L’objectif de ce cours est d’introduire des méthodes quantitatives permettant de réduire l’information. Ces méthodes couvrent différents champs des statistiques et s’appuie sur des méthodes économétriques classiques (OLS, MLE) ou des méthodes classificatoires ou part composantes principales. L’objectif ultime est d’étudier des méthodes permettant de faire de la sélection automatique de variables dans des problèmes à grande dimension et de les appliquer sur données réelles.
Plan du cours détaillé : Les méthodes de classification
Les modèles à facteur économiques
Les modèles à facteurs statistiques
Les méthodes Lasso
La méthode dite « Général au spécifique » (Méthodologie à la Hendry, Gets ou Autometrics)
Compétences à acquérir
Compréhension de nouvelles méthodes
Application sur données réelles
Apprentissage de nouveaux outils ou logiciels économétriques dédiés à la réduction d’information
Langue(s) d'enseignement
Anglais
Bibliographie
Doornik, J.A. and Hendry, D.F. (2015). Statistical model selection with “Big Data”, Cogent Economics & Finance, vol 3, n°1, 1-15.
Hendry, D.F. and Doornik, J.A. (2014). Empirical Model Discovery and Theory Evaluation. Automatic Selection Methods in Econometrics. The MIT Press.
Richard A. Johnson and Dean W. Wichern, Applied Multivariate Statistical Analysis, Pearson.
Prérequis obligatoires
Statistiques avancées
Introduction à l’économétrie
Modalités d'organisation
Cours magistral. Evaluation sur base d’un projet de groupe. Rédaction d’un document final et présentation orale.