Econometrie
5 Mai 2006
Henry Rouanet (CRIP5, Université René Descartes) & Frédéric Lebaron (Université d’Amiens)
La preuve statistique : Examen critique de la régression
1. Econométrie et régression 2. Pour un usage raisonnable de la régression 2.1 Régression dans un contexte non-expérimental ; hyper-expérimentalisme. Prédiction et explication. Inférence statistique sur des données d’observation. Fit-&-test technique. 2.2 Spécification des variables. Effet de structure. Quasi-colinéarité. « Effets vrais » des variables « toutes choses égales par ailleurs ». Illusions et pollution.
Références Le Roux B. & Rouanet H. (2004), Geometric Data Analysis. (Avant-propos de Patrick Suppes, Stanford), Dordrecht : Kluwer. Chapitre 8 « Inductive Data Analysis » ; chapitre 9 « Case study : The French political space ». Rouanet H., Lebaron F., Le Hay V., Ackermann W., Le Roux B. (2002), Régression et Analyse géométrique des données : réflexions et suggestions, Mathématiques et Sciences Humaines, p. 13-45.
Le texte qui suit (mis en forme en décembre 2006) constitue une partie d’un chapitre en cours de rédaction sur le thème : Analyse des données et régression : espace social et sociologie des variables. Ce texte a bénéficié des remarques de Julien Duval, que nous remercions vivement.
0
Ayant pris en compte l’ensemble des agents efficients (individus et, à travers eux, institutions) et l’ensemble des propriétés – ou des atouts – qui sont au principe de l’efficacité de leur action, on peut attendre de l’analyse des correspondances, qui, ainsi utilisée, n’a rien de la méthode purement descriptive que veulent y voir ceux qui l’opposent à l’analyse de régression, qu’elle porte au jour la structure des oppositions, ou, ce qui revient au même, la structure de la distribution des pouvoirs et des intérêts spécifiques qui détermine, et explique, les stratégies des agents, et par là l’histoire des principales interventions qui ont