Détails d'un cours

Causalité économétrique et apprentissage statistique pour applications en gestion

MATH 80816
L'objectif de ce cours est de fournir une introduction avancée à la causalité économétrique et aux outils d'apprentissage automatique couramment utilisés par les chercheurs dans le domaine de la gestion. Chaque session du cours part de l'étude d'un cas d'étude en économie, finance, management, marketing, technologie de l'information et gestion des ressources humaines notamment. Le caractère appliqué du cours est tel qu'il accorde moins d'attention aux démonstrations théoriques des outils économétriques utilisé dans l'application. L'analyse de l'étude de cas permet de se familiariser avec les méthodes d'estimation utilisées pour répondre à la question principale de l'étude de cas. Une partie importante du cours est consacrée à la reproduction proprement dite de l'analyse empirique de l'étude de cas à l'aide du logiciel Stata. Une partie du cours couvrira les applications de "l'évaluation de programme" dans des contextes d'affaires. Une autre partie du cours couvrira certains des aspects fondamentaux des applications de l'apprentissage automatique en économie, y compris les estimateurs « lasso » des effets de traitement qui sont utilisés pour fournir des estimations causales dans un environnement d'apprentissage automatique.
Thèmes couverts

- Causalité et idéal expérimental
- Endogénéité
- Méthodes longitudinales
- Modèles de choix dichotomiques et polytomiques
- Évaluations des politiques et interventions
- Techniques de décomposition
- Apprentissage statistique

Remarques importantes
Cours en anglais : MATH 80816A Pour les étudiants du programme de doctorat : Il n'y a aucun préalable obligatoire, mais il est recommandé d'avoir suivi un cours d'introduction à l'économétrie avant de suivre le 80816.
Préalable(s) : MATH 60816(A)
Sigle
MATH 80816
Matière
Mathématiques
Programme
Doctorat
Mode d'enseignement
Présentiel
Crédits
3

Partager ce cours