In this class, students are introduced to fundamental statistical tools, such as the representation of a statistical series, the computation of sum and integral operators, and of position, dispersion, and concentration indicators for both discrete and continuous variables. The course also covers two-character series, including conditional mean, variance-covariance, and correlation, and provides an introduction to least squares fit.
This class provides students with a comprehensive introduction to essential statistical tools, crucial for rigorous economic data analysis. Students begin by learning to organize and represent statistical series, with hands-on exercises focused on constructing graphs and tables, enabling them to visually interpret trends and data distributions. They also gain skills in calculating sum and integral operators, laying the groundwork for more advanced quantitative analyses.
In parallel, the course covers key statistical indicators of central tendency, dispersion, and concentration for both discrete and continuous variables. These concepts allow students to understand data distribution, measure central tendencies (such as mean and median), and assess variability within a dataset (such as standard deviation and the Gini index), which are fundamental to economic interpretation.
This class also introduces the analysis of bivariate data. Students explore concepts like conditional mean, variance-covariance, and the correlation coefficient, which help them assess connections between economic variables, such as inflation and growth, or investment and interest rates.
Finally, the course introduces students to least squares regression, a simple yet vital technique for economic modeling. This introduction to linear regression equips them to begin estimating causal relationships between variables, paving the way for more advanced econometric analysis in later years.
Résumé
Ce cours offre aux étudiant(e)s une introduction complète aux outils statistiques essentiels, indispensables pour analyser des données économiques de manière rigoureuse. Les étudiant(e)s apprennent d’abord à organiser et représenter une série statistique, avec des exercices pratiques sur la construction de graphiques et de tableaux qui permettent d’interpréter visuellement les tendances et la répartition des données. Ils acquièrent également des compétences en calcul d’opérateurs de somme et d’intégrale, qui posent les bases des analyses quantitatives plus complexes.
En parallèle, le cours couvre les principaux indicateurs statistiques de position, de dispersion et de concentration, tant pour les variables discrètes que continues. Ces notions permettent aux étudiants de comprendre la distribution des données, de mesurer la tendance centrale (comme la moyenne et la médiane) ainsi que les variations au sein d’un ensemble de données (comme l’écart-type et l’indice de Gini), qui sont fondamentaux pour toute interprétation économique.
Le TD introduit également l’analyse des séries à deux caractères. Les étudiant(e)s découvrent ainsi des concepts comme la moyenne conditionnelle, la variance-covariance et le coefficient de corrélation, qui les aident à évaluer le lien entre différentes variables économiques, telles que l’inflation et la croissance, ou encore l’investissement et le taux d’intérêt.
Enfin, le cours initie les étudiant(e)s à l'ajustement par les moindres carrés, une technique de régression simple mais cruciale pour la modélisation économique. Cette introduction au modèle de régression linéaire leur permet de commencer à estimer les relations de causalité entre variables, ouvrant la voie à des analyses économétriques plus poussées dans les années suivantes.
Course taught in Winter 2020 (1 group) and 2021 (2 groups). Total hours: 45.