Catalogue CEPE 2014

CENTRE DE FORMATION CONTINUE
conomie, statistique, finance et actuariat
2014
GROUPE DES COLES NATIONALES D'CONOMIE ET STATISTIQUE
Statistique 1 : introduction la statistique De la statistique descriptive la statistique infrentielle
Statistique 2 : description et mesure de la liaison entre deux variables
Statistique descriptive avec SAS Statistique descriptive et rgression avec R Statistique 3 : de l'chantillon la population, estimation et tests Statistique baysienne Statistique des valeurs extrmes Les indices : construction et utilisation Analyse factorielle et classication Analyse des donnes avec SAS Analyse des donnes avec R Analyse discriminante et segmentation Text mining et Web mining Rgression linaire et analyse de la variance Mthodes de rgression sur donnes qualitatives Statistique non paramtrique Statistique et mthodes de rgression pour donnes spatiales Conception d'enqute et laboration de questionnaire Le secret statistique - Principes et pratiques Sondages 1 : chantillonnage Sondages avec SAS Sondages 2 : mthodes de redressement Sondages avec R Correction de la non-rponse dans les enqutes Enqutes rptes dans le temps et mthode de partage des poids Bootstrap et rchantillonnage Estimation sur petits domaines : travailler sur les petits chantillons Introduction l'analyse des sries temporelles et mthodes de prvision court terme Dcomposition et dsaisonnalisation de sries temporelles Modles de prvision des sries chronologiques linaires Analyse des sries temporelles avec R Introduction aux modles dynamiques facteurs Racines unitaires, cointgration et modles correction derreur Modles de sries temporelles multivaries : modles VAR et VECM conomtrie 1 : introduction conomtrie 2 : approfondissements Identier et estimer une relation de cause eet valuation dimpact des politiques publiques conomtrie des panels conomtrie des modles de dure conomtrie des modles multiniveaux
3-4-10-11 fv. 26-27 mai et 2-3 juin 17-18-24-25 nov. 20-21-27-28 janv. 31 mars et 1-7-8 avril 8-9-15-16 sept. 9-10 oct. 26-27-28 mai 12-13-19-20 mai 6-7-8 oct. 2-3 juin 8-9 dc. 17-18-19-24-25 mars 10-11 avril 16-17 juin 16-17-23-24 juin 29-30 sept. - 1 oct. 20-21-27-28 nov. 21-22-23 mai 1-2-3 oct. 24-25-26 sept. 3-4-5 dc. 20-21 mars 1-2-7-8 avril 20-21-27-28 nov. 21 mai 5-6-12-13 juin 26-27 juin 20-21 mars 2-3 oct. 15-16 mai 8-9 dc. 19-20 mai 10-11-16-17 juin 11-12-18-19 dc. 19-20 juin 15-16-17 dc. 31 mars, 1-2 avril 24-25-26 nov. 8-9-10 oct. 6-7 nov. 3-4 avril 16-17-18 juin 1-2-3 dc. 4-5-6 juin 16-17 oct.
p.19
p.20
p.21 p.22 p.23 p.24 p.25 p.26 p.28 p.29 p.30 p.31 p.32 p.34 p.35 p.36 p.37 p.40 p.41 p.42 p.43 p.44 p.45 p.46 p.47 p.48 p.49 p.52 p.53 p.54 p.55 p.56 p.57 p.58 p.60 p.61 p.62 p.63 p.64 p.65 p.66
MTHODES STATISTIQUES
Sries temporelles
Enqutes et Sondages
Analyse de Rgression donnes et multimodlisation dimentionnelle
Reporting avec Excel Excel : utilisation avance pour les statisticiens SAS Enterprise Guide Initiation SAS SAS niveau intermdiaire Le langage macro de SAS Introduction au logiciel R pour les statistiques Initiation Stata
10-11-12 mars 14-15-16 mai 2-3 juin 27-28 mars 22-23 mai 26-27 juin 20 mars 31 mars et 1 avril
p.68 p.69 p.70 p.71 p.72 p.73 p.74 p.75
MARKETING QUANTITATIF
LOGICIELS STATISTIQUES
Techniques de scoring Mthodes avances de data mining La conduite de projet en gomarketing Mise en uvre d'un projet d'tudes locales et de gomarketing Les donnes structures sur le web Web-Scraping : mthodes d'extraction de donnes sur le web Techniques et applications du mix marketing modelling
13-14-15 oct. 24-25 nov. 10 sept. 5-6-7 nov. 5-6 juin 11-12-13 juin 13-14-15 oct.
p.78 p.79 p.80 p.81 p.82 p.83 p.84
CONOMIE
conomtrie
FINANCE ACTUARIAT
Panorama des mthodes d'analyse des donnes Panorama des techniques de rgression Organiser une collecte d'information par enqute Panorama des mthodes de sondages Panorama des mthodes d'analyse des sries temporelles Panorama des techniques de data mining Panorama du Big Data
2-3 oct. 27-28 mars 25 juin 4-5 dc. 26 mars 11-12 sept. 23 juin
p.10 p.11 p.12 p.13 p.14 p.15 p.16
PANORAMAS
Mthodes mathmatiques appliques en nance de march Gestion de portefeuille Validation de pricers d'options conomtrie de la nance Modlisation de courbe des taux, pricing et gestion de drivs taux Mthodes de Monte Carlo en nance Statistique haute frquence en nance Comprhension du bilan d'une banque, de son compte de rsultat et liens avec les lignes d'activits bancaires lments de macroconomie nancire Gestion des risques structurels 1 : le risque de liquidit Gestion des risques structurels 2 : le risque de taux d'intrt Gestion des risques structurels 3 : le risque de change chancement et modlisation des postes du bilan Couverture des risques structurels et ingnierie bancaire Modlisation du capital conomique, taux de cession interne et tarication RAROC Comptabilit IFRS de la gestion nancire Introduction au pricing des produits de couverture
10-11 avril 23-24 juin 27-mars 27-28 nov. 10-11 mars 28-29 avril 6-7 oct. 3-4 fv. 5 fv. 4 mars 5-6 mars 6 mars 28-29 avril 29-30 avril 15-16 mai 2-3 juin 3-4 juin
p.86 p.87 p.88 p.89 p.90 p.91 p.92 p.93 p.94 p.95 p.96 p.97 p.98 p.99 p.100 p.101 p.102
Actuariat
Finance de march
Mthodes de provisionnement Tarication l'exprience en assurance IARD Les nouveaux modles de longvit
16-17 oct. 22-23 mai 12-13 juin
p.104 p.105 p.106
TECHNIQUES DE COMMUNICATION
Techniques rdactionnelles
Une criture ecace Prsenter clairement des donnes, construire des graphiques intelligents Cartographier ses donnes statistiques Techniques de communication orale Comment communiquer la presse des rsultats statistiques Les principes d'un diaporama ecace Pour des runions (enn) ecaces
10-11-12 fv. 23-24-25 juin 20-21-22 oct. 15-16 mai 22-23 sept. 19 nov. 7-8-9-10 oct. 27-28 mars 17 sept. 30 juin
p.108
p.109 p.110 p.111 p.112 p.113 p.114 p.115
Analyse des entreprises
Comptabilit d'entreprise : lire et comprendre les documents comptables des entreprises Analyse nancire : analyser rapidement et ecacement la situation nancire des entreprises Dcisions d'investissement et de nancement Le contrle budgtaire et les outils de pilotage
13-14-15 oct. 17-18-19 nov. 24-25-26 sept. 3-4-5 nov.
p.119 p.120 p.121 p.122
Les principes de base de l'conomie Analyse conomique de l'emploi et du march du travail La politique budgtaire L'conomie de la sant L'conomie de l'environnement La scalit environnementale, principes et mise en uvre Analyser son territoire par la dmographie Construire un bilan dmographique Analyse du territoire par la pratique Le recensement de la population : mthode et utilisation des donnes Jeu de lle : une introduction aux mcanismes conomiques Jeu de march : conomie industrielle Jeu de march : permis d'missions de CO2
13-14 fv. 15-16 sept. 17 nov. 3-4 avril 10-11 avril 12-mai 3-4 avril 19-20 juin 18-19 mars 12-13-14 nov. 12-13-14 mai 13-14 mars 9 avril
p.124 p.125 p.126 p.127 p.128 p.129 p.130 p.131 p.132 p.133 p.134 p.135 p.136
Conjoncture conomique
conomie applique
Comprendre et utiliser les comptes nationaux Analyse de la conjoncture conomique franaise Analyse conjoncturelle internationale Analyse conjoncturelle du march du travail
24-25-26 mars 8-9 avril 17 sep. 15 oct.
p.138 p.139 p.140 p.141
Cycle macroconomie
Fondements macroconomiques Modlisation en quilibre gnral calculable Modlisation macroconomtrique
24-25 mars 3-4-5 nov. 19-20-21 nov.
p.144 p.145 p.146
Analyse microconomique : du modle standard la concurrence imparfaite conomie de l'information, conomie des contrats Analyse conomique et politique de la concurrence Analyse microconomique des politiques de l'emploi Panorama entreprises et dveloppement durable : lapproche prospective La prospective : principes, mthodes et pratiques La prospective : utilit et limites dans les dmarches de territoire
19-20-26-27 mai 25-26 sept. 30 juin et 1er juillet 18 nov. 12 fv. 13-14 et 26 mars 13 mai
p.148 p.149 p.150 p.151 p.154 p.155 p.156
Intelligence conomique
Economie et prospective
Cycle microconomie
L'intelligence conomique La veille pour mieux connaitre son march La veille documentaire et informationnelle
17-18-19 mars 17 mars - 9 avril 6 oct.
p.158 p.159 p.160
Dans le contexte conomique daujourdhui, les entreprises considrent de plus en plus que les efforts de formation de leurs cadres sont de relles opportunits dinvestissement. Pour rpondre ces attentes, le Cepe enrichit son offre de formation en proposant des formations longues certifiantes.
ditorial
Deux certificats sont dj crs : le premier en gestion actifpassif en partenariat avec lAFGAP (Association Franaise des Gestionnaires Actif-Passif), et le second sur le mtier de charg d'tudes statistiques. Les premires sessions dbutent respectivement en octobre 2013 et janvier 2014. Deux autres certificats ouvriront en 2014 ; lun en finance quantitative et lautre en valuation des politiques publiques. Ces programmes ont pour ambition de permettre aux cadres dorganismes divers d'accrotre leur champ de connaissances, d'acqurir un vritable savoir-faire oprationnel et une trs bonne matrise des techniques du domaine concern. Lobjectif principal du Cepe est de maintenir la qualit de ses formations un haut niveau grce des formations au contenu scientifique innovant et au choix dintervenants, toujours experts dans leur domaine dintervention. Tous nos enseignements sont dispenss, soit par des enseignants-chercheurs du Crest-Genes, soit par des universitaires ou des spcialistes reconnus exerant lInsee ou dans dautres organismes privs ou publics. Dans un souci damlioration constante de la pdagogie et du contenu, chaque formation du Cepe est value la fin de la session par les stagiaires. Ces valuations permettent chaque anne de faire voluer nos formations. En effet, le Cepe est en constante coute des attentes des acteurs de la vie conomique pour optimiser au maximum le retour sur linvestissement de formation. Ainsi, de nouvelles formations en prospective, en intelligence conomique, en techniques de communication et en analyse financire intgrent notre catalogue 2014 tandis que dautres voient leur contenu modifi. Cest galement pour cela que ce catalogue ne peut, ni ne veut tre exhaustif et voluera en cours danne sur notre site internet afin dtre le plus ractif aux attentes et besoins de nos stagiaires. Cette dmarche de recherche et de veille permanente na quun seul objectif, vous donner entire satisfaction.
Franoise Courtois-Martignoni Directrice du Cepe
Catalogue 2014 Sommaire

Prsentation du Cepe
TABLEAU RCAPITULATIF
P.2 P.4 P.9 P.17 P.67 P.77 P.85 P.107 P.117 P.161 P.165 P.169 P.170 P.171 P.176
Une ore diversie et adapte Panoramas Mthodes statistiques Logiciels statistiques Marketing quantitatif Finance et actuariat Techniques de communication conomie Les certicats Renseignements pratiques Mastre spcialis et certicat dtudes suprieures spcialises Auditeurs libres Les intervenants Bulletin d'inscription
P.2
le Cepe
Le Centre dtudes des programmes conomiques (Cepe), centre de formation continue, appartient au Groupe des coles nationales d'conomie et statistique (Genes). Le Cepe entretient ainsi des liens troits avec les deux coles du Genes, lEnsae ParisTech Malakoff et lEnsai Rennes, le centre de recherche (Crest), le centre daccs scuris aux donnes (Casd), la cellule de coopration internationale et dappui aux coles de statistique trangres (Capesa), la filiale destine porter les actions de valorisation de la recherche du Groupe, Datastorm, et lunit mixte de recherche UMR GRECSTA. Cette position au sein du Genes, permet ainsi une synergie entre formation continue et formation initiale. Les intervenants sont tous soit des professionnels issus des secteurs public et priv experts dans leur secteur dactivit, soit des professeurs du Genes ou dautres grandes coles et universits, soit des chercheurs, enseignants-chercheurs, chercheurs associs, issus du Crest ou dautres centres de recherche, ce qui permet de privilgier une pdagogie axe sur le partage dexpriences. Le Cepe est vigilant maintenir le contenu scientique innovant de ses formations et sur le choix des formateurs, qui sont tous des experts dans leur domaine dintervention. Les valuations ralises la n de chaque session permettent lquipe pdagogique du Cepe de faire voluer les formations tant sur leur contenu scientique que sur la forme. Il est aujourdhui impossible dignorer les attentes de chacun pour optimiser le retour sur linvestissement dune formation. Au sein de la sphre statistique et des tudes conomiques, le Cepe met tout en uvre pour rester la hauteur de sa rputation de comptence et de rigueur dont il ne se contente pas. Chaque anne, il diversie ses domaines dintervention an de rpondre au mieux aux proccupations du march et lvolution de lconomie et des besoins du monde des entreprises. Ainsi, de nouvelles formations sont proposes dans le domaine des techniques statistiques appliques la nance et en actuariat, au marketing quantitatif mais galement en conomie applique, prospective, intelligence conomique et techniques de communication loral et lcrit.
Cepe, Genes 60, rue tienne Dolet, 92240 Malakoff Tl : 01 75 60 34 00 - Fax : 01 75 60 35 31 - Ml : conseil@lecepe.fr - www.lecepe.fr
P.3
Le Cepe en quelques chires
Plus de 50 ans d'exprience 13 000 heures stagiaires par an 40% de l'activit consacr des formations sur mesure Plus de 100 formateurs
Lquipe pdagogique du Cepe peut galement construire sur demande un dispositif souple et ecace de formation. Conues pour sadapter aux besoins de chacun, les formations sur mesure permettent une utilisation optimale du temps de formation et une meilleure rentabilit de linvestissement consenti en formation. De lanalyse des besoins la mise en uvre du projet formation, lquipe pdagogique du Cepe conseille et conoit avec les organismes le dispositif le plus adapt pour la meilleure solution de formation en entreprise. Le site Internet du Cepe, propose lensemble des formations inter-entreprises, le programme des certicats, les curriculum vitae des formateurs ainsi que les dernires nouvelles du Cepe. Linscription en ligne ainsi que la prise de contact pour toute question complmentaire peuvent se faire directement sur le site. L'quipe pdagogique du Cepe est compose de plusieurs permanents : la directrice, le directeur adjoint, deux enseignants, une responsable formation et deux assistantes de gestion qui vous accompagnent tout au long de votre formation, du conseil lvaluation. Les locaux du Cepe sont situs 60 rue tienne Dolet Malakoff (92), prs de la station de mtro Malakoff rue tienne Dolet (ligne 13). Le Cepe dispose de 4 salles de formation, toutes quipes de matriel haut de gamme, de sorte que chaque participant dispose d'un ordinateur.
P.4
Les formations courtes inter-entreprises

Des formations pour tous
Les formations du Cepe en statistique, pratique de logiciels statistiques, marketing quantitatif, nance, actuariat, conomie, intelligence conomique, prospective et techniques de communication rpondent aux besoins les plus frquemment exprims par les professionnels. S'adressant des personnes en activit professionnelle, ces formations sont courtes allant de 1 5 jours. A l'coute des volutions dans tous ses domaines d'expertises et des besoins qu'elles gnrent, de nouvelles formations intgrent tous les ans notre ore. Nos formations sont des formations-actions qui laissent une large place aux questions ainsi qu' la mise en uvre des mthodes par les participants. Le nombre de stagiaires pour chaque session est limit 12 an de favoriser les changes avec le formateur. Chacune des formations concerne un public spcique et clairement identi. Certaines s'adressent des statisticiens ou conomistes dbutants, d'autres des professionnels conrms qui souhaitent approfondir un point particulier ou encore des experts qui souhaitent se spcialiser. Ainsi, pour vrier que votre prol et vos attentes correspondent au programme propos par la formation, le niveau de comptence est indiqu sur chaque che-formation. "Initiation" pour les dbutants, "avanc" pour ceux qui matrisent les fondamentaux, "expert" pour ceux qui souhaitent se spcialiser. Certaines formations sadressent tout public . Elles ne ncessitent aucune comptence technique et permettent dapprhender un thme dactualit abord par un spcialiste du domaine. Enn, plusieurs formations font partie dun cursus permettant dobtenir un certicat mais peuvent tre suivies lunit si des places restent disponibles. Des parcours individualiss peuvent tre mis en place an de permettre aux stagiaires d'acqurir au mieux des comptences spciques recherches. Il est recommand de prendre contact avec les responsables du Cepe pour un conseil personnalis.
P.5
Des formations sur mesure pour rpondre des besoins spciques

Les formations sur mesure sont organises en rponse aux besoins spcifiques d'entreprises ou d'administrations. Le site internet : www.lecepe.fr Ml : conseil@lecepe.fr
Une quipe votre coute

Le Cepe offre des formations adaptes aux attentes et aux enjeux des entreprises. Chaque demande est traite par un membre de lquipe pdagogique du Cepe. Il est le contact privilgi garant de la continuit des changes pour accompagner lorganisme dans cette dmarche. Il analyse la problmatique, assure lingnierie pdagogique adapte aux futurs stagiaires et lorganisation. Il identie les intervenants qui seront les mieux mme de mettre en uvre la formation. Il supervise galement les aspects administratifs et logistiques de la formation. Ces formations permettent une grande exibilit en termes de date, de lieu et de contenu. Le contenu des formations sur mesure peut tre une adaptation d'une che prsente dans ce catalogue ou peut traiter un autre domaine d'expertise du Genes. Ces formations se droulent dans les locaux de lentreprise ou au Cepe. Quelle que soit votre demande, le Cepe s'eorcera dy apporter la rponse la plus adapte.
Ils nous ont fait confiance : en France : AXA, Acoss, Afssaps, Arcep, Banque de France, Belambra, C.N.R.S, Caisse des Dpts et Consignations, Cemagref, Cereq, Cnaf, Cnamts, Conoga, Comptabilit publique, Cour des comptes, Finaref, France Tlcom, Gaz de France, Exxon, Indosuez, Institut de l'levage, Irdes, MACIF, Ministres de l'ducation nationale, de l'quipement, des aaires sociales, de l'industrie et du travail, Ple emploi, R.A.T.P, S.V.P, Unaf, Undic, etc. ; organismes trangers ou internationaux : Eurostat, O.C.D.E., Banque Centrale Europenne, Instituts nationaux de statistique de pays europens, du Cameroun, de Madagascar, Ministre des nances du Maroc, etc.
P.6
Les certicats
Les certificats du Cepe sont des programmes de formation intensifs d'une dure de 14 60 jours rpartis sur plusieurs mois. Pour tre compatibles avec une activit professionnelle, les sessions n'excdent pas 3 jours conscutifs par mois. Ces certificats permettent aux participants dacqurir de nouvelles comptences professionnelles pour mieux apprhender les enjeux de leur mtier et voluer dans leur entreprise ou leur institution. L'obtention d'un certicat de formation continue du Genes valide les acquis des formations suivies et leur application dans le cadre professionnel. En 2013, deux formations certiantes respectivement en gestion actif-passif et en charg dtudes statistiques ont t cres et deux autres, lune en nance quantitative et lautre en valuation des politiques publiques ouvriront en 2014. Ces certicats sont organiss en partenariat avec des coles ou des organismes ou associations professionnels. Ainsi, lAFGAP sest associe avec le Genes pour crer le certicat, en gestion actif-passif terme largement europanise, avec les meilleurs professionnels de la Place. Cette formation de 80 heures a dbut en octobre 2013. Une nouvelle promotion est prvue en fvrier 2014. L'information statistique tant aujourd'hui un lment clef de toute prise de dcision, le Cepe a dcid de crer une formation certiante de charg dtudes avec des professionnels expriments dans chaque matire. A lissue de cette formation, le stagiaire saura traiter ecacement de grands ensembles de donnes numriques. Le certicat de nance quantitative est un partenariat avec la socit Brchen et lUniversit Paris-Dauphine. Le certicat valuation des politiques publiques est propos en partenariat avec lInstitut des politiques publiques. Les certicats ncessitent un haut niveau dimplication et de participation pendant les formations. Il nexiste pas de conditions en termes de diplme. Cependant, certains certicats ncessitent un pr-requis spcique, signal sur la page de prsentation. Le processus de slection pour intgrer les certicats du Genes dire dun certicat lautre. A minima, il vous sera demand de complter un dossier de candidature spcique. Compte-tenu du nombre important de demandes dinscriptions, les personnes intresses doivent nous faire parvenir le plus tt possible leur dossier de candidature. Pour le programme de ces certicats, merci de consulter le site internet du Cepe : www.lecepe.fr
P.7
Les confrences : Les dialogues de lconomie

