Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Introduction à l’économétrie Licence 3 – LS6 MANIOC Olivier Maître de conférenc

Introduction à l’économétrie Licence 3 – LS6 MANIOC Olivier Maître de conférences associé Introduction à l'économétrie (2017-2018) Présentation du cours Ce cours est une introduction à l’économétrie qui est centrée sur l’étude des modèles de régression à une équation. Il a pour principal objectif d’initier les étudiants à l’analyse économétrique et aux concepts qui lui sont connexes tels que l’inférence statistique. La méthode des moindres carrés ordinaires y occupe une place privilégiée aux cotés des tests statistiques d’usage courant. Introduction à l'économétrie (2017-2018) Présentation du cours Le cours n’est pas couplé à des séances de travaux dirigés, la mise en œuvre pratique des techniques de calcul sera donc réalisée en alternance avec l’exposé des concepts économétriques. Le cours d’économétrie M1 (1er semestre) s’inscrit dans le parfait prolongement du cours de Licence 3. Toutes les notions introduites en licence doivent être acquises pour aborder le cours d’économétrie de master 1. Introduction à l'économétrie (2017-2018) Plan indicatif du cours Licence 3/Master 1 Licence 3 – Introduction à l’économétrie Partie 1 : Les modèles à une équation Chapitre 0. Propos introductifs Chapitre 1. La régression linéaire à deux variables Chapitre 2. L’inférence statistique dans le modèle linéaire à deux variables Chapitre 3. La régression linéaire multiple (le modèle linéaire général) Master 1 – Econométrie Chapitre 1. La remise en cause des hypothèses traditionnelles : l’autocorrélation et l’hétéroscédasticité des résidus. Chapitre 2. Les modèles à variables endogènes qualitatives (logit et probit). Chapitre 3. Les modèles à variables explicatives qualitatives (dummy). Partie 2 : Les modèles à plusieurs équations Chapitre 4. Ecriture des modèles à équations simultanées Chapitre 5. L’identification dans les modèles à équations simultanées Introduction à l'économétrie (2017-2018) Bibliographie BOURBONNAIS R. : Econométrie-Manuel et exercices corrigés, Dunod (9ème édition). CADORET et alii (2004): Econométrie appliquée, de Boeck. GREENE W. (2005) : Econométrie, édition française, Pearson Education, 5ième Edition. GUJARATI D. (1995) : Basic econometrics, Mac Graw Hill, paru en français en 2004 chez de Boeck Université. JOHNSTON J. (1988) : Méthodes économétriques – Tomes 1 et 2, Economica WOOLDRIDGE J. (2015): Introduction à l’économétrie, de Boeck. … et une quantité innombrable de cours en ligne disponibles sur internet. Introduction à l'économétrie (2017-2018) Présentation du cours - les TICE La plate-forme pédagogique de l’uag: http://e-cursus.univ-ag.fr/course/view.php.id=479 Les diaporamas du cours Le dossier de travaux dirigés Les compléments de cours Twitter 971_L3Econometrie @971_L3Ectrie Introduction à l'économétrie (2017-2018) Présentation du cours - les TICE Quelques mots sur les MOOCS acronyme de Massive Open Online Courses: https://www.france-universite-numerique-mooc.fr/ Le calendrier des MOOCS: http://www.sup-numerique.gouv.fr/pid33135/moocs-le-calendrier.html Ex: L’énergie nucléaire en France (Début 05/02/2018) Ex: Fondamentaux sur le Big Data (En cours depuis 20/11/2017) Ex: Analyse des données multidimensionnelles (Début 05/03/2018) Introduction à l'économétrie (2017-2018) Avant propos Une suite au cours de statistique de licence 1 Extrait du plan Introduction à l'économétrie (2017-2018) Avant propos Une suite au cours de statistique de licence Extrait du dossier de TD Introduction à l'économétrie (2017-2018) Avant propos L’économétrie pour les nuls selon le Captain Economics… Rappel des principes de bases http://www.captaineconomics.fr/-l-econometrie-pour-les-nuls-introduction Citation du Captain’ Economics: « Mais tout comme vous n'avez pas besoin d'être un pro en microprocesseur pour utiliser un ordinateur, il n'est pas foncièrement nécessaire d'être un crack en math pour pouvoir se servir de l'économétrie comme outil d'analyse » Le Captain' tente de démystifier la matière Introduction à l'économétrie (2017-2018) La stratégie économétrique Vous êtes recruté par l’UA en qualité de chargé d’études économiques. Vous participez aux travaux qui visent à déterminer la localisation optimale de logements étudiants. Deux visions s’opposent: Les logements doivent être proches du campus car la proximité favorise l’assiduité des étudiants en limitant les retards en cours. Les logements peuvent être éloignés du campus car l’environnement de travail est plus favorable à la réussite (plus de calme et moins d’incitations à faire la fête….). Introduction à l'économétrie (2017-2018) La stratégie économétrique Les discussions peuvent être âpres et vives, sans que les arguments des uns et des autres ne s’imposent clairement. La question fondamentale porte sur la relation entre la distance logement/campus et la réussite des études. Pour alimenter de débat, on peut s’appuyer sur une étude