Modélisation statistique

Code UE : STA110

  • Cours
  • 9 crédits

Responsable national

Michel BERA

Responsable opérationnel

Henri BERTHOLON

Public et conditions d'accès

Avoir le niveau de l'unité d'enseignement : STA. 103 (calcul des probabilités).

Objectifs pédagogiques

Maîtriser les outils de la modélisation statistique (choix de modèles, test de spécification et de significativité, estimation, régions de confiances) dans un contexte général (modèles non linéaires, modèles dynamiques...), acquérir un savoir faire pratique dans la construction d'un modèle destiné à formaliser un problème concret (fonction de comportement, choix discrets, prévision, sélection, scénarios, causalité, propagation de chocs, hétérogénéité inobservable...) et savoir mettre en oeuvre un logiciel de modélisation statistique avancé ( logiciel R ).

Compétences visées

Statisticien modélisateur

Contenu

Outils généraux
Simulation des lois usuelles.
Estimation de densité et d'espérance conditionnelle par la méthode du noyau.
Principaux résultats asymptotiques : lois des grands nombres, théorème central limite.
Modèles statistiques paramétriques et semi-paramétriques, information, pseudo vraie valeur d'un paramètre
Estimateurs extrémaux.
Modèles d'échantillonnage, modèles conditionnels, modèles dynamiques
M-estimateurs
Moindres carrés non linéaires : modèles splines, modèles index (applications à la biométrie et à la finance).
Maximum de vraisemblance : modèles à réponse qualitative (applications au marketing), modèles à réponses entières (applications à l'assurance automobile), modèle VAR, modèle ARCH (applications aux variables boursières).
Test de Wald, du score, du rapport de vraisemblance.
Régions de confiance asymptotiques.
Choix de modèles (critères de Takeuchi, d'Akaike et de Schwarz). Tests d'hypothèse non emboîtées (Test de Davidson Mc Kinnon).
Introduction  à la Statistique Bayésienne

L'enseignement comporte une initiation au logiciel R et une mise en oeuvre de ce logiciel dans diverses applications.

Bibliographie

  • GOURIEROUX, MONFORT : Statistique et modèles économiques - 2 tomes (Economica)
  • GOURIEROUX, MONFORT : Séries temporelles et modèles dynamiques (Economica)
  • CAMERON, TRIVEDI : Regression analysis of count data models (Cambridge University Press)
  • MADDALA : Limited dependent and qualitative variables in econometrics (Princeton University Press)
  • HAMILTON : Time series analysis (Princeton University Press)
  • MONFORT : Cours de probabilités (Economica)
  • MONFORT : Cours de statistique mathématique (Economica)

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Type
Intitulé
Equipe pédagogique
Modalité(s) / Lieu(x)
Code
Equipe pédagogique Mathématique et statistique
Modalité(s) / Lieu(x)
  • Enseignée en formation présentielle ou partiellement à distance : Paris
  • Equipe pédagogique Mathématique et statistique
    Modalité(s) / Lieu(x)
  • Enseignée en formation présentielle ou partiellement à distance : Paris
  • Equipe pédagogique Mathématique et statistique
    Modalité(s) / Lieu(x)
  • Enseignée en formation présentielle ou partiellement à distance : Paris
  • Type Intitulé Equipe pédagogique Modalité(s) / Lieu(x) Code

    Contact

    EPN06 Mathématiques et statistiques
    2 rue conté Accès 35 3 ème étage porte 19
    75003 Paris
    Sabine Glodkowski
    Voir les sites

    Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation

    UE

      • Paris
        • Paris
          • 2017-2018 1er semestre : Présentiel
          • 2018-2019 1er semestre : Présentiel
          • 2019-2020 1er semestre : Présentiel