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
Objectifs pédagogiques
At the end of the course, the student will be able to interpret the empirical results based on econometric methods. He/she will acknowledge and understand the assumptions that underline the interpretation of such results. He/she will be able to run simple linear econometric specifications using Stata on individual data.
effectifs minimal / maximal:
/64Diplôme(s) concerné(s)
- M1 MiE - Master en Economie
- Programmes d'échange internationaux
- Titre d’Ingénieur diplômé de l’École polytechnique
Parcours de rattachement
Pour les étudiants du diplôme M1 MiE - Master en Economie
Probability, Economics
Pour les étudiants du diplôme Programmes d'échange internationaux
Probability, Economics
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme Programmes d'échange internationaux
Vos modalités d'acquisition :
Written open book exam
Pour les étudiants du diplôme M1 MiE - Master en Economie
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé
- Introduction à l'économétrie
- Le modèle de régression simple
- Analyse de régression multiple :
- Estimation
- Inférence
- Asymptotique
- Information qualitative dans la régression linéaire
- Hétéroscédasticité
- Données transversales et du panel répétées
- Variables instrumentales