Utiliser lconomie pour comprendre le monde
Les dialogues de lconomie vous proposent de consacrer quelques heures, lors de rendez vous rguliers, pour participer des changes interactifs sur lactualit conomique et sur des sujets prcis issus de thmatiques telles que la mondialisation, la comptitivit, lEurope, la crise, la nance, les spcicits franaises Ces confrences permettent aux cadres et dirigeants de bncier des travaux et rexions de chercheurs, d'enseignants et de professionnels reconnus, sur des thmes dactualit. Le Cepe-Genes sassocie Pergamon-Campus pour raliser des confrences conomiques qui ont pour objectif de promouvoir lconomie, discipline indispensable pour se prparer dcider, analyser et valuer les politiques publiques. Ces confrences sappuyant sur les mthodes les plus rcentes de la recherche en conomie et autres sciences sociales offrent des analyses socioconomiques et dmographiques innovantes permettant de se confronter la ralit de lvolution conomique. Ces confrences sont des outils daide la dcision pour tout acteur du monde conomique. Elles favorisent galement lappropriation par les citoyens des termes du dbat public. Elles doivent contribuer orienter et valuer les politiques publiques, dans le cadre dune analyse partage avec lensemble des partenaires de ces politiques. Le programme de ces rendez-vous est rgulirement mis jour sur le site internet du Cepe. Le Cepe est ouvert toutes suggestions de thmes et peut organiser des cycles de confrences la demande, toujours avec des experts des domaines traits.
Pergamon Campus est une Ecole dconomie, fonde par des dirigeants dentreprise, au service des dirigeants et des futurs dirigeants. Leurs enseignants sont des dirigeants ou des professeurs enseignant dans les meilleures institutions acadmiques (Ecole Polytechnique, ENSAE, Sciences Po, Universit de Paris X). Ils ont tous une exprience internationale et concrte des sujets traits dans les sminaires. Pergamon Campus emploie des mthodes pdagogiques qui valorisent le savoir et les proccupations des professionnels, au bnfice de la transmission de la ralit et du dbat dides.
Notre catalogue
est susceptible d'voluer au cours de l'anne. La rubrique dernires minutes de notre site Internet www.lecepe.fr prsente les ventuelles sessions supplmentaires des formations. Le catalogue peut tre tlcharg au format PDF.
P.9
Panoramas
En un ou deux jours, les panoramas visent donner une vision globale mais prcise dun domaine de la statistique.
Panorama des mthodes d'analyse des donnes Panorama des techniques de rgression Organiser une collecte dinformation par enqute Panorama des mthodes de sondages Panorama des mthodes danalyse des sries temporelles Panorama des techniques de data mining Panorama du Big Data
NF
PA N O R A M A S
NF
Nouvelle formation
P.10
Panorama des mthodes danalyse des donnes

Objectifs
PA N O R A M A S
Pouvoir dialoguer avec les spcialistes de ce domaine et comprendre leurs conclusions. Pr-requis Bonnes connaissances en statistique descriptive, matrise du formalisme mathmatique.
2 jours 2, 3 octobre 2014 Prix net (non soumis la TVA) 980
Contenu
L'accent est mis sur les principes gnraux des mthodes danalyse des donnes, en fonction des problmatiques auxquelles elles permettent de rpondre. De nombreux exemples illustrent cette formation. Introduction gnrale Objectifs de lanalyse des donnes et panorama des mthodes Les mthodes usuelles danalyse dun tableau de donnes Analyse en Composantes Principales Analyse Factorielle des Correspondances simples Analyse des Correspondances Multiples Classification dindividus Classification de variables Les mthodes avances danalyse de donnes Lanalyse factorielle discriminante Lanalyse en composantes principales par rapport des variables instrumentales Le choix de variables en ACP Lanalyse de tableaux multiples : lanalyse factorielle multiple ; la mthode STATIS Panorama des logiciels danalyse des donnes
Niveau tout public
Intervenant Pierre-Louis Gonzalez Repres bibliographiques Escofier, B. et J. Pags (2008), Analyses factorielles simples et multiples, Dunod Bouroche, J.M., Saporta G. (2011), Lanalyse des donnes, que sais-je 1854, PUF
Panorama des techniques de rgression
P.11
Prix net (non soumis la TVA) 980
Pr-requis Statistique descriptive. Connaissance du mcanisme des tests dinfrence. Niveau tout public
Contenu
Les modles sont prsents la fois sous leur aspect de description (validation dhypothses, recherche de facteurs influant sur un phnomne) et de prdiction. Ce cours est une introduction la modlisation, il ne requiert pas de niveau mathmatique lev et fait surtout appel au bon sens et lintuition. Chaque technique est prsente avec des exemples concrets et des sorties logicielles dcortiques. Il pourra tre complt par dautres formations plus spcifiques sur chacune des techniques abordes ici. Rgression(s) Principe de base de la rgression : droite, ajustement dune moyenne Panorama des variantes selon les types de donnes analyses Rgression linaire, analyse de variance Coefficients de rgression, diagnostics de qualit Variables explicatives qualitatives : comment les intgrer aux modles ? Sommes des carrs de types I et III Comparaisons de moyennes simples et multiples Introductions aux modles mixtes (donnes rptes) Variables multiples : slection, multicolinarit Modle linaire gnralis : tudier des variables non normales Quantits positives : rgression log-linaire vs rgression Gamma Comptages : rgression de Poisson Evnements : rgression logistique
Intervenant Olivier Decourt Logiciel utilis SAS Repres bibliographiques Tuffry, S. (2010), data mining et Statistique Dcisionnelle, Broch (3me dition) McCullagh, P. et Nelder, J.A. (1989), Generalized Linear Models, Chapman & Hall/CRC (2me dition)
PA N O R A M A S
2 jours 27, 28 mars 2014
Objectifs
Connatre les diffrents types de rgressions (linaire, analyse de variance, modle linaire gnralis, modle mixte, modle de survie) et leur champ d'application. Savoir lire et interprter les principales sorties logicielles de ces modles.
P.12
Organiser une collecte dinformation par enqute
PA N O R A M A S
Objectifs
Connatre les diffrentes phases de la mise en place d'une enqute statistique.
1 jour 25 juin 2014 Prix net (non soumis la TVA) 500
Contenu
Cette formation permet daborder lensemble des points qui constituent le cahier des charges dune collecte dinformation par enqute : quelle technique dchantillonnage employer, comment valuer le questionnaire, quel mode de collecte choisir, comment restituer les rsultats de lenqute, quel est son budget. Elle permet, par exemple, de rdiger un appel d'offres destin aux instituts de sondages. Un exemple denqute sert de fil directeur la formation. Objectifs de la collecte dinformation De la demande dinformation llaboration des questions Slectionner les enquts Sondage alatoire ou sondage empirique Taille de lchantillon Choix du mode de collecte Assurer la confidentialit des rponses Lvaluation du questionnaire Tester le questionnaire Exemples derreurs viter La restitution des rsultats Non rponses et redressements Format de livraison des rsultats Niveau tout public
Intervenant Sbastien Hallpe Repres bibliographiques Statistique Canada (2010) : "Mthodes et pratiques d'enqutes", http://statcan.gc.ca/pub/12-587-x/12-587x2003001-fra.pdf
Panorama des mthodes de sondages
P.13
Pr-requis Bonnes connaissances en statistique descriptive, matrise du formalisme mathmatique. Niveau tout public
Contenu
La formation prsente un panorama de la mthodologie utilise dans les diffrentes phases de la ralisation d'une enqute par sondage. L'accent est mis sur les principes gnraux des concepts et mthodes, et sur leur utilisation dans la pratique des enqutes. De nombreux exemples illustrent cette formation. Gnralits sur les enqutes par sondage Les composantes d'une enqute par sondage Les bases de sondage La notion d'estimation et de prcision Les diffrents types d'erreur Les mthodes d'chantillonnage Le sondage alatoire simple Le sondage probabilits ingales Le sondage stratifi Les sondages plusieurs degrs (sondage en grappes, sondage deux degrs) Le sondage quilibr Les sondages empiriques : la mthode des quotas Les mthodes de redressement Post-stratification Estimateur par le ratio Calage sur marges Les mthodes de correction de la non-rponse Analyse des facteurs influenant la non-rponse Mthodes de repondration (correction de la non-rponse totale) Mthodes dimputation (correction de la non-rponse partielle)
Intervenants Marc Christine, Olivier Sautory Repres bibliographiques Ardilly, P. (2006), Les techniques de sondage, Technip (2me dition) Dussaix A.-M. et J.-M. Grosbras (1996), Les sondages : principes et mthodes, Que Sais-Je ?, PUF (2me dition)
PA N O R A M A S
2 jours 4, 5 dcembre 2014
Objectifs
Connatre l'ensemble des concepts et mthodes intervenant lors des diffrentes phases d'une enqute par sondage : vocabulaire de la thorie des sondages, principales mthodes d'chantillonnage, de redressement et de traitement de la non-rponse.
P.14
Panorama des mthodes d'analyse des sries temporelles

Objectifs
PA N O R A M A S
Disposer dune vision synthtique sur les diffrentes mthodes danalyse des sries temporelles. Pr-requis Notions statistiques de base.
1 jour 26 mars 2014 Prix net (non soumis la TVA) 500
Contenu
Lanalyse des sries temporelles est un domaine de la statistique, de lconomtrie et des sciences de l'ingnieur qui est trs employ dans de nombreuses sciences et techniques. La spcificit de ces donnes et la diversit des problmes quelles permettent de traiter (prvision, dsaisonnalisation, finance, macroconomie, ) ncessitent la mise en place de techniques spcifiques. La diffusion de logiciels spcialiss rend accessible au plus grand nombre des mthodes complexes sans quil ne soit toujours vident didentifier quelles sont les approches les plus adaptes aux observations dont on dispose. Ce panorama propose une synthse des approches pour analyser les sries temporelles selon la nature des phnomnes mesurs et des objectifs assigns lanalyse. Les diffrentes tudes de cas proposes pour illustrer la formation permettent, sans entrer dans des considrations techniques, de faire le point sur ltat de lart dans ce domaine. Introduction : nature et spcificit dune srie temporelle Dfinitions, outils de base et reprsentations graphiques utiles pour lanalyse exploratoire des sries temporelles Tendances, facteurs saisonniers et autres approches utiles pour la prvision dans un cadre simple ARIMA et SARIMA : des modles linaires univaris utiliss dans des contextes varis de modlisation et de prvision Modliser la volatilit : les modles GARCH Prolongements
Niveau tout public
Intervenante Salima Bouayad Agha Logiciels utiliss EViews, SAS, STATA, R des fins dillustration Repres bibliographiques Bourbonnais, R. et Terraza, M. (2004), Analyse des sries temporelles Applications l'conomie et la gestion, Dunod Lardic, S. et. Mignon, V (2002), conomtrie des sries temporelles macroconomiques et financires, Economica
Panorama des techniques de data mining
P.15
Pr-requis Notions statistiques de base (moyenne, comptage). Niveau tout public
Contenu
La formation prsente sans formalisme mathmatique les principales techniques de la statistique dcisionnelle utilises sous le terme de data mining . Des dmonstrations pratiques sur des cas concrets seront ralises par lintervenant. Les mthodes seront plus dcrites dans leur intuition et sur leurs consquences pratiques, logiciel, temps de calcul, performances, donnes ncessaires, outils graphiques, etc. Prsentation du data mining Dfinition, positionnement par rapport la statistique Principales applications Panorama des techniques employes Prsentation de l'offre logicielle Cycle dun projet Analyse descriptive Slection de variables pertinentes Analyse de donnes la Franaise et data mining Caractrisation Typologies et segmentation Mthodes de classification Description des classes Raffectation des individus aux classes Modlisation de phnomnes binaires Arbres de dcision : modle et outil descriptif Analyse discriminante Rgression logistique Comparaison de modles : courbes ROC, courbes de lift
Intervenant Olivier Decourt Logiciels utiliss Des exemples sous SAS, SPAD, et SAS Enterprise Miner seront mis en uvre par lintervenant Repres bibliographiques Tuffery, S. (2010), Data mining et Statistique Dcisionnelle, 3me dition, Technip Tuffery, S. (2010), Etude de cas en statistique Dcisionnelle, Technip
PA N O R A M A S
2 jours 11, 12 septembre 2014
Objectifs
Comprendre la dmarche du data mining et quand elle peut s'appliquer ou non. Connatre le fonctionnement et les rsultats attendre des principales techniques statistiques employes (scoring, typologies).
NOUVELLE FORMATION
2014
P.16
Panorama du Big Data

Objectifs
PA N O R A M A S
Avoir une vision des diffrents aspects du Big Data. Pr-requis La formation sera grand public mais sera plus facile suivre si lon a une certaine sensibilit la question du traitement des donnes, avec quelques notions de base en statistique.
Contenu
La formation dcrit les diffrents aspects du Big Data, en prsentant son origine, ses principales applications, ses outils technologiques spcifiques et les mthodes statistiques et analytiques mises en uvre. Quest-ce que le Big Data ? Caractrisation par les 3V Quelques exemples dutilisations du Big Data Apports pour les entreprises et nouveaux modles conomiques Open Data Outils informatiques Calculs parallles, distribus, MapReduce, Hadoop Gestion des donnes multistructures Enjeux technologiques de collecte et de stockage, de scurit, de qualit des donnes Protection de la vie prive Logiciels, Packages R pour le Big Data Mthodes statistiques et machine learning Modlisation en grande dimension : machine learning, estimateurs Lasso, dtection des rgles dassociation Problmatiques dchantillonnage et dappariements Optimisation des algorithmes sur gros volumes Traitement des donnes non standard : image, vido, texte, donnes fonctionnelles Data visualisation
Niveau tout public
Intervenant Stphane Tuffry Repres bibliographiques P. Bhlmann, S. van de Geer (2011). Statistics for High-Dimensional Data, Springer T. Hastie, J. Friedman and R. Tibshirani (2009). The elements of Statistical Learning: Data Mining, Inference and Prediction, Springer N. Marz and J. Warren (2014). Big Data, Principles and best practices of scalable realtime data systems, Manning Eric Siegel (2013). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, Wiley
P.17
Ces formations approfondies sadressent aux chargs dtudes, statisticiens ou non-statisticiens dsireux dacqurir une professionnalisation dans ces mtiers.
De la statistique descriptive la statistique infrentielle Analyse de donnes multidimensionnelle Rgression et modlisation Enqutes et sondages Sries temporelles conomtrie
M T H O D E S S TAT I S T I Q U E S
Mthodes statistiques
P.18
Mthodes statistiques : De la statistique descriptive la statistique infrentielle

Statistique 1 : introduction la statistique (3 sessions) Statistique 2 : description et mesure de la liaison entre deux variables (3 sessions) Statistique descriptive avec SAS Statistique descriptive et rgression avec R Statistique 3 : de l'chantillon la population, estimation et tests Statistique baysienne
NF
Statistique des valeurs extrmes Les indices
NF
Nouvelle formation
Statistique 1 : introduction la statistique

4 jours (2+2) (3 sessions) 3, 4, 10, 11 fvrier 2014 26, 27 mai et 2, 3 juin 2014 17, 18, 24, 25 novembre 2014 Prix net (non soumis la TVA) 1 850
P.19
Pr-requis Niveau de mathmatiques de l'enseignement secondaire et connaissances de base d'Excel.
Niveau initiation
Contenu
Apprendre organiser, traiter, analyser et prsenter l'information, tel est l'objet de cette formation d'initiation la statistique, construite partir d'exemples pratiques. La formation a une orientation pratique forte : les aprs-midis et la dernire journe sont consacrs au traitement de donnes laide dExcel. Les concepts de la statistique Dfinitions : population, unit statistique, variables, modalits Les diffrents types de variables : variables qualitatives, variables quantitatives Construction de tableaux statistiques Les graphiques Variables qualitatives : diagramme en tuyaux d'orgue, diagramme circulaire Variables quantitatives : diagramme en btons, histogramme, courbe cumule Autres reprsentations : notions d'chelle, diagramme triangulaire Rsumer l'information et choisir la caractristique la plus approprie Caractristiques de position : moyenne arithmtique, mdiane, mode, autres moyennes, quantiles Caractristiques de dispersion : variance et cart-type, coefficient de variation, cart absolu mdian, tendue, intervalles inter-quantiles Bote moustaches (box-plot) tude de la concentration Courbe de Lorenz, indice de Gini Cas de synthse (dernire journe) Mise en uvre sur micro-ordinateur des notions vues au cours des trois premires journes
***
Intervenante Vronique Brousse Logiciel utilis Excel Repres bibliographiques Grais, B. (2003), Statistique descriptive, Dunod, 3me dition Py, B. (1996), Statistique descriptive, Economica, 4me dition
Objectifs
Matriser les concepts de la statistique descriptive. Savoir raliser des traitements simples sur des donnes unidimensionnelles et prsenter les rsultats obtenus l'aide de tableaux et de graphiques.
P.20
Statistique 2 : description et mesure de la liaison entre deux variables

Objectifs
Raliser des traitements simples sur des donnes bidimensionnelles. Calculer des indicateurs permettant de mesurer la liaison entre deux variables. Discerner la pertinence des outils employs comme leurs limites. Pr-requis Niveau de mathmatiques de l'enseignement secondaire et connaissances de base d'Excel.
4 jours (2+2) (3 sessions) 20, 21, 27, 28 janvier 2014 31 mars et 1, 7, 8 avril 2014 8, 9, 15, 16 septembre 2014 Prix net (non soumis la TVA) 1 850
Contenu
Cette formation est un prolongement de la formation Statistique 1 et permet de raliser des traitements sur des donnes bidimensionnelles. La formation a une orientation pratique forte : les aprs-midis et la dernire journe sont consacrs au traitement de donnes laide dExcel. Cas de deux variables qualitatives Les tableaux de contingence, distributions marginales et conditionnelles, reprsentation graphique La statistique du khi-deux et ses drives Cas d'une variable qualitative et d'une variable quantitative Les moyennes conditionnelles Le rapport de corrlation, analyse de variance un facteur Cas de deux variables quantitatives Reprsentation graphique Le coefficient de corrlation linaire, l'ajustement linaire (droite de rgression) Cas o l'une des variables est discrte : la courbe de rgression Cas de deux variables ordinales Coefficients de corrlation des rangs de Spearman et de Kendall Cas de synthse (dernire journe) Mise en uvre sur micro-ordinateur des notions vues au cours des trois premires journes
Niveau initiation
***
Intervenants Vronique Brousse, Gilles Luciani Logiciel utilis Excel Repres bibliographiques Grais, B. (1998), Mthodes statistiques, Dunod, 3me dition Py, B. (1996), Statistique descriptive, Economica, 4me dition
Statistique descriptive avec SAS
P.21
Pr-requis Connaissance des bases thoriques de la statistique descriptive (formations Statistique 1 et Statistique 2) et connaissances de base du logiciel SAS (formation Initiation SAS).
Niveau initiation
***
Contenu
La formation est consacre la prsentation des principales procdures du logiciel SAS permettant de faire de la statistique descriptive, et la mise en uvre de ces procdures par les stagiaires, sous la forme dexercices dapplication. Cette formation contient galement quelques rappels en statistique descriptive. La statistique descriptive univarie dition des observations d'une table SAS (procdure PRINT), et de totaux ou sous-totaux sur des variables numriques Reprsentation des distributions statistiques univaries par des tableaux (procdure FREQ), par des diagrammes : histogrammes, graphiques circulaires, en toile ou en blocs (procdure CHART) dition des caractristiques de position (mode, moyenne, mdiane, quantiles, etc.) et de dispersion (variance, cart-type, tendue, intervalles inter-quantiles, etc.), box-plots (procdures MEANS, SUMMARY, UNIVARIATE, BOXPLOT) Liaison entre deux variables Reprsentation des distributions statistiques deux dimensions par des tableaux (procdure FREQ), par des graphiques (procdures PLOT et CHART) dition dindicateurs de liaison entre variables nominales (statistique du khi-deux, V de Cramer, lambda, etc.), entre variables ordinales (coefficient de corrlation des rangs de Spearman, tau de Kendall, etc.), entre variables numriques (coefficient de corrlation linaire) (procdures FREQ et CORR)
Intervenant Benot de Lapasse Logiciel utilis SAS base Repres bibliographiques Py, B. (1996), Statistique descriptive, Economica, 4me dition Sautory, O. (1995), La statistique descriptive avec le systme SAS, Insee Guides n1-2
2 jours 9, 10 octobre 2014
Objectifs
Donner au participant une matrise des principales procdures de statistique descriptive de SAS : sur quels types de donnes portent-elles ? quelles sont leurs principales options ? comment lire les sorties ?
P.22
Statistique descriptive et rgression avec R

