Statistical Models for Social Sciences

Avant de construire un modèle, avant de faire une prédiction, avant même de tirer une conclusion, il y a une étape qu’on ne doit jamais négliger : l’Analyse Exploratoire des Données (EDA). L’EDA permet de comprendre les données, détecter les anomalies, identifier les tendances, et préparer une analyse plus fiable. Concrètement, le processus commence souvent par différentes sources de données : CSV, API, bases de données, ou encore données non structurées. Ensuite vient une phase essentielle : le prétraitement. C’est à ce niveau qu’on nettoie les données, qu’on corrige certaines incohérences, qu’on gère les valeurs manquantes et qu’on transforme l’information brute en une base exploitable. Une fois les données prêtes, l’EDA entre en jeu à travers : l’analyse statistique la visualisation des données l’extraction d’insights utiles C’est cette étape qui permet de mieux voir : les relations entre variables les distributions les valeurs atypiques les motifs cachés dans les données Et ...

En économétrie, les données de panel sont particulièrement puissantes parce qu’elles permettent d’observer plusieurs individus, entreprises, pays ou ménages sur plusieurs périodes. Elles combinent donc deux dimensions essentielles : 𝒍𝒂 𝒅𝒊𝒎𝒆𝒏𝒔𝒊𝒐𝒏 𝒊𝒏𝒅𝒊𝒗𝒊𝒅𝒖𝒆𝒍𝒍𝒆 et 𝒍𝒂 𝒅𝒊𝒎𝒆𝒏𝒔𝒊𝒐𝒏 𝒕𝒆𝒎𝒑𝒐𝒓𝒆𝒍𝒍𝒆. L’intérêt principal du panel est qu’il permet de mieux contrôler les différences non observées entre les unités étudiées. Par exemple, deux pays peuvent avoir des niveaux de croissance différents non seulement à cause de l’investissement ou de l’inflation, mais aussi à cause de facteurs propres à chaque pays : institutions, culture économique, qualité de gouvernance, structure productive, etc. C’est ici que les modèles deviennent importants. 𝑳𝒆 𝒎𝒐𝒅𝒆̀𝒍𝒆 𝑷𝒐𝒐𝒍𝒆𝒅 𝑶𝑳𝑺 suppose que toutes les unités sont homogènes. Il est simple, mais souvent trop restrictif. 𝑳𝒆 𝒎𝒐𝒅𝒆̀𝒍𝒆 𝒂̀ 𝒆𝒇𝒇𝒆𝒕𝒔 𝒇𝒊𝒙𝒆𝒔 contrôle les caractéristiques propres à chaq...

Dans une base de données, il arrive souvent que plusieurs variables racontent presque la même histoire. Par exemple, la taille, le poids, le tour de taille ou encore l’indice de masse corporelle peuvent être fortement liés. Dans ce cas, analyser toutes ces variables séparément peut rendre l’interprétation lourde et parfois confuse. C’est là qu’intervient 𝒍’𝑨𝒏𝒂𝒍𝒚𝒔𝒆 𝒆𝒏 𝑪𝒐𝒎𝒑𝒐𝒔𝒂𝒏𝒕𝒆𝒔 𝑷𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍𝒆𝒔, appelée aussi PCA en anglais. Son objectif est simple : transformer plusieurs variables corrélées en un petit nombre de nouvelles variables appelées composantes principales. Ces composantes résument l’information contenue dans les données, en conservant le maximum de variabilité possible. 𝑳𝒂 𝒑𝒓𝒆𝒎𝒊𝒆̀𝒓𝒆 𝒄𝒐𝒎𝒑𝒐𝒔𝒂𝒏𝒕𝒆 capte la plus grande partie de l’information. 𝑳𝒂 𝒅𝒆𝒖𝒙𝒊𝒆̀𝒎𝒆 𝒄𝒐𝒎𝒑𝒐𝒔𝒂𝒏𝒕𝒆 capte une autre partie importante, mais indépendante de la première. Les composantes suivantes ajoutent progressivement moins d’information. En pr...