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.
Objectifs
This course aims to provide students with the modern quantitative toolkit to evaluate the impacts of public policies or programs.
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.
Heures d'enseignement
- CMCM24h
Pré-requis obligatoires
Microéconométrie
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
Bibliographie
- Cunningham, S. (2018) : Causal Inference, the Mixtape, free ebook
- Angrist, J. & Pischke, J. (2009) : Mostly Harmless Econometrics, Princeton University Press
Ressources pédagogiques
Cours en ligne