06240532 - Analyse des données quantitatives

Crédits ECTS 3
Volume horaire total 18
Volume horaire CM 18

Responsables

Marc FRECHET

Objectifs

Le cours vise à couvrir les connaissances de base en matière de techniques de régression. La régression linéaire est abordée, de même que les régressions logit/probit, poisson, multinomiales. L’introduction des effets curvilinéaires est également évoquée. Enfin, une attention particulière est portée aux tests de modération et tests de médiation. L’ensemble des manipulations sur bases de données est réalisée à l’aide du logiciel R.

CONNAISSANCES A ACQUERIR

Capacité à choisir un type de régression adéquat en fonction des questions posées et des données. Etre capable de construire le modèle en spécifiant les variables de même que les effets dont ces variables seront assorties. Dans le cadre de ces compétences, une connaissance de base de la programmation sous R sera également développée.

COMPETENCES CIBLES
Être capable de saisir l’utilité d’une régression. Cette capacité à saisir l’objectif poursuivi par une technique de régression s’applique à ses propres choix méthodologiques mais également à ceux effectués par les autres chercheurs. Dans ce dernier cas, l’objectif est de parvenir à une parfaite aisance pour la lecture des parties méthodologiques des articles scientifiques.

Contenu

REGRESSION METHODS: AN INTRODUCTION

I – Linear regression
The basics of linear regression
Estimation Method
Detecting regerssion assumption violation

II – Models with limited dependent variables
Binary choice models
Logit
Probit
Multi response models
Poisson regression
Multinomial logit

III – Transformation of variables : curvilinearity

IV – Moderation and mediation
Moderation
Mediation

Bibliographie

OUVRAGES DE REFERENCE :
Multivariate Data Analysis, Joseph Hair, William Black, Barry Babin, Rolph Anderson, Peason, 2013

OUVRAGES COMPLÉMENTAIRES :
A Guide to Modern Econometrics 4th edition, Verbeek, Marno , John Wiley & Sons, 2012

Contrôles des connaissances

Examen terminal :
Ecrit
Projet d’analyse de données réalisé.

Informations complémentaires

MODALITES PEDAGOGIQUES / NATURE DES SUPPORTS
Les cours ont lieu en salles informatiques. Des « slides » sont mis à la disposition des étudiants, de même que le bases de données sur lesquelles sont effectuées les analyses. L’essentiel des supports est en anglais mais le cours est dispensé en français.

PRE-REQUIS EN TERMES DE CONNAISSANCES
Le cours est conçu afin que les pré-requis soient faibles. Il est cependant recommandé de maîtriser certaines notions en préalables, telles que la covariance/corrélation, les statistiques descriptives ou les principales analyses factorielles.

LECTURE(S) CONSEILLEE(S) :
Utilisation du site « Quick-R » sur HYPERLINK
"http://www.statmethods.net/"http://www.statmethods.net/ afin d’obtenir la prise en main du logiciel la plus simple possible.