Aperçu de la section

  • Description de la formation

    • Description de la formation

      Par défaut cette section est publique et visible par tous les visiteurs
      1 - Établissement ou école : Ecole nationale de la statistique et de l'analyse de l'information (ENSAI)
      2 - Dates : 15 avril 2025
      3 - Public (Matière, Filières) : toutes matières, toutes filières
      4 - Nombre de places offertes (présentiel/distanciel) : 20 personnes (présentiel)
      5 - Lieu de la formation (adresse complète) : 51 rue Blaise Pascal 35 170 BRUZ
      6 - Intitulé du stage : Théorie des sondages, économétrie et machine learning pour la décision publique
      7 - Noms et qualités des intervenants, adresse de contact : 

      Introduction à la théorie des sondages  : Laurent Costa, assistant d’enseignement. Courriel : laurent.costa@ensai.fr

      Econométrie, machine learning et politiques publiques : Marion Goussé et Bertille Picard, enseignantes-chercheuses. Courriels : marion.gousse@ensai.fr - bertille.picard@ensai.fr

      8 - Descriptif - Mots clés: 

      Théorie des sondages : 

      Après avoir introduit les concepts d’échantillonnage et d’estimation par sondages, nous aborderons leurs méthodes classiques au travers d’exemples simples tout d’abord puis avec des applications dans la statistique publique. Le traitement de la non-réponse à une enquête pour neutraliser le biais introduit sera également présenté ainsi que les méthodes de redressement qui permettent d’améliorer encore l'estimateur en utilisant de l'information auxiliaire.

      L'économétrie et le machine learning : des outils pour les sciences sociales et l'analyse des politiques publiques

      Découvrez comment l’économétrie traditionnelle et les méthodes issues du machine learning sont exploitées dans les sciences sociales. Nous présenterons la démarche classique, qui utilise la régression linéaire pour analyser et mettre en évidence des relations causales. Récemment, l’incorporation de méthodes de machine learning a élargi la palette d’outils disponibles, offrant de nouvelles façons d’explorer les données et d’en tirer du sens. Nous verrons comment ces approches complémentaires permettent d’éclairer la prise de décision et analyser les politiques publiques.

      9 - Informations pratiques :
             Restauration : Oui Prise en charge par l’école 
             Possibilité d’hébergement : il existe une offre d'hébergement sur le campus (aux frais des stagiaires)
      10 - Prérequis
      11 - Programme: 

      9h : Accueil, café viennoiseries

      Présentation de l’école, des recrutements et filières et débouchés

      9h45 : Introduction à la théorie des sondages

      11h15-11h30 : Pause café

      11h30-12h30 : Applications et discussion

      12h30-14h : Déjeuner

      14h : Econométrie, machine learning et politiques publiques

      15h30 : Pause café

      15h45-16h30 : discussion et fin du stage