Statistique en économie et gestion II

Enseignants

Heuchenne Cédric;

Langue
d'enseignement

Français

Thèmes abordés

Partie 1 : Méthodes de base de l'analyse statistique. Après une introduction au modèle statistique (modèle de population et modèle d'échantillonnage), on montre comment les distributions d'échantillonnage de statistiques sont à la base de l'inférence. Ces propriétés permettent de contrôler la précision d'estimateurs ponctuels de construire des intervalles de confiance et de contrôler les risques d'erreur dans une procédure de test d'hypothèses. Partie 2 : Application à quelques problèmes types. Les méthodes de base peuvent alors être adaptées à l'analyse de problèmes d'application utiles en économie et gestion : Analyse de la variance (comparaison de plusieurs moyennes) ; Modélisation de relation entre variables (modèles linéaires) ; Etudes de variables catégorielles y compris un test d'indépendance entre variables. On introduira aussi à travers quelques exemples simples la méthode générale d'estimation par maximum de vraisemblance qui est particulièrement utile dans des modèles plus complexes abordés dans les cours d'économétrie qui suivront. Nous considérons finalement le problème d'une mauvaise spécification du modèle et le cas d'une régression non-linéaire.

Acquis
d'apprentissage

L'objectif de ce cours est d'introduire les raisonnements et les méthodes de base de l'analyse statistique, ainsi que ses applications à la résolution de problèmes statistiques simples rencontrés dans le domaine de l'économie et de la gestion. Ce cours vise aussi à enseigner la matière de base qui sera utilisée dans les cours de statistique et d'économétrie qui suivront dans le curriculum de l'étudiant. A l'issue du cours l'étudiant devra être capable de comprendre les mécanismes de base de l'inférence statistique et de résoudre pratiquement les problèmes standards d'estimation, de construction d'intervalles de confiance et de tests d'hypothèses sur des moyennes, variances et proportions. Il sera également capable de modéliser des relations entre variables par des modèles de régression linéaire simple, avec une introduction aux aspects multivariés.

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».

Contenu

Modèle statistique et distribution d'échantillonnage, Estimation ponctuelle, Estimation par intervalle, Tests d'hypothèses, Comparaison de moyennes, Modèle linéaire, y compris notation matricielle, Méthodes d'estimation y compris Maximum de vraisemblance, Propriétés d'estimateurs, Inférence dans la régression simple, Régression nonlinéaire Méthode : Le cours est donné sous forme : - d'exposés magistraux (l'enseignant introduit et interprète les concepts à partir d'une application et dégage leur forme abstraite), - de séances d'exercices (l'enseignant y soumet des applications/problèmes aux étudiants et propose une démarche de résolution) complétés par une participation active des étudiants sous forme de lectures, résolution autonome de problèmes,...

Autres infos

Pré-requis : Statistique I ou équivalent Evaluation : Examen écrit Support : Thomas, R.L.: Modern Econometrics, Pearson Education Ltd., 1997

Faculté ou entité
en charge

> ESPO