Formation d'économiste-statisticien

Leçon 1 • Statistique descriptive pour les données économiques

Enseigne la tendance centrale, la dispersion et la forme de distribution pour les variables économiques. Permet une synthèse précise avant la modélisation.

Leçon 2 • Concepts économiques pour les statisticiens

Présente la rareté, les marchés, les incitations et les distinctions macro-micro. Ancre le travail statistique dans un contexte économique dès le départ.

Leçon 3 • Introduction aux indicateurs économiques

Passe en revue les principaux indicateurs macroéconomiques et leur construction statistique. Relie la conception des indicateurs aux concepts de mesure introduits précédemment.

Leçon 4 • Raisonnement statistique et mesure

Couvre les niveaux de mesure, l'incertitude et la logique de l'inférence. Relie la théorie de la mesure à la collecte de données économiques.

Leçon 1 • Théorème de Bayes et mise à jour des croyances

Présente le raisonnement bayésien et la mise à jour des probabilités a priori en a posteriori. Applique la révision des croyances aux prévisions économiques et à l'évaluation des politiques.

Leçon 2 • Lois de probabilité continues

Examine les lois normale, log-normale, uniforme et exponentielle. Relie le choix de la loi à la nature des variables économiques.

Leçon 3 • Lois de probabilité discrètes

Couvre les lois binomiale, de Poisson et géométrique avec des exemples économiques. Développe l'intuition pour la modélisation des dénombrements et des résultats binaires.

Leçon 4 • Lois multivariées et dépendance

Présente les lois jointes, marginales et conditionnelles ainsi que la covariance. Prépare les étudiants à la régression multivariée et à l'analyse de portefeuille.

Leçon 1 • Cadre du test d'hypothèse

Établit les hypothèses nulle et alternative, les statistiques de test et les règles de décision. Applique le cadre aux questions de politique économique et de recherche.

Leçon 2 • Intervalles de confiance et estimation par intervalle

Construit des intervalles de confiance pour les moyennes, les proportions et les coefficients de régression. Interprète la largeur de l'intervalle en fonction de la taille de l'échantillon et de la précision.

Leçon 3 • Tests non paramétriques et robustes

Présente les tests basés sur les rangs et les tests de permutation pour les données économiques non normales. Étend l'inférence aux situations où les hypothèses distributionnelles ne sont pas vérifiées.

Leçon 4 • Estimation ponctuelle et propriétés des estimateurs

Couvre l'absence de biais, la convergence, l'efficacité et la suffisance des estimateurs. Établit des critères pour le choix des estimateurs dans les applications économiques.

Leçon 1 • Comptes nationaux de revenu et de produit

Explique la mesure du PIB par les approches des dépenses, des revenus et de la production. Relie les identités comptables à l'analyse macroéconomique.

Leçon 2 • Analyse entrées-sorties

Construit et interprète les tableaux entrées-sorties et les multiplicateurs de Leontief. Applique l'analyse entrées-sorties à l'impact sectoriel et à la simulation de politiques.

Leçon 3 • Indices de prix et déflation

Construit les indices de prix de Laspeyres, Paasche et Fisher et applique la déflation. Permet la conversion des agrégats économiques nominaux en réels.

Leçon 4 • Conception de questionnaires et qualité des données

Aborde la formulation des questions, les échelles de réponse et le biais de non-réponse. Relie la qualité du questionnaire à la fiabilité des estimations économiques.

Leçon 1 • Régression multiple et spécification du modèle

Étend les MCO à plusieurs prédicteurs et aborde le biais de variable omise. Enseigne les stratégies de sélection de variables et de test de spécification.

Leçon 2 • Régression linéaire simple

Dérive les estimateurs MCO, interprète la pente et l'ordonnée à l'origine, et évalue l'ajustement. Établit le cadre de régression utilisé tout au long du cours.

Leçon 3 • Variables instrumentales et endogénéité

Aborde l'endogénéité à l'aide de VI et de l'estimation par les doubles moindres carrés. Applique les méthodes VI aux questions causales en économie du travail et du développement.

Leçon 4 • Hypothèses de Gauss-Markov et diagnostics

Examine chaque hypothèse classique et teste les violations. Relie les violations d'hypothèses à des estimateurs biaisés ou inefficaces dans les modèles économiques.

Leçon 1 • Composantes des séries temporelles et décomposition

Identifie les composantes de tendance, saisonnière et cyclique dans les séries économiques. La décomposition sous-tend toutes les étapes ultérieures de modélisation des séries temporelles.

Leçon 2 • Modèles ARMA et ARIMA

Couvre les processus autorégressifs et de moyenne mobile ainsi que la méthodologie de Box-Jenkins. Applique ARIMA aux séries du PIB, de l'inflation et financières.

Leçon 3 • Autorégression vectorielle et analyse structurelle

Estime des modèles VAR et utilise les fonctions de réponse impulsionnelle et la décomposition de la variance. Permet l'analyse des interactions dynamiques entre variables économiques.

Leçon 4 • Coïntégration et modèles à correction d'erreur

Teste les relations d'équilibre à long terme et estime les MCE. Relie la théorie de la coïntégration à la modélisation macroéconomique de variables liées.

Leçon 1 • Modèles pour données de dénombrement et de durée

Modélise les dénombrements d'événements avec la régression de Poisson et binomiale négative et les durées avec des modèles de hasard. S'applique aux épisodes de chômage et aux données d'entrée sur le marché des entreprises.

Leçon 2 • Modèles de choix binaires et multinomiaux

Estime les modèles logit et probit et interprète les effets marginaux. S'étend aux résultats multinomiaux et ordonnés pour des décisions économiques plus riches.

Leçon 3 • Inférence causale et évaluation de programmes

Applique les méthodes des différences de différences, de régression sur discontinuité et d'appariement. Estime les effets causaux des politiques et des interventions sur les résultats économiques.

Leçon 4 • Régression censurée et tronquée

Aborde la sélection d'échantillon et la censure avec les modèles Tobit et Heckman. Corrige le biais de sélection dans les données de salaire, de consommation et d'offre de travail.

Leçon 1 • Mesure de la pauvreté, des inégalités et du bien-être

Construit les lignes de pauvreté, les coefficients de Gini et les indices de bien-être à partir de données d'enquête. Applique l'analyse distributionnelle pour évaluer les politiques sociales et fiscales.

Leçon 2 • Communication des résultats statistiques

Enseigne la visualisation des données, la rédaction de résumés analytiques et la communication de l'incertitude. Prépare les étudiants à présenter les résultats à des publics techniques et non techniques.

Leçon 3 • Gestion des données et reproductibilité

Couvre le nettoyage, la fusion et le contrôle de version des données pour une analyse reproductible. Établit des flux de travail professionnels pour la recherche économique collaborative.

Leçon 4 • Analyse des politiques budgétaires et monétaires

Évalue les multiplicateurs budgétaires, la soutenabilité de la dette et les mécanismes de transmission monétaire. Utilise les outils de régression et VAR des chapitres précédents pour la simulation de politiques.