Description

Le cours est articulé entre théorie et cours magistrale et applications pratiques sous R et Stata en interactions avec les étudiants. Des articles de recherche illustrant les méthodes utilisées seront ponctuellement données comme lecture et étudiés en classe.

Plan du cours :

1. Le problème de l'évaluation
   
   
2. Les expériences contrôlées aléatoires
   
   
3. Les expériences naturelles :

1.       Variables instrumentales

2.       Régression par discontinuité

3.       Différences de différences

1. Contrôler par les observables : régression et méthodes d'appariement

Compétences visées

A l’issu de ce cours, l’étudiant aura acquis des connaissances détaillées d’une série de techniques de microéconométrie appliquée ainsi que leur application. Il sera capable de développer une démarche d‘inférence causale et de choisir quels modèles convient le mieux à une problématique donnée. Il sera capable d’identifier leurs différences ainsi que de distinguer les champs d’application de chacun.

Modalités d'organisation et de suivi

Enseignement en cours et interaction avec les étudiants sur les méthodes. Présentations orales des étudiants d’articles publiés ou d'applications et discussion en groupe.

Disciplines

• Sciences économiques

Bibliographie

Causal inference : the Mixtape, by Scott Cunningham, 2021, lien : https://mixtape.scunning.com/

The effect book, by Nick Huntington-Klein lien : https://theeffectbook.net/

Mostly Harmless Econometrics, by Angrist and Pischke

Contacts

Responsable(s) de l'enseignement

• Marie Boltz

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

ECI (Évaluation continue intégrale)

Coefficient

5.0

Évaluation initiale / Session principale - Épreuves