Économétrie des modèles multi-niveaux

 
  Toutes les formations  Méthodes statistiques
  2 jours       1020       Expert    
Objectifs

Face à des données « multi-indicées », savoir choisir la modélisation le plus pertinente en fonction de ses besoins, connaitre les avantages et limites des différents modèles statistiques classiquement utilisés.


Prérequis

Très bonnes connaissances en économétrie (formation Au-delà de la corrélation: l’économétrie pour estimer une relation causale).


Contenu

La formation a pour but de présenter différents types de modèles permettant de prendre en compte l’hétérogénéité inobservée en présence de “données à indice multiple”. Il peut par exemple s’agir de données sur des élèves dans des classes, de données sur les consultations de médecins auprès de différents patients, de données concernant différents médecins dans des établissements des soins, des salariés dans des entreprises, etc. Aussi bien les modèles dits “multi-niveaux” que les “modèles mixtes” ou “modèles hiérarchiques” relèvent de cette logique.

Rappel sur le modèle linéaire :

existence de l’estimateur des moindres carrés ordinaires (MCO), absence de biais, convergence, estimation de variance, efficacité.

Présentation du modèle à effet fixe :

propriétés, méthodes d’estimation.

Présentation du modèle à effet aléatoire :

propriétés, méthodes d’estimation

Discussion des deux types de modèle dans le cadre linéaire, présentation d’une procédure simple de test de modèle

Le cas des modèles binaires :

  • Rappel sur l’économétrie des modèles à variables qualitatives en coupe,
  • Présentation du problème des paramètres incidents,
  • Le modèle logit-conditionnel,
  • Les modèles logit et probit à effet aléatoire.

Exercices de programmation des différents modèles sur micro-ordinateur