Objectifs
Programmer et calculer une succession de statistiques descriptives. Raliser les graphiques les plus courants. Excuter une rgression linaire multiple. Construire une rgression logistique binaire. Pr-requis Connaissance des bases thoriques de la statistique descriptive et de rgression et connaissances de base du logiciel R.
3 jours 26, 27, 28 mai 2014 Prix net (non soumis la TVA) 1 450
Contenu
La formation est consacre la prsentation des principales procdures du logiciel R permettant de faire de la statistique descriptive et des rgressions linaires et logistiques. Grce plusieurs exercices d'applications, les stagiaires seront amens mettre en uvre ces procdures. Statistique descriptive Slection et dition des observations Reprsentation des distributions statistiques univaries par des tableaux (fonction table()) et par des diagrammes (fonction plot) Reprsentation des distributions sous forme de tableaux dition des caractristiques de position (moyenne, mdiane, quantiles..), de dispersion (variance, cart-type.) dition dindicateurs de liaison entre variables (statistique du khideux, V de Cramer, coefficient de corrlation linaire) Les graphiques avec R Diffrents types de graphique Ajouts d'lments sur un graphique Paramtres d'un graphique Tracer plusieurs graphiques dans la mme fentre Exporter un graphique Rgression linaire multiple Prsentation du modle (fonction lm) : estimation des paramtres, tests, tude de la qualit du modle. tude des rsidus Les mthodes de rgression pas pas (fonction step), choix du "meilleur" modle Rgression logistique binaire Prsentation du modle (fonction glm) Slection de modle (fonction step) Rsum des tests de validit gnrale Courbe de ROC (reprsentation de la capacit prdictive du modle) Rgression logistique pour variables rponses polytomiques
Cepe, Genes
Niveau avanc
***
Intervenante Elisabeth Morand Logiciel utilis R Repres bibliographiques Everitt, B.S et Hothorn, T. (2009), A handbook of Statistical analysis using R, 2nd edition, CRC Press Muenchen, R.A. (2008), R for SAS and SPSS users, Springer
60, rue tienne Dolet, 92240 Malakoff Tl : 01 75 60 34 00 - Fax : 01 75 60 35 31 - Ml : conseil@lecepe.fr - www.lecepe.fr
Statistique 3 : de l'chantillon la population, estimation et tests
P.23
Prix net (non soumis la TVA) 1 850
Pr-requis Connaissances de base en statistique descriptive et matrise des formulations mathmatiques usuelles.
Niveau avanc
Contenu
La formation prsente les principaux concepts de la statistique infrentielle, qui consiste induire les caractristiques inconnues d'une population partir d'un chantillon issu de cette population. Elle insiste sur la mise en uvre de ces concepts, de nombreux exemples sont traits sur logiciel statistique. Cette formation constitue une tape pralable de nombreuses techniques statistiques, telles que la rgression, le traitement de variables qualitatives, l'analyse discriminante, l'conomtrie, les sondages, etc.
***
Intervenant Pierre-Louis Gonzalez Logiciels utiliss Excel, STATGRAPHICS Repres bibliographiques Droesbeke, J.-J. (2002), lments de statistique, Ellipses, 4me dition Wonnacott, T. et Wonnacott, R. (1998), Statistique, Economica 4me dition
Notions de probabilits vnement ; variable alatoire (v.a.) V.a. discrte, v.a. continue. Esprance, variance, loi d'une v.a. Lois de probabilits usuelles : loi binomiale, loi de Poisson, loi normale, loi de Student, loi du Khi-deux, loi de Fisher Snedecor chantillonnage Fluctuations dchantillonnage Cas de l'esprance d'une loi normale, d'une loi quelconque Loi des grands nombres, thorme central-limite Estimation et validation des rsultats : Intervalle de confiance Dfinition d'un estimateur, prcision, qualit (estimateur sans biais, convergence) Dfinition d'un intervalle de confiance Intervalle de confiance pour une moyenne, une proportion Les tests : principe gnral Principe gnral d'un test : les deux hypothses ; les erreurs de 1re et de 2me espce ; la probabilit critique Tests paramtriques usuels : esprance, proportion Tests de comparaison entre deux chantillons : chantillons indpendants, apparis Tests d'ajustement une distribution : test du khi-deux et autres tests Applications pratiques Les stagiaires utiliseront le logiciel STATGRAPHICS et le tableur Excel
Cepe, Genes
4 jours (2+2) 12, 13, 19, 20 mai 2014
Objectifs
Savoir mettre en uvre les techniques usuelles d'estimation, les tests classiques de comparaison de moyennes et certains tests d'ajustement.
P.24
Statistique baysienne
Objectifs
Donner un point de vue critique entre l'approche baysienne et l'approche classique des statistiques. Permettre le calcul d'un estimateur baysien, si besoin par des mthodes de simulation de type Monte Carlo par chanes de Markov. Pr-requis Bonne connaissance du formalisme des probabilits et de linfrence statistique (formation Statistique 3).
3 jours 6, 7, 8 octobre 2014 Prix net (non soumis la TVA) 1 450
Contenu
Lapproche baysienne de la statistique connat lheure actuelle un essor considrable notamment grce aux progrs de linformatique et des mthodes numriques de type MCMC. Lorsque lon ralise une tude, on a souvent des informations a priori provenant soit dtudes antrieures soit davis dexpert. La statistique baysienne permet dutiliser ces connaissances a priori et de les combiner avec linformation apporte par les donnes pour obtenir une information a posteriori. La statistique baysienne est galement trs utilise dans les meta-analyses, c'est dire les analyses qui mettent ensemble plusieurs tudes ralises dans des conditions parfois diffrentes pour en extraire de l'information avec une meilleure prcision. Au cours de la formation nous nous efforcerons de comparer les avantages et les inconvnients de lapproche baysienne par rapport lapproche classique (ou frquentiste). Le paradigme baysien Exemple introductif La formule de Bayes Lois a priori, lois a posteriori Choix des lois a priori, lois informatives, lois non informatives, lois conjugues Lois a posteriori Ncessit de recourir aux mthodes computationnelles pour calculer la loi a posteriori Initiation aux mthodes MCMC (chanes de Markov par Monte-Carlo) Mise en uvre avec le logiciel Winbugs Mthodes destimation baysiennes Rappels de thorie de la dcision ; notions de prdicteurs Comparaison des estimateurs baysiens et frquentistes Intervalles de crdibilit Mise en oeuvre avec Winbugs
Cepe, Genes
Niveau expert
***
Intervenant Julyan Arbel Logiciels utiliss WINBUGS, R, SAS
Modles de rgressions baysiens Analyse baysienne des modles de rgressions les plus courants (rgression linaire, logistique, poisson) Applications laide du logiciel Winbugs et SAS (procdures exprimentales) Tests baysiens Notions de tests baysiens, facteur de Bayes P-value versus Q-value
NOUVELLE FORMATION
2014
Statistique des valeurs extrmes
P.25
Pr-requis Bonnes connaissances en statistique descriptive et notions de probabilits et de thorie de l'estimation.
Niveau expert
Contenu
La prsence de valeurs extrmes (outliers) dans une distribution dtriore la prcision et la robustesse des estimations. A ct des mthodes dterministes de dtection des valeurs extrmes, la thorie des valeurs extrmes, dveloppe pour lestimation de la probabilit doccurrence dvnements rares, permet dobtenir des seuils au-del desquels des valeurs sont considres comme extrmes, pour une probabilit donne. La thorie des valeurs extrmes repose sur les convergences en loi des maxima ou des minima de variables alatoires indpendantes convenablement renormalises. Prsentation des mthodes dterministes algbriques et graphiques de dtection des valeurs extrmes et traitement de celles-ci
***
Intervenant Michel Grun-Rehomme Logiciel utilis SAS
Prsentation de la thorie des valeurs extrmes : Lois du maximum, Mthodes classiques (valeurs record, moyenne des excs, approximation par la loi de Pareto gnralise) pour la dtermination dun seuil au-del duquel un vnement est considr comme atypique. Elles permettent de prvoir des vnements graves (rares) pour une probabilit doccurrence donne (trs faible) et un intervalle de confiance fix. Prsentation dune approche locale : En assurance, la prsence de sinistres graves vient perturber lhypothse de diffrenciation du risque collectif dune classe lautre et la stabilit temporelle de lindicateur de prime pure. Une approche locale (inliers) base sur une estimation de la variance de lindicateur de prime pure sera prsente. Les aspects pratiques, comme la mthode de Monte Carlo : Simulation dun chantillon pour estimer un quantile extrme.
2 jours 2, 3 juin 2014
Objectifs
Acqurir les mthodes de dtection des vnements rares et surtout les techniques probabilistes de la thorie des valeurs extrmes, ainsi que ses avances actuelles, qui sont de plus en plus ncessaires et touchent des domaines varis.
P.26
Les indices : construction et utilisation

Objectifs
Savoir bien utiliser des indices existants. Savoir construire des indices correspondant aux besoins propres de lutilisateur. Pr-requis Une connaissance gnrale des statistiques descriptives (formation Statistique 1).
2 jours 8, 9 dcembre 2014 Prix net (non soumis la TVA) 980
Contenu
Les instituts de statistique diffusent rgulirement une batterie importante dindices conomiques comme lindice des prix la consommation ou lindice de la production industrielle. Par ailleurs, chacun peut tre amen construire des indices qui lui sont propres de faon synthtiser une information foisonnante. Cette formation fournit une vision densemble des principales questions mthodologiques lies la construction des indices statistiques. Elle sappuie sur des exemples concrets pour montrer le type de questions qui se posent, en les replaant dans une problmatique plus gnrale. Des applications simples sur tableur compltent la formation. Pourquoi et pour qui construit-on des indices ? Quest-ce quun indice ? Des indices lmentaires aux indices synthtiques Les indices classiques Homognit/htrognit : que veut-on mesurer ? Les proprits dagrgation Sries temporelles et chanage Le partage volume - prix Le choix du type dindice : considrations thoriques et pratiques Bases et changements de base La construction dindices "lmentaires" Quelques problmes particuliers : donnes collectes, volution des produits, donnes manquantes, mthodes hdoniques, paniers variables, etc. Diversit des indices existants
Niveau initiation
***
Intervenant Patrick Sillard Logiciel utilis Excel
Repres bibliographiques Caillaud, A., (1998), Pour comprendre l'indice des prix, Insee Mthode n81-82, (http://www.insee.fr/fr/methodes/ sources/pdf/Indice_des_prix.pdf) Berthier, J.P., (2005), Introduction la pratique des indices statistiques, Insee Document de travail M0503 http://www.insee.fr/fr/publications-etservices/docs_doc_travail/m0503.pdf
P.27
Analyse factorielle et classification Analyse des donnes avec SAS Analyse des donnes avec R Analyse discriminante et segmentation Text mining et Web mining
Mthodes statistiques : Analyse de donnes multidimentionnelle
P.28
Analyse factorielle et classification

Objectifs
Savoir choisir la mthode adapte la construction d'une typologie prcde d'une analyse factorielle, en fonction de la nature de ses donnes, et en interprter les rsultats. Pr-requis Connaissances de base en statistique descriptive, notions de calcul matriciel souhaitables.
5 jours (3+2) 17, 18, 19, 24, 25 mars 2014 Prix net (non soumis la TVA) 2 200
Contenu
La formation prsente les mthodes modernes d'exploration, de description et de classification de donnes statistiques multidimensionnelles. Les mthodes factorielles (analyse en composantes principales, analyse des correspondances) permettent au travers de techniques de visualisation, de rsumer, de structurer et de synthtiser l'information contenue dans des masses volumineuses de donnes (par exemple des enqutes). Les mthodes de classification permettent, en sparant les individus dune population en groupes homognes, de crer une typologie des individus utile la prise de dcisions. Traitements pralables une analyse factorielle tude des variables : rappels concernant la corrlation et la corrlation des rangs Reprsentation des individus : diagramme de dispersion avec techniques de brossage, diagramme sous forme dicnes : toiles, rayons de soleil, profils L'analyse en composantes principales Principe, mesure de qualit des rsultats, techniques d'interprtation, utilisation de variables illustratives L'analyse des correspondances simples Prsentation des donnes sous forme de tableau de contingence Test du khi-deux dindpendance entre deux variables qualitatives Visualisation des profils lignes et des profils colonnes dans les plans factoriels Rgles dinterprtation des rsultats L'analyse des correspondances multiples Principes de mise en uvre et interprtation Application au dpouillement denqutes Les mthodes de classification automatique Mthodes non hirarchiques : centres mobiles, nues dynamiques Mthodes hirarchiques : mthode de Ward, construction et lecture du dendrogramme
Cepe, Genes
Niveau avanc
***
Intervenant Pierre-Louis Gonzalez Logiciels utiliss SPAD, STATGRAPHICS et UNIWIN Repres bibliographiques Tenenhaus, M. (2010), Statistique : Mthodes pour dcrire, expliquer et prvoir, Dunod Saporta, G. (2011), Probabilits, analyse des donnes et statistique, Technip, 3me dition
Aspects pratiques de la classification Mthodes mixtes, interprtation d'une partition : l'aide des variables initiales, en liaison avec une analyse factorielle
Analyse des donnes avec SAS

2 jours 10, 11 avril 2014 Prix net (non soumis la TVA) 980
P.29
Pr-requis Connaissance des mthodes danalyse des donnes (formation Analyse factorielle et classification) et du logiciel SAS (formation Statistique descriptive avec SAS).
Niveau avanc
***
Contenu
La formation propose d'approfondir la connaissance du logiciel SAS pour mettre en application les mthodes d'analyse de donnes, connues par ailleurs. Les stagiaires seront amens mettre en uvre ces mthodes au moyen de nombreux exercices pratiques avec le logiciel SAS (utilisation des macros SAS danalyse des donnes de lInsee).
Intervenante Brigitte Gelein Logiciel utilis SAS
Analyse en composantes principales Analyse factorielle des correspondances Analyse des correspondances multiples Classification hirarchique et non hirarchique
Objectifs
Raliser de faon autonome des analyses factorielles et classifications avec le logiciel SAS.
P.30
Analyse des donnes avec R

Objectifs
Raliser de faon autonome des analyses factorielles et classifications avec le logiciel R. Pr-requis Connaissance des mthodes danalyse des donnes (formation Analyse factorielle et classification) et du logiciel R (formation Introduction au logiciel R pour les statistiques).
2 Jours 16, 17 juin 2014 Prix net (non soumis la TVA) 980
Niveau avanc
Contenu
La formation propose d'approfondir la connaissance du logiciel R pour mettre en application les mthodes d'analyse de donnes, connues par ailleurs. Les stagiaires seront amens mettre en uvre ces mthodes au moyen de nombreux exercices pratiques notamment avec le package FactoMineR.
***
Intervenante Brigitte Gelein Logiciel utilis R (Package FactoMineR)
Analyse en composantes principales Analyse factorielle des correspondances Analyse des correspondances multiples Classification hirarchique et non hirarchique
Repres bibliographiques Husson, F.,S. L et Pags, J. (2009), Analyse des donnes avec R, Presses Universitaire de Rennes
Analyse discriminante et segmentation
P.31
Niveau avanc
Pr-requis Bonnes connaissances de base en calcul des probabilits, en statistique (tests, rgression) et en analyse des donnes (analyse en composantes principales et analyse des correspondances).
***
Contenu
Lanalyse discriminante couvre deux aspects : le premier aspect, descriptif et explicatif, consiste dterminer les caractres discriminants d'une population rpartie en groupes, le second est dcisionnel et aide affecter un nouvel individu un groupe. Des techniques alternatives, telles que la construction darbres de dcision (mthodes de segmentation), rpondent galement ces objectifs dcisionnels. Aspects descriptifs de l'analyse discriminante : les mthodes gomtriques L'analyse factorielle discriminante Les rgles d'affectation Lanalyse canonique discriminante Aspects dcisionnels de lanalyse discriminante : les mthodes probabilistes Le modle baysien Les mthodes d'estimation paramtriques (hypothse de multinor-malit) La slection des variables Mesure de la qualit d'une rgle de dcision Les mthodes non paramtriques (mthode des noyaux, mthode des plus proches voisins) L'analyse discriminante sur variables qualitatives La mthode Disqual : prsentation et mise en uvre Application la construction dun score Mthodes de segmentation La notion de dichotomie Principe de la mthode AID Mthodologie CART Conclusion : comparaison de diffrentes approches de discrimination Avantages et inconvnients des techniques danalyse discriminante, de discrimination logistique, et de segmentation. Aide au choix dune mthodologie
Intervenant Pierre-Louis Gonzalez Logiciels utiliss SAS, SPAD, STATGRAPHICS Repres bibliographiques Bardos, M. (2001), Analyse discriminante, Dunod Confais, J. et Nakache, J.P. (2003), Statistique explicative applique, Technip
4 jours (2+2) 16, 17, 23, 24 juin 2014
Objectifs
Connatre l'ensemble des mthodes d'analyse discriminante et de segmentation. Savoir choisir la mthode adapte chaque problme, la mettre en uvre et en interprter les rsultats.
P.32
Text mining et web mining

Objectifs
M T H O D E S SPA TAT SR TA IQ U E NIO M A SS
Connatre la dmarche de la statistique textuelle (text mining) et celle de l'extraction de donnes du web (web mining) et savoir les mettre en uvre sur diffrents corpus (questions ouvertes, entretiens, articles de presse, pages Web, etc.) laide de logiciels spcifiques. Pr-requis Connaissance de base en statistique descriptive (formations Statistique 1 et Statistique 2) et en analyse des donnes (formation Analyse factorielle et classification).
3 jours 29, 30 septembre, 1er octobre 2014 La journe du 29 septembre consacre au web mining peut tre optionnelle Prix net (non soumis la TVA) 1 450 pour les 3 jours 980 pour la formation text mining 500 pour la formation web mining
Niveau avanc
***
Contenu
Web mining (en option) Origine du web mining et des mthodes numriques Extraction des donnes issues du web : prsentation de plusieurs outils dextraction et de web scraping Limites thiques et lgales du web scraping Analyse des donnes web : outils d'analyse pour le web et de web mining ; mthodes numriques ; cartographie du web Visualisation des donnes web et des rsultats de lanalyse sous forme notamment graphes Text mining Origine et dveloppement des mthodes de la statistique textuelle Apports de la statistique textuelle et intrt par rapport des logiciels daide la lecture de textes (NVivo, Sonal) Diffrents types de corpus de textes (questions ouvertes, entretiens, articles de presse, pages Web etc..), collecte et mise en forme Les diffrentes tapes de traitement dun corpus : rduction du vocabulaire et construction du lexique (lemmatisation), les tableaux lexicaux Les rsultats et leurs interprtations : le vocabulaire spcifique, le contexte dutilisation des mots, les sorties des analyses multi varies ou classifications La mise en uvre d'une analyse avec un logiciel Intervenantes Bndicte Garnier France Gurin-Pace Marta Severo Logiciels utiliss R, Iramuteq (mthode Alceste), Spad, Gephi Repres bibliographiques Lebart, L. et A. Salem (1994), Statistique textuelle Paris, Dunod, 342 p. Garnier B., Gurin-Pace F. 2010. Appliquer les mthodes de la statistique textuelle. Paris, CEPED, 86 p. (Les Clefs pour) (Tlchargeable partir du site du Ceped : http://www.ceped.org/?Appliquer-les-methodes-de-la) Brennetot A., Emsellem K., Gurin-Pace F., Garnier B. 2013. Dire lEurope travers le monde.Les mots des tudiants dans lenqute EuroBroadMap, Cybergo http://cybergeo.revues.org/25684 Rogers, R. (2009). The End of the Virtual : Digital Methods. Amsterdam University Press. Tlchargeable l'adresse suivante : http://govcom.org/publications/full_list/ oratie_Rogers_2009_preprint.pdf
P.33
Mthodes statistiques : Rgression et modlisation

Rgression linaire et analyse de la variance Mthodes de rgression pour donnes qualitatives Statistique non paramtrique Statistique et mthodes de rgression pour donnes spatiales
NF
NF
Nouvelle formation
P.34
Rgression linaire et analyse de la variance

Objectifs
tre en mesure de construire un modle de rgression pour expliquer ou prvoir des phnomnes, et analyser l'influence de facteurs qualitatifs dans ce type de modles. Pr-requis Connaissances de base en statistique, en particulier les notions d'estimation et de test (formation Statistique 3 : de lchantillon la population, estimation et tests).
4 jours (2+2) 20, 21, 27, 28 novembre 2014 Prix net (non soumis la TVA) 1 850
Contenu
Il s'agit d'apprendre mettre en relation des variables partir d'observations statistiques, matriser la construction et l'tude de modles de rgression entrant dans le cadre du modle linaire gnral, pour expliquer ou prvoir des phnomnes, et savoir analyser l'influence de facteurs qualitatifs. Cette formation est conseille ceux qui souhaitent suivre les formations Analyse discriminante et segmentation et Mthodes de rgression sur donnes qualitatives. Rgression simple Aspects descriptifs : mthode des moindres carrs Aspects statistiques : validation du modle, tests concernant les coefficients, tude des rsidus et des points influents Utilisation du modle en prvision Rgression multiple tudes pralables la construction d'un modle : reprsentation graphique des individus et des variables Prsentation du modle : estimation des paramtres, tests, tude de la qualit du modle Le problme de la slection des variables : les mthodes de rgression pas pas, choix du "meilleur" modle L'introduction de variables qualitatives dans un modle de rgression multiple Analyse de la variance un facteur Le modle effets fixes, tests de comparaisons multiples, analyse de la variance non paramtrique Analyse de la variance deux facteurs et plus Prsentation au travers dexemples de la notion d'interactions Utilisation de variables quantitatives et qualitatives dans le cadre du modle linaire gnral (analyse de la covariance) Applications informatiques Mise en uvre des mthodes de rgression et d'analyse de la variance sous SAS et STATGRAPHICS
Niveau avanc
***
Intervenant Pierre-Louis Gonzalez Logiciels utiliss STATGRAPHICS, SAS Repres bibliographiques Kleinbaum, D., Kupper, L. , Muller, K. and Nizam, A. (1998), Applied regression analysis and multivariable methods, Duxbury Press Wonnacott, T. et Wonnacott , R. (1998), Statistique, Economica 4me dition
Mthodes de rgression sur donnes qualitatives
P.35
Pr-requis Connaissances de base en conomtrie (formation conomtrie 1).
Niveau avanc
Contenu
La formation prsente les aspects thoriques et pratiques de la rgression logistique et plus largement des principaux modles conomtriques propres aux variables dpendantes qualitatives (binaire ou catgorielle). Cette situation se rencontre dans diffrents champs dapplication : choix financiers, notation du risque, segmentation de clientle, marketing, conomie du travail, conomie de lenvironnement, tude des comportements, etc . La rgression logistique permet de tenir compte de la nature discrte de la variable dpendante qui peut prendre deux valeurs (variables binaires dpendantes). Celle-ci peut se gnraliser au cas o la variable expliquer prend plus de deux modalits et les mthodes mises en uvre ainsi que linterprtation des rsultats doivent tenir compte de leur nature ordonne ou pas. La formation aborde galement les modles variables discrtes positives (donnes de comptage). Chacune de ces situations est illustre par des exemples concrets sur les mthodes mettre en uvre et sur la meilleure manire de prsenter les rsultats obtenus. Les modles variables qualitatives binaires : probit et logit Introduction : des exemples, formalisation Estimation et interprtation des paramtres Infrence Application Les modles polytomiques Introduction : des exemples, formalisation Modles ordonns Modles non ordonns : logit multinomial, logit conditionnel, hypothse IIA, probit polytomique Application Les modles pour donnes de comptage Introduction : des exemples, formalisation Le modle de Poisson : estimation, interprtation, infrence Le modle Binomial ngatif : estimation, interprtation, infrence Application
***
Intervenante Salima Bouayad Agha Logiciels utiliss SAS, STATA, R Repres bibliographiques Greene, W. H., Azomahou, T. et Couderc, N. (2009), conomtrie, Pearson Education Crepon, B. et Jacquemet, N. (2010), conomtrie : mthodes et applications, de Boeck Universit
3 jours 21, 22, 23 mai 2014
Objectifs
Choisir et mettre en uvre les mthodes de rgression les plus adaptes pour des variables expliques qualitatives afin den prsenter les rsultats de manire intelligible et originale.
P.36
Statistique non paramtrique

