Identifier et estimer une relation de cause à effet

Identifier et estimer une relation de cause à effet

Identifier et estimer une relation de cause à effet

Objectifs

Comprendre les fondements de la démarche économétrique, mettre en œuvre des méthodes simples pour estimer des modèles économétriques  et comprendre les résultats élémentaires des recherches dans ce domaine.

Prérequis

Connaissances de base en économétrie (formations Économétrie 1 et Économétrie 2).

Contenu

La régression linéaire est souvent insuffisante pour identifier des rapports de cause à effet : diminuer  les effectifs par classe améliore- t-il le résultat scolaire moyen des élèves ? Augmenter les taxes sur le prix des cigarettes réduit-il le tabagisme ? Quels sont les effets d’une augmentation du salaire minimum sur l’emploi ? Répondre à ces questions nécessite d’évaluer de façon quantitative une relation de causalité entre une variable explicative et une variable expliquée. Les stagiaires mettent en pratique, sur logiciel, de façon progressive les méthodes présentées au travers d’études concrètes. On insiste sur la nécessité d’une réflexion théorique sur le lien de causalité recherché en lien avec les hypothèses d’identification. On suscite l’intérêt pour une démarche méthodique et critique à l’égard des procédures statistiques.

Les fondamentaux de la régression linéaire

La mécanique de la régression : régression  et espérance conditionnelle

Régression linéaire et causalité : l’hypothèse  d’indépendance conditionnelle des erreurs

Circonstances dans lesquelles la régression ne permet pas d’identifier les relations causales

Exemples et applications

Identifier et estimer la causalité à l’aide de variables instrumentales

Régression linéaire simple avec variable instrumentale dichotomique  : l’estimateur de Wald

La méthode dans le cas général

Plusieurs variables instrumentales

Tests de spécifications : estimation par les doubles moindres carrés

Tests de spécifications : estimation par la méthode des moments généralisés

Les problèmes d’inférence et les VI dans la pratique Leçons issues d’exemples  fameux : connaître la nature des données, l’environnement économique et le cadre institutionnel qui déterminent le comportement des agents.

Estimation par variables instrumentales en présences d’effets hétérogènes.

Outils ou logiciel

Stata
  • Intervent

    Dr Diakite
  • Prix

    0FCFA
  • Duree de la formation

    0-jour(s)

Niveaux

Expert

Commentaires

S'inscrire