Upload
adoua16
View
52
Download
0
Embed Size (px)
Citation preview
5/10/2018 Syllabus Du Cours_Econometrie - slidepdf.com
http://slidepdf.com/reader/full/syllabus-du-courseconometrie 1/3
Syllabus du cours
Econométrie des Modèles Linéaires
Modèles Econométriques à une Equation
Chargé du Cours : Denis B. AKOUWERABOU/ Ph.D./Candidate
Ce cours d’introduction à l’économétrie des modèles linéaires poursuit deux objectifs. Il vise
tout d’abord à rendre les étudiantes et étudiants aptes à réaliser des analyses empiriques au
moyen de la régression linéaire multiple ainsi qu’a pouvoir lire, comprendre et évaluer les
études économétriques. Le cours fournit également les éléments théoriques suffisants pour
approfondir la compréhension de l’économétrie.
Dans un premier instant, nous analyserons le modèle le plus simple de la régression linéaire
connu sous le nom de Modèle Linéaire Simple. Ensuite, nous examinerons les propriétés des
estimateurs des Moindres Carrés Ordinaires. La généralisation de ce modèle nous conduira à
l’analyse du Modèle Linéaire Générale, dont le modèle à deux variables est le cas particulier.
Nous discuterons également des tests d’hypothèse et des problèmes éventuels liés à
l’estimation des paramètres du modèle linéaire général. Pour y parvenir le cours est organisé
en quatre chapitres. Les trois premiers chapitres ont cependant pour rôle de préparer les
étudiantes et étudiants à la compréhension du dernier chapitre qui est la cible principale.
Chapitre 1 : Le Modèle Linéaire Simple (MLS) : Estimation Ponctuelle
1. Description du problème et exemple économiques
2. Le modèle et ses hypothèses
3. Les estimateurs des Moindres Carrés Ordinaires (MCO)
4. Les propriétés des estimateurs
5. Les Moments des estimateurs MCO
6. Convergence en probabilité des estimateurs MCO
5/10/2018 Syllabus Du Cours_Econometrie - slidepdf.com
http://slidepdf.com/reader/full/syllabus-du-courseconometrie 2/3
7. Interprétation matricielle
8. Théorème de Gauss-Markov
9. Estimation de la variance des erreurs
10. Décomposition de la variance : le coefficient de détermination
11. Exemple numérique
Chapitre 2 : Intervalle de confiance et tests d’hypothèses dans le MLS
1. Tests sur les coefficients individuels
2. Test sur les deux paramètres a et b
3. Test sur une combinaison linéaire des coefficients
4. Prévision
5. Exemple numérique
Chapitre 3 : Compléments d’algèbre matricielle
1. Formes quadratiques
2. Matrice symétriques et idempotentes
3. L’inversion en forme partagée
4. Notion de dérivation matricielle
Chapitre 4 : Le Modèle Linéaire Général (MLG) : La régression multiple
1. Le modèle et ses hypothèses
2. Les estimateurs des MCO
3. Moments des estimateurs des MCO