• Aide
  • Eurêkoi Eurêkoi

Livre

Économétrie spatiale appliquée des microdonnées

Résumé

Analyse de la réalité spatiale et spatio-temporelle des données des consommateurs et des entreprises. Cet ouvrage présente les calculs statistiques, les modèles et la construction des matrices économétriques.


  • Autre(s) auteur(s)
  • Éditeur(s)
  • Date
    • 2014
  • Notes
    • Bibliogr. Glossaire. Index
  • Langues
    • Français
  • Description matérielle
    • 1 vol. (217 p.) : illustrations en noir et blanc ; 24 x 16 cm
  • Collections
  • Sujet(s)
  • ISBN
    • 978-1-78405-021-4
  • Indice
    • 330.14 Analyse économique, méthodes statistiques et économétriques
  • Quatrième de couverture
    • Si l'effet de proximité (spatiale, sociale, cognitive, etc.) sur les comportements est un fait généralement reconnu, les modèles économétriques n'ont incorporé cette réalité que depuis peu. L'aspect spatial apporte ici une richesse d'information qu'il est pertinent de considérer lors des analyses empiriques quantitatives.

      Cet ouvrage propose une analyse progressive et complète de la réalité spatiale et spatio-temporelle des microdonnées (consommateurs et entreprises). Il expose la construction de matrices de pondérations, le calcul de statistiques descriptives, puis conclut sur une présentation détaillée des types de modèles existants.

      Des exemples détaillés sont présentés à la fin de chacun des chapitres, permettant de faire le lien entre la théorie et la pratique. Econométrie spatiale appliquée des microdonnées s'adresse à un public ayant des bases en économétrie et désirant s'initier à l'économétrie spatiale.


  • Tables des matières
      • Econométrie spatiale appliquée des microdonnées

      • Jean Dubé/Diègo Legros

      • ISTE éditions

      • Remerciements 9
      • Avant-propos 11
      • Chapitre 1. Econométrie et dimension spatiale 17
      • 1.1. Introduction17
      • 1.2. Les types de données21
      • 1.2.1. Les données transversales22
      • 1.2.2. Les séries temporelles23
      • 1.2.3. Les données spatio-temporelles24
      • 1.3. L'économétrie spatiale25
      • 1.3.1. Une image vaut mille mots27
      • 1.3.2. La structure des bases de microdonnées spatiales29
      • 1.4. Historique de l'économétrie spatiale30
      • 1.5. Conclusion37
      • Chapitre 2. Structurer les relations spatiales 41
      • 2.1. Introduction41
      • 2.2. La représentation spatiale des données42
      • 2.3. La matrice de distances46
      • 2.4. Les matrices de pondérations spatiales49
      • 2.4.1. Les relations de connectivité50
      • 2.4.2. Les relations de distance inverse53
      • 2.4.3. Les relations basées sur l'exponentielle inverse (ou négative)55
      • 2.4.4. Les relations basées sur la transformation gaussienne57
      • 2.4.5. Les autres relations spatiales57
      • 2.4.6. Un choix en particulier ?58
      • 2.4.7. En ouverture59
      • 2.5. Standardisation de la matrice de pondérations spatiales60
      • 2.6. Quelques exemples61
      • 2.7. Avantages/désavantages des microdonnées64
      • 2.8. Conclusion65
      • Chapitre 3. Autocorrélation spatiale 69
      • 3.1. Introduction69
      • 3.2. Statistiques d'autocorrélation spatiale globale74
      • 3.2.1. La statistique I de Moran77
      • 3.2.2. Autre façon de tester la significativité81
      • 3.2.3. Intérêt de la statistique I de Moran dans la modélisation82
      • 3.2.4. Le I de Moran pour déterminer la forme optimale de W83
      • 3.3. Autocorrélation spatiale locale85
      • 3.3.1. Les indices LISA86
      • 3.3.1.1. La version locale du I de Moran87
      • 3.3.1.2. Le diagramme de Moran91
      • 3.3.1.3. Le lien avec le I de Moran global92
      • 3.4. Quelques exemples chiffrés sur les tests de détection94
      • 3.5. Conclusion97
      • Chapitre 4. Modèles économétriques spatiaux 99
      • 4.1. Introduction99
      • 4.2. Le modèle de régression linéaire101
      • 4.2.1. Les différentes formulations du modèle de régression linéaire multiple104
      • 4.3. Lien entre les modèles temporels et spatiaux107
      • 4.3.1. Les modèles autorégressifs temporels108
      • 4.3.2. Les modèles autorégressifs spatiaux114
      • 4.4. Les sources de l'autocorrélation spatiale119
      • 4.4.1. Externalités spatiales120
      • 4.4.2. Effets d'entraînement123
      • 4.4.3. Omission de variables ou hétérogénéité spatiale126
      • 4.4.3.1. Le modèle Durbin spatial128
      • 4.4.3.2. Effets latents corrélés129
      • 4.4.4. Effets mixtes130
      • 4.5. Tests statistiques131
      • 4.5.1. Les tests LM en économétrie spatiale135
      • 4.5.1.1. Test d'omission d'une autocorrélation spatiale des erreurs137
      • 4.5.1.2. Test d'omission d'une variable endogène décalée138
      • 4.5.1.3. Test joint d'une variable décalée et d'une autocorrélation spatiale des erreurs139
      • 4.5.1.4. Tests conditionnels140
      • 4.5.1.5. De façon pratique...142
      • 4.6. Conclusion142
      • Chapitre 5. Modélisation spatio-temporelle 145
      • 5.1. Introduction145
      • 5.2. Impact des deux dimensions sur la structure des liens : structuration des liens spatio-temporels148
      • 5.3. Représentation spatiale des données spatio-temporelles149
      • 5.4. Représentation graphique du processus générateur des données spatiales empilées dans le temps153
      • 5.5. Impacts sur la forme de la matrice de pondérations157
      • 5.6. Structuration des liens temporels : une matrice de pondérations temporelles159
      • 5.7. Création de matrices de pondérations spatio-temporelles163
      • 5.8. Applications aux tests d'autocorrélation spatiale et aux modèles autorégressifs166
      • 5.9. Des applications spatio-temporelles168
      • 5.10. Conclusion169
      • Conclusion 173
      • Glossaire 179
      • Annexes 183
      • A.1. Annexe du chapitre 2183
      • A.1.1. Calculs des distances et création d'une matrice de pondérations spatiales183
      • A.2. Annexe du chapitre 3185
      • A.2.1. L'indice c de Geary185
      • A.2.2. Comparaison : c de Geary et I de Moran187
      • A.2.3. Calculs des indices I et iI pour les valeurs fictives188
      • A.3. Annexe du chapitre 4190
      • A.3.1. L'estimation par les moindres carrés ordinaires (MCO)190
      • A.3.2. Expression matricielle de l'estimateur des MCO191
      • A.3.3. Estimation par maximum de vraisemblance (MV)192
      • A.3.4. Programme de création de données spatiales202
      • A.4. Annexe du chapitre 5205
      • A.4.1. Programme de création de données spatio-temporelles205
      • Bibliographie 209
      • Index 219

  • Origine de la notice:
    • Electre
  • Disponible - 330.14 DUB

    Niveau 3 - Economie