Économétrie : théorie et applications

Cet ouvrage présente les bases de l'économétrie. Il met l'accent sur l'acquisition des méthodes et des compétences indispensables à tout étudiant pour réussir son cursus et à tout praticien désireux d'appliquer les techniques économétriques. L'auteur répond à un besoin pédag...

Cijeli opis

Spremljeno u:
Bibliografski detalji
Glavni autor: Mignon, Valérie, 1970-...., économiste (Autor uvoda, itd.)
Format: Livre papier
Jezik:Français
Izdano: Paris : Economica DL 2022.
Izdanje:2e édition.
Serija:Corpus. Economie
Teme:
Autres localisations: Voir dans le Sudoc
Sadržaj:
  • P. XI
  • Avant-propos
  • P. 1
  • Chapitre 1. Développements introductifs
  • P. 1
  • 1. Qu'est-ce que l'économétrie ? Quelques exemples introductifs
  • P. 7
  • 2. Modèle et variable
  • P. 10
  • 3. Rappels de statistique
  • P. 18
  • 4. Brève introduction au concept de stationnarité
  • P. 22
  • 5. Bases de données et logiciels
  • P. 25
  • Conclusion
  • P. 25
  • L'essentiel du chapitre
  • P. 26
  • Repères bibliographiques
  • P. 27
  • Chapitre 2. Le modèle de régression simple
  • P. 27
  • 1. Généralités
  • P.32
  • 2. Les moindres carrés ordinaires (MCO)
  • P. 48
  • 3. Tests sur les paramètres de régression
  • P. 57
  • 4. Analyse de la variance et coefficient de détermination
  • P. 64
  • 5. Prévision
  • P. 66
  • 6. Quelques extensions du modèle de régression simple
  • P. 72
  • Conclusion
  • P. 72
  • L'essentiel du chapitre
  • P. 73
  • Repères bibliographiques
  • P. 73
  • Annexe 2.1 : démonstrations
  • P. 84
  • Annexe 2.2 : loi normale et test de normalité
  • P. 87
  • Annexe 2.3 : la méthode du maximum de vraisemblance
  • P. 90
  • Chapitre 3. Le modèle de régression multiple
  • P. 90
  • 1. Écriture du modèle sous forme matricielle
  • P. 92
  • 2. Les estimateurs des MCOpp
  • P. 100
  • 3. Tests sur les coefficients de régression
  • P. 104
  • 4. Analyse de la variance et coefficient de détermination corrigé
  • P. 114
  • 5. Quelques exemples d'applications en coupe transversale
  • P. 119
  • 6. Prévision
  • P. 122
  • 7. Critères de comparaison de modèles
  • P. 125
  • 8. Application empirique
  • P. 129
  • Conclusion
  • P. 130
  • L'essentiel du chapitre
  • P. 130
  • Repères bibliographiques
  • P. 131
  • Annexe 3.1 : éléments d'algèbre matricielle
  • P. 136
  • Annexe 3.2 : démonstrations
  • P. 144
  • Chapitre 4. Les problèmes liés aux erreurs : hétéroscédasticité et autocorrélation
  • P. 145
  • 1. Les estimateurs des moindres carrés généralisés
  • P. 148
  • 2. Hétéroscédasticité des erreurs
  • P. 165
  • 3. Autocorrélation des erreurs
  • P. 186
  • Conclusion
  • P. 187
  • L'essentiel du chapitre
  • P. 187
  • Repères bibliographiques
  • P. 188
  • Chapitre 5. Les problèmes liés aux variables explicatives
  • P. 189
  • 1. Variables explicatives aléatoires et méthodes des variables instrumentales
  • P. 192
  • 2. Multicolinéarité et sélection de variables
  • P. 204
  • 3. Changements structurels et variables indicatrices
  • P. 221
  • Conclusion
  • P. 222
  • L'essentiel du chapitre
  • P. 222
  • Repères bibliographiques
  • P. 223
  • Annexe : démonstration de la formule des estimateurs des mondres carrés contraints
  • P. 224
  • Chapitre 6. Modèles à retard échelonnés
  • P. 224
  • 1. Pourquoi introduire des retards ? Quelques exemples
  • P. 227
  • 2. Formulation générale et définitions des modèles à retars échelonnés
  • P. 228
  • 3. Détermination du nombre de retards et estimation
  • P. 229
  • 4. Les modèles à retards échelonnés en nombre fini : les retard d'Almon
  • P. 231
  • 5. Les modèles à retards échelonnés en nombre infini
  • P. 238
  • 6. Les modèles à retards échelonnés autorégressifs
  • P. 239
  • 7. Application empirique
  • P. 241
  • Conclusion - L'essentiel du chapitre
  • P. 242
  • Repères bibliographiques
  • P. 243
  • Chapitre 7. Une introduction aux modèles de séries temporelles
  • P. 243
  • 1. Quelques définitions
  • P. 248
  • 2. Stationnarité : fonction d'autocorrélation et test de racine unitaire
  • P. 267
  • 3. Les processus ARMA
  • P. 280
  • 4. Extension au cas multivarié : les processus VAR
  • P. 288
  • 5. Cointégration et modèle à correction d'erreur
  • P. 299
  • Conclusion
  • P. 300 L'essentiel du chapitre
  • P. 301 Repères bibliographiques
  • P. 302
  • Chapitre 8. Les modèles à équations simultanées
  • P. 302
  • 1. Le cadre d'analyse
  • P. 307
  • 2. Le problème de l'identification
  • P. 311
  • 3. Les méthodes d'estimation
  • P. 315
  • 4. Test de spécification
  • P. 316
  • 5. Application empirique
  • P. 325
  • Conclusion
  • P. 326
  • L'essentiel du chapitre
  • P. 326
  • Repères bibliographiques
  • P. 327
  • Annexe : Tables statiques
  • P. 333
  • Bibliographie
  • P. 341
  • Index.