Big Data Methods

  • Enseignement

    Détails

    Faculté Faculté des sciences économiques et sociales et du management
    Domaine Economie politique
    Code UE-EEP.00142
    Langues Anglais
    Type d'enseignement Cours
    Cursus Master
    Semestre(s) SP-2021

    Horaires et salles

    Horaire résumé Jeudi 11:15 - 14:00, Hebdomadaire
    Heures par semaine 3

    Enseignement

    Enseignants
    Assistants
    Description

    This course discusses quantitative methods for analyzing "big data", i.e. data sets that have either many observations or many variables or both. Firstly, the course covers flexible or "nonparametric" econometric methods for data with many observations, where "flexible" implies that the researcher aims at imposing as few behavioral assumptions as possible. These methods are often more accurate than standard approaches such as OLS, which assumes a linear relation between the explanatory and dependent variables that might not hold in reality.
    Secondly, the course discusses so-called "machine learning" approaches to deal with data that include many variables, in order to optimally exploit the vast information provided in variables. Separating relevant from irrelevant information is key in a world with ever increasing data availability.
    The following topics will be covered in the course:
    * Flexible (non/semiparametric) vs. parametric statistical (or econometric) models
    * Nonparametric regression methods: Kernel regression, series approximation, smoothing splines
    * Methods for choosing smoothing and bandwidth parameters
    * Testing: nonparametric specification and distribution tests
    * Machine learning based on shrinkage and variable selection: Lasso and ridge regression
    * Machine learning based on decision trees, bagged trees, and random forests
    * Introduction to further machine learners: boosting, support vector machines, neural nets, and ensemble methods
    The lecture is accompanied by 4 PC sessions based on the software package "R", in which the methods are applied to empirical data.

    Objectifs de formation

    This course provides students with statistical methods for analyzing "big data" (data sets with many observations and/or variables) that are often more accurate than "standard" tools (such as OLS) hinging on rather restrictive behavioral assumptions. Students should understand the intuition of and differences between the various methods (but are not required to formally reproduce tedious proofs) and how to practically implement them in the statistical software package “R” in order to investigate real world data.

    Conditions d'accès

    Knowledge of introductory econometrics/statistics

    Softskills
    Oui
    Places softskills 10
    Hors domaine
    Non
    BeNeFri
    Oui
    Mobilité
    Oui
    UniPop
    Non

    Documents

    Bibliographie

    J. Racine (2008): “Nonparametric Econometrics: A Primer”, Foundations and Trends in Econometrics, Vol. 3, No 1, pp. 1–88. https://www.nowpublishers.com/article/Details/ECO-009

    G. James, D. Witten, T. Hastie, and R. Tibshirani (2013): An Introduction to Statistical Learning with Applications in R, Springer, New York. http://www-bcf.usc.edu/~gareth/ISL/

    Further references are provided on the moodle site of the course.

  • Dates et salles
    Date Heure Type d'enseignement Lieu
    25.02.2021 11:15 - 14:00 Cours PER 21, salle C130
    04.03.2021 11:15 - 14:00 Cours PER 21, salle C130
    11.03.2021 11:15 - 14:00 Cours PER 21, salle C130
    18.03.2021 11:15 - 14:00 Cours PER 21, salle C130
    25.03.2021 11:15 - 14:00 Cours PER 21, salle C130
    01.04.2021 11:15 - 14:00 Cours PER 21, salle C130
    15.04.2021 11:15 - 14:00 Cours PER 21, salle C130
    22.04.2021 11:15 - 14:00 Cours PER 21, salle C130
    29.04.2021 11:15 - 14:00 Cours PER 21, salle C130
    06.05.2021 11:15 - 14:00 Cours PER 21, salle C130
    20.05.2021 11:15 - 14:00 Cours PER 21, salle C130
    27.05.2021 11:15 - 14:00 Cours PER 21, salle C130
  • Modalités d'évaluation

    Examen écrit - SP-2021, Session d'été 2021

    Date 16.06.2021 11:00 - 12:30
    Mode d'évaluation Par note
    Description

    Examination time: 90 Min. and participation in PC labs

    Examen écrit - SP-2021, Session de rattrapage 2021

    Date 02.09.2021 11:00 - 12:30
    Mode d'évaluation Par note
    Description

    Examination time: 90 Min. and participation in PC labs

  • Affiliation
    Valable pour les plans d'études suivants:
    BcMa - Data Analytics - 30 ECTS
    Version: 2020/SA-v01
    À choix 18 crédits ECTS

    BcMa - Economie politique - 30 ECTS
    Version: 2021/SA_V01
    Cours à choix > 369 - Cours à choix du Master en Economie Politique

    BcMa - Gestion d'entreprise - 30 ECTS
    Version: 2021/SA_V01
    Cours à choix - 30 ECTS > DIG: Managing Digitalisation
    Cours à choix - 30 ECTS > DAT: Data Analytics

    BcMa - Informatique de gestion - 30 ECTS
    Version: 2020/SA_V01
    Cours > Modules gestion d'entreprise > DIG: Managing Digitalisation
    Cours > Modules gestion d'entreprise > DAT: Data Analytics

    Doc - Economie politique
    Version: 2002/SA_V01
    Cours a choix > Wahlkurse UNIFR

    Doc - Economie quantitative
    Version: 2002/SA_V01
    Cours a choix > Wahlkurse UNIFR

    Doc - Gestion d'entreprise
    Version: 2002/SA_V01
    Cours a choix > Wahlkurse UNIFR

    Doc - Sciences sociales
    Version: 2002/SA_V01
    Cours a choix > Wahlkurse UNIFR

    Doc - Sciences économiques et sociales
    Version: 2002/SA_V01
    Cours a choix > Wahlkurse UNIFR

