Économétrie

Le thème principal de ce cours est l’étude du modèle de régression linéaire, et son estimation par la méthode des moindres carrés dont nous présenterons les propriétés à distance finie, et les propriétés asymptotiques. Nous étudierons aussi les méthodes pour traiter l’hétéroscédasticité, et l’autocorrelation.
Dans une deuxième partie nous étudierons la méthode des variables instrumentales pour traiter le problème posé par la présence de régresseurs endogènes. On étudiera alors la méthode d’estimation des doubles moindres carrés, ainsi que la question des instruments faibles. Enfin (si le temps le permet), nous introduirons quelques méthodes pour l’analyse de séries temporelles.
Les différentes méthodes étudiées en cours seront mise en pratique dans le cadre d’applications qui seront faites avec le langage de programmation Python (et dans une moindre mesure avec R).

Objectifs : 

- Connaissance des différentes méthodes d’estimation des modèles linéaires et des hypothèses associées à chaque méthode.
- Capacité à réaliser des études empiriques impliquant l’estimation de modèles linéaires à partir de jeux de données

Connaissances en :

- Statistiques (Probabilités et Échantillonnage)
- Mathématiques (Calcul matriciel, Optimisation)
- Économétrie (modèle linéaire)

Crépon B. et N. Jacquemet, 2010, Econométrie : Méthode et Applications, De Boeck Université
Wooldridge J., 2010, Econometric Analysis of cross section and panel data, The MIT Press