小瓢虫传媒

Enseignants

Claes Anouk;

Langue
d'enseignement

贵谤补苍莽补颈蝉

笔谤茅补濒补产濒别蝉

Le(s) pr茅requis de cette Unit茅 d鈥檈nseignement (UE) sont pr茅cis茅s 脿 la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.

Acquis
d'apprentissage

A la fin de cette unit茅 d鈥檈nseignement, l鈥櫭﹖udiant est capable de :

Comprendre la th茅orie 茅conom茅trique de base (r茅gression) Identifier, d茅finir et reproduire les m茅thodes dont on a besoin pour estimer des mod猫les de base 茅conom茅triques ; Identifier et expliquer des probl猫mes 茅conom茅triques ; Mettre en application des m茅thodes 茅conom茅triques de base aux probl猫mes 茅conomiques, ainsi que l鈥檃pplication pratique du logiciel Gretl; Analyser les r茅sultats de r茅gression, comparer diff茅rents mod猫les, critiquer des analyses propos茅es, mod茅liser des relations entre diff茅rentes variables (en Gretl).

Contenu

Introduction :
R茅vision de statistique approfondie et statistique appliqu茅e : la r茅gression simple
La r茅gression multiple :
Estimation et propri茅t茅s des estimateurs ; Tests statistiques ; Analyse de la variance ; La pr茅vision ; Les mod猫les de r茅gression 脿 variables muettes.

L'assouplissement des hypoth猫ses du mod猫le classique.
La multicolin茅arit茅, l'h茅t茅rosc茅dasticit茅 et l'autocorr茅lation.

Introduction 脿 l'茅conom茅trie des variables qualitatives : Les mod猫les Probit, Logit et Tobit.
Introduction aux donn茅es de panel.

M茅thodes d'enseignement

A) Cours magistral
Au cours des sessions de cours magistral, les m茅thodes principales de r茅gression seront d茅taill茅s et pr茅vu d鈥檈xemples en utilisant le logiciel Gretl. Les analyses 茅conom茅triques seront aussi d茅montr茅es en Gretl ainsi qu鈥檌nterpr茅t茅s et analys茅s pendant le cours magistral. Les 茅tudiants sont vivement encourag茅s 脿 participer en classe et 脿 r茅pondre aux questions soulev茅es par l鈥檈nseignant.
B) Sessions de TP
Les 茅tudiants ont l鈥檕pportunit茅 de faire des analyses de r茅gression en utilisant le logiciel Gretl et interpr茅ter les r茅sultats de ses analyses sous la supervision d鈥檜n assistant. Les 茅tudiants sont incit茅s 脿 revoir leur cours avant d鈥檃ssister aux sessions de travaux pratiques.

Modes d'茅valuation
des acquis des 茅tudiants

L'茅valuation comportera deux 茅l茅ments :
- un travail de groupe (Gretl) (20% de la note finale) ;
L'茅valuation du travail de groupe portera essentiellement sur la capacit茅 de l'茅tudiant d鈥檃ppliquer la th茅orie et de faire des analyses 茅conom茅triques en Gretl.

- un examen 茅crit (livre ferm茅) portant sur les cours magistraux et les exercices (80% de la note finale);
L'茅valuation de l鈥檈xamen 茅crit portera essentiellement sur la capacit茅 de l'茅tudiant de d茅finir, identifier, comprendre et d'analyser ainsi que de commenter et critiquer.

Ressources
en ligne

Diff茅rents 茅l茅ments seront mis 脿 la disposition des 茅tudiants sur la plateforme 茅lectronique de l鈥檜niversit茅 :
- une copie des transparents pr茅sent茅s au cours
- quelques capsules vid茅os (r茅sum茅 des cours)
- quelques exercices qui seront r茅solus au cours. Des exercices compl茅mentaires seront ajout茅s (avec ou sans solutions).

Bibliographie

Jeffrey Wooldrige traduction de la 7i猫me 茅dition am茅ricaine par Andre, Beine, B茅reau, de la Rupelle, Durr茅, Gnabo, Heuchenne, Leturcq et Petitjean, 2023 troisi猫me 茅dition.
ISBN : 978-2-8073-2977-5

Facult茅 ou entit茅
en charge

> ESPB