    Enseignement complémentaire en SES
    Version: ens_compl_ses
    803 - Offre de cours MA pour étudiants en mobilité

    Etudes européennes 30 [MA]
    Version: SA14_MA_PS_bil_v01
    Enjeux économiques, politiques et sociaux en Europe > Modul "Economie" (Option A)

    Ma - Accounting and Finance - 90 ECTS
    Version: 2021/SA_V01
    Cours - 72 ECTS > Cours à option dans tous les cours de Master de l'université: minimum 0 / maximum 1 cours si 72 ECTS non atteints dans les modules du MA > Cours à choix SES de niveau Master
    Cours - 72 ECTS > Modules "Data Analytics" et "Audit et Fiscalité": min. 3 cours > DAT: Data Analytics

    Ma - Business Communication : Economie politique - 90 ECTS
    Version: 2021/SA_V01
    Cours > Groupe d'option > Economie politique > Cours des modules du master économie politique, sans les modules 4 et 9

    Ma - Business Communication : Gestion d'entreprise - 90 ECTS
    Version: 2021/SA_V01
    Cours - 60 ECTS > Option choisie: > Gestion d'entreprise > 30 ECTS parmi les modules : > DIG: Managing Digitalisation
    Cours - 60 ECTS > Option choisie: > Gestion d'entreprise > 30 ECTS parmi les modules : > DAT: Data Analytics

    Ma - Business Communication : Informatique de gestion - 90 ECTS
    Version: 2020/SA_V01
    Cours - 60 ECTS > Groupe d'option > Informatique de gestion > Cours > Modules gestion d'entreprise > DIG: Managing Digitalisation
    Cours - 60 ECTS > Groupe d'option > Informatique de gestion > Cours > Modules gestion d'entreprise > DAT: Data Analytics

    Ma - Communication et Société - 90 ECTS
    Version: 2021/SA_V03
    Forschungsbereiche > Forschungsbereiche > Inter- & Transdisciplinary Perspectives > Cours à choix SES de niveau Master

    Ma - Data Analytics & Economics - 90 ECTS
    Version: 2020/SA-v01
    Courses min 63 ECTS > Mandatory Modules (45 to 63 ECTS) > Module I: Data Analytics (Data)

    Ma - Economie politique - 90 ECTS
    Version: 2021/SA_V03
    Le choix de l'option se fait par l'inscription au premier cours dans l'une des options possibles. > Economie quantitative > 369 - Option : "Economie quantitative"
    Cours à choix > 369 - Cours à choix du Master en Economie Politique
    Cours à choix > Cours de la faculté SES - max. 15 ECTS > Cours à choix SES de niveau Master

    Ma - European Business - 90 ECTS
    Version: 2017/SA_v01
    Courses - 63 ECTS > Additional courses: Any Master courses of the Faculty of Economics and Social Sciences, as well as maximum 9 ECTS from all Master programmes of the University. > Cours à choix SES de niveau Master

    Ma - Gestion d'entreprise - 90 ECTS
    Version: 2017/SA_v01
    Cours: min. 63 ECTS > Cours facultatifs: max. 18 ECTS > Cours à choix SES de niveau Master

    Ma - Informatique de gestion - 90 ECTS
    Version: 2020/SA-v01
    Cours - min. 45 ECTS > Modules gestion d'entreprise - max. 15 ECTS > DIG: Managing Digitalisation
    Cours - min. 45 ECTS > Modules gestion d'entreprise - max. 15 ECTS > DAT: Data Analytics

    Ma - Informatique de gestion - 90 ECTS
    Version: 2019/SA_V01
    Cours - min. 45 ECTS > Modules gestion d'entreprise - max. 15 ECTS > DIG: Managing Digitalisation

    Ma - International and European Business - 90 ECTS
    Version: 2021/SA_V01
    Courses > Modules > One complete module taken from the following list > Groupe d'élément de validation du Module DAT > DAT: Data Analytics
    Courses > Modules > One complete module taken from the following list > Groupe d'élément de validation du Module DIG > DIG: Managing Digitalisation
    Courses > Additional courses: Any Master courses of the Faculty of Economics and Social Sciences, as well as maximum 9 ECTS from all Master programmes of the University. > Cours à choix SES de niveau Master

    Ma - Management - 90 ECTS
    Version: 2021/SA_V01
    Cours: min. 72 ECTS > Cours à option: max. 18 ECTS > Cours à choix SES de niveau Master
    Cours: min. 72 ECTS > Modules - min 54 ECTS > Groupe d'élément de validation du Module DAT > DAT: Data Analytics
    Cours: min. 72 ECTS > Modules - min 54 ECTS > Groupe d'élément de validation du Module DIG > DIG: Managing Digitalisation

    Ma - Marketing - 90 ECTS
    Version: 2021/SA_V02
    Cours > Groupe d'élément de validation du Module DIG > DIG: Managing Digitalisation
    Cours > Groupe d'élément de validation du Module DAT > DAT: Data Analytics
    Cours > Cours à choix Master de toute l'université > Cours à choix SES de niveau Master

    Ma - Public Economics and Public Finance - 90 ECTS
    Version: 2015/SA_V01_MA_VWL_DD
    Cours > Jusqu’à 45 crédits ECTS doivent remplir les conditions de cette spécialisation, dont les modules 1, 2 et 6 qui doivent chacun atteindre un min. de 12 ECTS. > Module 6: Economie quantitative

    Ma - Sciences de la communication et des médias - 90 ECTS
    Version: 2015/SA_V01
    Cours - 60 ECTS > Inter- and Transdisciplinary Perspectives > Cours à choix SES de niveau Master