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
A la fin du cours, l'étudiant/e sera capable d'interpréter les résultats empiriques fondés sur des méthodes économétriques. Il/elle sera reconnaitre et comprendre les hypothèses sous-tendant les interprétation de tels résultats. Il/elle sera capable de mettre en oeuvre des spécifications économétriques simples sur données individuelles à partir du logiciel R.
effectifs minimal / maximal:
/64Diplôme(s) concerné(s)
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