Statistique et méthodes de régression pour données spatiales

 
  3 jours       1620       Avancé    
Objectifs de la formation
  • Comprendre les enjeux de la prise en compte des effets spatiaux en statistique et en économétrie
  • Mettre en œuvre les méthodes d’estimation adéquates
  • Interpréter les paramètres associés aux variables spatiales

Prérequis

Bonnes connaissances en économétrie (il est indispensable de maîtriser le contenu des formations Économétrie 1 et Économétrie 2)


Public visé

Cette formation est conseillée à celles et ceux qui souhaitent comprendre et utiliser les statistiques spatiales et les méthodes de régression spatiale à la fois sur données quantitatives et qualitatives.


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
  • Cartographie des indicateurs

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
  • Modèle de dépendance spatiale forte, notamment via les facteurs communs

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
  • Régression spatiale sur données de panel
Approche pédagogique

  Moyens pédagogiques

  • Exposé théorique de concepts
  • Applications pratiques sur ordinateur
  • Etude de cas concrets
  • Échanges sur les pratiques et expériences des participants
  • Débat
  • Suivi pédagogique individualisé
  • Temps de questions / réponses
  • Exercices, quiz, forum etc.