Analyse de données et décisions dans l'entreprise II

Public Concerné

Pour suivre ce cours, il est fermement recommandé d'avoir assisté au cours d'Analyse des données et décisions dans l'entreprise I (EAR213)

Pour faire une demande d'inscription sur agrément (hors candidature Master), rendez-vous sur le site de l'EFAB: http://efab.cnam.fr/

Objectifs pédagogiques

L'objectif de ce cours est de permettre la compréhension et la mobilisation des principales méthodes économétriques qui s'appliquent aux données en coupe instantanée (méthodes d'identification d'effets, méthodes de décomposition et méthodes d'évaluation d'impact).
Afin de mobiliser les auditeurs et de faciliter l'assimilation des compétences, ce cours s'efforce d'alterner exposés théoriques et cas pratiques. Il s'accompagne d'une prise en main du logiciel R à partir duquel les cas pratiques sont mis en oeuvre. 
Cet enseignement constitue un enseignement obligatoire pour les élèves préparant le Master Stratégies Economiques, Numérique et Données. Plus généralement, il peut intéresser toute personne possédant les notions élémentaires de statistique descriptive et confrontée à l'analyse de bases de données.

Capacité et compétences acquises

Au terme de cette formation, l'étudiant saura mettre en oeuvre les techniques économétriques à appliquer aux données en coupe instantanée et interpréter leurs résultats. Il maîtrisera également les méthodes de décomposition et les méthodes d'évaluation d'impact.  A partir du logiciel R, il sera capable de gérer et modifier une base de données à l'aide du langage SQL ainsi que de mettre les différentes techniques acquises.

Contenu de la formation

Introduction : qu'est-ce que l'économétrie ?
  • La démarche économétrique
  • Les différents types de données mobilisables
  • Les différents types de variables
  • Le modèle économétrique et la méthode d'estimation
  • Quelques éléments sur les matrices et les lois de probabilités
Le modèle de régression linéaire simple
  • Le contexte
  • Le modèle et les hypothèses
  • La méthode d'estimation
  • Tests et intervalles de confiance
Le modèle de régression linéaire multiple
  • Le contexte
  • Le modèle et les hypothèses
  • La méthode d'estimation
  • Interaction entre deux variables explicatives
  • Le principe de biais de variable omise
Prise en main du logiciel R
  • Présentation de Rstudio
  • Installation et gestion des packages
  • Une logique d'objets
  • Gestion d'une base de données et initiation au langage SQL
  • Estimation d'un modèle de régression linéaire simple
  • Estimation d'un modèle de régression linéaire multiple
Introduction à l'économétrie des variables qualitatives
  • Les modèles dichotomiques
  • Le modèles polytomiques
Les méthodes de décomposition appliquées à l'analyse des inégalités
  • Décomposition des inégalités à la moyenne - Cas linéaire
  • Décomposition des inégalités à la moyenne - Cas non linéaire
  • Les limites des méthodes de décomposition
Introduction aux méthodes économétriques d'évaluation
  • La formulation du problème d'évaluation
  • Les différentes méthodes d'évaluation : appariement, variables instrumentales, doubles différences er régression sur discontinuité
  • Exemple d'application

Description des modalités de validation

Rédaction de mini-mémoires s'appuyant sur l'analyse empirique de bases de données

En alternance ou en formation continue en journée :

Merci de consulter directement le secrétariat pédagogique de votre formation pour obtenir le planning.

En formation « à la carte Hors Temps de Travail », en présentiel, à distance ou hybride :

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

  • Paris
    • Centre Cnam Paris
      • 2026-2027 2nd semestre: Formation en présentiel soir ou samedi
      • 2027-2028 2nd semestre: Formation en présentiel soir ou samedi
Code : EAR214
6
crédits