Démarche économétrique et modèle linéaire (L2 introduction à l'économétrie)

L'économétrie applique les méthodes statistiques aux données économiques pour quantifier les relations entre variables. En L2 du parcours data pour économistes, dans le cours d'introduction à l'économétrie, les QCM CampusQCM partent de cette démarche en quatre temps. On commence par la spécification : à…

L'économétrie applique les méthodes statistiques aux données économiques pour quantifier les relations entre variables. En L2 du parcours data pour économistes, dans le cours d'introduction à l'économétrie, les QCM CampusQCM partent de cette démarche en quatre temps. On commence par la spécification : à partir d'une théorie économique, on écrit un modèle reliant une variable expliquée (endogène) $Y$ à une ou plusieurs variables explicatives (exogènes) $X$. Le modèle linéaire simple s'écrit $Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i$, où $\beta_0$ et $\beta_1$ sont les coefficients à estimer et $\varepsilon_i$ le terme d'erreur, qui capte tout ce que le modèle n'explique pas (variables omises, hasard, erreurs de mesure). Vient ensuite l'estimation : on calcule les coefficients à partir d'un échantillon de données, le plus souvent par la méthode des moindres carrés ordinaires (MCO). Puis la validation : on teste la significativité des coefficients, la qualité de l'ajustement et le respect des hypothèses. Enfin l'utilisation : prévision, test d'hypothèses économiques, évaluation de politiques. Le terme d'erreur est central : il distingue l'économétrie de la simple description statistique en intégrant l'incertitude. Cette démarche structure tout le cours.