Objectifs
Comprendre la logique de la statistique non paramtrique et mettre en uvre des tests et des mthodes destimation non paramtriques. Pr-requis Connaissances de base en statistique infrentielle (formation Statistique 3 : de lchantillon la population, estimation et tests).
Niveau expert
Contenu
La statistique paramtrique est le cadre standard de la statistique. Les modles statistiques sont alors dcrits par un nombre fini de paramtres. En statistique non paramtrique, on ne fait aucune hypothse a priori sur la loi sous-jacente. On peut par exemple faire un test statistique sans spcifier de loi a priori sur la ou les variable(s) utilise(s). Il en est de mme si on veut examiner une liaison entre variables sans hypothse sur les lois de celles-ci. On peut aussi estimer directement une densit ou une rgression sans hypothse sur les distributions des variables dintrt, ni sur la forme de la liaison entre elles (cas de la rgression non paramtrique). Tests non paramtriques : Petits chantillons, lois non gaussiennes Mesures de liaisons non paramtriques Bootstrap et applications : Estimation ponctuelle et calcul dintervalles de confiances sur petit chantillon Estimation fonctionnelle non paramtrique : Estimation de densits ou rgressions sans hypothses a priori sur les lois sous-jacentes Diverses approches seront proposes
***
Intervenante Cristina Butucea Logiciel utilis R Repres bibliographiques Capra, P. et Van Cutsem, B. (1988), Mthodes et modles en statistique non paramtrique, Presse de lUniversit de Laval, Dunod Bosq, D. et Lecoutre, J.P. (1987) Thorie de lestimation fonctionnelle Economica
NOUVELLE FORMATION
2014
Statistique et mthodes de rgression pour donnes spatiales
P.37
Niveau avanc
Pr-requis Connaissances en conomtrie (formations conomtrie 1 et conomtrie 2 indispensables ; formation Identifier et estimer une relation de cause effet souhaitable).
***
Contenu
Lanalyse de donnes spatiales exige la mise en uvre doutils statistiques spcifiques. Lun des plus classiques est la mesure de lautocorrlation spatiale. Les mthodes de lconomtrie spatiale ont t dveloppes pour tenir compte de cette dpendance spatiale dans les analyses statistiques classiques et viter que celleci nintroduise des biais dans lestimation des paramtres. La formation prsente les outils de base de la statistique spatiale qui vont complter et enrichir lapproche strictement cartographique. Elle sattache ensuite prsenter les manires de formaliser les effets spatiaux (effet de dbordement et de dpendance spatiale, htrognit) et les diffrentes spcifications conomtriques spatiales ainsi que leur estimation par diffrentes mthodes. Les tests de spcifications les plus courants seront galement exposs. La formation est illustre par des exemples issus de la littrature rcente dans ce domaine et des applications partir des logiciels R ou Stata. Introduction : pourquoi et comment utiliser les mthodes de la statistique spatiale ? Introduction la statistique spatiale La bote outils danalyse des donnes spatiales Analyse exploratoire des donnes spatiales Ltude de lautocorrlation spatiale en conomtrie Une typologie des modles spatiaux Effet multiplicateur et effet de diffusion spatial Modle spatialement autorgressif Modle erreur spatialement autocorrle Modle de Durbin spatial Les tests de spcification Ltude de lhtrognit spatiale en conomtrie Instabilit des paramtres et infrence statistique La rgression gographique pondre Les modles rgimes spatiaux Interactions entre autocorrlation et htrognit spatiale
Intervenante Salima Bouayad Agha Logiciels utiliss STATA, R Repres bibliographiques Cressie, N. (1993) Statistics for Spatial Data, Revised Edition, John Wiley & Sons, New York. Droesbeje, J.J., Lejeune, M. et Saporta, G. (2006), Analyse statistique des donnes spatiales, ed. Technip
3 jours 24, 25, 26 septembre 2014
Objectifs
Comprendre les enjeux de la prise en compte des effets spatiaux en statistique et en conomtrie, mettre en uvre les mthodes destimation adquates et interprter les paramtres associs aux variables spatiales.
Notre catalogue
P.39
Mthodes statistiques : Enqutes et Sondages

Conception d'enqute et laboration de questionnaire Le secret statistique - Principes et pratiques Sondages 1 : chantillonnage (2 sessions) Sondages avec SAS Sondages 2 : mthodes de redressement Sondages avec R Correction de la non-rponse dans les enqutes Enqutes rptes dans le temps et mthode de partage des poids Bootstrap et rchantillonnage Estimation sur petits domaines : travailler sur les petits chantillons
NF
NF
NF
NF
Nouvelle formation
P.40
Conception d'enqute et laboration de questionnaire

Objectifs
Savoir mettre en place une enqute et rdiger un questionnaire.
Contenu
Cette formation propose danalyser les diffrentes phases de mise en place dune enqute statistique (hormis lchantillonnage et le redressement qui font lobjet des formations Sondages 1 et 2). La phase de rdaction du questionnaire est dtaille ; les sources derreurs possibles sont abordes ainsi que les outils ou mthodes permettant de rduire ces erreurs. Une participation active des stagiaires est sollicite. La conception denqute Lenqute, une mthode particulire de recueil de linformation Objectifs, champ, units Les tapes de la conception d'enqute Les mthodes de collecte : en face face, par tlphone, par internet, postale Reprsentativit et non-rponse Le questionnaire La conception de questionnaire Les diffrents types de questions La rdaction des questions (importance de la formulation et de l'ordre) Les erreurs de mesure Le lien questionnaire, base de donnes et traitement Applications Examen de questionnaires dj conus et utiliss Les procdures de test Ce qu'il faut savoir d'une enqute pour juger du questionnaire Travaux pratiques partir de projets de questionnaires exposs par les participants
3 jours 3, 4 ,5 dcembre 2014 Prix net (non soumis la TVA) 1 450
Niveau initiation
***
Intervenants Ccile Brousse Gal de Peretti Thibaut de Saint Pol Repres bibliographiques Singly F. de (1992), Lenqute et ses mthodes : le questionnaire, collection sociologie, ditions Nathan Statistique Canada (2010) : mthodes et pratiques d'enqutes, http://statcan.gc.ca/pub/12-587-x/12-587x2003001-fra.pdf
Le secret statistique - Principes et pratiques
P.41
Niveau tout public
Contenu
La gestion du secret en matire de statistique est un souci de plus en plus prsent ces dernires annes. Dun ct, les organismes producteurs de statistiques sont pousss publier des donnes toujours plus dtailles ; de lautre, ces mmes organismes ont lobligation lgale et morale de garantir la confidentialit des informations qui leur ont t confies par les personnes ou entreprises. Cette confidentialit est vitale pour obtenir une bonne coopration des rpondants et maintenir la meilleure qualit possible des informations collectes. Par application de la loi de 1951 sur l'obligation, la coordination et le secret en matire de statistiques, les organismes du Systme Statistique Public franais ont notamment lobligation de contrler la divulgation statistique dans les informations quils mettent disposition, en minimisant le risque que des informations sensibles sur des individus ou des entreprises puissent tre divulgues partir des donnes diffuses. La loi du 7 juin 1951 : donnes sur les mnages et individus ; donnes sur les entreprises Problmes et critres dans Les tableaux de frquence, aussi appels tableaux de comptage Les tableaux de volume : ventilation dune variable telle que le chiffre daffaires ou le revenu Les tableaux issus denqute : prise en compte des poids Les tableaux lis par une des variables de ventilation Les tableaux hirarchiss : exemple de la NAF, variable possdant une structure embote Les mthodes de gestion du secret statistique La restructuration des tableaux La suppression des cases sous secret Larrondi contrl Gestion du secret statistique via le logiciel -Argus Prsentation du logiciel Mise en pratique
Intervenant Julien Nicolas Logiciels utiliss SAS, Tau-Argus Repres bibliographiques Willenborg, L., de Waal, T., Elements of Statistical Disclosure Control, Lecture Notes in Statistics, vol 155, Springer-Verlag, 2000. Nicolas, J., Traitement de la confidentialit statistique dans les tableaux : exprience de la Direction des Statistiques dEntreprises, JMS 2012.
1,5 jour 20, 21 (matin) mars 2014
Objectifs
Avoir les connaissances lgales en matire de gestion du secret statistique. Savoir prendre en compte le secret statistique lors de llaboration et lors de la diffusion de toutes les informations statistiques mises disposition sous forme de tableaux de donnes agrges.
P.42
Sondages 1 : chantillonnage
Objectifs
Acqurir les notions thoriques et pratiques ncessaires la mise en uvre des principales mthodes d'chantillonnage. Pr-requis Bonnes connaissances en statistique descriptive et notions de probabilits et de thorie de l'estimation.
4 jours (2+2) (2 sessions) 1, 2, 7, 8 avril 2014 20, 21, 27, 28 novembre 2014 Prix net (non soumis la TVA) 1 850
Contenu
L'accent de la formation est mis sur les mthodes probabilistes de tirage d'chantillon, mais la mthode des quotas est galement aborde. Chaque mthode fait l'objet d'une prsentation thorique et des exemples tirs de la pratique des sondages l'Insee ou dans dautres organismes permettent d'illustrer les proprits de la mthode. Gnralits sur les enqutes par sondage Les composantes d'une enqute par sondage, les bases de sondage, la notion d'estimation et de prcision, les diffrents types d'erreur Les sondages empiriques La mthode des quotas Le sondage alatoire simple Estimation d'une moyenne, d'une proportion, prcision, algorithmes de tirage, cas des panels Le sondage probabilits ingales Estimation, prcision, choix des probabilits de tirage, tirage probabilits proportionnelles la taille, algorithmes de tirage, tirage en deux phases Le sondage stratifi Estimation, prcision, constitution des strates, allocation de l'chantillon dans les strates Les sondages plusieurs degrs (sondage en grappes, sondage deux degrs) Diffrentes mthodes de tirage au premier degr, estimation, prcision, effet de grappe chantillonnage quilibr, notions de sondages indirects
Niveau initiation
***
Intervenants Pascal Ardilly Vincent Loonis Repres bibliographiques Ardilly, P. (2006), Les techniques de sondage, Technip, 2me dition Till, Y. (2001), Thorie des sondages, Dunod
Sondages avec SAS
P.43
Niveau avanc
***
Pr-requis Connaissance des bases thoriques de lchantillonnage (formation Sondages 1) et connaissance de base du logiciel SAS (formation Initiation SAS).
Contenu
Depuis la version 8, le logiciel SAS met disposition des responsables d'enqutes des procdures statistiques leur permettant de tirer un chantillon alatoire et destimer des paramtres partir dune enqute par sondage. La formation prsente principalement les procdures SURVEYSELECT et SURVEYMEANS : fonctionnalits, lments de syntaxe, exemples d'utilisation, mise en uvre par les stagiaires. Elle est complte par un aperu des procdures permettant lanalyse de donnes denqute. La formation constitue pour les utilisateurs de SAS un complment la formation Sondages 1, dont le contenu est suppos connu ; elle n'aborde pas les mthodes de redressement, qui ne font pas l'objet de procdures dans le logiciel. Intervenante Josianne Le Guennec Logiciel utilis SAS La procdure SURVEYSELECT Panorama des principales mthodes probabilistes proposes par le logiciel pour slectionner un chantillon dans une base de sondage organise sous forme d'une table SAS : sondage alatoire simple, stratifi, systmatique, probabilits proportionnelles la taille, etc. La procdure SURVEYMEANS Estimation du total, d'une moyenne, d'une proportion partir de donnes dchantillon ; estimation d'un ratio, estimation sur un domaine. Calcul de la prcision des estimations en tenant compte du plan de sondage, comparaison avec la procdure MEANS de calcul de statistiques descriptives Brve prsentation de la procdure SURVEYFREQ La procdure SURVEYFREQ produit des tableaux plusieurs dimensions, des indicateurs de liaison et les tests associs
1 jour 21 mai 2014
Objectifs
Savoir utiliser le logiciel SAS pour slectionner un chantillon selon un plan de sondage usuel (stratifi, probabilits ingales, plusieurs degrs), estimer la variance dun total, dune moyenne ou dun ratio estim dans un chantillon alatoire et apprcier la pertinence dune corrlation entre deux caractres dans un tableau de frquence.
P.44
Sondages 2 : mthodes de redressement

Objectifs
Comprendre les enjeux d'une correction de la non rponse et du redressement, savoir manipuler CALMAR et tre capable de raliser le redressement d'une enqute. Pr-requis Connaissances sur les mthodes dchantillonnage (formation Sondages 1)
4 jours (2+2) 5, 6, 12, 13 juin 2014 Prix net (non soumis la TVA) 1 850
Contenu
La formation apporte aux participants les notions thoriques et les rponses pratiques indispensables la mise en uvre de mthodes intervenant aprs la collecte des donnes d'une enqute : les techniques de redressement d'chantillon et de traitement de la non-rponse. Chaque mthode fait l'objet d'une prsentation thorique, d'une mise en uvre pratique des concepts thoriques, permettant d'illustrer les proprits de la mthode, et d'exemples tirs de la pratique des sondages lInsee ou dans dautres organismes. Le logiciel SAS est utilis, mais la connaissance pralable de ce logiciel n'est pas ncessaire. Bref rappel sur les mthodes d'chantillonnage Les mthodes de redressement Estimateur par le ratio Estimateur par la rgression Post-stratification sur un ou deux critres Calage sur marges, calage gnralis Les mthodes de correction de la non-rponse Analyse des facteurs influenant la non-rponse Mthodes de repondration (correction de la non-rponse totale) Mthodes dimputation (correction de la non-rponse partielle et correction de la non-rponse totale)
Niveau avanc
***
Intervenants Pascal Ardilly Nathalie Caron Logiciel utilis SAS Repres bibliographiques Ardilly, P. (2006), Les techniques de sondage, Technip ,2me dition Caron, N. (2005), La correction de la non-rponse par repondration et par imputation, Document de travail Insee nM0502 (http://www.insee.fr/fr/ publications-et-services /docs_doc_travail/m0502.pdf)
Sondages avec R
P.45
Pr-requis Connaissance des mthodes dchantillonnage et destimation en sondage. Quelques notions sur le logiciel R sont prfrables.
Niveau avanc
***
Contenu
La formation est axe sur lutilisation des fonctions du module "Sampling", dvelopp par Yves Till et Alina Matei pour le logiciel R. Ce module permet de slectionner des chantillons selon plusieurs mthodes, de traiter les problmes de non-rponse, dajuster des donnes denqutes sur des donnes de recensement, et dvaluer la prcision des estimations ainsi obtenues. La formation met laccent sur la mise en pratique et de ce fait, une connaissance, mme sommaire, du logiciel R serait prfrable. Par ailleurs, les notions thoriques seront rappeles brivement. Courte Introduction sur le logiciel R Prise en main de R Chargement du module "Sampling" Fonctions de base Importation de donnes dans R Les fonctions dchantillonnage Mthode du Cube Sondage alatoire simple Sondage systmatique Sondage probabilits ingales Sondage stratifi Sondage deux degrs Les fonctions destimation et de redressement Estimateur de Horvitz-Thompson Estimateur post-stratifi Estimateur par le ratio Estimateur par la rgression et estimateur par le calage Les fonctions de calcul de prcision Les fonctions de traitement de la non-rponse
Intervenant ric Lesage Logiciel utilis R
2 jours 26, 27 juin 2014
Objectifs
Savoir mettre en uvre avec le logiciel R des mthodes classiques dchantillonnage, destimation, de calcul de prcision, de redressement et de traitement de la non rponse.
NOUVELLE FORMATION
2014
P.46
Correction de la non-rponse dans les enqutes

Objectifs
Comprendre les mcanismes de correction de la non-rponse les plus utiliss, tre en mesure dapprcier la qualit des estimations en contexte de non-rponse. Pr-requis Connaissances des mthodes gnrales d'chantillonnage et d'estimation (formations Sondages 1 et Sondages 2).
2 jours 20, 21 mars 2014 Prix net (non soumis la TVA) 980
Contenu
Cette formation propose des complments aux techniques prsentes dans Sondages 1 et Sondages 2 . Elle est adapte au contexte de lestimation en prsence de non-rponse dans les enqutes par sondage. Elle propose en premier lieu dclairer les fondements des mthodes de repondration les plus frquemment mises en uvre pour corriger la non-rponse totale. On insiste en particulier sur les techniques de calage, qui dans certaines circonstances permettent de traiter le cas des mcanismes de rponse dits non-ignorables, pour lesquels le comportement de rponse est directement dpendant de la question pose. On aborde galement les principales mthodes dimputation, utilises plutt pour corriger la non-rponse partielle, soit dans une approche classique o les alas restent de la nature dun chantillonnage, soit en utilisant des modles de comportement qui considrent les variables dintrt comme alatoires. Gnralits sur le traitement de la non-rponse
Niveau expert
***
Intervenant Pascal Ardilly Repres bibliographiques Ardilly, P. (2006), Les techniques de sondage, Technip, 2me dition
Les mthodes de repondration La non-rponse totale : consquences en matire de biais et de variance Mcanisme de rponse ignorable Les principaux modles destimation de la probabilit de rponse Calcul derreur en prsence de non-rponse totale Les techniques de calage appliques la correction de la non-rponse ; calage dit en une tape ; macro Calmar2 (traitement de la non-rponse non-ignorable)
Les mthodes dimputation Les principales mthodes dimputation (imputation par la moyenne, par le ratio, par la rgression, hot-deck, mthode du plus proche voisin) Consquences sur lestimation des paramtres de dispersion ou dassociation Calcul derreur lorsque lala est un ala dchantillonnage en population finie Calcul derreur lorsque la variable dintrt est modlise ; mcanisme de rponse ignorable
NOUVELLE FORMATION
2014
Enqutes rptes dans le temps et mthode de partage des poids

P.47
Niveau expert
Pr-requis Connaissances des mthodes gnrales d'chantillonnage et d'estimation (formations Sondages 1 et Sondages 2).
***
Contenu
Cette formation propose des complments aux techniques prsentes dans Sondages 1 et Sondages 2, dans deux directions qui se recoupent assez largement. Tout dabord, il sagit dtudier le sondage indirect de manire assez large, lequel permet par dfinition dchantillonner une population au travers dune autre. On trouve de nombreuses applications cette mthode, dont le traitement des pondrations en prsence de bases de sondage multiples, en prsence de bases de sondage incompltes, ou lorsquon souhaite chantillonner des populations rares, ou encore quand on traite des enqutes rptes dans le temps (en particulier les systmes denqute avec chantillonnage rotatif).
Intervenant Pascal Ardilly Repres bibliographiques Ardilly, P. (2006), Les techniques de sondage, Technip, 2me dition
En second lieu, on aborde la problmatique des enqutes rptes dans le temps panels et chantillons rotatifs afin de prciser les cas dutilisation et la pondration mettre en uvre. Sondage indirect (chantillonnage dune population au travers dune autre) Pondration par la mthode de partage des poids ; pondration optimale ; systme optimum de liens Application la pondration en cas de bases de sondages multiples Application la pondration en cas de base de sondage incomplte Redressements et traitement de la non-rponse lorsque lchantillonnage est indirect Enqutes rptes dans le temps Les panels dans le cadre dune enqute longitudinale : objectif, avantages, inconvnients, pondration, traitement de la non-rponse Les panels dans le cadre dune enqute transversale Lchantillonnage rotatif : objectif, avantages, pondration en approche longitudinale puis en approche transversale
Objectifs
Pouvoir dfinir lchantillonnage et la pondration les mieux adapts une problmatique destimation longitudinale et/ou transversale en prsence de donnes longitudinales. tre en mesure d'appliquer la mthode de partage des poids dans divers contextes.
NOUVELLE FORMATION
2014
P.48
Bootstrap et rchantillonnage
Objectifs
Connatre les mthodes de rchantillonnage et leurs applications classiques pour l'infrence statistique. Pr-requis Connaissances de base en statistique infrentielle paramtrique et non-paramtrique : estimation, intervalles de confiance, tests. Notions de rgression, discrimination, sries temporelles.
2 jours 15, 16 mai 2014 Prix net (non soumis la TVA) 980
Contenu
Cette formation dresse un panorama des mthodes de rchantillonnage et de leurs applications classiques pour linfrence statistique : estimation du biais, de la variance dun estimateur, construction dintervalles de confiance, construction de tests dhypothses. Une attention particulire sera porte au bon usage du rchantillonnage en pratique, en sappuyant sur des cas typiques dchec du bootstrap naf : valeurs extrmes, rgression, discrimination, sries temporelles, U statistiques, pour lesquels des remdes seront proposs. Enfin, les mthodes rcentes dagrgation bases sur le rchantillonnage (bagging, forts alatoires, boosting) seront voques. Mthodes de rchantillonnage et applications linfrence statistique Introduction, principe du plug in Bootstrap et rchantillonnage : jackknife, bootstrap dit naf , bootstrap poids Proprits d'un estimateur : estimation bootstrap du biais, de la variance, de l'erreur quadratique moyenne Intervalles de confiance : bootstrap-t, percentile bootstrap, BCpercentile bootstrap, Bca-percentile bootstrap Tests d'hypothses : tests de permutation, tests bootstrap Quelques checs du boostrap naf et remdes Valeurs extrmes Rgression Discrimination Sries temporelles U statistiques Mthodes d'agrgation bases sur le bootstrap Bagging Forts alatoires Boosting
Niveau avanc
***
Intervenante Magalie Fromont Logiciel utilis R Repres bibliographiques Davison, A. C. and Hinkley, D. V. (1997). Bootstrap Methodsand their Applications. Efron, B. and Tibshirani, R. J. (1993). An introduction to the Bootstrap. Hall, P. (1992). The Bootstrap and Edgeworth Expansion. Shao, J., and Tu, D. (1992). The Jackknife and Bootstrap.
Estimation sur petits domaines : travailler sur les petits chantillons
P.49
Niveau expert
Pr-requis Connaissances approfondies sur les mthodes d'chantillonnage et d'estimation (avoir acquis les lments thoriques du niveau des formations Sondages 1 et Sondages 2).
***
Contenu
Lorsque l'on veut publier les rsultats d'une enqute sur des domaines trop "petits", par exemple des zones gographiques restreintes ou des sous-populations peu nombreuses, les faibles effectifs de ces chantillons dans ces domaines peuvent conduire des estimations "habituelles" imprcises. Il faut faire alors appel des techniques d'estimation spcifiques, fondes sur l'utilisation d'information auxiliaire et sur des modles plus ou moins complexes. La formation prsente un certain nombre de ces mthodes, encore assez peu utilises en France, ainsi que plusieurs exemples. La problmatique de l'estimation sur petits domaines Les estimateurs directs L'estimateur par calage sur une structure locale Les estimateurs reposant sur des modles implicites Les estimateurs synthtiques Les estimateurs composites Les mthodes reposant sur des modles explicites (modle linaire mixte, modle linaire mixte gnralis) Les estimateurs adapts aux variables quantitatives Les estimateurs adapts aux variables qualitatives
Intervenant Pascal Ardilly Repres bibliographiques Rao, J.N.K. (2003), Small Area Estimation (Methods and Applications), Wiley McCulloch,C., Searle, S., Neuhaus, J. (2008), Generalized, Linear, and Mixed Models, Wiley
2 jours 8, 9 dcembre 2014
Objectifs
Acqurir les notions thoriques et pratiques ncessaires la mise en uvre des principales mthodes d'estimation sur petits domaines.
Notre catalogue
P.51
Mthodes statistiques : Sries temporelles

Introduction l'analyse des sries temporelles et mthode de prvision court terme Dcomposition et dsaisonnalisation de sries temporelles Modles de prvision des sries chronologiques linaires Analyse des sries temporelles avec R Introduction aux modles dynamiques facteurs Racines unitaires, cointgration et modles correction derreur Modles de sries temporelles multivaries : modles VAR et VECM
NF
NF
Nouvelle formation
P.52
Introduction l'analyse des sries temporelles et mthodes de prvision court terme

