficients, inférence, diagnostic des hypothèses (hétéroscédasticité, autocorrélation, multicolinéarité, endogénéité) et corrections possibles , avec l'algèbre matricielle comme cadre formel. Les fondements de probabilités et de statistique inférentielle nécessaires sont présentés (lois usuelles, propriétés des estimateurs, tests d'hypothèses, maximum de vraisemblance, moindres carrés).
Un aspect central est l'apprentissage de la modélisation économétrique : passer d'une relation théorique entre variables économiques à sa formulation, son estimation et son interprétation dans un contexte empirique, illustré par des applications en économie et gestion. L'apprentissage d'un logiciel économétrique est inclus.

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Au terme de cet enseignement, les étudiantes et étudiants seront capables, en termes de savoirs, d'appliquer les principes et la méthode de la régression multiple à l'estimation de modèles, linéaires ou linéarisables, à une ou plusieurs variables explicatives, ainsi que de traiter de façon rigoureuse, sans formalisme excessif, des problèmes d'inférence statistique. En termes de savoir-faire, elles et ils seront capables de se poser des questions pertinentes d'un point de vue managérial à propos d'un cas proposé et des caractéristiques des données accessibles, de choisir la démarche économétrique adaptée et de l'appliquer, et d'apporter des réponses méthodologiquement correctes au problème posé grâce à une interprétation rigoureuse des résultats, tant sur le plan technique que sur le plan managérial.

Contenu

Le cours présente les principaux outils de l’économétrie, en partant d’un niveau introductif et en intégrant les fondements mathématiques nécessaires à leur compréhension. Les méthodes sont illustrées par des applications à des problèmes d’économie et de gestion afin de relier la théorie à des cas concrets.
Une dimension essentielle du cours est l’apprentissage de la modélisation économétrique : il s’agit de comprendre comment passer d’une relation théorique et générale entre variables économiques à sa formulation et à son estimation dans un cadre empirique précis. L’enseignement comprend également la prise en main d’un logiciel économétrique pour la mise en pratique des méthodes étudiées.
Aperçu du contenu du cours (l’ensemble des thèmes ne sera pas nécessairement couvert)

1. Notions de calcul vectoriel et matriciel
2. Covariance et régression : introduction à la régression linéaire
3. Inférence : introduction à l’inférence en régression linéaire
4. Multicolinéarité : théorème de Frisch-Waugh-Lovell et facteur d’inflation de variance
5. Hypothèses du modèle de régression : théorème de Gauss-Markov, forme fonctionnelle et spécification
6. Endogénéité : variables instrumentales et méthode des doubles moindres carrés (2SLS)
7. Hétéroscédasticité : correction de l’inférence et moindres carrés pondérés (MCP)
8. Corrélation sérielle : correction de l’inférence et méthode de Cochrane-Orcutt
9. Maximum de vraisemblance : tests LM, LR et Wald
10. Variable dépendante binaire : modèles Logit et Probit
11. Censure et sélection : modèles Tobit et Heckman
12. Séries temporelles : stationnarité et cointégration
13. Données de panel : effets fixes et effets aléatoires

Méthodes d'enseignement

Ce cours couvrira la théorie des principales méthodes économétriques ainsi que des applications pratiques en économie et en gestion. Aucune connaissance préalable en programmation n’est requise. L’enseignement comprend :

• Cours théoriques : présentation de la théorie sous-jacente aux méthodes et illustration de leur application empirique
• Séances d’exercices : mise en pratique des méthodes et reproduction des résultats à partir de jeux de données réels

Pour les cours théoriques, les diapositives utilisées seront mises à disposition sur Moodle. Des références plus spécifiques seront fournies pendant les cours ou incluses dans les diapositives.

Modes d'évaluation
des acquis des étudiants

L’évaluation comprend deux parties :

• Un examen écrit (à livre fermé) comptant pour 60 % de la note finale. Cet examen portera sur l’ensemble de la matière vue en cours, tant théorique qu’appliquée.
• Un projet d’équipe sur des questions spécifiques d’économie et de gestion, comptant pour 40 % de la note finale. Pour cette partie, la note obtenue à la fin du semestre est définitive jusqu’à et y compris la deuxième session de la même année académique. Il n’y aura aucune possibilité de refaire le travail lors de la deuxième session.

Autres infos

Cette unité d’enseignement a pour objectif de développer la capacité des étudiants à comprendre et appliquer les principales méthodes économétriques pour analyser des données en économie et en gestion. Elle encourage un raisonnement analytique clair et structuré afin de relier les modèles théoriques à des situations empiriques concrètes.
À l’issue du cours, l’étudiant est capable de mobiliser les outils fondamentaux de l’économétrie pour estimer et tester des modèles, de formuler des questions pertinentes à partir de données disponibles, de choisir une approche méthodologique appropriée et d’interpréter les résultats de manière rigoureuse, à la fois sur le plan statistique et managérial.

Ressources
en ligne

Voir Moodle

Bibliographie

Supports de prise de notes (transparents) et forums sur la plateforme Moodle.
Ouvrages de références (d'autres références seront fournies au cours et dans les transparents) :

• Dougherty, C. (2007). Introduction to Econometrics, Oxford University Press. (Main reference book). Les diapositives utilisées pendant le cours théorique sont en français et constituent en grande partie une traduction et une adaptation des diapositives qui accompagnent ce livre.
• Greene, W. (2000), Econometric Analysis, Prentice Hall, London.
• Verbeek, M. (2000), A Guide to Modern Econometrics, Wiley-Interscience, New York.

Faculté ou entité
en charge

> ESPO