Topic outline
General
Aperçu sur le module 🔍
Présentation du Module
Unité : Unités transversales
Crédis : 01
Coefficient : 01Un peu de présentation 🎤
Enseignant du module: Chaima Djellab.
Email: chaima-ahlem-karima.djellab@univ-annaba.dz
Horaires de disponibilité: Dimanche, Mardi 09h salle TP informatique.
Complémentaire d'apprentissage
- Dictionnaire qui regroupe toutes les normes et métriques économétriques
Syllabus
- Syllabus du module
Lien pour Signature sur le Syllabus
Visées d’apprentissage
- Se familiariser avec un logiciel d'économétrie.
- Comprendre et appliquer les concepts théoriques de l'économétrie et des séries temporelles via le logiciel.
- Manipuler EViews pour importer des données, créer des graphiques et réaliser des analyses.
- Estimer des régressions linéaires simples et multiples, et interpréter les résultats.
- Identifier et évaluer les problèmes de mesure dans les modèles de régression.
- Intégrer les concepts fondamentaux de l'analyse des séries temporelles.
- Évaluer la pertinence des modèles économétriques et critiquer les résultats pour améliorer la robustesse et la validité des conclusions.
Plan du cours
- 1.Introduction.2.Objectifs.3.Pré-requis.4.Méthode d’évaluation.5.Présentation du logiciel EVIEWS.6.La régression linéaire simple الانحدار الخطي البسيط7.La régression linéaire multiple الانحدار الخطي المتعدد8.Multicolinéarité التعدد الخطي.9.Hétéroscédasticité اختلاف التباين10.Tests for Randomness الاختبار العشوائية11.Fonction d'autocorrélation" (FAC) دالة الارتباط الذاتي12.Fonction d'autocorrélation partielle" (PACF)دالة الارتباط الجزئي .
Pré-requis
- Connaissances de base en utilisation de l'informatique.
- Compréhension des aspects théoriques de l'économétrie.
- Analyse des séries temporelles.
Test des pré-requis✏️
Présentation du logiciel Eviews
Installation de EVIEWS
Importation des données sur EVIEWS
Analyse descriptive des données sur EVIEWS
Matrice de Corrélation
Application d'EViews pour la régression linéaire simple
Graphe à point avec ligne de la régression linéaire simple
Application d'Eviews pour la régression linéaire multiple
Hypothèse de la normalité des erreurs
- Homoscédasticité
Absence de Multicolinéarité