ECO 4272 : Introduction ` a l’´ Econom´ etrie Introduction au cours
Steve Ambler
D´epartement des sciences ´economiques Ecole des sciences de la gestion´ Universit´e du Qu´ebec `a Montr´eal
2018: Steve Amblerc
Hiver 2018
Objectifs du cours
I D´efinition de l’´econom´etrie
I Justifier l’approche adopt´ee
I Hypoth`eses statistiques
I Approche matricielle au mod`ele de r´egression multiple
I Utilisation deRdans les tps
Objectifs du cours
I D´efinition de l’´econom´etrie
I Justifier l’approche adopt´ee
I Hypoth`eses statistiques
I Approche matricielle au mod`ele de r´egression multiple
I Utilisation deRdans les tps
Objectifs du cours
I D´efinition de l’´econom´etrie
I Justifier l’approche adopt´ee
I Hypoth`eses statistiques
I Approche matricielle au mod`ele de r´egression multiple
I Utilisation deRdans les tps
Objectifs du cours
I D´efinition de l’´econom´etrie
I Justifier l’approche adopt´ee
I Hypoth`eses statistiques
I Approche matricielle au mod`ele de r´egression multiple
I Utilisation deRdans les tps
Objectifs du cours
I D´efinition de l’´econom´etrie
I Justifier l’approche adopt´ee
I Hypoth`eses statistiques
I Approche matricielle au mod`ele de r´egression multiple
I Utilisation deRdans les tps
Qu’est-ce que l’´ econom´ etrie ?
I Etude de relations quantitatives faisant appel `´ a l’analyse statistique et `a la formulation math´ematique
I Confronter les mod`eles ´economiques `a des ensembles de donn´ees pour en v´erifier la validit´e
Qu’est-ce que l’´ econom´ etrie ?
I Etude de relations quantitatives faisant appel `´ a l’analyse statistique et `a la formulation math´ematique
I Confronter les mod`eles ´economiques `a des ensembles de donn´ees pour en v´erifier la validit´e
Mod` ele ´ econom´ etrique
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui.
I i : fait r´ef´erence `a l’unit´e d’observation.
I Yi : variabled´ependante.
I Xji : variables explicatives.
I ui : al´eas outerme d’erreur.
I βj :param`etres (estimer les valeurs, tester des hypoth`eses)
Mod` ele ´ econom´ etrique
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui.
I i : fait r´ef´erence `a l’unit´e d’observation.
I Yi : variabled´ependante.
I Xji : variables explicatives.
I ui : al´eas outerme d’erreur.
I βj :param`etres (estimer les valeurs, tester des hypoth`eses)
Mod` ele ´ econom´ etrique
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui.
I i : fait r´ef´erence `a l’unit´e d’observation.
I Yi : variabled´ependante.
I Xji : variables explicatives.
I ui : al´eas outerme d’erreur.
I βj :param`etres (estimer les valeurs, tester des hypoth`eses)
Mod` ele ´ econom´ etrique
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui.
I i : fait r´ef´erence `a l’unit´e d’observation.
I Yi : variabled´ependante.
I Xji : variables explicatives.
I ui : al´eas outerme d’erreur.
I βj :param`etres (estimer les valeurs, tester des hypoth`eses)
Mod` ele ´ econom´ etrique
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui.
I i : fait r´ef´erence `a l’unit´e d’observation.
I Yi : variabled´ependante.
I Xji : variables explicatives.
I ui : al´eas outerme d’erreur.
I βj :param`etres (estimer les valeurs, tester des hypoth`eses)
Mod` ele ´ econom´ etrique
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui.
I i : fait r´ef´erence `a l’unit´e d’observation.
I Yi : variabled´ependante.
I Xji : variables explicatives.
I ui : al´eas outerme d’erreur.
I βj :param`etres (estimer les valeurs, tester des hypoth`eses)
Manuels
classiques
I ui ∼N 0, σu2
I Xji fixes (non stochastiques) au lieu d’ˆetre des variables al´eatoires
I philosophie de Stock et Watson : ces hypoth`eses ne tiennent jamais dans les donn´ees utilis´ees en ´economique
Manuels
classiques
I ui ∼N 0, σu2
I Xji fixes (non stochastiques) au lieu d’ˆetre des variables al´eatoires
I philosophie de Stock et Watson : ces hypoth`eses ne tiennent jamais dans les donn´ees utilis´ees en ´economique
Manuels
classiques
I ui ∼N 0, σu2
I Xji fixes (non stochastiques) au lieu d’ˆetre des variables al´eatoires
I philosophie de Stock et Watson : ces hypoth`eses ne tiennent jamais dans les donn´ees utilis´ees en ´economique
Approche de Stock et Watson
I ui : on ne connaˆıt pas la loi que le g´en`ere. On ne peut certainement pas supposer la normalit´e
I Var (ui) : pas forc´ement constante
I Xji : de vraies variables al´eatoires
Approche de Stock et Watson
I ui : on ne connaˆıt pas la loi que le g´en`ere. On ne peut certainement pas supposer la normalit´e
I Var (ui) : pas forc´ement constante
I Xji : de vraies variables al´eatoires
Approche de Stock et Watson
I ui : on ne connaˆıt pas la loi que le g´en`ere. On ne peut certainement pas supposer la normalit´e
I Var (ui) : pas forc´ement constante
I Xji : de vraies variables al´eatoires
Cons´ equences de l’approche
I Utilisation du th´eor`eme de la limite centrale pour faire de l’inf´erence statistique
I Th´eor`eme de la limite centrale : lamoyenne d’un nombre suffisamment ´elev´e devariables al´eatoires qui sont ind´ependamment distribu´eeset qui ont une moyenne et une variancefinies est approximativement distribu´ee selon une loi normale .
