QCM : Préparation à l’économétrie appliquée — 9 questions

Questions et réponses du QCM

1. Une étude économétrique est présentée sous forme de modèle avec variables explicatives et résultat estimé ; quelle caractéristique doit avant tout respecter chaque question de QCM pour être de bon niveau ?

Commencer par une mise en situation ou la présentation d’un modèle, puis proposer quatre réponses
Se limiter à des questions de calcul numérique des paramètres estimés
Poser des définitions uniquement théoriques sans contexte d’estimation
Utiliser des réponses ouvertes au lieu de quatre choix fermés

Commencer par une mise en situation ou la présentation d’un modèle, puis proposer quatre réponses

Explication

Une bonne question de QCM doit partir d’un contexte (modèle ou mise en situation) et proposer ensuite quatre réponses. Les autres options contredisent ce format en omettant le contexte ou en changeant le type de question.

2. Quel est l'objectif principal de la conception d'une question à choix multiple (QCM) dans un contexte économétrique ?

Vérifier la capacité à réciter des théories sans contexte.
Évaluer uniquement les compétences en calcul numérique.
Tester la mémoire des étudiants sur des définitions précises.
Analyser, interpréter et raisonner à partir d'un contexte ou d'un modèle.

Analyser, interpréter et raisonner à partir d'un contexte ou d'un modèle.

Explication

L'objectif principal des QCM en économétrie est d'évaluer la capacité à analyser, interpréter et raisonner à partir d'un contexte ou d'un modèle, plutôt que de se limiter à des calculs ou à la mémorisation.

3. Lors de la création d’un QCM à partir d’un résultat d’estimation, qu’est-il le plus important d’évaluer chez l’étudiant pour que la question porte sur la compréhension réelle du modèle ?

La vitesse d’exécution du calcul numérique plutôt que l’interprétation
La mémorisation de définitions sans utiliser le résultat
L’analyse, l’interprétation et le raisonnement à partir du résultat
Uniquement la capacité à refaire tous les calculs intermédiaires à la main

L’analyse, l’interprétation et le raisonnement à partir du résultat

Explication

Le QCM doit évaluer l’analyse, l’interprétation et le raisonnement, et pas seulement les calculs. L’option 1 correspond à une confusion fréquente consistant à réduire une question d’application à un exercice de calcul.

4. Quel est le rôle principal des tests statistiques dans l'analyse économétrique ?

Remplacer l'interprétation des résultats par des calculs numériques
Calculer précisément les coefficients de régression
Vérifier si les résultats sont significatifs et conformes aux hypothèses du modèle
Déterminer la meilleure variable explicative pour le modèle

Vérifier si les résultats sont significatifs et conformes aux hypothèses du modèle

Explication

Les tests statistiques servent à vérifier la validité des hypothèses du modèle et la significativité des résultats, plutôt que de se concentrer uniquement sur les coefficients ou de faire des calculs numériques.

5. On souhaite estimer l’effet d’une variable explicative sur un indicateur de performance ; quel objectif principal un QCM doit-il couvrir concernant les modèles économétriques et leurs résultats ?

Uniquement la comparaison de deux valeurs numériques sans interprétation
Le choix et l’interprétation du modèle, ainsi que l’interprétation des coefficients et des résultats d’estimation
Uniquement la sélection d’un logiciel d’analyse statistique
La description des étapes de calcul sans discuter du modèle choisi

Le choix et l’interprétation du modèle, ainsi que l’interprétation des coefficients et des résultats d’estimation

Explication

Les QCM doivent couvrir le choix et l’interprétation des modèles, ainsi que l’interprétation des coefficients et des résultats. Les autres options ne traitent pas l’essentiel demandé : interpréter modèle et estimation.

6. À quel moment précis la problématique de l'hétéroscédasticité a-t-elle été identifiée comme un problème classique dans l'analyse des modèles de régression ?

Après la validation des hypothèses de Gauss-Markov.
Lors de la phase de spécification du modèle.
Pendant l'interprétation des résultats.
Après l'estimation des coefficients.

Lors de la phase de spécification du modèle.

Explication

L'hétéroscédasticité est généralement identifiée comme un problème lors de la spécification du modèle, car elle viole l'une des hypothèses de base du modèle de Gauss-Markov, ce qui peut affecter la validité des tests statistiques.

7. Un QCM présente une sortie d’estimation produite par un logiciel comme R, Stata, EViews ou SPSS ; sur quoi l’analyse doit-elle porter principalement ?

Sur la vérification manuelle des unités de mesure uniquement
Sur l’identification des fichiers de sortie et de leurs noms
Sur la reconstruction complète à la main de tous les calculs internes du logiciel
Sur l’interprétation des sorties du logiciel plutôt que sur des calculs numériques

Sur l’interprétation des sorties du logiciel plutôt que sur des calculs numériques

Explication

L’analyse doit porter principalement sur l’interprétation des sorties de logiciels plutôt que sur des calculs numériques. La reconstruction à la main et l’étiquetage administratif ne sont pas l’objectif principal.

8. En quoi les modèles de séries temporelles ARIMA diffèrent-ils des modèles VAR en termes d'analyse des relations entre plusieurs séries ?

Les ARIMA nécessitent des tests de racine unitaire, alors que les VAR ne les utilisent pas.
Les modèles ARIMA sont linéaires, alors que les VAR sont non linéaires.
Les ARIMA sont utilisés uniquement pour la stationnarité, alors que les VAR sont pour la cointégration.
Les modèles ARIMA se concentrent sur une seule série pour la modélisation, tandis que les modèles VAR analysent plusieurs séries simultanément.

Les modèles ARIMA se concentrent sur une seule série pour la modélisation, tandis que les modèles VAR analysent plusieurs séries simultanément.

Explication

Les modèles ARIMA sont conçus pour analyser une seule série temporelle, tandis que les modèles VAR permettent d'étudier plusieurs séries en interaction, ce qui les distingue dans l'analyse des relations dynamiques.

9. Qui est crédité de la formulation du concept de cointégration dans l'analyse des séries temporelles ?

Clive Granger et Robert Engle
André Laplace et Pierre-Simon Laplace
John Tukey et David Cox
George Box et Sir Ronald Fisher

Clive Granger et Robert Engle

Explication

Clive Granger et Robert Engle sont crédités de la découverte et de la formalisation du concept de cointégration, essentiel pour analyser la relation à long terme entre séries temporelles.

Révisez avec les flashcards

Mémorisez les réponses avec 11 flashcards sur Préparation à l’économétrie appliquée.

Comment commence chaque question de QCM selon les objectifs ?

Par un contexte, une mise en situation ou un modèle économétrique.

Objectifs des QCM

Évaluer analyse, interprétation, raisonnement.

Que doivent évaluer les situations réelles dans les QCM ?

L’analyse, l’interprétation et le raisonnement.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Préparation à l’économétrie appliquée.

Voir la fiche →

Cours similaires

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM