Programme :
Cours d’économétrie EDEG
Cours d’économétrie EDEG

Inférence causale 12h Alexandre Sauquet
Econométrie des variables qualitatives 4h Marlène Guillon
Méthodes d'appariement 4h Damien Bricard
Total 20h

Module 1 (Alexandre Sauquet) :
Dans ce module, nous passerons en revue des débats qui ont pousser à la remise en questions l’utilisation de l’outil statistique en économie. Nous chercherons ensuite à comprendre les conditions de l’identification causale. Ceci nous amènera à aborder les bases des quatre principales méthodes permettant l’identification causale : évaluation randomisée, variable instrumentale, différence en différence et régression sur discontinuité. Nous prendrons également le temps d’aborder certains développements récents pour ces quatre méthodes. Nous prendrons également un peu de recul et étudierons les biais de publication associés à l’utilisation de ces méthodes.
In this module, we will review debates that have led to questioning the use of statistical tools in economics. We will then seek to understand the conditions for causal identification. This will lead us to delve into the basics of the four main methods for causal identification: randomized evaluation, instrumental variable, difference-in-differences, and regression discontinuity design. We will also take the time to discuss some recent developments for these four methods. Additionally, we will step back and examine publication biases associated with the use of these methods.

Module 2 (Marlène Guillon) :
Ce module s’intéresse au traitement économétrique des variables dépendantes qualitatives et quantitatives non continues. Le module abordera le traitement des variables dépendantes binaires (modèles logit et probit), qualitatives ordonnées (modèle logit ordonné), qualitatives non ordonnées (modèle logit multinomial) et des données de comptage (c’est à dire, quantitatives discrètes : modèles de Poisson simple et à inflation de 0, modèle négatif binomial). Le module sera construit à partir d’exemples basés sur des bases de données publiques ou issues d’articles de recherche et aura pour principal objectif de transmettre deux compétences : 1) choisir et utiliser le modèle de régression approprié et 2) interpréter les résultats des régressions effectuées.

Module 3 (Damien Bricard) :
Dans le prolongement des modules sur l'inférence causale, ce module a pour objectif de présenter les méthodes d'appariement pour l'évaluation d'impact des politiques publiques.
Ces méthodes permettent de construire un groupe de comparaison crédible lorsque l'expérimentation aléatoire n'est pas possible afin de réduire les biais de sélection.
Nous présenterons les principales méthodes d'appariement (matching exact, score de propension, matching par distance, etc.) et les éléments de diagnostic pour évaluer la qualité de l'appariement.
La méthode alternative du contrôle synthétique sera aussi introduite. Nous effectuerons des exercices de mise en œuvre sous le logiciel R.

Equipe pédagogique :
Alexandre Sauquet alexandre.sauquet@inrae.fr Marlene Guillon marlene.guillon@umontpellier.fr Damien Bricard damien.bricard@umontpellier.fr