Objectifs
Comprendre les mthodes lmentaires de description et de prvision des sries chronologiques en tenant compte de leur ventuelle saisonnalit. Pr-requis Connaissances de base en statistique descriptive et bonne matrise du logiciel Excel.
Contenu
La formation prsente des mthodes empiriques de description et de prvision de sries chronologiques, saisonnires ou non. Elle met en vidence leur intrt (simplicit) et leurs limites (sensibilit aux points extrmes et aux ruptures de tendance). Les participants mettront en uvre ces mthodes laide dExcel et sont invits apporter leurs propres donnes. Introduction l'analyse et la prvision d'une srie chronologique Description dune srie temporelle Observation graphique des composantes dune srie (tendance, cycle, saisonnalit, irrgulier), modles de dcomposition Principe de la dsaisonnalisation par la mthode des moyennes mobiles Mthodes de prvision Les mthodes de lissage exponentiel simple et double : dfinitions, formules de mise jour, choix de la constante La mthode de Holt-Winters : dfinition, intgration de la saisonnalit, choix des constantes, normalisation des coefficients saisonniers, initialisation
Niveau initiation
***
Intervenant Franois Sermier Logiciels utiliss Excel 2003 et Excel 2007 Repres bibliographiques Coutrot, B. et Droesbeke, J.-J. (1995), Les mthodes de prvision, Que Sais-Je ?, PUF, 3me dition Mlard, G. (1990), Mthodes de prvision court terme, Ellipses
Dcomposition et dsaisonnalisation de sries temporelles
P.53
Pr-requis Bonnes connaissances en statistique et en rgression linaire. Il est utile d'avoir suivi le module Introduction l'analyse des sries temporelles et mthodes de prvision court terme.
Niveau avanc
***
Contenu
L'analyse d'une srie chronologique, comme toute tude statistique, ne peut chapper une phase exploratoire permettant de comprendre et d'apprcier les phnomnes temporels influant sur la grandeur tudie : saisonnalit, effets de calendrier, points extrmes, conditions climatiques, etc. Leur prise en compte est essentielle pour l'analyse de la conjoncture. Les mthodes statistiques permettant de dcomposer une srie temporelle sont nombreuses, varies et parfois complexes. De nombreuses applications privilgiant laspect dsaisonnalisation sont prvues et les stagiaires peuvent appliquer les mthodes leurs propres donnes l'aide des logiciels TRAMO-SEATS et X-12-ARIMA. Les outils de dcomposition dune srie temporelle Gnralits sur les sries temporelles : dfinitions, reprsentations graphiques, exemples Les diffrents problmes de l'analyse des sries temporelles : lissage, dsaisonnalisation Les composantes et les modles de composition Corrlogrammes, transformations, spectre dune srie temporelle Les moyennes mobiles : dfinition, proprits, comparaison Application la dsaisonnalisation Pourquoi dsaisonnaliser une srie ? Prsentation des diffrentes mthodes Principe des logiciels TRAMO-SEATS et X-12-ARIMA Un exemple complet de dsaisonnalisation par X-12-ARIMA La prise en compte des effets du calendrier Comment juger de la qualit des rsultats et pistes d'amlioration La production en masse de sries dsaisonnalises
Intervenants Ketty Attal-Toubert Michel Grun-Rehomme Logiciels utiliss SAS, TRAMO-SEATS, X-12-ARIMA et DEMETRA Repres bibliographiques Gourieroux, C. et Monfort, A. (1990), Sries temporelles et modles dynamiques, Economica Ladiray, D. and Quenneville, B. (2001), Seasonal adjustment with the X-11 Method, Springer-Verlag, Lecture Notes in Statistics n158
4 jours (2+2) 10, 11, 16, 17 juin 2014
Objectifs
Comprendre la dsaisonnalisation et interprter des donnes corriges des variations saisonnires.
P.54
Modles de prvision des sries chronologiques linaires

Objectifs
tre en mesure de modliser et de faire des prvisions avec les modles ARIMA. Pr-requis Bonnes connaissances en statistique mathmatique.
4 jours (2+2) 11, 12, 18, 19 dcembre 2014 Prix net (non soumis la TVA) 1 850
Contenu
Aprs une prsentation des concepts lis au traitement des sries chronologiques, la formation explique la thorie et la pratique explicite de la modlisation classique de ces sries (modles ARMA et ARIMA) et des mthodes de prvision. Les mthodes de lissage exponentiel Introduction la mthodologie de Box et Jenkins Quelques outils statistiques Quelques principes statistiques Introduction la pratique de Box et Jenkins Formalisation des modles et interprtation Estimation Tests Prvisions Modles saisonniers Prvision non paramtrique
Niveau avanc
***
Intervenant Michel Carbon Logiciel utilis TSE ou SAS Repres bibliographiques Brockwell, P.J. and Davis, R.A. (1991), Time series : Theory and Methods, 2nd edition, Springer-Verlag Mlard, G. (1990), Mthodes de prvision court terme, Ellipses
NOUVELLE FORMATION
2014
Analyse des sries temporelles avec R
P.55
Pr-requis Connaissances de base en analyse des sries temporelles. Quelques notions sur le logiciel R sont prfrables.
Niveau avanc
Contenu
La formation propose d'approfondir la connaissance du logiciel R pour mettre en application les mthodes d'analyse des sries temporelles. Les stagiaires seront amens mettre en uvre ces mthodes au moyen de nombreux exercices pratiques. Des connaissances de base en analyse des sries temporelles sont requises et les notions thoriques seront rappeles brivement. Rappel sur lenvironnement de travail de R Rappel des tapes et des objectifs de lanalyse des sries temporelles Les structures de sries temporelles dans R : les objets ts Lecture et diffrentes reprsentations graphiques dune srie temporelle Dcomposition dune srie temporelle Prvision avec les mthodes de lissage exponentiel La modlisation ARIMA Quelques prolongements
***
Intervenante Salima Bouayad Agha Logiciel utilis R Repre bibliographique Aragon, Y. (2011), Sries temporelles avec R. Mthodes et cas, Springer
2 Jours 19, 20 juin 2014
Objectifs
tre en mesure de mettre en uvre les mthodes de base de lanalyse des sries temporelles avec le logiciel R.
P.56
Introduction aux modles dynamiques facteurs

Objectifs
Comprendre et mettre en uvre les mthodes destimation pour les modles dynamiques facteur. Pr-requis Bonnes connaissances en statistique mathmatique, en rgression et en sries temporelles (SARIMA).
3 jours 15, 16, 17 dcembre 2014 Prix net (non soumis la TVA) 1 450
Contenu
Les modles fonction de transfert, parfois appels rgressions dynamiques, combinent la fois l'aspect rgression standard, et les effets dynamiques des variables explicatives. Ces modles prennent en compte les effets parfois importants de certains facteurs explicatifs. Parfois, les modles peuvent prsenter des rsidus htroscdastiques (comme la volatilit en conomtrie). Il est alors intressant d'exploiter les modles de type ARCH pour prendre en compte ce type d'effet. Enfin, les modles facteurs forment une classe trs riche de modles o certaines variables (les facteurs) peuvent tre caches ou non observes. Les modles espace d'tats et le filtrage de Kalman sont plus particulirement examins.
Niveau expert
***
Intervenant Michel Carbon Logiciel utilis SAS Repres bibliographiques Hamilton, J.D., (1994), Time series analysis, Princeton Harvey, A.C., (1990), Forecasting, structural time series models and the Kalman filter, Cambridge
Les modles fonction de transfert Les modles de type ARCH Les modles espace d'tats
Racines unitaires, cointgration et modles correction derreur
P.57
Pr-requis Bonnes connaissances en statistique mathmatique (estimation et thorie des tests).
Niveau expert
Contenu
La formation, illustre par de nombreux exemples concrets, sattache rpondre toutes les questions relatives aux sries temporelles non stationnaires dans le cadre des modles une seule quation (cadre univari). Plus prcisment : 1 - Quelle importance accorder lhypothse de stationnarit pour la modlisation et linfrence ? 2 - Quelles sont les consquences dune stationnarit postule tort et quelles peuvent tre les sources de non-stationnarit ? 3 - Peut-on se ramener un cadre dans lequel cette hypothse est nouveau valide et dans le cas contraire, quelles hypothses peut- on considrer? 4 - Quelle dfinition et quelle interprtation donner la notion de relation de cointgration et quel lien peut-on tablir entre cointgration et modlisation correction derreur ? 5 - Quelles sont les mthodes mettre en uvre pour estimer de telles relations et comment en interprter les rsultats ? Ltude des processus non stationnaires : panorama densemble La non stationnarit, une proccupation majeure en conomie et en conomtrie Modles avec variables non stationnaires Non stationnarit et rgressions fallacieuses Trends dterministes et trends stochastiques Pourquoi parle-t-on de racine unitaire ? Tests de racine unitaire standard (ADF, KPSS, PP) Autres tests de stationnarit (NG, HEGY, ZA) Les limites des tests de stationnarit Applications Cointgration et modles correction derreur dans le cas univari Dfinition et concepts : cointgration, quilibre conomique et correction derreur La mthode dEngle et Granger en deux tapes Autres approches univaries (DOLS, ARDL, ) : spcification, estimations et interprtation Tests de stabilit de la relation de cointgration et fonction de rponse Applications
Cepe, Genes
***
Intervenante Salima Bouayad Agha Logiciels utiliss EViews 5, SAS, Stata Repres bibliographiques Lardic, S. et Mignon, V. (2002), conomtrie des sries temporelles macroconomiques et financires, Economica Greene, W. H., Azomahou, T. et Couderc, N. (2009), conomtrie, Pearson Education
3 jours 31 mars, 1, 2 avril 2014
Objectifs
Comprendre et matriser les enjeux de la notion de stationnarit, les mthodes pour analyser et modliser des sries non stationnaires, ce que peuvent apporter les notions de cointgration et de modlisation correction derreur.
P.58
Modles de sries temporelles multivaries : modles VAR et VECM

Objectifs
Mettre en uvre des mthodes avances pour dcrire et analyser des systmes de sries temporelles et comprendre les rsultats et les enjeux des recherches dans ce domaine. Pr-requis Avoir des notions sur les tests de stationnarit et la cointgration (formation Racines unitaires, cointgration et modles correction derreur) et des notions de base en calcul matriciel.
3 jours 24, 25, 26 novembre 2014 Prix net (non soumis la TVA) 1 450
Contenu
La modlisation vectorielle ou multivarie permet dtudier la dynamique jointe de plusieurs sries. Lorsque cellesci sont stationnaires, il sagit dune gnralisation de ltude des processus autorgressifs. La popularit des modles vectoriels autorgressifs (VAR) est lie leur souplesse dutilisation et leur capacit tester des hypothses conomiques. Lorsque les sries ne sont pas stationnaires mais cointgres, les modles vectoriels correction derreur (VECM) permettent de spcifier des relations stables long terme tout en analysant dans le mme temps la dynamique de court terme des variables considres. Des exemples concrets seront proposs tout au long de la formation. Les stagiaires pourront par ailleurs mettre en uvre les techniques prsentes sur leurs propres donnes. Enfin, la prsentation des modles VAR structurels (SVAR) et des modles VAR Baysiens (BVAR) permet davoir une vision densemble de lapproche multivarie et des hypothses conomiques quelle permet denvisager. La modlisation multivarie stationnaire : les modles vectoriels autorgressifs (VAR) Approche multivarie et variables stationnaires Construction du VAR Vrification de la stationnarit Analyse de la dynamique du VAR Tests de causalit Applications Cointgration et correction derreur : les modles vectoriels correction derreur (VECM) Tests de cointgration multivari Estimation et interprtation des rsultats Applications Prolongements Lapport des modles SVAR (structural VAR) Les modles BVAR (Bayesian VAR)
Niveau expert
***
Intervenante Salima Bouayad Agha Logiciels utiliss EViews , Stata Repres bibliographiques Lardic, S. et V. Mignon (2002), conomtrie des sries temporelles macroconomiques et financires, Economica Greene, W. H., T. Azomahou et N. Couderc (2009), conomtrie, Pearson Education
P.59
Mthodes statistiques : conomtrie

conomtrie 1 : introduction conomtrie 2 : approfondissements Identifier et estimer une relation de cause effet valuation dimpact des politiques publiques conomtrie des panels conomtrie des modles de dure conomtrie des modles multiniveaux
M T H O D E S S TAT I S T I Q U E S : SRIES TEMPORELLES
P.60
conomtrie 1 : introduction
Objectifs
Comprendre les fondements de la dmarche conomtrique, mettre en uvre des mthodes simples pour estimer des modles conomtriques et comprendre les rsultats lmentaires des recherches dans ce domaine. Pr-requis Avoir quelques notions (mme rudimentaires) en estimation et sur les tests dhypothses.
Contenu
La formation introduit aux mthodes fondamentales de lconomtrie qui permettent de mesurer les relations entre des phnomnes conomiques et/ou sociologiques sur la base dobservations de faits rels. Tout en privilgiant les aspects pratiques (application des techniques et piges viter lors de leur mise en uvre), lintroduction de concepts thoriques simples permettra dapporter les bases indispensables la comprhension de toute formation ultrieure en conomtrie. Cette formation porte essentiellement sur le modle linaire classique, ses proprits statistiques ainsi quune explication dtaille de son utilisation pratique. Elle est illustre par des tudes de cas dans diffrents domaines de lconomie et/ou de la gestion partir dExcel. Les applications seront ralises partir dun logiciel libre (Gretl) et les stagiaires pourront galement raliser les exercices en utilisant le logiciel avec lequel ils sont le plus familier (SAS, Stata, R, EViews, Excel). Introduction lconomtrie : objet, mthodes et sources statistiques Le modle de rgression linaire multiple : description Rgression : mise en uvre et interprtation Spcification, hypothses, estimation, proprits Applications Le modle de rgression linaire multiple : infrence Les tests dhypothses dans un modle conomtrique Les prvisions partir dun modle conomtrique Applications Le modle de rgression linaire multiple : prolongements Units de mesure, formes fonctionnelles Choix de modles et critres de slection des rgresseurs Modlisation et test de changement structurel, test de stabilit (test de Chow) Applications Rgression linaire avec variables explicatives qualitatives (Dummy)
Cepe, Genes
Niveau initiation
***
Intervenante Salima Bouayad Agha Repres bibliographiques Greene, W. H., Azomahou, T. Nguyen Van, P. et Couderc, N. (2011), conomtrie, Pearson Education Mignon, V. (2008), conomtrie : Thorie et applications, Economica
conomtrie 2 : approfondissements
P.61
Pr-requis Connaissances de base en conomtrie (cest un prolongement de la formation conomtrie 1).
Niveau initiation
***
Contenu
Aprs des rappels sur le modle linaire ordinaire partir dune application concrte, la formation prsente les extensions fondamentales du modle de base avec la prise en compte de lhtroscdasticit et/ou de lautocorrlation. Laccent est mis sur les situations concrtes o lon peut se trouver confront ces problmes, le moyen de les dtecter, les difficults que cela engendre et les mthodes conomtriques mettre en uvre pour y apporter des rponses satisfaisantes. Les exemples sont mens partir du logiciel libre Gretl. Les stagiaires pourront raliser les exercices avec le logiciel de leur choix (SAS, Stata, EViews, R). Des sorties commentes de ces logiciels viennent complter la formation. Introduction : retour sur le modle linaire partir dune tude de cas Le modle linaire gnral : le contexte Robustesse versus efficacit Les moindres carrs gnraliss et quasi gnraliss : un traitement unifi de l'autocorrlation et de l'htroscdasticit Htroscdasticit Situations concrtes de prsence d'htroscdasticit Proprits de l'estimateur des MCO en prsence d'htroscdasticit Estimations en prsence d'htroscdasticit Tests d'htroscdasticit (Goldfeld et Quandt, Breusch et Pagan, etc.) Applications Autocorrlation Situations concrtes de prsence dautocorrlation des perturbations Proprits de l'estimateur des MCO en prsence d'autocorrlation Estimations en prsence d'autocorrlation Tests d'autocorrlation (Durbin et Watson, Box-Pierce, etc.) Applications
Intervenante Salima Bouayad Agha Repres bibliographiques Greene, W. H., Azomahou, T. et Nugen Van, P. (2011), conomtrie, Pearson Education Cadoret, I., Benjamin, C., Martin, F. et Herrard, N. (2009), conomtrie applique : Mthodes-Applications-Corrigs, De Boeck, 2me dition
2 jours 6, 7 novembre 2014
Objectifs
Comprendre les enjeux de la prise en compte des problmes dhtroscdasticit et/ou dautocorrlation, mettre en uvre des tests pour dtecter leur prsence et mettre en uvre les mthodes adquates pour les prendre en compte.
P.62
Identifier et estimer une relation de cause effet

Objectifs
Comprendre les fondements de la dmarche conomtrique, mettre en uvre des mthodes simples pour estimer des modles conomtriques et comprendre les rsultats lmentaires des recherches dans ce domaine. Pr-requis Connaissances de base en conomtrie (formations conomtrie 1 et conomtrie 2).
Contenu
La rgression linaire est souvent insuffisante pour identifier des rapports de cause effet : diminuer les effectifs par classe amlioret-il le rsultat scolaire moyen des lves ? Augmenter les taxes sur le prix des cigarettes rduit-il le tabagisme ? Quels sont les effets dune augmentation du salaire minimum sur lemploi ? Rpondre ces questions ncessite dvaluer de faon quantitative une relation de causalit entre une variable explicative et une variable explique. Les stagiaires mettent en pratique, sur logiciel, de faon progressive les mthodes prsentes au travers dtudes concrtes. On insiste sur la ncessit dune rflexion thorique sur le lien de causalit recherch en lien avec les hypothses didentification. On suscite lintrt pour une dmarche mthodique et critique lgard des procdures statistiques. Les fondamentaux de la rgression linaire La mcanique de la rgression : rgression et esprance conditionnelle Rgression linaire et causalit : lhypothse dindpendance conditionnelle des erreurs Circonstances dans lesquelles la rgression ne permet pas didentifier les relations causales Exemples et applications Identifier et estimer la causalit laide de variables instrumentales Rgression linaire simple avec variable instrumentale dichotomique : lestimateur de Wald La mthode dans le cas gnral Plusieurs variables instrumentales Tests de spcifications : estimation par les doubles moindres carrs Tests de spcifications : estimation par la mthode des moments gnraliss Les problmes dinfrence et les VI dans la pratique Leons issues dexemples fameux : connatre la nature des donnes, lenvironnement conomique et le cadre institutionnel qui dterminent le comportement des agents Estimation par variables instrumentales en prsence deffets htrognes
Cepe, Genes
Niveau avanc
***
Intervenant Ahmed Tritah Logiciel utilis Stata Repres bibliographiques Jacquemet, N. et Crepon, B. (2010), Economtrie : Mthode et Applications, De Boeck Universit. Angrist, J. et Pischke, S. (2009), Mostly Harmless Econometrics: An Empiricist's Companion, Princeton University Press
valuation d'impact des politiques publiques
P.63
Pr-requis Connaissances de base en conomtrie (formation conomtrie 1).
Niveau expert
Contenu
valuer limpact dun programme (politique publique ou autre) est un exercice particulier : le fait den bnficier dpend souvent de caractristiques difficiles mesurer (motivation, processus de slection complexe, ). Une simple comparaison de la situation des bnficiaires avec celle des non-bnficiaires ne peut sparer ce qui est d l'effet propre du programme et ce qui est d leurs caractristiques. Cette formation propose une introduction aux mthodes les plus courantes qui ont t dveloppes pour rpondre ces problmes : Diffrence de diffrences Mthodes dappariement (matching)
***
Intervenants Thomas Le Barbanchon Simon Quantin Logiciel utilis Stata ou Sas Repres bibliographiques Givord. P. (2010), Mthodes conomtriques pour l'valuation de politiques publiques, Document de travail DESE nG2010/08.
Mthodes par variables instrumentales Rgressions sur discontinuit Pour chacune delle, on explicitera les hypothses sous-jacentes, les donnes requises pour leur application et on abordera les cts pratiques de lestimation. Ces diffrents aspects seront abords au travers de lexamen de nombreux exemples dvaluations rcentes, et plus spcifiquement du traitement dun cas concret en utilisant un logiciel statistique.
3 jours 16, 17, 18 juin 2014
Objectifs
Comprendre les enjeux de lvaluation dimpact des politiques publiques et mettre en uvre les mthodes courantes dveloppes pour rpondre ces questions dvaluation
P.64
conomtrie des panels

Objectifs
Face des donnes de panels, savoir choisir la modlisation la plus pertinente en fonction de ses besoins, connatre les avantages et limites des diffrents modles statistiques classiquement utiliss. Pr-requis Bases en conomtrie (formation conomtrie 1).
3 jours 1, 2, 3 dcembre 2014 Prix net (non soumis la TVA) 1 450
Contenu
Les donnes de panel se caractrisent par lexistence dobservations rptes pour un mme individu. Cette configuration de donnes trs courante aujourdhui - offre des possibilits spcifiques dexploitations statistiques, notamment en matire dvaluation de politiques publiques. Elles permettent par exemple de prendre en compte limpact ventuel de caractristiques individuelles inobservables et de se rapprocher de limpact causal de la variable dintrt. Cette formation initiera aux mthodes classiques de lconomtrie sur donnes de panel ( la fois lorsque la variable explique est continue ou qualitative) et sensibilisera les participants deux enjeux importants en prsence de ce type de donnes : la prise en compte de lhtrognit individuelle inobserve et lidentification de la dpendance dtat. Modles de panels avec variable explique continue Rappel sur les moindres carrs ordinaires Prsentation du modle effet fixe, proprits, mthodes destimation Exercices destimation sur micro-ordinateur Prsentation du modle effet alatoire, proprits, mthodes destimation Exercice de programmation et destimation sur micro-ordinateur Spcification la Mundlak ou la Chamberlain (effets corrls) Exercice sur micro-ordinateur Modles dynamiques Notion dexognit / exognit faible Mthodes des variables instrumentales Mthodes moments gnraliss Rappel sur le maximum de vraisemblance et mthode de Wooldridge dans le cas du modle linaire gaussien Exercices de programmation sur micro-ordinateur Modles variable dpendante binaire Rappel sur lconomtrie des modles variables qualitatives en coupe, le cas des tats absorbants, prsentation du problme des paramtres incidents, modle logit-conditionnel (sans dpendance
Cepe, Genes
Niveau expert
***
Intervenant Laurent Davezies Logiciels utiliss SAS et Stata
dtat) binaire et multinomial, modles logit et probit effet alatoire. Exercice de programmation des diffrents modles sur micro-ordinateur Les modles de slection : rappel sur le modle de slection en coupe, discussion des modles de slection avec effets fixes ou effets corrls Ouverture sur les modles dynamiques avec variables expliques binaires
conomtrie des modles de dure
P.65
Niveau expert
Pr-requis Bonnes connaissances des modles de rgression linaire (niveau des formations conomtrie 1 et 2) et familiarit avec le formalisme mathmatique.
***
Contenu
Les variables de dure sont frquemment soumises des phnomnes de censure, troncatures ou biais de slection. La formation fournit des outils mthodologiques pour les analyser, et estimer les points de sortie. Plusieurs modles sont proposs, se rapportant des analyses paramtriques, semi-paramtriques ou non paramtriques, tenant compte de variables omises dans le temps, ou lorsque le point de sortie est attribuable des vnements de diffrents types (modles risques concurrents). Rappels des diffrents concepts de statistique sur donnes de dure Censure et troncature Types d'chantillonnage (flux, stock, censure par intervalle) Densit, survie, hasard et hasard intgr
Intervenant Antoine Terracol Logiciels utiliss Stata, SAS
Estimation non-paramtrique : Estimateurs de Kaplan-Meier et de Nelson-Aalen Test de comparaison log-rank Application Stata : dclaration de donnes (-stset-) pour diffrentes structures d'chantillonnage, Estimateurs de Kaplan-Meier et de Nelson-Aalen, tests de comparaisons Modles paramtriques, Hasard proportionnel et temps acclr : estimation et utilisation Applications Stata : -streg-, -stcurve-, -predictRgresseurs variant avec le temps : principe et implmentation Stata (-stsplit-) Estimation semi-paramtrique Modles semi-paramtriques (1) : constant par morceaux Modles semi-paramtriques (2) : Cox Applications Stata : -stcoxCensure par intervalle (-cloglog-) Htrognit inobserve : le problme de la slection dynamique Correction de l'htrognit inobserve : Loi Gamma Application Stata
3 jours 4, 5, 6 juin 2014
Objectifs
Comprendre les problmatiques propres aux donnes de dure, en particulier concernant l'chantillonnage et la slection dynamique. Donner les outils permettant d'analyser les donnes de dure et de mener une dmarche de modlisation adquate.
P.66
conomtrie des modles multiniveaux

