Économétrie du modèle linéaire

Tronc commun

Année
2e année
Semestre
Semestre 3
Unité d’enseignement
Économétrie 1
Volume horaire
25 h
Crédits
2,5

Les fiches sont renseignées à partir des syllabus RESA/ENEAM et peuvent être actualisées par l’équipe pédagogique. Les modalités d’évaluation indiquées ne remplacent pas les consignes du cours.

Objectif du cours

Présenter l’économétrie du modèle linéaire et les outils statistiques pour estimer les paramètres, valider les hypothèses du modèle et interpréter les résultats.

Plan du cours

  1. Chapitre 1 : Généralites sur la modélisation statistique

    4 h
    • Objet de l’économétrie
    • Démarche de l’économétrie
    • Théorie de la corrélation
    • Modèles économétriques (modèle linéaire, modèle binomial, modèle multinomial, modèle Log-
    • Normal)
  2. Chapitre 2 : Modèle de regression linéaire simple

    5 h
    • Ecriture du modèle
    • Inférence statistique dans un modèle de régression linéaire
    • Analyse de la variance et qualité d’ajustement de la droite de régression
    • Prévision avec un modèle de régression linéaire simple
    • Exemple d’application
  3. Chapitre 3 : Modèle de regression linéaire multiple

    8 h
    • Ecriture du modèle
    • Inférence statistique dans un modèle de régression linéaire
    • Analyse de la variance et qualité d’ajustement de l’hyperplan de régression
    • Prévision avec un modèle de régression linéaire multiple
    • Exemple d’application
  4. Chapitre 4 : Pratique de la regression

    8 h
    • Analyse des résidus : validation des hypothèses
    • Détection des données anormales
    • Analyse de la multicolinéarité
    • Sélection des variables et choix de modèles parcimonieux
    • Utilisation des variables explicatives muettes
    • Linéarisation des modèles

Évaluation

un contrôle écrit

Bibliographie

  • Berry W.D. and Feldman S. (1985), Multiple Regression in Pratice, SAGE university papers.
  • Bourdonnais R. (2004), Econométrie, Dunod.
  • Fox J. (1991), Regression Diagnostics, SAGE university papers.
  • Hardy M. (1993), Regression with Dummy Variables, SAGE university papers.
  • Iversen G.R and H. Norpoth (1976), Analysis of Variance, SAGE university papers.
  • Johnson (1985), Econométrie, tomes 1 et 2, Economica.
  • Netter J., W. Wasserman, M. Kurtner, (1985), Regression Analysis of Variance and Experimental design, Eds Irwin Homewood.
  • Saporta G. (1990), Probabilités, analyse des données et statistique, Technip.
  • Wildt A.R and Hatola O.T. (1978), Analysis of Covariance, SAGE university papers.

Restez informé des actualités de la formation : nouvelles, événements, annonces importantes et opportunités.

  • Actualités et annonces de la filière
  • Dates importantes et échéances
  • Événements académiques et professionnels

Abonnez-vous à la newsletter

Vos données sont protégées. Désabonnement en un clic.

Support

Signaler un bug ou faire une suggestion