Descriptif
L'objectif de ce cours est d'offrir aux étudiants intéressés par les méthodes statistiques en gestion, marketing, économie et finance, les outils de l'économétrie permettant de tester et de prévoir des relations entre variables économiques.Le cours est construit autour des problèmes spécifiques aux types de données utilisées. Il contient également une initiation aux outils informatiques de l'économétrie.
A l'issue du cours, l'étudiant est en mesure de comprendre les bénéfices et les limites des méthodes proposées, ce qui lui permettra de faire une analyse critique des résultats présentés par les logiciels. Les connaissances acquises dans cette brique seront évaluées par un projet où l'étudiant devra démontrer sa compréhension de l'analyse économétrique.
L'enseignement est construit autour de modules qui utilisent les connaissances statistiques et informatiques de l'élève pour lui permettre de conduire un projet d'analyse économétrique. Les problèmes spécifiques à chaque base de données sont analysés d'un point de vue théorique et au moyen de logiciels statistiques.
Site pédagogique : https://sitepedago.telecom-paristech.fr/front/frontoffice.php?SP_ID=3317&#R3381
Objectifs pédagogiques
Acquis d'apprentissageÀ l'issue de l'UE, l'élève sera capable de:
- Carry out an econometric project and testing hypothesis
- Understanding the relationship between economic models and econometric specifications
Compétences de rattachement (et justification)
- BC5.4 – Tester, gérer un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : At the end of the course, the student is able to estimate, test and interpret the results provided by the software
- BC9.2 – Décrire et prédire les comportements et les événements économiques à l’aide de modélisations; Justification : The course focuses on the importance of economic models leading to an empirical specification.
24 heures en présentiel (16 blocs ou créneaux)
15 heures de travail personnel estimé pour l’étudiant.
effectifs minimal / maximal:
8/35Diplôme(s) concerné(s)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'ingénieur
Statistiques - modèle linéaire Statistics - Linear model
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'ingénieur
Vos modalités d'acquisition :
Project
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE électives acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Echange international non diplomant
Programme détaillé
0. La modélisation économétrique, endogénéité et causalité
1. Le modèle linéaire
2. Test d'hypothèses simples
3. Test d'hypothèses multiples
4. Hétéroscédasticité
5. Séries temporelles
6. Non stationnarité
Mots clés
cross-section, time series, hypothesis testing, heterosckedasticityMéthodes pédagogiques
The course is validated by a project carriet out by 2 studentsSupport pédagogique multimédia