Objectifs
Face des donnes multi-indices , savoir choisir la modlisation la plus pertinente en fonction de ses besoins, connatre les avantages et limites des diffrents modles statistiques classiquement utiliss. Pr-requis Connaissance des modles conomtriques simples (formation conomtrie 1).
Contenu
La formation a pour but de prsenter diffrents types de modles permettant de prendre en compte lhtrognit inobserve en prsence de "donnes indice multiple". Il peut, par exemple, sagir de donnes sur des lves dans des classes, de donnes sur les consultations de mdecins auprs de diffrents patients, de donnes concernant diffrents mdecins dans des tablissements des soins, des salaris dans des entreprises, etc. Aussi bien les modles dits "multi-niveaux" que les "modles mixtes" ou "modles hirarchiques" relvent de cette logique. Rappel sur le modle linaire : existence de lestimateur des moindres carrs ordinaires (MCO), absence de biais, convergence, estimation de variance, efficacit Prsentation du modle effet fixe : proprits, mthodes destimation Prsentation du modle effet alatoire : proprits, mthodes destimation Discussion des deux types de modle dans le cadre linaire, prsentation dune procdure simple de test de modle Le cas des modles binaires : Rappel sur lconomtrie des modles variables qualitatives en coupe Prsentation du problme des paramtres incidents Le modle logit-conditionnel Les modles logit et probit effet alatoire Exercices de programmation des diffrents modles sur microordinateur
Niveau expert
***
Intervenant Laurent Davezies Logiciel utilis SAS (module STAT pour utiliser les procdures MIXED et NLMIXED)
P.67
Logiciels statistiques
Reporting avec Exel Excel : utilisation avance pour les statisticiens SAS Enterprise Guide Initiation SAS SAS niveau intermdiaire Le langage macro de SAS Introduction au logiciel R pour les statistiques Initiation Stata
NF
L O G I C I E L S S TAT I S T I Q U E S
NF
Nouvelle formation
P.68
Reporting avec Excel

Objectifs
Savoir grer une table de donnes avec Excel. Savoir concevoir et mettre jour un tableau de bord (report) partir de ces donnes. Pr-requis Minimum de pratique d'Excel.
3 jours 10, 11, 12 mars 2014 Prix net (non soumis la TVA) 1 450
Contenu
Le tableur, universellement rpandu, constitue un puissant outil de traitement de donnes. Il est utilis pour le suivi d'activit et peut utiliser des donnes provenant directement des bases de donnes. La formation permet de dcouvrir de faon concrte les possibilits d'Excel pour accder ces donnes, raliser les premiers traitements exploratoires et produire des synthses ou tableaux de bord. Les outils prsents, largement mconnus ou sous-utiliss, permettent de mettre en place une vritable mthodologie d'utilisation du tableur. Enfin, ds la conception des classeurs Excel, on visera faciliter les travaux rcurrents (ex. tableaux de bords priodiques). Les participants sont invits apporter un jeu de leurs propres donnes dans un format compatible avec Excel. Complments Excel Type de donnes dans Excel Organisation des classeurs et des feuilles de calcul Utilisation de noms (en rfrence une plage ou calculs) Utilisation de contrles (ascenseurs) sur la feuille de calcul Exploration d'un tableau de donnes Listes de donnes (tri, filtre automatique) Outils de tableau (Excel 2007 et suivants) laboration de tableaux de bord Utilisation des tableaux croiss dynamiques Regroupement, ordre de prsentation, calculs drivs Accs des sources de donnes externes Utilisation de Query pour accder des donnes de SGBD (Access, Oracle, Excel) Paramtrage des requtes Application llaboration dtats de synthse
Niveau initiation
***
Intervenant Franois Sermier Logiciels utiliss Excel 2003 et Excel 2007
Excel : utilisation avance pour les statisticiens
P.69
Savoir crer une fonction personnalise Excel et transformer une macro VB enregistre en un programme fonctionnel. Pr-requis Le stage demande une bonne connaissance dExcel. La connaissance pralable dun langage de programmation est indispensable.
Niveau avanc
***
Contenu
Excel permet de raliser des calculs complexes dans la feuille de calcul. Lorsque ceux-ci doivent tre systmatiss, il est utile de les encapsuler dans une fonction personnalise. La ralisation dune fonction dinterpolation linaire permettra dintroduire la programmation dune fonction en Visual Basic. Le Basic devient indispensable pour automatiser des traitements rptitifs. Par exemple, copier priodiquement des rsultats dun classeur de travail vers un document destin la diffusion. Le Visual Basic sera donc abord dans un esprit dauxiliaire de la feuille de calcul permettant dorganiser le droulement de traitements raliss avec les outils du tableur. Formules matricielles Les tableaux (matrices) et les fonctions y accdant INDEX, EQUIV Application : interpolation linaire (dans la feuille de calcul) Introduction lutilisation du VBA criture dune fonction personnalise Application : interpolation linaire en VB Introduction lunivers des objets du VBA et de lenvironnement VBE Prsentation de quelques uns des (nombreux) objets disponibles dans le but dchanger des informations avec la feuille de calcul Enregistrement de macro et nettoyage du rsultat obtenu Application : automatisation de transfert dinformation dun classeur source vers un classeur rsultat
Intervenant Franois Sermier Logiciels utiliss Excel 2003 et Excel 2007
Objectifs
NOUVELLE FORMATION
2014
P.70
SAS Enterprise Guide
Objectifs
Savoir utiliser la solution Sas Enterprise Guide (SEG), interface graphique qui permet d'utiliser le logiciel SAS sans connatre le langage de programmation SAS et dcouverte de quelques procdures danalyse statistique. Pr-requis Aucun. La connaissance de SAS n'est pas ncessaire pour pouvoir suivre cette formation.
2 jours 2, 3 juin 2014 Prix net (non soumis la TVA) 980
Niveau initiation
Contenu
Sas Entreprise Guide (SEG) est une interface graphique qui permet d'utiliser toute la puissance de traitement du logiciel SAS en faisant abstraction du langage de programmation SAS. Prsentation de SEG : gnralits, environnement de travail, composantes (projet,flux,) de SEG, lien avec SAS Cration d'un projet avec insertion de donnes Requtes simples : filtre, tri, cration de nouvelles donnes, regroupement Quelques tches : lister des donnes, raliser des tableaux de synthse, crer des formats Gestion des sorties Insertion et rcupration de code SAS Requtes complexes : jointures de tables Concatnation, transposition de tables Analyse statistique : frquence un critre, tableau de contingence, statistiques descriptives Cration de graphiques
***
Intervenant Pascal Mercier Logiciel utilis SAS Enterprise Guide
Initiation SAS
P.71
Connatre les traitements de base du logiciel SAS : crire un programme, comprendre la logique de la syntaxe de programmation et distinguer les tapes DATA des Procdures.
Contenu
Niveau initiation
***
La formation est consacre la prsentation des fonctionnalits de base du logiciel SAS accompagne dexemples dutilisations et de programmes utilisant les instructions les plus courantes du logiciel : cration et gestion de donnes sous forme de tables SAS et utilisation de donnes externes. Les stagiaires mettront en uvre le logiciel, sous la forme dexercices dapplication. Gnralits Le systme SAS L'environnement de travail Les fondements de travail avec SAS Notion de table SAS, de variables SAS : cration, stockage Les rgles d'criture et les tapes d'un programme SAS Les bases de la programmation : l'tape DATA Cration, transformations et recodage de variables Oprateurs arithmtiques et logiques Manipulation de chanes de caractres Utilisation des menus droulants Importation de fichiers Exportation de donnes SAS Prsentation de quelques procdures Les procdures de base : CONTENTS, PRINT, FORMAT, SORT Cette formation peut tre propose Rennes, dans les locaux de l'Ensai.
Intervenante Michle Trubert Logiciel utilis SAS
Objectifs
P.72
SAS niveau intermdiaire

Objectifs
Acqurir les techniques avances permettant d'effectuer les traitements plus rapidement et plus efficacement. Connatre les principaux lments du langage SQL implment dans SAS. Pr-requis Connaissance de base du logiciel SAS (un dbutant ou un ancien utilisateur ayant peu de pratique sorientera plutt vers la formation Initiation SAS).
Niveau avanc
Contenu
La formation dtaille la gestion des tables (observations et variables) grce ltape DATA et la procdure SQL. Sera galement prsent lOutput Delivery System (ODS) et ses utilisations. Les stagiaires mettront en uvre le logiciel, sous la forme dexercices dapplication. Les procdures de base : CONTENTS, PRINT, FORMAT, SORT Notions intermdiaires Les tests conditionnels, les boucles Utilisation de IF, IF...THEN, IF...THEN...ELSE, SELECT Utilisation de DO, DO WHILE, DO UNTIL Gestion avance des tables Gestion de tables SAS : tri, concatnation, fusion Utilisation de lODS La procdure SQL Gestion des doublons
***
Intervenant Georges Pavlov Logiciel utilis SAS
Cette formation peut tre propose Rennes, dans les locaux de l'Ensai.
Le langage macro de SAS
P.73
Connatre les principaux lments du macro-langage SAS. Comprendre et crire un macro-programme. Pr-requis Bon niveau de programmation en SAS base (la connaissance de SAS Enterprise Guide nest pas suffisante).
Niveau expert
***
Contenu
La formation est consacre l'apprentissage du macro-langage de SAS (prsentation de la logique du macro-langage et des instructions de base) et sa mise en uvre par les stagiaires, sous la forme dexercices dapplication. Le macro-langage est un langage de programmation qui amliore les possibilits du langage de base, en permettant de simplifier l'criture des applications rptitives, et l'utilisation de programmes paramtrs. Les utilisations du macro-langage Paramtrage de programmes, excution conditionnelle d'tapes SAS, automatisation de programmes, etc.
Intervenant Georges Pavlov Logiciel utilis SAS
Le principe de la compilation Le fonctionnement du macro-processeur Les macro-variables, macro-instructions et macro-fonctions Les macro-instructions de base %LET et %PUT Les macro-fonctions de manipulation de caractres Les macro-fonctions d'valuation numrique Les macro-fonctions de " quoting" La structure des macro-programmes criture d'une macro, les paramtres, l'environnement global ou local Les interactions entre diffrentes tapes SAS Les options d'aide pour le "debugging" Les techniques de stockage Appel d'une macro, compilation, stockage Cette formation peut tre propose Rennes, dans les locaux de l'Ensai.
Objectifs
P.74
Introduction au logiciel R pour les statistiques

Objectifs
Explorer et mettre en forme un jeu de donnes avec R. Mettre en uvre la programmation de base dans R pour la ralisation d'analyses statistiques simples.
Contenu
La formation est consacre la prsentation des fonctionnalits de base du logiciel R accompagne dexemples dutilisations. Les stagiaires mettront en uvre le logiciel, sous la forme dexercices dapplication. Introduction Prsentation du logiciel Obtenir et installer R Prise en main du logiciel Prsentation de linterface Rcommander Les premiers pas avec R Importer ses donnes partir d'un fichier texte Dcrire les types de donnes et la structure des donnes Calculer des statistiques descriptives : moyennes, cart-types, frquences crire et rutiliser une commande Utiliser l'aide Manipuler des donnes Recoder des variables Crer de nouvelles variables Slectionner et regrouper des donnes Fusionner deux tableaux de donnes Enregistrer et rutiliser ses programmes Exporter des donnes Les objets dans R Vecteurs Facteurs Matrices Listes Data.frame
Niveau initiation
***
Intervenante Elisabeth Morand Logiciel utilis R Repres bibliographiques P-A. Cornillon et al. Statistique avec R Presses Universitaires de Rennes
Initiation Stata
P.75
2 jours 31 mars, 1er avril 2014 Prix net (non soumis la TVA) 980
Connaitre les outils permettant d'effectuer les tches essentielles avec le logiciel (manipulation de donnes, graphiques, estimations).
Contenu
Niveau initiation
***
La formation est consacre la prsentation des fonctionnalits du logiciel Stata accompagne dexemples dutilisations. Les principales fonctions de statistiques descriptives (moyenne, variance, quartiles, corrlation entre deux variables) seront passes en revue. Cette formation abordera en dtail la confection des graphiques sur Stata. La dernire partie du module sera consacre une initiation la programmation sur Stata. Les stagiaires mettront en uvre le logiciel sous forme d'exercices d'application. Prise en main du logiciel Familiarisation avec lenvironnement Utiliser des donnes Regarder les donnes
Intervenant Antoine Terracol Logiciel utilis Stata
Manipulation des donnes logiciel Gestion des bases de donnes : tri, fusion, concatnation Crer/supprimer des donnes Manipuler les formats des variables Faire des statistiques descriptives Utiliser les statistiques descriptives pour la cration de variables Statistiques descriptives Faire des graphiques Diffrents types de graphiques Edition des graphiques Sauvegarde, etc. Mthodes de rgression simples Modle linaire Modle logistique Tests lmentaires Introduction la programmation : une petite introduction la pratique de la programmation avec Stata
Objectifs
Notre catalogue
P.77
Marketing quantitatif
Techniques de scoring Mthodes avances de data mining La conduite de projet en gomarketing Mise en uvre dun projet dtudes locales et de gomarketing Les donnes structures sur le web Web-Scraping : mthodes d'extraction de donnes sur le web
NF
M A R K E T I N G Q U A N T I TAT I F
NF
Nouvelle formation
P.78
Techniques de scoring
Objectifs
Savoir construire un score pour la prdiction d'un phnomne binaire, depuis la phase d'chantillonnage jusqu'aux restitutions finales. Pr-requis Connaissances de base en calcul des probabilits et en statistique (test, rgression linaire).
Contenu
La formation propose une prsentation du concept de data mining et un panorama des mthodes statistiques regroupes sous ce terme mthodes classiques de la statistique (analyse discriminante, rgression logistique) et mthodes plus informatiques (arbres de dcision, rseaux de neurones). De nombreux exemples issus de diffrents secteurs d'activit illustreront ces mthodes. Le but est de prsenter les techniques et les piges de ltude de donnes volumineuses, avec un objectif daide la dcision. Cette formation ne recourt que peu au formalisme mathmatique. Les formations Analyse discriminante et segmentation et Mthodes de rgression sur donnes qualitatives permettront aux statisticiens d'approfondir la thorie et la mise en uvre des mthodes prdictives classiques. Prsentation du data mining Dfinition, positionnement par rapport la statistique Principales applications Panorama des techniques prdictives et descriptives employes Prsentation de l'offre logicielle Cycle dun projet de scoring Analyse descriptive liminaire Graphiques utiles Caractrisation par des tests statistiques Slection de variables par des tests (galit de moyennes, de mdianes, de distributions, khi-2) Gestion des donnes manquantes Arbres de dcision Construction dun arbre Trois algorithmes : CHAID, CART, C4.5 diffrences et similitudes Exploration statistique avec des arbres Modlisation avec des arbres Analyse discriminante Principe de lanalyse discriminante linaire Mthode DISQUAL et fonction de score Forces et faiblesses
Niveau avanc
***
Intervenant Olivier Decourt Logiciels utiliss Des exemples sous SAS, SPAD et SAS Enterprise Miner seront mis en uvre par lintervenant et les stagiaires. Repres bibliographiques Tuffery, S. (2007), Data Mining et Statistique Dcisionnelle, 2me dition, Technip Tuffery, S. (2010), Etude de cas en statistique Dcisionnelle, Technip
Rgression logistique Principe de la rgression logistique binaire Commentaire dun modle Forces et faiblesses Comparaison des mthodes de scoring Evaluer la qualit dun modle : courbe ROC, courbe de lift Mise en uvre : transformer une probabilit en dcision Performance et robustesse : limportance du jeu de test
Mthodes avances de data mining
P.79
2 jours 24, 25 novembre 2014 Prix net (non soumis la TVA) 980
Faire le lien entre les mthodes de data mining usuelles et les mthodes issues de la recherche rcente en apprentissage statistique, comme les mthodes noyaux (SVM et SVR entre autres) et les mthodes d'agrgation (boosting, bagging, forts alatoires). Savoir mettre en uvre ces mthodes sur des cas pratiques et juger de leur pertinence en fonction de l'objectif recherch. Pr-requis Notions statistiques de base, mthodes de discrimination usuelles (rgression logistique, arbres de dcision), rgression linaire.
Niveau avanc
***
Contenu
Intervenants Magalie Fromont Stphane Tuffry Logiciels utiliss R, SAS Repres bibliographiques Cristianini, N. et Shawe-Taylor, J. (2000), An introduction to support vector machines, Cambridge University Press Hastie, T., Friedman, J. et Tibshirani, R. (2009), The elements of Statistical Learning: Data Mining, Inference and Prediction, Springer-Verlag New York Inc La formation dcrit les principales mthodes de data mining issues de la recherche actuelle en apprentissage statistique, cible leurs difficults et leurs avantages et value leurs performances. Des applications sur des jeux de donnes simules et relles seront mises en uvre laide du logiciel libre R et de SAS. Statistique, apprentissage et data mining Dfinitions, positionnement Principales applications Panorama des mthodes et de l'offre logicielle Choix dune mthode et ajustement des paramtres Mthodes noyaux, SVM et SVR Support Vector Machines pour la discrimination binaire ou multiclasses Support Vector Regression pour la rgression Ajustement des paramtres Mthodes dagrgation et bootstrap Agrgation de rgles de prdiction : intrt Principe du bootstrap Mthodes de boosting (Adaboost et logitboost) Mthodes de bagging, forts alatoires
Objectifs
P.80
La Conduite de projet en gomarketing

Objectifs
Connatre les pr-requis et les tapes pour dvelopper des comptences gomarketing. Connatre les diffrents moyens et solutions applicatives mettre en uvre en fonction des objectifs de l'organisation/projet.
1 jour 10 septembre 2014 Prix net (non soumis la TVA) 500
Contenu
Les projets gomarketing sont complexes du fait de la multiplicit des comptences qu'ils doivent mobiliser (marketing, cartographiques, informatiques, statistiques), du grand nombre d'intervenants utilisateurs potentiels et du maquis de loffre des prestataires. La formation couvre l'ensemble des tapes ncessaires au bon droulement du projet, et prsente un panorama de l'offre existante et des moyens de faire les choix les plus appropris. Elle laisse galement la place aux proccupations des participants. Principes et objectifs du gomarketing : Limportance du lieu Implantation de points doffre Marketing local Fixation d'objectifs de points doffre Optimisation de la couverture de la demande par un rseau doffre locale Les tapes d'un projet Dfinir les contours du projet La justification conomique : budget et bnfices attendus Interne/externe : les critres de choix La constitution de l'quipe projet Rdiger et dpouiller un appel d'offre Piloter au quotidien Mesurer les rsultats et prvoir les volutions Panorama de l'offre Logiciels, sources et base de donnes Prestataires globaux et fournisseurs de composants spcifiques Les leons de l'exprience ! Les grandes causes d'chec Les facteurs de succs
Niveau initiation
***
Intervenant Paul Archambault
Mise en uvre d'un projet dtudes locales et gomarketing
P.81
Pr-requis Manipulation de donnes sous Excel ou similaire. Connaissances de base en statistiques descriptives.
Contenu
Niveau initiation
***
La russite d'un projet dtudes locales mobilise des comptences diversifies : cartographiques, informatiques, statistiques, conomiques et marketing. Aprs avoir rappel les fondements de la discipline et ses principales applications, la formation prsente un large ventail de notions et de mthodes et expose les bonnes pratiques. Les prsentations sont extraites dexemples rels. La formation est calibre sur les proccupations des participants (dernire journe). Principes et objectifs danalyse des potentiels locaux Importance du lieu Implantation de points doffre Marketing local Fixation d'objectifs de points doffre Optimisation de l'offre locale Les principaux composants Cartographies numriques Sources et donnes locales attributaires Globe virtuel, lopen data et les big data go-localiss Logiciels Systmes dInformations Gographiques Les bases de la cartographies et de la spatialisation Dfinir et mesurer la proximit Smiologie de la reprsentation cartographique Reprsentation de donnes spatialises Analyse thmatique, carroyage Mettre des donnes sur une carte Gocodage et golocalisation Donnes internes et externes Le choix de la bonne chelle de reprsentation
Intervenant Paul Archambault Logiciels Excel, SAS et MapInfo
Les spcificits du gomarketing Mesurer la demande locale Amliorer la couverture dun march par un rseau de points doffre Dfinir la zone d'attraction et de Chalandise dun point de vente. Sectoriser un rseau de points doffre Distances, temps daccs, Isochronie Optimiser la localisation dun actif. Simuler lactivit dun point doffre (Modles gravitaires) Maillage idal dun rseau de point de distributions Notions dconomie spatiale Les points cls et les trucs & astuces pour la pratique !
Objectifs
Raliser une tude gomarketing, calculer des indicateurs spatiaux et les reprsenter de faon lisible pour une communication claire.
NOUVELLE FORMATION
2014
P.82
Les donnes structures sur le web

