Économétrie 2 : approfondissements
Prochaine session
21, 22, 23 juin 2023
Mettre en œuvre des méthodes simples pour mener à bien des études quantitatives qui nécessitent d’estimer des modèles.
Connaissances de base en économétrie (c’est un prolongement de la formation Économétrie 1).
Après des rappels sur le modèle linéaire classique dans une perspective prédictive ; on présente deux extensions fondamentales. Une première traite de l’estimation robuste en présence d’hétéroscédasticité et/ou d’autocorrélation. Bien souvent, l’objectif des études quantitatives est d’établir et de mesurer des rapports de cause à effet : augmenter les dépenses de campagne publicitaire permet-elle d’augmenter ses parts de marché ? Taxer les cigarettes réduit-il de façon significative le tabagisme ? La régression linéaire est souvent insuffisante pour répondre à ce type de questions. Une seconde partie est donc consacrée au problème de l’inférence causale. Les stagiaires mettent en pratique, de façon progressive, sur logiciel, les méthodes présentées au travers d’études concrètes. Les applications sont menées à partir des logiciels R et STATA. Les stagiaires peuvent réaliser les exercices avec le logiciel de leur choix (Stata, R, SAS).
Introduction : retour sur le modèle linéaire classique
Estimations robustes
- Situations concrètes d’hétérosédasticité et d’autocorrélation
- Effets sur la précision des estimateurs des MCO
- Tests et estimations en présence d’hétéroscédasticité
- Exemples et applications
Inférence causale
- Régression et causalité
- L’importance du choix des variables de contrôle
- Situations où la régression ne permet pas d’identifier des relations causales
- Exemples et applications
Identification et estimation à l’aide de variables instrumentales
- L’estimateur de Wald
- La méthode dans le cas général : Estimateur des doubles moindres carrés
- Tests de spécifications
- Problèmes d’inférence : les VI dans la pratique
- Exemples et applications
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.