G. Vermandel http://vermandel.fr Ph.D. Candidate in Economics Thu, 29 Dec 2011 18:24:49 +0000 en hourly 1 http://wordpress.org/?v=3.3.1 Controle continu informatique 05.12.211 (french only) http://vermandel.fr/2011/12/29/controle-continu-informatique-5-12-2011/?utm_source=rss&utm_medium=rss&utm_campaign=controle-continu-informatique-5-12-2011 http://vermandel.fr/2011/12/29/controle-continu-informatique-5-12-2011/#comments Thu, 29 Dec 2011 12:06:46 +0000 adminz http://vermandel.fr/?p=143 Voici le premier examen d'informatique donné aux étudiants en licence 2 éco-gestion suite à un semestre de TD d'Excel.

L'examen couvre de nombreuses fonctions excel. Corrigé examen Excel 2010.

]]> http://vermandel.fr/2011/12/29/controle-continu-informatique-5-12-2011/feed/ 0 Non-parametric analysis of the relationship between inflation and unemployment http://vermandel.fr/2010/11/16/non-parametric-analysis-of-the-relationship-between-inflation-and-unemploymen/?utm_source=rss&utm_medium=rss&utm_campaign=non-parametric-analysis-of-the-relationship-between-inflation-and-unemploymen http://vermandel.fr/2010/11/16/non-parametric-analysis-of-the-relationship-between-inflation-and-unemploymen/#comments Tue, 16 Nov 2010 12:26:16 +0000 adminz http://vermandel.fr/?p=149 Summary : The equation of Phillips reviewed successively by Samuelson-Solow and Akerlof Friedman-Lucas was the main macroeconomic debate of the past 50 years. The nonparametric econometrics developed after the 70s, the tools used here were developed after most of the publications of the authors mentioned above. The aim is to show wich of these theorists is right by a study of the joint density of unemployment-inflation relationship, leading then to a non-parametric estimation by local polynomials and splines. Contrary to all of these economists, we will not make any assumptions about the functional form of the Phillips curve.
Download the note (french only)

Attention, les données ne sont pas fournies.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

#Importation des données xls
chomage=  year ) {
			return(tserie[( year - start(tserie)[1] +1),])
		}else{
			print("Pas d'année comprise dans la série")
		}
	}else{
		if( year == start(tserie)[1] ){
			return(tserie[as.vector((year*frequency(tserie))-(start(tserie)[1]*frequency(tserie))+start(tserie)[2]):((year*frequency(tserie))-(start(tserie)[1]*frequency(tserie))+frequency(tserie)),])
		}else if( year == end(tserie)[1] ){
			return(tserie[as.vector((year*frequency(tserie))-(start(tserie)[1]*frequency(tserie))+1):((year*frequency(tserie))-(start(tserie)[1]*frequency(tserie))+end(tserie)[2]),])
		}else{
			return(tserie[as.vector((year*frequency(tserie))-(start(tserie)[1]*frequency(tserie))+1):((year*frequency(tserie))-(start(tserie)[1]*frequency(tserie))+frequency(tserie)),])
		}
	}
}
#et une fonction qui nous donne les données sur plusieurs années
tperiode = function( tserie, mini, maxi ){
	matrice = as.vector(na.omit(c(tselect(tserie,mini))))
	for (i in as.numeric(mini+1):maxi) {
		matrice = c(matrice,as.vector(na.omit(c(tselect(tserie,i)))))
	}
	return(matrice)
}
 
na.omit(tselect(tinflation, 2009))
tselect(tinflation,2010)
 
## On écrit affiche l'équation
year = 1960
myU = na.omit(tselect(tU[,-28],year))
myW = na.omit(tselect(tW[,-28],year))
if( length(myU) == length(myW) ) print("Bonne bdd")
plot(myW~myU)
reg = lm(myW~myU)
lines(reg)
 
plot(lm(myW~myU))
 
#sélectionner la balise
borne1 = 1955
borne2 = 1967
 
borne1 = 1973
borne2 = 1979
 
borne1 = 2008
borne2 = 2010
 
borne1 = 1955
borne2 = 2010
 
myW = tperiode(tinflation, borne1, borne2)
myU = tperiode(tchomage, borne1, borne2)
plot(myW~myU)
 
# tentative d'un echantillon pur sans inflation importée
myW = c(tperiode(tinflation, 1955, 1972),tperiode(tinflation, 1985, 2010))
myU = c(tperiode(tchomage, 1955, 1972),tperiode(tchomage, 1985, 2010))
plot(myW~myU, xlim=c(0,20), ylim=c(-1,20))
 
## II. Densité non paramétrique
#on détermine le paramètre de bande par validation croisée avec la fonction Hscv
library(ks)
 
#param = cbind(dnorm(myU, mean = mean(myU), sd = sd(myU)),dnorm(myW, mean = mean(myW), sd = sd(myW)))
param = cbind(myU,myW)
H.scv
]]> http://vermandel.fr/2010/11/16/non-parametric-analysis-of-the-relationship-between-inflation-and-unemploymen/feed/ 0