empirique. L’économétrie peut aider et orienter le processus de décision en étudiant la relation entre ces deux variables. Introduction à l'économétrie (2017-2018) La stratégie économétrique Adoptons les notations suivantes : Yi: Note terminale de l’étudiant i sur 20 (en points) Xi: Distance entre le lieu de résidence de l’étudiant i et le campus (en kilomètres). Considérons la relation économétrique suivante: Yi=aXi+b (Relation R) Introduction à l'économétrie (2017-2018) Introduction à l'économétrie (2017-2018) La stratégie économétrique Attention: Le signe de « a » traduit le sens de la relation entre Y et X La relation entre Y et X peut être formalisée différemment et à chaque « formalisation », correspondent des a priori quant à la nature de la liaison entre Y et X. Avec (R), la variation de Y est proportionnelle à celle de X quel que soit le niveau de ces variables. Quand la distance varie d’un kilomètre, la note varie de « a »points. A ce stade, la question des données est fondamentale Il n’y a pas d’économétrie sans données Les données peuvent être collectées (enquêtes-sondages) et/ou récupérées (http://www.data.gouv.fr/) Introduction à l'économétrie (2017-2018) La stratégie économétrique La collecte de données Objectif: disposer d’un échantillon à partir duquel il sera possible de procéder à une estimation des paramètres a et b. L’estimation de la régression Objectif: trouver des valeurs plausibles pour les paramètres a et b (calculs « à la main » ou avec l’aide de logiciels économétriques). La validation de la régression Objectif: s’assurer de la « solidité » de la régression c’est-à- dire que les résultats obtenus à partir de l’échantillon traduisent la relation existant entre les deux variables (recours aux tests statistiques). Introduction à l'économétrie (2017-2018) Un mot sur les logiciels d’économétrie Les logiciels qui permettent les calculs économétriques sont nombreux (SAS, Stata, Rats, Eviews, PcGive, Excel, Gretl, R, …) Ils se distinguent par leur coût d’entrée (financier et non financier), leur ergonomie, leur souplesse, leur « adaptabilité » aux besoins de l’économètre, etc… Dans le cadre de ce cours, nous privilégierons : Excel (largement répandu) Gretl (gratuit et open source) Et R? Introduction à l'économétrie (2017-2018) Plan du cours de licence 3 Partie 1 : Les modèles à une équation • Chapitre 0. Propos introductifs • Chapitre 1. La régression linéaire à deux variables • Chapitre 2. L’inférence statistique dans le modèle linéaire à deux variables • Chapitre 3. La régression linéaire multiple (le modèle linéaire général) Introduction à l'économétrie (2017-2018) Plan du cours de licence 3 Partie 1 : Les modèles à une équation • Chapitre 0. Propos introductifs • Chapitre 1. La régression linéaire à deux variables • Chapitre 2. L’inférence statistique dans le modèle linéaire à deux variables • Chapitre 3. La régression linéaire multiple (le modèle linéaire général) Introduction à l'économétrie (2017-2018) Chapitre 0. Propos introductifs I°) Les notions de base A. Qu’est-ce que l’économétrie ? B. Les modèles économétriques C. Les variables D. Les relations II°) La méthodologie de l’économètre III°) L’économétrie : une discipline reconnue Introduction à l'économétrie (2017-2018) Chapitre 0. Propos introductifs I°) Les notions de base A. Qu’est-ce que l’économétrie ? B. Les modèles économétriques C. Les variables D. Les relations II°) La méthodologie de l’économètre III°) L’économétrie : une discipline reconnue Introduction à l'économétrie (2017-2018) A. Qu’est-ce que l’économétrie ? Application des techniques statistiques et mathématiques qui visent à étudier les corrélations pouvant exister entre des phénomènes ou des variables économiques. Modèle théorique versus modèle sans théorie Modèles théoriques: Recherche d’une validation empirique (modèles keynésiens traditionnels,…) Analyse fondée sur les propriétés statistiques des données (modèles VAR, AR ou ARMA,…) Introduction à l'économétrie (2017-2018) A. Qu’est-ce que l’économétrie ? Un objectif: Déterminer le sens et la force des relations causales entre variables afin de prédire les comportements économiques (ou autres) Permettre l’évaluation des politiques publiques Introduction à l'économétrie (2017-2018) B. Les modèles économétriques Un modèle est un ensemble d’équations (ou une équation unique !) qui vise à expliquer un phénomène par des variables que l’on juge pertinentes. Introduction à l'économétrie (2017-2018) Les grandes dates de la modélisation macroéconométrique Histoire de la modélisation économétrique en bref: Période 1930-1950: modèle pionnier de Tinbergen (1936) et quelques travaux d’universitaires isolés s’appuyant sur des techniques rudimentaires. Période 1950-1965: modèle Klein-Goldberger (qui débouche sur le modèle Wharton), les progrès de l’informatique permettent d’introduire des non-linéarités et des éléments de dynamisation. C’est l’âge d’or de la pensée keynésienne (analyse des fluctuations uploads/Ingenierie_Lourd/ chapitres-0-et-1.pdf