Objectifs
Comprendre le fonctionnement du web dans une optique d'extraction de donnes.
Contenu
La formation prsente les formats de donnes courants disponibles sur le web. Chaque mthode fait l'objet d'une prsentation thorique et d'exemples pratiques de programmation. La formation sadresse tous les utilisateurs de donnes statistiques, habitus aux mthodes usuelles de gestion de donnes. Les types de donnes disponibles sur le web Explication des formats HTML, XML, JSON, RSS Concepts de protocoles rseau Notions de client/serveur, TCP/IP, requtes HTTP GET/POST Langages de requtes Extraire de l'information d'un fichier HTML/XML avec Xpath, CSS selectors, regex
Niveau initiation
***
Intervenant Jean Maynier Logiciel utilis Google Chrome
Web-Scraping : mthodes d'extraction de donnes sur le web
P.83
3 jours 11, 12, 13 juin 2014 Prix net (non soumis la TVA) 1 450
Acqurir les notions thoriques et pratiques ncessaires la mise en uvre des techniques d'acquisition automatises de donnes sur le web. Pr-requis Connaissances de base en traitement de donnes, programmation (idalement en Python), formation Les donnes structures sur le web ou connaissances de HTTP, HTML, CSS, XML, JSON, XPath, CSS selectors, regex.
Niveau avanc
***
Contenu
La formation se concentre sur les mthodes dextraction de donnes structures ou semi-structures depuis une page web (web scraping) ou une interface de programmation. Chaque mthode fait l'objet d'une prsentation thorique et d'exemples pratiques de programmation. La formation ncessite une connaissance de base en programmation. Les droits dutilisation des donnes disponibles sur le web Prsentation des concepts de licences sur les donnes, du mouvement OpenData et des principales licences Rcuprer des donnes fournies par une interface de programmation (API) Dfinition dune API, requtage, exemples pratiques avec Python Rcuprer des donnes dun site web Dfinition du web scraping, parcours de pages web, exemples pratiques avec Python Exemples doutils pour faciliter le web scraping Outils pour extraire depuis des sites statiques ou sites fortement dynamiques (ajax): Yahoo Pipes!, Scrapy, PhantomJS, etc. Problmes avancs dextractions de donnes Ordonnancement, proxy, authentification, erreurs HTTP
Intervenant Jean Maynier Logiciels utiliss R, Python, Google Chrome
Objectifs
P.84
Techniques et applications du mix marketing modelling

Objectifs
Dcrire les principales mthodes conomtriques et statistiques qui peuvent tre utilises en marketing pour rpondre des problmatiques concrtes : calcul des lasticits de demande et optimisation des prix, quantification de l'impact des promotions, modlisation de l'entre sur un march. Pr-requis Connaissance des mthodes conomtriques simples.
Niveau avanc
***
Contenu
Chaque thme de la formation sera trait la fois de manire thorique et empirique. Les applications pratiques seront ralises principalement sous Stata (une introduction ou un rappel aux principales commandes seront effectus) et les mthodes correspondantes sous R seront indiques. Prsentation des mthodes conomtriques utilises Rgression linaire Variables instrumentales Logit simple et multinomial Optimisation des prix Modle de demande lasticit-prix Calcul des prix optimaux valuation de la publicit Identification des effets Effet immdiat Effet de court terme Effet de long terme et persistance valuation des promotions Nature de la promotion Effet immdiat Effet dynamique Prise en compte de lenvironnement concurrentiel Dfinition du march Lancement dun nouveau produit Entre/sortie des concurrents Intervenant Philippe Fvrier Logiciels utiliss Stata et R (mise en pratique) Repres bibliographiques Tellis, G. J. and Ambler, T. (2007), Handbook of Advertising, London, UK: Sage.
P.85
Finance - Actuariat : Finance de march

Mthodes mathmatiques appliques la finance Gestion de portefeuille Validation de pricers doptions conomtrie de la finance Modlisation de courbe des taux, pricing et gestion de drivs taux Mthode de Monte-Carlo en finance Statistique haute-frquence en finance Comprhension du bilan d'une banque, de son compte de rsultat et liens avec les lignes d'activits bancaires Elments de macroconomie financire Gestion des risques structurels 1 : le risque de liquidit Gestion des risques structurels 2 : le risque de taux d'intrt Gestion des risques structurels 3 : le risque de change Echancement et modlisation des postes du bilan Couverture des risques structurels et ingnierie bancaire Modlisation du capital conomique, taux de cession interne et tarification RAROC Comptabilit IFRS de la gestion financire Introduction au pricing des produits de couverture
F I N A N C E - AC T U A R I AT
P.86
Mthodes mathmatiques appliques en finance de march

Objectifs
Comprendre les fondements mathmatiques de la finance de march, en appliquant les techniques dveloppes la valorisation de produits drivs. Pr-requis Avoir quelques notions (mme rudimentaires) en probabilit.
2 jours 10, 11 avril 2014 Prix net (non soumis la TVA) 1 800
Contenu
La formation introduit rigoureusement les notions darbitrage, de probabilit risque neutre et de couverture en delta, en tudiant successivement les arbres binomiaux de pricing puis le modle de Black-Scholes. Elle insiste sur les hypothses sous-jacentes de modlisation et nous discuterons les limites de ces modles. Enfin, elle dtaille les techniques de pricing et de couverture par mthodes de Monte Carlo. Les rsultats thoriques obtenus sont illustrs par des applications pratiques ralises sous Excel. Probabilit et Arbitrage Le march financier comme milieu alatoire Dfinition mathmatique de larbitrage Consquences de labsence dopportunits darbitrage Applications : Valorisation dun contrat Forward et Formule de Parit Call Put valuer un risque dans un arbre binomial une priode Hypothses sur le march financier Valorisation sous la probabilit risque neutre Applications : calcul analytique de prix de Call et de Put Rpliquer dynamiquement un risque dans un modle binomial n priodes Le modle de march Martingale et Portefeuille de rplication Valorisation risque neutre des options Le modle de Black-Scholes comme limite Applications aux options Amricaines Modlisation des actifs en temps continu : le modle de Black Scholes Mouvement Brownien et march financier Intgrale Stochastique et portefeuille Changement de probabilit et valorisation risque neutre Formule dIto et couverture en Delta Limites du modle de Black-Scholes : le smile de volatilit Application : valorisation dun Call Europen (formule ferme, arbre, EDP, Monte Carlo)
Cepe, Genes
Niveau avanc
***
Intervenant Romuald Elie Logiciel utilis Excel (mise en pratique) Repres bibliographiques Lamberton, D. et Lapeyre, B. (1997), Introduction au calcul stochastique appliqu la finance, Broch El Karoui, N. et Gobet, E. (2011), Les outils stochastiques des marchs financiers une visite guide de Einstein Black-Scholes, Broch
Valorisation de produits drivs par mthodes de Monte Carlo Fondements probabilistes de la mthode Simulation de loi normale et valorisation doption europenne Techniques de rduction de variance Application aux options exotiques
Gestion de portefeuille
2 jours 23, 24 juin 2014 Prix net (non soumis la TVA) 1 800
P.87
Niveau avanc
Pr-requis Notions de finance de march et des produits financiers de base ; techniques doptimisation et de rgression statistique ; utilisation dun tableur pour les applications.
***
Contenu
Dfinir les mesures de risque et de performance des portefeuilles, ainsi que leurs avantages et inconvnients. Dcouvrir les diffrents modles dallocations dactifs. Mettre en uvre les techniques avances de construction et de gestion de vos portefeuilles. Structurer vos processus de gestion et vos moteurs de performance grce aux outils rcents. Introduction Enjeux actuels de lindustrie de la gestion dactifs Risques et Performances Une brve histoire du capitalisme financier (1970-2010) - les annes 70 : comment les marchs financiers vont devenir incontournables - les annes 80 : les prmices de la gestion du risque - les annes 90 et 2000 : laveuglement de la performance dmesure - bilans et perspectives Bta et autres facteurs de risque - estimation - mise en uvre pratique - les autres facteurs de risque : Fama et French, APT Volatilit et Value-at-Risk Ratios de Sharpe Allocation A la manire de Markowitz - frontires efficientes originelles - amlioration via les techniques de Black-Litterman et de shrinkage Simulations Monte Carlo des portefeuilles optimaux - modlisations stochastiques des actifs - et de leur dpendance (copules) - stress-tests Stratgies dinvestissement Structuration - buy-and-hold versus constant mix - stop-loss, OBPI, CPPI Moteurs de performance et hedge funds
Intervenant Pierre Clauss Repre bibliographique Clauss, P. (2011), Gestion de portefeuille - Une approche quantitative, Dunod
Objectifs
Maitriser les enjeux essentiels des mesures de risque et performance (bta, volatilit, ratio de Sharpe, stress-tests), d'allocation d'actifs (Markowitz, Black-Litterman, shrinkage) et de structuration (OBPI, CPPI).
P.88
Validation de pricers d'options

Objectifs
Comprendre ce qui est attendu dune validation dun pricer. Acqurir une dmarche de validation. Savoir analyser les risques associs un pricer. Pr-requis En dehors dune bonne connaissance des grands principes de la finance, aucun pr requis technique nest demand. Cette introduction a pour objectif principal de vous donner les bons rflexes et les bonnes intuitions face certains produits complexes. En revanche, plusieurs notions vous seront ncessaires au sortir de cette formation pour pouvoir effectivement mettre en uvre les lments de la formation. Ces notions vous seront prsentes pendant la formation.
Niveau avanc
***
Contenu
Cette formation technique se propose d'expliciter les tapes fondamentales de la validation de pricers doptions. Notre ambition est que vous parveniez une matrise parfaite des produits et des briques lmentaires constituants ces produits. Puisque les deux visions sont complmentaires et intrinsquement lies, la fois le point de vue du trader et celui du risk manager seront abords. Introduction Organisation de la validation A quoi sert le modle de Black-Scholes en pratique ? Analyse du payoff Barrires, coupons, callable, cliquet, Limplmentation Diffusion ; Tests unitaires ; convergence des processus Sensibilits Les grecques Risque de non monotonie Les chocs de corrlation Le risque de taux Le risque de modle Dupire vs Heston Le risque de convexit Calcul des rfactions Mthodes dajustement Exemples concrets Option barrires et coupons Options sur paniers fondants Options cliquets Intervenant Bruno Vial Logiciel utilis Excel Repres bibliographiques Hull, J. (2011), Options futures et autres actifs drivs, Pearson El Karoui, N. (2004), Couverture des risques dans les marchs financiers (www.cmap.polytechnique.fr/ ~elkaroui/masterfin034.pdf)
conomtrie de la finance
2 jours 27, 28 novembre 2014 Prix net (non soumis la TVA) 1 800
P.89
Pr-requis Notions en conomtrie linaire, en calcul matriciel et en statistiques descriptives.
Niveau expert
Contenu
Aprs avoir rappel les principales proprits statistiques des sries financires, l'accent sera mis sur les questions relatives aux stratgies de choix de portefeuille mobilisant des mthodes conomtriques standards et avances (moindres carrs ordinaires, thorie du signal, modles volatilit stochastique, modles seuil). De nombreuses applications sont prsentes tout au long de la formation de manire illustrer les dveloppements thoriques. Introduction : les proprits statistiques des rendements d'actifs financiers Les distributions des rendements et l'hypothse de statistique forte L'efficience des marchs financiers, arbitrage statistique et stratgies d'investissement : Momentum et mean reversion des rendements d'actifs ; Les rendements reviennent-ils vers leur moyenne ? Tests de stationnarit
***
Intervenant Mabrouk Chetouane Logiciels utiliss Excel et R
Statistique et conomtrie du choix de portefeuille Les bienfaits de la diversification - le cadre de Markovitz : Proprit des rendements d'un portefeuille diversifi ; La VaR d'un portefeuille diversifi Le modle d'valuation d'actifs financiers - CAPM (Capital Asset Pricing Model) Le CAPM et les stratgies long-short equity Reprsentation Espace-tat et mthode de filtrage applique Les critures espaces-tats Les mthodes de filtrage - le filtre de Kalman. Applications : Estimation d'un bta flexible par le filtre Kalman ; prix d'option, volatilit stochastique et filtre de Kalman Modle volatilit stochastique : ARCH GARCH et extension Les modles volatilit stochastique Application : estimation d'un modle ARCH sur taux de change. Gnralisation et extension des modles ARCH : Les modles GARCH, I-GARCH, E-GARCH et GARCH-M Application : estimation d'un modle GARCH sur donnes boursires ; Pricing d'option Black-Scholes et modle volatilit stochastique
Objectifs
Connatre les mthodes conomtriques appliques aux problmatiques financires, en particulier celles relatives au choix de portefeuille.
P.90
Modlisation de courbe des taux, pricing et gestion de drivs taux

Objectifs
Connatre les bases des mthodes d'valuation et de couverture de flux financiers en prsence du risque de taux d'intrt. Pr-requis En dehors de connaissances de base en probabilits (comme les dfinitions de termes tels que distribution, loi normale, ), pas de pr-requis. Une familiarit pralable avec les produits drivs de taux vanille est un plus, quelle ait t acquise en front-office, risk ou middle office. Quelques notions de calcul stochastique (mouvement brownien, lemme dIto) feront ventuellement lobjet de rappels.
2 jours 10, 11 mars 2014 Prix net (non soumis la TVA) 1 800
Niveau expert
***
Contenu
Cette formation prsente en premier lieu les diffrents taux et la modlisation de leurs dynamiques. Puis, elle prsente divers produits de couverture de risques de taux et leur mthode dvaluation. Une attention particulire est mise sur les nouvelles problmatiques apparues depuis la dernire crise financire. La formation est constitue 50% de prsentation et 50% de travaux pratiques sur Excel. Introduction - dfinitions et instruments de base : taux zrocoupon ; deposit ; obligations, taux actuariel ; taux Libor, Euribor ; taux swaps Les diffrents types de courbe : courbe swap, courbe souveraine, obligations corporates ; basis swaps ; stripping de courbe, avec et sans basis swap ; exemples sous Excel Cartographie des produits optionnels vanille : caps & Floors ; swaptions ; notions de surface de volatilit ; modle SABR et ses variantes, thorie et pratique ; CAP/FLOORS KO/KI PRODUITS CMS : caps & floors CMS ; notion de replication ; swaps CMS ; problmes apparus depuis la crise des Subprimes Modles Stochastiques de courbes des taux : Dans quel but ? ; Les modles incompatibles avec la courbe spot ; les modles type Heath-Jarrow-Morton ; exemple concret : le modle HJM ; application aux swaptions Bermuda, dfinition, mthode et exemples de calibration Exemples de produits exotiques, lien avec les modles stochastiques : calibration et limites de lapproche ; quel modle pour quel produit, quelques exemples et principes ; gestion de portefeuille Modles de march : dfinition du modle ; pricing des caps et floors : le cadre BGM (Brace-Gatarek-Musiela) ; dynamiques des diffrents libors forward ; calibration du modle BGM ; simulation Monte Carlo dun modle BGM
Intervenant Didier Faivre Logiciel utilis Excel
Mthodes de Monte Carlo en finance
P.91
Niveau expert
***
Intervenant Bruno Bouchard
Pr-requis En dehors de connaissances de niveau licence en probabilits, pas de pr-requis. Une familiarit pralable avec les produits drivs est un plus, quelle ait t acquise en front-office, risk ou middlle office. Quelques notions de calcul stochastique (mouvement brownien, processus de Poisson) sont prfrables mais feront lobjet de rappels si ncessaire.
Contenu
Introduction / Motivations : valuation d'options financires et de contrat d'assurance Gestion de portefeuille Gestion des risques Logiciel utilis Rappels sur les principaux rsultats de convergence - encadrement Excel de l'erreur Repres bibliographiques La simulation de variables alatoires : Bouchard, B. (2007), Gnrateurs de loi uniforme : Gnrateurs usuels ; Ala vs Mthode de Monte-Carlo en finance, pseudo-alatoire notes de cours. Simulation d'autres lois : Par inversion de la fonction de rpartition ; Par mthodes de rejet - application aux lois conditionnelles ; Techniques de transformation - application la loi normale ; Glasserman, P. (2004), Conditionnement pour les variables alatoires corrles ; Monte Carlo methods in financial Approche par copules engineering, Springer. La simulation de trajectoires alatoires : Jckel, P. (2002), Introduction aux quations diffrentielles stochastiques (EDS) Monte-Carlo methods in finance, Simulation exacte : Modle de Black et Scholes ; Modle de Wiley Finance Series, Wiley, Vasicek ; Modles CIR et CEV Mthodes de simulation en temps discrets (schma d'Euler) : Modle volatilit locale ou stochastique ; Simulation d'un portefeuille de gestion/couverture ; Produits barrire et techniques de pont Ajouts de saut dans la dynamique : Modle de Merton ; Modles avec dfaut / application aux drivs de crdit Rduction de variance : Ide gnrale Conditionnement - application aux modles volatilit stochastique Rgularisation - applications aux calculs des sensibilits des produits drivs Variable de contrle gnrale - dcomposition d'un produit structur complexe Fonction d'importance et mthodes de stratification - application au calcul d'une VaR Monte-Carlo amricain : Options exercice anticip et quation de programmation dynamique Approche de Longstaff et Schwartz Amliorations
2 jours 28, 29 avril 2014
Objectifs
Connatre les principales techniques de simulations utilises en finance pour valoriser les produits drivs et estimer les risques lis leur couverture ou la gestion d'un portefeuille.
P.92
Statistique haute frquence en finance

Objectifs
Comprendre les nouveaux problmes de modlisation statistique poss par le trading haute frquence. Pr-requis Connaissances en probabilits et statistiques.
2 jours 6, 7 octobre 2014 Prix net (non soumis la TVA) 1 800
Contenu
La disponibilit croissante des donnes haute frquence et une comprhension de plus en plus prcise des phnomnes de microstructure des marchs ont ouvert de nouvelles perspectives en finance quantitative. En particulier, le trading haute frquence a merg de la volont d'optimiser les transactions dans ce nouveau contexte. Son essor rcent a t rendu possible grce au dveloppement de mthodes originales en mathmatiques financires et en statistique, utilises aujourd'hui quotidiennement dans les banques et les hedge funds. Couverture de risque avec donnes basse frquence Probabilit historique et risque neutre Mouvement Brownien et Modle de Black Scholes Couverture en Delta et autres Grecques Volatilit historique et implicite Calibration et estimation Introduction la microstructure des marchs Introduction la microstructure des marchs Trading haute frquence et rgulation Qu'est-ce qu'un bon modle haute frquence ? Couverture des risques et modles haute frquence Liquidation optimale de portefeuille Estimation de volatilit haute frquence Modle avec zones d'incertitude Corrlations asynchrones et effet lead-lag Couverture haute frquence optimale de produits drivs
Niveau expert
***
Intervenants Romuald Elie Mathieu Rosenbaum
Comprhension du bilan dune banque, de son compte de rsultat et liens avec les lignes dactivits bancaires
1,5 jours 3, 4 (matin) fvrier 2014 Prix net (non soumis la TVA) 1 350
P.93
Contenu
Pour tre pertinente, la gestion actif-passif ncessite une connaissance et une comprhension fine des lignes du bilan dune banque, leur degr de liquidit et dexigibilit, leur mode de comptabilisation etc. Au-del de cette connaissance comptable essentielle, il est impratif de savoir faire le lien avec les grandes lignes de mtier dune banque : activit de financement, activit de collecte de lpargne, activit dinvestissement pour compte propre ou compte de tiers, activit de conseil etc. Quest-ce quune banque ? Les rles dune banque dans lconomie, lintermdiation bancaire, les autres acteurs Lactivit de collecte des dpts et de lpargne Lactivit de financement de lconomie : retail / SME / corporate / sovereign Lactivit dinvestissement pour compte propre et pour compte de tiers Lactivit de conseil : fusion & acquisition, structuration, etc. Le bilan dune banque Les diffrents postes : dfinition, ordre de grandeur, principales caractristiques (liquidit, exigibilit, sensibilit aux variables macroconomiques et financires, etc.) Liens entre activits bancaires et bilan, trading book / banking book Focus sur les fonds propres et financement de lactivit bancaire Engagements donnes et reues, hors bilan Le compte de rsultat Les diffrentes lignes : PNB, charges dexploitation, cot du risque, etc. Liens entre activits bancaires et compte de rsultat Premiers lments de comptabilisation en rsultat des activits Principaux ratios : coefficient dexploitation, etc. Les circuits de financement internes Rle de la direction financire, de la trsorerie, de la gestion actifpassif, du contrle de gestion Interactions entre la direction financire et les lignes de mtier Circulation de la liquidit lintrieur dune banque : clients / agences / trsorerie / marchs de capitaux Typologie des risques bancaires Risque de crdit, risque de march, risque oprationnel, risque de conformit, etc. Notion de risques structurels du bilan : risque de taux, risque de change, risque de liquidit etc. Organisation de la gouvernance et de la gestion des risques Larchitecture du systme de supervision franais et international
Niveau certificat
Intervenant Herv Akoun
Objectifs
Connatre le lien explicite entre activits oprationnelles des lignes de mtier et leur traduction au bilan et en compte de rsultat.
P.94
lments de macroconomie financire
Objectifs
Connatre les grands mcanismes macro-financiers de l'conomie.
1 jour 5 fvrier 2014 Prix net (non soumis la TVA) 900
Contenu
Les banques interagissent avec lensemble des acteurs de la vie conomie : entreprises, mnages, tats, Banques centrales. La bonne comprhension du cadre dexercice des activits bancaires ncessite de dcrire les grands mcanismes macro-financiers de lconomie. Structure par terme des taux dintrt Dfinition Mouvements de la courbe des taux Liens entre taux dintrt, taux de change, inflation et conjoncture conomique Repres historiques Spreads de crdit, spreads de liquidit Description des marchs de capitaux March interbancaire March obligataire March des changes March de produits drivs Lactivit de la banque centrale Les objectifs de la politique montaire Les outils dintervention de la banque centrale Quelques repres historiques sur lactivit des banques centrales et sur les enjeux de la crise financire tude de cas : la crise financire 2008
Niveau certificat
Intervenante Dominique Durant
Gestion des risques structurels 1 : le risque de liquidit
P.95
Objectifs
Matriser les concepts, les indicateurs de risque et les outils de gestion du risque de liquidit dans le cadre de la gestion financire dune banque.
Niveau certificat
Contenu
La gestion des risques structurels qui est la base de la gestion actifpassif comprend essentiellement le risque de liquidit, le risque de taux dintrt et le risque de change. La formation dtaille les concepts, les indicateurs de risque et les outils de gestion du risque de liquidit dans le cadre de la gestion financire dune banque. Chaque point est accompagn dune tude de cas concret. Mesure du risque de liquidit Les indicateurs du risque de liquidit Besoin de financement, impasse de liquidit statique chancement des lignes du bilan Construction du gap de liquidit statique Exemple : coulement des crdits Focus sur les problmatiques dcoulement des dpts coulement des fonds propres Les limites mthodologiques du gap de liquidit statique tude de cas Gestion du risque de liquidit Politique de gestion du risque de liquidit Les outils de fermeture de limpasse de liquidit, les rserves de liquidit La politique de refinancement de la banque tude de cas lments sur la rglementation bancaire et ses volutions rcentes Dispositif rglementaire actuel et son volution Approche standard / Approche avance, ratios rglementaires, exigences Approche par les stress tests de liquidit Organisation et gouvernance interne en matire de gestion du risque de liquidit
Intervenante Elisabeth Laure
1 jour 4 mars 2014
P.96
Gestion des risques structurels 2 : le risque de taux dintrt

