Pré-requis : Cours d’introduction à l’économétrie
Durée totale : 45 heures (15 semaines, 3 heures par semaine)
Introduction au cours : Économétrie intermédiaire
Ce cours d’économétrie intermédiaire est conçu pour approfondir les concepts fondamentaux abordés dans l’introduction à l’économétrie et fournir aux étudiants des outils plus avancés pour l’analyse empirique en économie. Il vise à développer une compréhension plus rigoureuse des modèles économétriques, de leurs hypothèses, ainsi que des méthodes d’estimation et de diagnostic statistique.
L’objectif principal est d’amener les étudiants à maîtriser les techniques économétriques permettant d’analyser des modèles plus complexes, d’évaluer la robustesse des résultats et de corriger les biais éventuels. L’accent est mis sur l’application des méthodes économétriques à des données réelles, avec un équilibre entre la théorie et la pratique.
Les étudiants approfondiront les modèles de régression multiple, les problèmes liés aux violations des hypothèses classiques (hétéroscédasticité, multicolinéarité, autocorrélation), ainsi que l’utilisation des modèles de données de panel et des séries temporelles de base. L’approche reste axée sur l’interprétation des résultats et la mise en application avec des logiciels spécialisés comme R, Stata ou Python.
Objectifs du cours
Objectifs généraux
- Approfondir les concepts fondamentaux de l’économétrie appliquée.
- Permettre aux étudiants d’analyser des modèles plus élaborés, en tenant compte des hypothèses et des biais potentiels.
- Développer des compétences avancées en estimation et en diagnostic économétrique.
Objectifs spécifiques
- Régression multiple et modèles avancés
- Comprendre et interpréter la régression linéaire multiple.
- Détecter et corriger la multicolinéarité.
- Problèmes liés aux hypothèses du modèle classique
- Identifier et traiter l’hétéroscédasticité à l’aide des tests de White et Breusch-Pagan.
- Détecter et corriger l’autocorrélation dans les séries temporelles avec les tests de Durbin-Watson et Breusch-Godfrey.
- Analyser les conséquences des variables omises et du biais de simultanéité.
- Introduction aux séries temporelles et aux données de panel
- Comprendre la stationnarité et les tests de racine unitaire (Dickey-Fuller).
- Introduction aux modèles AR (1) et MA (1).
- Apprendre à estimer des modèles de données de panel (effets fixes et aléatoires).
- Tests d’hypothèses et validation des modèles
- Vérifier la validité des hypothèses du modèle à l’aide de tests statistiques.
- Comprendre les critères de sélection des modèles (AIC, BIC, R² ajusté).
- Applications pratiques et études de cas
- Manipulation de jeux de données économiques complexes avec R, Stata, EViews ou Python.
- Analyse empirique à partir d’études de cas réels.
- Compétences développées
- Les étudiants seront capables de formuler, estimer et interpréter des modèles économétriques avancés. Ils apprendront à diagnostiquer les modèles et à corriger les biais éventuels. Le cours leur permettra également de maîtriser les outils logiciels pour l’analyse économétrique et de développer une approche critique face aux résultats d’une estimation.
- Public cible
- Ce cours s’adresse aux étudiants ayant suivi une introduction à l’économétrie et souhaitant approfondir leurs connaissances pour une application avancée des modèles économétriques en économie, finance ou sciences sociales.
- Ce cours mettra l’accent sur l’application des concepts avec des données réelles et l’usage de logiciels spécialisés, tout en consolidant la compréhension théorique des méthodes économétriques.