Descriptif

• Remise à niveau (optionnel) :
  
  • Introduction des concepts de base (statistiques, typologie des données, interprétation des graphiques)
  • Introduction aux outils de modélisation économétrique (R)
  • Introduction à la programmation (Python)
• Econométrie (obligatoire, en anglais) :
  
  • Méthodes expérimentales
  • Régression
  • Variable instrumentale
  • Régression sur discontinuité
  • Méthode des doubles différences
• Science des données (obligatoire, en français) :
  
  • Introduction aux modèles supervisés (classification et régression)
  • Régression linéaire
  • Arbres de décision et forêts aléatoires
  • Machine à vecteur de support