- L’intelligence économique consiste à collecter des données et à les analyser.
- L’analyste veut extraire de l'information des données.
- Il utilise pour cela des modèles.
- Il identife des causalités existantes entre les facteurs.
- Il recherche des relations entre les variables.
- Objectif majeur de l’économétrie : identifier des causalités.
- Le modèle de base est le modèle linéaire.
- Ses soubassements théoriques seront explicités.
- L’estimation des modèles nécessite l’utilisation de logiciels statistiques.
- Cette utilisation est rendue accessible grâce à
R.
- Ses packages en font la référence des chercheurs/consultants.
- Il concurrence les standards tels SAS ou SPSS.
- R sera exclusivement utilisé dans ce cours.
- Ce cours s’adresse aux candidats inscrits en :
- Certificat de spécialisation ”Analyse Statégique de la Concurrence : Principes et Applications”.
- Master ASIF M1 (cours obligatoire).
- Il est recommandé d’avoir une formation de base.
- Niveau EAR005 en statistiques.
- Niveau EAR006 en mathématiques.
- Les étudiants doivent s’investir dans la maîtrise des probabilités.
- Connaître les principales lois (Normale, Student, Fisher, etc.).
- Elles sont indispensables à la compréhension de ce cours.
- Le langage des matrices (vecteur, transposée, inverse, etc.) doit être acquis.
- Il permet la manipulation des régressions au sein du modèle linéaire mutidimensionnel.
- Un grand nombre d’exercices du manuel (Wooldridge) doit être réalisé.
- Vous saurez formuler un modèle linéaire.
- Estimer ses paramètres.
- Interpréter les résultats.
- L’utilisation de données pratiques durant le cours et l’usage intensif du logiciel R leur donnera la possibilté de réaliser plus tard, dans le cadre de leur milieu professionnel, des analyses du même type.
- Rappels de statistiques.
- Rappels de probabilités.
- Distributions d’échantillonnage.
- Inférence statistique sur une moyenne, une variance, etc.
- Régression linéaire simple et méthode des moindres carrés ordinaires.
- Tests d’hypoyhèses et intervalles de confiance (régression simple).
- Notions de calcul matriciel.
- Régression linéaire multiple.
- Tests d’hypoyhèses et intervalles de confiance (régression multiple)
- Examen écrit d’une durée de 3h00 et des devoirs.
- Jeffrey M. Wooldridge, Introductory Econometrics: A Modern Approach, 4th, Mason, Ohio: South-Western Cengage Learning. Edition fran¸caise Introduction à l’économétrie : Une approche moderne. De Boeck.
- Christian Kleiber, Applied Econometrics with R (Use R!), Springer.
-
Ce premier chapitre est une introduction à la programmation avec R.
-
Cette présentation a été intégralement réalisée avec R Notebook de RStudio.
-
J'ai repris les codes du livre KLEIBER, Christian & ZEILEIS, Achim. Applied econometrics with R. Springer Science & Business Media, 2008
-
Vous pouvez vous en inspirer pour vos propres Notebooks.
-
Un Notebook est un document qui combine R et Markdown.
-
Il y a des bouts de textes explicatifs écrits en Mardown.
-
Il y a des bouts de programmes (chunks) exécutables séquentiellement.
-
Il s'agît de Programmation lettrée (Literate Programming) initiée par Donald Knuth .
-
Vous trouverez dans ce manuel tous les outils pour réaliser des graphiques de très haute facture : WICKHAM, H. ggplot2: Elegant Graphics for Data Analysis. Springer, New York, 2009.
-
Pour en savoir plus sur l'histoire de ggplot2.
- Il faut d'abord installer R.
- Sous Windows http://cran.r-project.org/bin/windows/base/.
- Pour Mac OS X http://cran.r-project.org/bin/macosx/.
- Installation de RStudio.
- RStudio est une version plus conviviale et élaborée de R.
- R doit être installé.
- Aller à : http://www.rstudio.com/products/rstudio/download/.
- Vous avez aussi la possibilité de lancer RStudio dans le cloud.
- Aucune installation préalable n'est nécessaire.
- J'ai adopté cette solution pour plus de mobilité.
- Cliquez sur ce lien https://rstudio.cloud/projects .