Ce cours est dispensé en master actuariat. Sa portée est à la fois restreinte et élargie. " Restreinte " car nous nous intéresserons uniquement aux modèles linéaires à une équation (on parle alors de régression linéaire multiple) ; " élargie " car nous l'appliquerons à des domaines variés autres que l'économie, tous les domaines où il est intéressant d'évaluer des relations de causalité entre des variables statistiques (marketing, écologie, santé, psychologie, sociologie, etc.). La démarche est toujours la même dans tous les cas, celle de la modélisation statistique : délimiter un champ d'application (population étudiée, individu statistique), formaliser un problème de causalité (endogène, exogènes candidats, résultats attendus), utiliser les données (échantillon) pour valider ou invalider les hypothèses émises (coefficients significatifs, analyse de variance), interpréter et utiliser les résultats (signe et valeur des coefficients, prédiction pour un nouvel individu).

Temps présentiel : 15 heures

Charge de travail étudiant : 75 heures

Méthode(s) d'évaluation : Examen final, Examen final - deuxième session, Participation, Projets

Référence :
• Xavier Guyon, Statistique et économétrie: Du modèle linéaire au modèle non-linéaires. • Jeffrey wooldridge, Introductory econometrics, a modern approach.