| Niveau d'études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 2 ans |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le Master mention Économétrie, Statistiques proposé par l'École d'économie et de sciences sociales quantitatives forme des experts en analyse quantitative et modélisation économique. Le programme approfondit les techniques d'économétrie avancée, de statistique appliquée et d'économie théorique, tout en intégrant des spécialisations pointues telles que la finance, l'optimisation, les bases de données et les méthodes Big Data. Les étudiants développent une maîtrise technique des outils de modélisation probabiliste, des applications des chaînes de Markov et des méthodes de prévision. Cette formation forge des profils hautement qualifiés capables d'évoluer rapidement comme statisticiens ou économètres dans des environnements professionnels exigeants : instituts de recherche, organismes publics, banques, cabinets de conseil ou services d'analyse de données.
Programme
- Économétrie avancée : modèles linéaires et non linéaires, méthodes d'estimation et tests statistiques
- Statistiques appliquées : inférence statistique, séries temporelles, analyse multivariée
- Méthodes computationnelles : programmation en R et Python, simulation, apprentissage automatique
- Théorie économique quantitative : microéconomie et macroéconomie appliquées à l'analyse économique
- Projets intégrés et séminaires de recherche : application des méthodes à des données réelles et présentation des résultats
Objectifs de la formation
- Maîtriser les méthodes avancées d’économétrie pour modéliser et analyser des données économiques réelles.
- Développer des compétences en programmation statistique et traitement de données massives avec des outils tels que R, Python et Stata.
- Concevoir et valider des modèles statistiques robustes pour appuyer la prise de décision en politique économique et en finance.
- Appliquer des techniques d’inférence statistique pour tester des hypothèses et évaluer la qualité des estimations.
- Communiquer efficacement les résultats d’analyses quantitatives à des publics techniques et non techniques.