Modélisation et exploration des données multivariées - Applied Econometrics

Enseignants

Draye Xavier; Gaspart Frédéric; Symul Laura;

Langue
d'enseignement

Français
> English-friendly

Préalables

Eléments de probabilité et de statistique (typiquement les cours BIR 1203 et BIR 1204).

Thèmes abordés

Méthodes quantitatives d'analyse des données dans le domaine de la bioingénierie. Le partim A (biométrie) aborde les méthodes d’analyse des données issues d’expériences : analyse de la variance à un ou plusieurs critères de classification croisés ou hiérarchisés, modèles linéaires généralisés (facteurs catégoriels et continus), modèles pour données catégorielles, analyse en composantes principales. Le partim B (applied econometrics) aborde le cas des données non expérimentales issues d’enquêtes (données en panels, séries temporelles et coupes transversales, concepts d’endogénéité et de stationarité, modèles à effets fixes et aléatoires).

Contenu

LBIRA2110A - Biométrie
Introduction
Modèles pour une réponse quantitative et un facteur fixe

• Modèle linéaire à un facteur quantitatif
• Modèle polynomial ou non linéaire
• Analyse de la variance à un facteur fixe

 Modèles linéaires pour une réponse quantitative et deux facteurs fixes

• Analyse de la variance à deux facteurs fixes
• Régression linéaire multiple
• Analyse de covariance et modèle linéaire général

Modèles pour données catégorielles

• Tables de contingences
• Régression logistique
• Modèles linéaires généralisés

Méthodes multivariées

• Analyse en composantes principales
• Clustering hiérarchique et k-means

Le cours comprend un apprentissage en R qui sera basé (entre-autre) sur la plate-forme DATA-CAMP (https://datacamp.com)
LBIRA2110B – Applied Econometrics
Introduction to the different data types (cross-sections, time series, panel data) and to the small-sample and large-sample justifications of the OLS estimators
Cross-sections : typical exceptions to the Gauss-Markov assumptions, sources of endogeneity, IV estimators
Time series : the problem of non-stationarity, unit root tests, a few typical econometric specification for time series (Koyck, ECM,...)
Panel data : fixed effect model vs random effect model, the unifying Mundlak approach

Méthodes d'enseignement

Cours en auditoire / Teams
Séances de TP
Apprentissage du logiciel R avec Data Camp
Cours en auditoire / Teams
Devoirs à domicile

Modes d'évaluation
des acquis des étudiants

Biométrie (60% des points pour LBIRA2110)
Examen écrit
Test R en cours de quadrimestre
Evaluation continue (préparation de TP, quizz)
Applied Econometrics (40% des points pour LBIRA2110)
Homework in groups.
Note globale
La note globale est la somme des notes des deux parties mais n'est acquise que si chacune des parties est réussie (voir détails sur moodle).  Si ce n'est pas le cas, la note globale est la plus petite des deux notes.  

Autres infos

Ce cours peut être donné en anglais

Ressources
en ligne

Toutes les ressources en ligne se trouvent sur Moodle. Elles comprennent:

• Transparents de théorie et d'exemples liés au cours
• Enregistrement des cours (podcasts)
• Enoncés d'exercices
• Recueil de formules

Faculté ou entité
en charge

AGRO