v2.11.0 (5790)

Programme d'approfondissement - ECO552B : Econométrie Avancée 1

Domaine > Economie.

Descriptif

Econométrie Linéaire Avancée

Dans ce cours, nous présentons le modèle de régression linéaire et ses bases téhoriques. Nous présentons et discutons les méthodes d'estimation de ces modèles, c'est-à-dire de définir les paramètres d'intérêt, d'estimer et de tester leurs significations statistiques, selon différentes séries d'hypothèses (homoscédasticité ou hétéroscédasticité, exogénéité ou endogénéité), de spécifications (régression simple ou multiple) ou de types de données (transversales, données du panel, chronologiques).

 

Bibliographie :

  • Angrist and Pischke: (2009): Mostly Harmless Econometrics, Princeton University Press.
  • Wooldridge (2013): Introductory Econometrics: A Modern Approach, 5th Edition, South-Western College Publishing

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 5 ECTS

    La note obtenue rentre dans le calcul de votre GPA.

    Pour les étudiants du diplôme M2 MiE - Master in Economics

    L'UE est acquise si Note finale >= 10

      Pour les étudiants du diplôme M1 en Economie

      Le rattrapage est autorisé (Note de rattrapage conservée)
        L'UE est acquise si Note finale >= 10
        • Crédits ECTS acquis : 5 ECTS

        Pour les étudiants du diplôme Programmes d'échange internationaux

        Vos modalités d'acquisition :

        ● tout document autorisé

        Written open book exam 

        L'UE est acquise si Note finale >= 10

          Programme détaillé

          1. Introduction à l'économétrie
          2. Le modèle de régression simple
          3. Analyse de régression multiple :
            1. Estimation
            2. Inférence
            3. Asymptotique
          4. Information qualitative dans la régression linéaire
          5. Hétéroscédasticité
          6. Données transversales et du panel répétées
          7. Variables instrumentales
          Veuillez patienter