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
Objectifs pédagogiques
- Comprendre les concepts de bases en économétrie et en science des données
- Prendre connaissance de la variété des méthodes et cas d’usage en économétrie (inférence causale) et en science des données
- Se familiariser avec les outils de programmation (R et Python) utilisés en économétrie et en science des données
21 heures en présentiel
Diplôme(s) concerné(s)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Industries de réseau et economie numérique (IREN)
L'UE est acquise si Note finale >= 7- Crédits ECTS acquis : 3 ECTS
Le coefficient de l'UE est : 3
La note obtenue rentre dans le calcul de votre GPA.