L’objectif est de présenter les méthodes avancées en économétrie pour l’analyse des distributions, des modèles de régression et de classification. Les fondements théoriques des différentes méthodes sont présentés, ainsi que les intuitions sous-jacentes. Elles sont illustrées empiriquement.
Plan du cours détaillé :
1. Méthodes de rééchantillonnage
- Générateur de nombres pseudo-aléatoires
- Expériences de Monte Carlo
- Tests bootstrap et tests de permutation
2. Econométrie Non-paramétrique
- Estimation de la densité
- Modèles de régression et splines
- Modèles de mélange
3. Econométrie et Machine Learning
- Philosophie et principe général
- Méthodes basées sur le rééchantillonnage et algorithmes
- Détection de la mauvaise spécification