Econométrie
William H. Greene, Didier Schlacther, Théophile Azomahou, Nicolas Couderc, Stéphanie Monjon, Phu Nguyen Van
Résumé
Le livre de William Greene est La référence en matière d'économétrie. Manuel d'initiation aux pratiques économétriques et ouvrage de référence pour les spécialistes de la discipline, il sera utile à tous les étudiants en économétrie, quel que soit leur niveau. Partant des fondamentaux de la discipline, il développe ensuite des aspects plus techniques :
- La première partie traite plus particulièrement du modèle linéaire de régression multiple, de la régression non linéaire, des modèles de données de panel et du modèle généralisé de régression. Afin de faciliter la compréhension des instruments mis en uvre dans cette partie, les pré-requis en algèbre matricielle, analyse, probabilité, statistique et économétrie sont rappelés dans les annexes, à la fin du livre.
- La deuxième partie étudie la théorie fondamentale de l'estimation, l'estimation par le maximum de vraisemblance et la méthode des moments généralisés, et les quatre derniers chapitres s'ouvrent sur les grands thèmes actuels de l'économétrie appliquée : modèles de séries temporelles, modèles de choix discret, modèles à variable dépendante limitée et modèles à variable retardée.
- La troisième partie, composée d'annexes, offre un rappel des prérequis en algèbre, analyse et probabilités. Ces pré-requis sont nécessaires à la compréhension des instruments mis en oeuvre.
Le lecteur est amené à vérifier ses connaissances grâce à des exercices de fin de chapitre, et à montrer l'usage que l'on peut faire des logiciels dédiés : SAS, E-views, Gauss, TSP... Deux types d'exercices sont proposés : des questions de révision, qui permettent de vérifier sa maîtrise du thème étudié, et des exercices de réflexion, dont l'objectif est de dépasser la simple application directe des concepts.
Certains concepts de l'ouvrage d'origine, relatifs au public américain, ont par ailleurs été revus et adaptés aux réalités francophones.
L'avis du libraire Eyrolles
Destiné aux étudiants en économétrie, cet ouvrage présente de façon claire et complète les théories fondamentales de cette discipline. Il contient de nombreux exercices de réflexion pour réviser et dépasser les concepts étudiés.
L'auteur - William H. Greene
William H. Greene est professeur d’économie à l’université de New York. Il y enseigne l’économétrie, la micro et la macroéconomie. Également consultant auprès d’entreprises et d’institutions, il a publié de nombreux articles en économétrie théorique et appliquée, et a mis au point des programmes pour plusieurs logiciels d’économétrie.
L'auteur - Didier Schlacther
Didier Schlacther, ingénieur et économiste, est professeur à l'Institut d'Etudes Politiques de Paris. Également chargé de cours à l'université Paris II, il enseigne l'économie, la statistique et les mathématiques appliquées. Après avoir été coordonnateur des enseignements de techniques quantitatives à l'ENA, il coordonne aujourd'hui ces disciplines dans les Masters de Sciences Po.
Autres livres de Didier Schlacther
L'auteur - Théophile Azomahou
Théophile Azomahou est maître de conférences à l'université Louis Pasteur, Strasbourg I, où il enseigne la statistique, les probabilités et l'économétrie. Il est également co-responsable du Master Statistique et Économétrie.
L'auteur - Nicolas Couderc
Nicolas Couderc est chargé d'enseignement et de recherche au TEAM (Théorie et Applications en Microéconomie et Macroéconomie), université Paris I Panthéon-Sorbonne.
Autres livres de Nicolas Couderc
L'auteur - Stéphanie Monjon
Stéphanie Monjon est chargée de l'analyse économique des politiques de lutte contre le changement climatique à l'Agence de l'environnement et de la maîtrise de l'énergie (ADEME).
Autres livres de Stéphanie Monjon
L'auteur - Phu Nguyen Van
Phu Nguyen Van est chargé de recherche au CNRS. Il est affecté au laboratoire Théorie Economique, Modélisation et Applications (THEMA), UMR 7536 du CNRS et des universités de Cergy-Pontoise et de Paris X Nanterre.
Sommaire
- Préface
- Préface à l'édition française
- Introduction
- Le modèle classique de régression linéaire multiple
- Les moindres carrés
- Propriétés à distance-finie de l'estimateur des moindres carrés
- Propriétés sur grand échantillon des estimateurs des moindres carrés et à variables instrumentales
- Inférence et prédiction
- Forme fonctionnelle et changement structurel
- Spécification et sélection de modèle
- Modèles de régression non-linéaires
- Perturbations non-sphériques - Le modèle de régression généralisé
- Hétéroscédasticité
- Corrélation sérielle
- Modèles de données de panel
- Systèmes d'équations de régression
- Modèles à équations simultanées
- Méthodes d'estimation en économétrie
- Estimation par maximum de vraisemblance
- La méthode des moments généralisés
- Les modèles avec variables décalées
- Les modèles de séries temporelles
- Les modèles de choix discret
- Modèles à variable dépendante limitée et modèles de durée
- Annexe A : Algèbre matricielle
- Annexe B : Probabilités
- Annexe C : Estimation et inférence
- Annexe D : Théorie de distribution des grands échantillons
- Annexe E : Calcul et optimisation
- Annexe F : Données utiles
- Annexe G : Tables statistiques
- Bibliographie
Caractéristiques techniques
| PAPIER | |
| Éditeur(s) | Pearson |
| Auteur(s) | William H. Greene, Didier Schlacther, Théophile Azomahou, Nicolas Couderc, Stéphanie Monjon, Phu Nguyen Van |
| Parution | 19/08/2005 |
| Édition | 5eme édition |
| Nb. de pages | 944 |
| Format | 19 x 24 |
| Couverture | Broché |
| Poids | 1576g |
| Intérieur | Noir et Blanc |
| EAN13 | 9782744070976 |
| ISBN13 | 978-2-7440-7097-6 |
Avantages Eyrolles.com
Consultez aussi
- Les meilleures ventes en Graphisme & Photo
- Les meilleures ventes en Informatique
- Les meilleures ventes en Construction
- Les meilleures ventes en Entreprise & Droit
- Les meilleures ventes en Sciences
- Les meilleures ventes en Littérature
- Les meilleures ventes en Arts & Loisirs
- Les meilleures ventes en Vie pratique
- Les meilleures ventes en Voyage et Tourisme
- Les meilleures ventes en BD et Jeunesse
