Vous êtes sur la page 1sur 3

Syllabus du cours Economtrie des Modles Linaires Modles Economtriques une Equation Charg du Cours : Denis B. AKOUWERABOU/ Ph.D.

/Candidate

Ce cours dintroduction lconomtrie des modles linaires poursuit deux objectifs. Il vise tout dabord rendre les tudiantes et tudiants aptes raliser des analyses empiriques au moyen de la rgression linaire multiple ainsi qua pouvoir lire, comprendre et valuer les tudes conomtriques. Le cours fournit galement les lments thoriques suffisants pour approfondir la comprhension de lconomtrie. Dans un premier instant, nous analyserons le modle le plus simple de la rgression linaire connu sous le nom de Modle Linaire Simple. Ensuite, nous examinerons les proprits des estimateurs des Moindres Carrs Ordinaires. La gnralisation de ce modle nous conduira lanalyse du Modle Linaire Gnrale, dont le modle deux variables est le cas particulier. Nous discuterons galement des tests dhypothse et des problmes ventuels lis lestimation des paramtres du modle linaire gnral. Pour y parvenir le cours est organis en quatre chapitres. Les trois premiers chapitres ont cependant pour rle de prparer les tudiantes et tudiants la comprhension du dernier chapitre qui est la cible principale.

Chapitre 1 : Le Modle Linaire Simple (MLS) : Estimation Ponctuelle 1. Description du problme et exemple conomiques 2. Le modle et ses hypothses 3. Les estimateurs des Moindres Carrs Ordinaires (MCO) 4. Les proprits des estimateurs 5. Les Moments des estimateurs MCO 6. Convergence en probabilit des estimateurs MCO

7. Interprtation matricielle 8. Thorme de Gauss-Markov 9. Estimation de la variance des erreurs 10. Dcomposition de la variance : le coefficient de dtermination 11. Exemple numrique

Chapitre 2 : Intervalle de confiance et tests dhypothses dans le MLS 1. Tests sur les coefficients individuels 2. Test sur les deux paramtres a et b 3. Test sur une combinaison linaire des coefficients 4. Prvision 5. Exemple numrique

Chapitre 3 : Complments dalgbre matricielle 1. Formes quadratiques 2. Matrice symtriques et idempotentes 3. Linversion en forme partage 4. Notion de drivation matricielle

Chapitre 4 : Le Modle Linaire Gnral (MLG) : La rgression multiple 1. Le modle et ses hypothses 2. Les estimateurs des MCO 3. Moments des estimateurs des MCO

4. Le thorme de Gauss-Markov 5. Lestimation de la variance des erreurs


6. Dcomposition de la variance : les coefficients de dtermination R 2 et R 2 .