Statistique et méthodes de régression pour données spatiales

 
  Toutes les formations  Méthodes statistiques
  3 jours       1530       Avancé    
  Prochaine session
18, 19, 20 décembre 2017
Objectifs

Comprendre les enjeux de la prise en compte des effets spatiaux en statistique et en économétrie, mettre en œuvre les méthodes d’estimation adéquates et interpréter les paramètres associés aux variables spatiales.


Prérequis

Connaissances en économétrie (formations Économétrie 1 et Économétrie 2 indispensables ; formation Au-delà de la corrélation: l’économétrie pour estimer une relation causale souhaitable)


Contenu

L’analyse de données spatiales exige la mise en œuvre d’outils statistiques spécifiques. L’un des plus classiques est la mesure de l’autocorrélation spatiale. Les méthodes de l’économétrie spatiale ont été développées pour tenir compte de cette dépendance spatiale dans les analyses statistiques classiques et éviter que celle-ci n’introduise des biais dans l’estimation des paramètres.

La formation présente les outils de base de la statistique spatiale qui vont compléter et enrichir l’approche strictement cartographique. Elle s’attache ensuite à présenter les manières de formaliser les effets spatiaux (effet de débordement et de dépendance spatiale, hétérogénéité) et les différentes spécifications économétriques spatiales ainsi que leur estimation par différentes méthodes. Les tests de spécifications les plus courants seront également exposés. La formation est illustrée par des exemples issus de la littérature récente dans ce domaine et des applications à partir des logiciels R ou Stata.

Introduction : nécessité de la prise en compte de la dimension spatiale

Introduction à la statistique spatiale

  • La boîte à outils d’analyse des données spatiales
  • Analyse exploratoire des données spatiales et tests

L’étude de l’autocorrélation spatiale en économétrie

  • Une typologie des modèles spatiaux
  • Effet multiplicateur et effet de diffusion spatial
  • Modèle spatialement autorégressif
  • Modèle à erreur spatialement autocorrélée
  • Modèle de Durbin spatial
  • Les tests de spécification

L’étude de l’hétérogénéité spatiale en économétrie

  • Instabilité des paramètres et inférence statistique
  • La régression géographique pondérée
  • Les modèles à régimes spatiaux
  • Interactions entre autocorrélation et hétérogénéité spatiale

Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.