Compte_rendu_seances

[bbasa1]

Ici quelques notes sur les séances à l'Ensae

[bbasa1]

Séance du 14/11

• inclure le prix de l'immobilier ==> Base DVF ? Que depuis 2018...
• effet d'anticipation sur 10 ans. Est-ce qu'on verra qqch ? Quid de l'effet post ouverture des stations ?
• penser à différentier les stations déjà ouvertes et les stations pas encore ouvertes
• plus regarder les travaux faits sur le RER

[bbasa1]

Séance du 21/11

• Passer à l'Iris pour affiner et augmenter la taille des données ;
• ATTENTION : si grande dimension sur les X, penser aux procédures de tests multiples pour ne pas avoir trop de variables significatives ;
• Formaliser, effet des $X$ en $t-1$ sur $t+1$ ;
• Affiner par quels $X$ commencer.

[bbasa1]

Séance du 08/12

• Facteurs politiques : couleur politique du maire, différence avec la région ? ===> Variable instrumentale ?
• Position des IRIS vàv des aéroports ? ==> Variable instrumentale ?
• Agréger IRIS retrospectivement, prendre la plus grosse maille
• Assignation traitement : rayon autour des gares, au début 1 ou 2km, puis on peut faire varier le rayon
• Matching et causalité ===> Le matching ne met PAS de causalité, on va avoir besoin de variable instrumentale pour ça
• Hétérogénéité des effets de traitements.

[bbasa1]

Séance du 06/02

• Restriction aux communes de plus de 10 000 habs pas choquantes, à condition de l'assumer, mais c'est pas un problème pour le moment. Il faudra néanmoins penser à des tests de robustesse plus tard ;
• Variable instrumentale : chercher du côté de la politique, c'est la seule qui peut fonctionner éventuellement, notamment côté Municipale 2008 ;
• ATTENTION : virer la pondération dans la reg lin, ou bien la justifier ===> Ok ça change pas grand chose ouf
• Procédure B-H : quid du cas où les pvalues sont corrélées ? Sinon il faut passer par Bonferroni ====> p-values doivent satisfaire la condition de dépendance positive “PRDS”
• Réfléchir à la significativité des variables

[bbasa1]

Séance du 27/02

• La condition d'exegonéité de Z ne choque pas : le fait de regarder l'évolution plutôt que la valeur permet d'inclure un genre d'effet fixe par IRIS, et donc renforce notre choix ;
• Notation : changer Y_i par \Delta Y_i
• Ivreg = Bien regarder l'intervalle de confiance, la variance ==> Lien avec la corrélation spatiale des IRIS, on n'a pas des observations indépendante. Faire des tests de robustesses à partir de ça
• Test W-H : en fait pas hyper pertinent, car il teste l'endogénéité de l'estimateur, mais sous l'hypothèse des deux conditions de Z, donc bof...
• Assumer l'explication par la gentrification/migration ==> On peut le vérifier avec l'âge en Y ?
• Discuter avec Corentin Trevien ?
• Regarder pour faire une nouvelle variable instrumentale Z ==> Les données de Piketty sur les résultats des législatives 2007 par commune

[bbasa1]

Séance du 12/03

• Défendre l'instrument AXE ;
• Regarder test de Fisher sur la première régression 2SLS (on veut <10 ?), même si la règle est un peu controversée ;
• Instrument ELECTION : En fait, le % de voix opposition est plutôt une va de contrôle ==> Regarder plutôt si une commune a eu une opposition entre 48% et 52%.
• Nb de députés au total ? Problème : peu de points
• ELECTION : passer à un T continu ?
• Si résultats différents : ne pas parler d'incohérence, mais d'effets hétérogènes ==> 2 variables instrumentales Z = 2 moyennes sur 2 populations de compliers différentes
• Regarder notice Piketty pour 115% de voix à Neuilly
• Autocorrélation spatiale : en première approche, faire les régressions en clusterisant par commune
• Mettre le % de voix pour l'OPPO en variable de contrôle ?

[bbasa1]

Séance du 09/04

• Régression avec Elections Legislatives :
  • Se restreindre toujours aux communes $50 \% \pm \varepsilon$ ;
  • Mettre le pourcentage de voix de la majorité en variable de contrôle ;
  • Mettre Z l'indicatrice de : la majorité a eu plus de $50 \% $
• Si on obtient la même chose entre les deux variables : les effets sont sans doute homogènes
• Sinon : la diff entre les deux vient de la population des compliers, et qui sont sans doute différentes, on a donc des effets hétérogènes
• ATTENTION : interprétation des régressions $\Delta Y/Y_{2012}$, comment interpréter le coefficient ? Pas en évolution relative... Regarder avec $\log(Y)$ ? Ou $\log(\Delta Y)$ ?
• Autocorrélation spatiale : construire une matrice de variance-covariance de la fonction de la distance entre 2 IRIS pour toutes les paires d'IRIS. La fonction peut avoir la forme $\alpha/Dist + \beta/Dist^2$, et on estime $\alpha$ et $\beta$ en fonction des résidus des régressions.