Analyse de données et décisions dans l'entreprise II

Code

EAR214

Domaine

Assurance Banque Finance

Description

Introduction : qu’est-ce que l’économétrie ?

La démarche économétrique
Les différents types de données mobilisables
Les différents types de variables
Le modèle économétrique et la méthode d’estimation
Quelques éléments sur les matrices et les lois de probabilités

Le modèle de régression linéaire simple

Le contexte
Le modèle et les hypothèses
La méthode d’estimation
Tests et intervalles de confiance

Le modèle de régression linéaire multiple

Le contexte
Le modèle et les hypothèses
La méthode d’estimation
Interaction entre deux variables explicatives
Le principe de biais de variable omise

Prise en main du logiciel R

Présentation de Rstudio
Installation et gestion des packages
Une logique d’objets
Gestion d’une base de données et initiation au langage SQL
Estimation d’un modèle de régression linéaire simple
Estimation d’un modèle de régression linéaire multiple

Introduction à l’économétrie des variables qualitatives

Les modèles dichotomiques
Le modèles polytomiques

Les méthodes de décomposition appliquées à l’analyse des inégalités

Décomposition des inégalités à la moyenne – Cas linéaire
Décomposition des inégalités à la moyenne – Cas non linéaire
Les limites des méthodes de décomposition

Introduction aux méthodes économétriques d’évaluation

La formulation du problème d’évaluation
Les différentes méthodes d’évaluation : appariement, variables instrumentales, doubles différences er régression sur discontinuité
Exemple d’application

Finalité

L'objectif de ce cours est de permettre la compréhension et la mobilisation des principales méthodes économétriques qui s'appliquent aux données en coupe instantanée (méthodes d'identification d'effets, méthodes de décomposition et méthodes d'évaluation d'impact).

Afin de mobiliser les auditeurs et de faciliter l'assimilation des compétences, ce cours s'efforce d'alterner exposés théoriques et cas pratiques. Il s'accompagne d'une prise en main du logiciel R à partir duquel les cas pratiques sont mis en oeuvre.

Cet enseignement constitue un enseignement obligatoire pour les élèves préparant le Master Stratégies Economiques, Numérique et Données. Plus généralement, il peut intéresser toute personne possédant les notions élémentaires de statistique descriptive et confrontée à l'analyse de bases de données.

Compétences visées

Au terme de cette formation, l'étudiant saura mettre en oeuvre les techniques économétriques à appliquer aux données en coupe instantanée et interpréter leurs résultats. Il maîtrisera également les méthodes de décomposition et les méthodes d'évaluation d'impact. A partir du logiciel R, il sera capable de gérer et modifier une base de données à l'aide du langage SQL ainsi que de mettre les différentes techniques acquises.