Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre les bases du modèle de régression linéaire, les hypothèses, les propriétés de l'estimateur OLS, les tests d'hypothèse, l'hypothèse de normalité, les essais en t, les intervalles de confiance, les valeurs p et les essais conjoints des coefficients. Il traite également de l'interprétation du modèle linéaire, des transformations logarithmiques, de la consistance, de la normalité asymptotique et de l'impact de la multicolinéarité. Des exemples et des considérations pratiques sont fournis, comme le choix de la catégorie de base dans l'analyse de régression et le traitement des transformations logarithmiques des variables. La séance de cours souligne l'importance de comprendre les hypothèses et les implications de l'OLS en économétrie.