I D´esavantage : propri´et´es statistiques des estimateurs un peu plus difficiles `a d´eriver
I Avantage : utilisation presqu’exclusive de la loi normale pour l’inf´erence statistique. Les tests qu’on utilise sont plus robustes. Le motrobuste reviendra souvent
Cons´ equences de l’approche
I Utilisation du th´eor`eme de la limite centrale pour faire de l’inf´erence statistique
I Th´eor`eme de la limite centrale : lamoyenne d’un nombre suffisamment ´elev´e devariables al´eatoires qui sont ind´ependamment distribu´eeset qui ont une moyenne et une variancefinies est approximativement distribu´ee selon une loi normale
.
I D´esavantage : propri´et´es statistiques des estimateurs un peu plus difficiles `a d´eriver
I Avantage : utilisation presqu’exclusive de la loi normale pour l’inf´erence statistique. Les tests qu’on utilise sont plus robustes. Le motrobuste reviendra souvent
Cons´ equences de l’approche
I Utilisation du th´eor`eme de la limite centrale pour faire de l’inf´erence statistique
I Th´eor`eme de la limite centrale : lamoyenne d’un nombre suffisamment ´elev´e devariables al´eatoires qui sont ind´ependamment distribu´eeset qui ont une moyenne et une variancefinies est approximativement distribu´ee selon une loi normale .
I D´esavantage : propri´et´es statistiques des estimateurs un peu plus difficiles `a d´eriver
I Avantage : utilisation presqu’exclusive de la loi normale pour l’inf´erence statistique. Les tests qu’on utilise sont plus robustes. Le motrobuste reviendra souvent
Cons´ equences de l’approche
I Utilisation du th´eor`eme de la limite centrale pour faire de l’inf´erence statistique
I Th´eor`eme de la limite centrale : lamoyenne d’un nombre suffisamment ´elev´e devariables al´eatoires qui sont ind´ependamment distribu´eeset qui ont une moyenne et une variancefinies est approximativement distribu´ee selon une loi normale .
I D´esavantage : propri´et´es statistiques des estimateurs un peu plus difficiles `a d´eriver
I Avantage : utilisation presqu’exclusive de la loi normale pour l’inf´erence statistique. Les tests qu’on utilise sont plus robustes. Le mot robuste reviendra souvent
D´ esavantage principal de Stock et Watson
I Ils ´evitent soigneusement d’utiliser l’alg`ebre lin´eaire (sauf vers la fin du livre, version en anglais)
Yi =β0+β1X1i +β2X2i +. . .+βkXki +ui
devient
Y =Xβ+U.
I D´esavantage : il faut assimiler la notation matricielle (d´ej`a fait en ECO1272 !)
I Avantage : une fois la notation assimil´ee, l’alg`ebre devient beaucoup plus facile
D´ esavantage principal de Stock et Watson
I Ils ´evitent soigneusement d’utiliser l’alg`ebre lin´eaire (sauf vers la fin du livre, version en anglais)
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui
devient
Y =Xβ+U.
I D´esavantage : il faut assimiler la notation matricielle (d´ej`a fait en ECO1272 !)
I Avantage : une fois la notation assimil´ee, l’alg`ebre devient beaucoup plus facile
D´ esavantage principal de Stock et Watson
I Ils ´evitent soigneusement d’utiliser l’alg`ebre lin´eaire (sauf vers la fin du livre, version en anglais)
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui
devient
Y =Xβ+U.
I D´esavantage : il faut assimiler la notation matricielle (d´ej`a fait en ECO1272 !)
I Avantage : une fois la notation assimil´ee, l’alg`ebre devient beaucoup plus facile
D´ esavantage principal de Stock et Watson
I Ils ´evitent soigneusement d’utiliser l’alg`ebre lin´eaire (sauf vers la fin du livre, version en anglais)
Yi =β0+β1X1i +β2X2i+. . .+βkXki +ui
devient
Y =Xβ+U.
I D´esavantage : il faut assimiler la notation matricielle (d´ej`a fait en ECO1272 !)
I Avantage : une fois la notation assimil´ee, l’alg`ebre devient beaucoup plus facile
R
I Logiciel puissant, gratuit, et libre ou ouvert (open source)
I Logiciel pr´edominant en statistique
I De plus en plus r´epandu en ´econom´etrie =>de plus en plus de programmes disponibles pour estimer les mod`eles sp´ecialis´es
R
I Logiciel puissant, gratuit, et libre ou ouvert (open source)
I Logiciel pr´edominant en statistique
I De plus en plus r´epandu en ´econom´etrie =>de plus en plus de programmes disponibles pour estimer les mod`eles sp´ecialis´es
R
I Logiciel puissant, gratuit, et libre ou ouvert (open source)
I Logiciel pr´edominant en statistique
I De plus en plus r´epandu en ´econom´etrie =>de plus en plus de programmes disponibles pour estimer les mod`eles sp´ecialis´es