• Niveau d'étude

    BAC +5

  • ECTS

    4,5 crédits

  • Composante

    Sciences économiques, gestion, mathématiques et informatique

  • Volume horaire

    24h

  • Période de l'année

    Enseignement neuvième semestre

Description

The first lectures lay the theoretical background to causal inference, the potential sources of bias, and the gold-standard of randomization. The course covers the main methods or designs that are increasingly used in social sciences, and law & economics in particular, to identify causal effects from observational data (cross-section and panel). The lectures systematically illustrate the different methods with real-life applications using Stata : students learn how to estimate impacts from scratch, from data retrieval and manipulation, coding, estimation, inference, to interpretation of results.

Lire plus

Objectifs

This course aims to provide students with the modern quantitative toolkit to evaluate the impacts of public policies or programs.

Lire plus

Évaluation

Session 1
Formule standard : Une épreuve sur table de 2 heures
Formule dérogatoire : Une épreuve sur table de 2 heures

Session 2 : Oral

Prise en compte de la situation sanitaire :
Si, pour tenir compte de la situation sanitaire, des restrictions ou des contraintes sont imposées à l'Université Paris Nanterre ou à l'UFR SEGMI, tout ou partie des épreuves, contrôles de connaissances et examens terminaux de la session 1 et de la session 2, ainsi que des sessions de rattrapages, pourront se dérouler en mode distancié.

Lire plus

Heures d'enseignement

  • CMCM24h

Pré-requis obligatoires

Microéconométrie

Lire plus

Compétences visées

  • Mastering the foundamental problems of causal inference and the Rubin causal model
  • Identifying the key methodological challenges in each context
  • Finding a credible empirical design for identification of causal effects
  • Applying the solution with the appropriate model and estimator
Lire plus

Bibliographie

  • Cunningham, S. (2018) : Causal Inference, the Mixtape, free ebook
  • Angrist, J. & Pischke, J. (2009) : Mostly Harmless Econometrics, Princeton University Press
Lire plus

Ressources pédagogiques

Cours en ligne

Lire plus