Objectifs par rapport aux acquis d'apprentissage du programme

• Mobiliser des connaissances spécialisées dans au moins un domaine de la gestion.
• Maîtriser les principaux processus décisionnels de l'entreprise.
• Communiquer et présenter des travaux originaux de manière professionnelle tant à l'oral qu'à l'écrit.
• Conduire un raisonnement scientifique sur des problématiques complexes ou novatrices en gestion.
• Maîtriser de manière active et intégrée des savoirs dans les différents domaines de la gestion et les utiliser de manière efficace dans un contexte professionnel.
• Intégrer des savoirs hautement spécialisés relevant de différents domaines de la gestion.
• Adopter une démarche scientifique d'analyse et de raisonnement.
• Maîtriser les différentes étapes et méthodes pour mener à bien une recherche sur des problématiques complexes ou novatrices en gestion.
• Construire un cadre de référence, formuler des questions ou des hypothèses à partir de l'analyse de la littérature scientifique.
• Récolter des données, les analyser de façon qualitative et quantitative et interpréter de manière adéquate les résultats, en tenant compte du cadre de référence au sein duquel la recherche s'est développée.
• Développer des stratégies innovantes.
• Mobiliser les méthodes et les outils d'aide au gestionnaire dans des contextes mouvants.
• Innover dans la mise en place de méthodologies et d'outils d'analyse ou de décision en matière de gestion.
• Intégrer les processus scientifiques et technologiques.
• Identifier, modéliser et analyser des problèmes réels et complexes en sciences de gestion.

Acquis d'apprentissage UE

A l'issue de cet enseignement, les étudiants seront capables d'appliquer une série d’outils économétriques (analyse des séries chronologiques) et statistiques avancés (analyse de données) utiles pour l’analyse empirique dans le domaine de la gestion. Les étudiants apprendront également à utiliser le logiciel Stata.

Contenu de l'UE

Analyse des séries chronologiques univariées et multivariées: modèles ARMA, tests de racine unitaire et tests de tationnarité, modèles VAR, modèles ARCH, GARCH, ... Analyse de données : analyse en composantes principales, analyse factorielle des correspondances, analyse des proximités, des préférences et typoplogie.

Compétences préalables

calcul matriciel; probabilité et inférence; méthode des moindres carrés; notions de base de Stata Statistiques I et II, Econométrie I

Types d'évaluation Q1 pour l'épreuve intégrée

• Présentation et travaux
• Examen écrit

Types d'évaluation Q2 pour l'épreuve intégrée

• Examen oral
• Examen écrit
• Néant

Types d'évaluation du Q3 pour l'épreuve intégrée

• Examen oral
• Examen écrit

Types d'évaluation rattrapage B1BA (Q1) pour l'épreuve intégrée

• Néant