Objectifs
Matriser les concepts, les indicateurs de risque et les outils de gestion du risque de taux dintrt dans le cadre de la gestion financire dune banque.
Contenu
La gestion des risques structurels qui est la base de la gestion actif-passif comprend essentiellement le risque de liquidit, le risque de taux dintrt et le risque de change. Cette deuxime session relative la gestion des risques structurels dtaille les concepts, les indicateurs de risque et les outils de gestion du risque de taux dintrt dans le cadre de la gestion financire dune banque. Lorigine du risque de taux dintrt Risque de taux et marge dintrt : lorigine du risque de taux dans la gestion financire dune banque et lobjectif de protection de la marge Diffrences de point de vue entre la gestion du risque de taux dans le cadre de la gestion financire dune banque et la gestion du risque de taux dun portefeuille de trading Typologie des taux bancaires : taux rglements, taux rvisables, taux variables et spcificits franaises en terme de taux fixe / taux variable Exemples : crdit taux fixe, crdit taux variable, dpt vue Les outils de mesure du risque de taux Le gap de taux fixe : dfinitions et principes de construction La construction du gap de taux : illustrations et exemple de construction dun gap Les limites mthodologiques du gap de taux Les autres mesures du risque de taux tude de cas La gestion du risque de taux Politique de fermeture du gap de taux Notion de macrocouverture et de microcouverture Les outils financiers de couverture du risque de taux : swaps, cap, floor, contrat forward etc. Premiers lments sur les Taux de Cession Interne (TCI), leur utilisation dans le pilotage de la banque et dans la tarification des oprations avec la clientle lments sur la rglementation bancaire et ses volutions rcentes Dispositif rglementaire actuel et son volution Organisation et gouvernance interne en matire de gestion du risque de taux
1,5 jour 5, 6 (matin) mars 2014 Prix net (non soumis la TVA) 1 350
Niveau certificat
Intervenante Elisabeth Laure
Gestion des risques structurels 3 : le risque de change
P.97
Objectifs
Matriser les concepts, les indicateurs de risque et les outils de gestion du risque de change dans le cadre de la gestion financire dune banque.
Niveau certificat
Contenu
La gestion des risques structurels qui est la base de la gestion actifpassif comprend essentiellement le risque de liquidit, le risque de taux dintrt et le risque de change. Cette troisime session relative la gestion des risques structurels dtaille les concepts, les indicateurs de risque et les outils de gestion du risque de change dans le cadre de la gestion financire dune banque. Lorigine du risque de change et sa mesure Risque de change et primtre du risque de change Position de change et sa mesure Illustrations
Intervenant Jean-Franois Renaut
La gestion du risque de change Les principes de gestion Les outils financiers : oprations de change au comptant / terme, options de change, swap de devises tude de cas lments sur la rglementation bancaire et ses volutions rcentes Dispositif rglementaire actuel et son volution Organisation et gouvernance interne en matire de gestion du risque de change Focus sur la crise de leuro et son impact sur les banques
0,5 jour 6 mars (aprs-midi) 2014
P.98
chancement et modlisation des postes du bilan

Objectifs
Connatre les lignes du bilan, lactif ou au passif, et savoir formaliser la dmarche pour modliser leur coulement et leur indexation aux taux dintrt, tout en restant dans les limites de la faisabilit oprationnelle. Connatre les principes et outils de tarification des oprations, ainsi que la gouvernance et la gestion interne du refinancement et des risques des lignes dactivit.
1,5 jour 28, 29 (matin) avril 2014 Prix net (non soumis la TVA) 1 350
Contenu
coulement en liquidit : cas des contrats chancs coulement contractuel Problmatique des remboursements anticips et de leur modlisation Exemples et illustrations coulement en liquidit : cas des contrats non chancs Les dpts de la clientle Problmatique de la volatilit des dpts et lien avec la modlisation de lcoulement coulement en liquidit : autres postes du bilan Les rserves obligatoires Les fonds propres Les comptes dbiteurs Engagements hors bilan coulement en taux Typologie des modes dindexation Modlisation de lindexation et de la dure avant r-indexation Analyse de quelques produits rglements complexes : pargnelogement, livret A, crdit taux capp Reformulation des impasses de taux et de liquidit la lumire des modles dcoulement Limites mthodologiques des impasses dans les cas de produits complexes ayant une composante optionnelle La notion de Taux de Cession Interne (TCI) et son mode de calcul Dfinition et calcul des TCI des produits chancs Dfinition et calcul des TCI des produits non chancs Exemples et illustrations Cas des produits complexes, des remboursements anticips et des composantes optionnelles Tarification des oprations Les composantes dune tarification optimale : cot de la liquidit, cot des fonds propres, cot du risque etc. Impacts sur la tarification des oprations avec la clientle
Niveau certificat
Intervenant Alexandre Adam
Couverture des risques structurels et ingnierie bancaire
P.99
Dfinir et analyser les indicateurs utiliss en gestion actif/passif tant en statique qu'en dynamique : ratios d'quilibre, sensibilit de la marge, VAN... Connatre les mthodes et outils de couverture disponibles missions scurises, titrisations, ventes d'actifs...- en s'attachant leurs impacts sur les grands quilibres d'un bilan.
Niveau certificat
Contenu
La formation dveloppe les indicateurs de risque de taux et de liquidit en prenant en compte les mthodologies dcoulement et dindexation dcrites dans les sessions prcdentes. Il sagit galement de prolonger ce dveloppement dans une perspective dynamique du bilan et de production nouvelle. Elle dtaille galement les principes et larticulation entre lensemble des indicateurs utiliss en gestion actif-passif telles que la Valeur Actuelle Nette (VAN), la duration des actifs et passifs ou encore la sensibilit de la Marge Nette dIntrt (MNI). Enfin, elle dveloppe les mthodes de couverture des risques selon deux axes : lutilisation de produits de couverture disponibles sur les marchs financiers dune part et le montage doprations structures (covered bonds, titrisation) dautre part. Marge dintrt, VAN et risque de taux dintrt Dfinition de la marge nette de taux et lien avec limpasse de taux Dfinition et calcul de la duration et de la VAN Articulation et limites dutilisation des indicateurs Exemple et illustration dans le cadre dun bilan bancaire Dynamique du bilan et intgration de la production nouvelle Gestion du risque de liquidit, modlisation des liquidity buffers et des funding costs dans une vision post-crise Gestion du risque de taux Oprations de refinancement structur Politique de titrisation Covered bonds Ratios et nouvelles exigences rglementaires en matire de risque de liquidit et de taux
Intervenant Serge Moulin
1,5 jour 29 (aprs-midi), 30 avril 2014
Objectifs
P.100
Modlisation du capital conomique, taux de cession interne et tarification RAROC

Objectifs
Connatre le cadre oprationnel des modles de capital conomique et de tarification RAROC ainsi que leur utilisation dans lallocation des fonds propres, la mesure des effets de diversification, la tarification des oprations bancaires, le suivi de la rentabilit.
2 jours 15, 16 mai 2014 Prix net (non soumis la TVA) 1 800
Contenu
Cette formation est la frontire entre les risques ALM classiques (liquidit, taux, change) et la modlisation des risques de crdit dans une dmarche dintgration globale et de gestion des risques. Elle vise dvelopper le cadre oprationnel des modles de capital conomique et de tarification RAROC ainsi que leur utilisation dans lallocation des fonds propres, la mesure des effets de diversification, la tarification des oprations bancaires, le suivi de la rentabilit. Apptit au risque, intgration des risques ALM, des risques de crdit et des risques pilier 2 : quels indicateurs globaux, quelle mesure conomique et rglementaire ? Lallocation de fonds propres Le capital conomique comme mtrique transverse de mesures des risques Lagrgation des risques, la mesure et la gestion de la diversification Les outils Raroc et les taux de cession interne dans les dcisions de management
Niveau certificat
Intervenant Jean-Bernard Caen
Comptabilit IFRS de la gestion financire
P.101
Connatre les enjeux de la comptabilisation des oprations lies la gestion financire de la banque. Acqurir les mcanismes, parfois complexes, de la comptabilisation.
Contenu
La gestion financire sexerce dans un cadre comptable contraint. Toute opration de refinancement ou de couverture des risques a une traduction comptable qui induit un impact fort sur les rsultats financiers et sur la valorisation comptable du bilan. Ainsi, paradoxalement, les normes comptables peuvent impacter la gestion elle-mme et la faon de se couvrir, ce qui fait lobjet de nombreux dbats et polmiques au niveau international. Cette formation prsente les enjeux de la comptabilisation des oprations lies la gestion financire de la banque et dtaille en profondeur les mcanismes, parfois complexes, de la comptabilisation. Repres historiques relatifs aux normes comptables IFRS Comptabilisation et valuation des compartiments du bilan Actifs la Juste Valeur par rsultat Available For Sale (AFS) Hold to Maturity (HTM) Prts et crances Produits drivs Comptabilisation des oprations de couverture en gestion actifpassif Hedge accounting Focus sur le carve out Indicateur defficacit de la couverture Focus sur les fonds propres Capital rglementaire, capitaux propres, filtres prudentiels Typologie des instruments de capital Focus sur les titres innovants Dveloppements rglementaires rcents
Niveau certificat
Intervenant Nicolas Patrigot
1,5 jour 2, 3 (matin) juin 2014
Objectifs
P.102
Introduction au pricing des produits de couverture

Objectifs
Connatre les techniques quantitatives gnralement utilises dans lutilisation (pricing, risk management, ) de produits de couverture.
Contenu
La gestion financire sexerce dans un cadre de plus en plus sophistiqu. Les produits de couverture utilisent un grand nombre de techniques mathmatiques et statistiques. Toutes ces techniques quantitatives reposent sur un socle commun de finance quantitative. Cette formation met en vidence les techniques quantitatives gnralement utilises dans lutilisation (pricing, risk management, ) de produits de couverture. Les simulations Mthodologies de simulations des taux / projections Les scnarios : de taux (ventuellement dj voqus dans la session 2), de dveloppements, de financement et de couverture en taux Les projections de bilan et les projections des marges La couverture en taux (une partie est dj dans la session 4 probablement) Les besoins d'information (niveau individuel / agrg) Les options implicites Le risque optionnel (un exemple avec le Remboursement Anticip) Les rponses possibles P&L de l'exercice de l'option de remboursement Divers mthodes de valorisation Le risque de Convexit Duration et convexit (dfinition) Sensibilit aux variations de taux Incidence des options incorpores Gestion du profil (adossement en duration et en convexit + contrles)
1,5 jour 3 (aprs-midi), 4 juin 2014 Prix net (non soumis la TVA) 1 350
Niveau certificat
Intervenant Philippe Lacombe
P.103
Actuariat
Mthodes de provisionnement Tarification l'exprience en assurance IARD Les nouveaux modles de longvit
P.104
Mthodes de provisionnement
Objectifs
Connatre les diffrentes mthodes permettant d'estimer les provisions. Pr-requis Notions de bases en statistique infrentielle et en modlisation conomtrique.
2 jours 16, 17 octobre 2014 Prix net (non soumis la TVA) 1 800
Contenu
La nouvelle rglementation Solvency II, entre en vigueur en 2009, a renforc la prise en compte par les socits dassurance des diffrents risques auxquels elles font face. Elles doivent calculer avec de plus en plus de soin les rserves ncessaires au rglement de leurs engagements vis--vis de leurs assurs (sinistres, prestations). Dans un premier temps, la formation aborde les mthodes dterministes, bases sur la reproduction des taux moyens du pass, puis dans un second temps, les diffrents modles probabilistes, qui permettent de tenir compte de facteurs dvolution plus complexes (drives temporelles). Introduction la problmatique du provisionnement Approches dterministes du provisionnement Chain Ladder : modle et hypothses ; limites et points forts ; application et variantes par pondration London Chain : modlisation ; application un cas d'exprience Les moindres carrs de De Vylder : modlisation factorielle ; tude sur le cas fil-rouge Modlisation Cape Cod, une cible atteindre : prsentation du modle ; avantages et inconvnients ; rsultats concrets et discussion Approches stochastiques quantification de l'erreur La rfrence : le modle de Mack : prsentation ; performances du modle : Lerreur quadratique moyenne (EQM ) ; construction dun intervalle de confiance ; cas pratique dapplication : rsultats et interprtations Approche non-paramtrique : le bootstrap : problmatique de lchantillonnage ; avantages et inconvnients ; application Modles Linaires Gnraliss (GLM), application au provisionnement : cadre gnral dtude ; hypothses de modlisation ; spcificits et intrt de la mthode ; chain Ladder stochastique ; de Vylder stochastique ; application : lecture et interprtation Synthse, regard critique (comparaison des mthodes) et conclusion
Niveau avanc
***
Intervenant Stphane Kolasa Logiciel utilis Excel (mise en pratique)
Tarification l'exprience en assurance IARD
P.105
Pr-requis Notions de bases en analyse factorielle et en statistique infrentielle.
Niveau avanc
Contenu
Pour construire leurs politiques de tarification, les assureurs doivent tenir compte des facteurs dhtrognit susceptibles de jouer un rle sur la sinistralit future. La formation passe en revue les diffrentes mthodes permettant de prendre en compte le pass sinistre. Cette formation introduit et approfondit galement les mthodes de crdibilit. Ces mthodes permettent de pondrer les rles relatifs de lhtrognit individuelle et des facteurs collectifs dans la tarification pratique.
***
Logiciel utilis Excel (mise en pratique)
Rduction de dimension de base de donnes assurantielles par mthodes statistiques Analyse statistique descriptive multidimensionnelle : Analyse en Composantes Principales (ACP), analyse factorielle des correspondances (simple et multiple) (AFC, AFCM) Classification hirarchique et non-hirarchique : arbre de rgression et de classification (CART) et classification par la mthode des nues dynamiques (K-means) Technique de l'Analyse Linaire Discriminante (ALD) et hypothse associes Modlisation IARD : focus sur le modle frquence-cot Vision indemnitaire, forfaitaire et frquence-svrit Intgration des caractristiques de lassur : les modles linaires gnraliss Cot des sinistres et heavy-tailed distributions : un mot sur les extrmes ; distributions de probabilit usuelles Prvision du nombre de sinistres : cas classique et lois de probabilit associes ; problme de sur-dispersion et traitement dun petit nombre de sinistres Estimation des charges totales du portefeuille : indpendance VS dpendance des risques : impact sur le calcul ; modle individuel et collectif : deux visions trs diffrentes (assurs distincts et convolution ; reprsentation unique du portefeuille) ; approximation de pertes en loi continue (mthode de discrtisation ; mthodes dapproximation et algorithmes associs) ; conclusion Prise en compte de la sinistralit passe en assurance non vie Un exemple dhistorique de sinistralit Thorie de la crdibilit : prsentation et modles standards Prime de Bayes et origine du systme Bonus / Malus La prime de crdibilit : une simplification pour une approche oprationnelle Projection temporelle robuste : Hachemeister Adquation de rsultat avec dautres approches
2 jours 22, 23 mai 2014
Objectifs
Connatre les diffrentes mthodes permettant de prendre en compte le pass sinistre et les mthodes de crdibilit.
P.106
Les nouveaux modles de longvit

Objectifs
Savoir estimer la mortalit dune population empiriquement et modliser les volutions dans le futur. Pr-requis Notions de bases en actuariat sur les rentes.
Contenu
Les volutions en matire de longvit sont le rsultat du formidable progrs humain, travers un processus encore mal identifi. Les enjeux sont pourtant considrables. En terme de dure de vie personnelle bien-sr, de sant, mais aussi conomique et social depuis le dveloppement de la protection sociale au vingtime sicle et laccs gnralis la retraite. Quels modles permettent aujourdhui destimer la dure de vie dune population donne et quels enjeux sont associs ? La formation passe en revue les estimations de longvit connues pour diffrentes populations, les manires destimer la mortalit dune population empiriquement et diffrentes manires de modliser les volutions dans le futur. Outre laspect purement dmographique, les dveloppements biomdicaux qui sous-tendent la longvit et les enjeux conomiques, dmographiques et socitaux seront abords. Le vingtime sicle et la population gnrale volutions de la longvit de populations gnrales Des rgimes sociaux pour tous, et des tables de mortalit De Louis Dublin Lee & Carter : des amliorations exponentielles Divers raffinements de modles Effets cohortes et autres raffinements de Lee &Carter Approches biomdicales Approches en esprances de vie et en propagation derreurs Divers raffinements dindicateurs Fermeture des tables, les secrets des supercentenaires Disparits sociales Lesprance de vie en bonne sant Des avances biomdicales Des souris et des hommes Le risque de longvit Risques et opportunits conomiques et sociales
2 jours 12, 13 juin 2014 Prix net (non soumis la TVA) 1 800
Niveau expert
***
Logiciels utiliss R et Excel (mise en pratique)
P.107
Techniques rdactionnelles Une criture efficace Prsenter clairement des donnes, construire des graphiques intelligents Cartographier ses donnes statistiques Techniques de communication orale Comment communiquer la presse des rsultats statistiques Les principes d'un diaporama efficace Pour des runions (enfin) efficaces
NF NF
NF
NF
NF
NF
Nouvelle formation
T E C H I N Q U E S D E C O M M U N I C AT I O N
Techniques de communication
P.108
Techniques rdactionnelles
Objectifs
Savoir choisir les messages importants de son tude, les hirarchiser, et les transmettre de manire lisible et adapte ses lecteurs en vue d'une publication.
Contenu
La formation prsente de nouvelles rgles de rdaction aux participants, et leur apprend les mettre en uvre. Ils seront ainsi mme d'crire plus rapidement des textes plus clairs, plus vivants, et dans lesquels leurs ides sont mieux mises en valeur. De brefs exposs thoriques sont illustrs dexemples. De nombreux exercices dapplication sont proposs aux stagiaires. Les textes quils ont eux-mmes crits peuvent galement servir de support, quils soient ou non dj publis. La structure dun texte ou comment ordonner ses ides avant d'crire Savoir se mettre la place du futur lecteur : qui est-il, quelles sont ses comptences sur le sujet trait, se souvenir quil nest pas oblig de lire, comment faire en sorte quil retienne ce quil lit Comment faire parler les chiffres : importance du travail prparatoire, choix de la problmatique, synthse et hirarchisation des rsultats Le choix du plan : la pyramide inverse La lisibilit des phrases ou comment adopter un style plus efficace viter l'abus de chiffres Adopter un style moins abstrait et plus actif S'efforcer d'liminer tous les obstacles la comprhension Premire version et rcriture Lhabillage du texte ou comment utiliser la titraille Titre, chapeau, attaque, chute, intertitres, encadr Graphiques, tableaux et commentaires Les fonctions des graphiques et des tableaux Faire un graphique : les piges viter Commenter un tableau et un graphique de manire utile Applications Travail sur les textes des stagiaires. Un travail en commun sur des textes crits par les stagiaires sera ralis durant la formation. Les stagiaires sont encourags envoyer leurs articles (dj rdigs ou en cours de rdaction) au Cepe avant le dbut de la formation.
3 jours (3 sessions) 10, 11, 12 fvrier 2014 23, 24, 25 juin 2014 20, 21, 22 octobre 2014 Prix net (non soumis la TVA) 1 450
Niveau tout public
Intervenant Daniel Temam ou Serge Darrin ou Pascal Capitaine
NOUVELLE FORMATION
2014
Une criture efficace
P.109
Matriser les techniques de rdaction pour des crits professionnels (notes internes, comptes rendus de runion).
Contenu
La formation prsente les rgles de rdaction utiles aux participants pour rdiger de faon efficace des crits professionnels. Les stagiaires pourront ainsi crire plus rapidement des textes clairs, o l'essentiel de leurs ides sera bien mis en valeur. De brefs exposs thoriques sont illustrs dexemples. De nombreux exercices dapplication sont proposs aux stagiaires. Avant d'crire : l'importance du travail prparatoire Bien identifier le public destinataire de l'crit : qui est-il, quel est son niveau de connaissance sur le sujet trait, que veut-il savoir Hirarchiser ses ides et slectionner celles utiles la note crire de faon efficace Adopter un style moins abstrait et plus actif Sefforcer dliminer tous les obstacles la comprhension Premire version et rcriture Applications Travail sur les textes des stagiaires Un travail en commun sur des textes crits par les stagiaires sera ralis durant la formation. Les stagiaires sont encourags envoyer au Cepe leurs textes, dj rdigs ou encore mieux en cours de rdaction, avant le dbut de la formation.
Niveau tout public
Intervenant Daniel Temam
Objectifs
NOUVELLE FORMATION
2014
P.110
Prsenter clairement des donnes, construire des graphiques intelligents

Objectifs
Savoir choisir la mise en forme la plus efficace pour prsenter des rsultats statistiques : tableaux lisibles, graphiques optimiss. Pr-requis Connaissances de base en statistique (formations Statistique 1 et Statistique 2).
2 jours 22, 23 septembre 2014 Prix net (non soumis la TVA) 980
Contenu
La statistique est en gnral riche de rsultats, principalement chiffrs. La formation propose quelques bases thoriques pour les rendre accessibles un large public (smiologie graphique) et les moyens de les mettre en pratique. Elle fait le point sur les principaux types de graphiques et sur leur mode demploi, quils soient destins au statisticien, au dcideur (pour les tableaux de bord) ou au grand public. Les participants construiront des graphiques avec les logiciels Excel et/ou SAS et pourront utiliser leurs propres donnes. Prsentation des tableaux Styles des cellules (nombres, pourcentages, etc.) Bordures, fonds de couleur : comment orienter la lecture dun tableau Sources et titres Diffrents types de graphiques pour reprsenter une variable qualitative une variable quantitative une srie chronologique (volution, tendance, lissage) plusieurs variables simultanment Efficacit dun graphique Gestalisme et attributs pr-attentifs : ce qui fonctionne visuellement Choix des couleurs Treillis et graphiques multiples Introduction la cartographie Cartographie illustrative Cartographie plane Choix des couleurs et smiologie des cartes
Niveau tout public
Intervenant Olivier Decourt Logiciels utiliss Excel, SAS Repres bibliographiques Edward Tufte, The Visual Display of Quantitative Information Stephen Few, Now you see it William Cleveland, Visualizing data
Cartographier ses donnes statistiques
P.111
1 jour 19 novembre 2014 Prix net (non soumis la TVA) 500
Savoir produire des cartes thmatiques avec un logiciel de cartographie.
Contenu
La formation prsente les principes de base indispensables la reprsentation automatique de donnes sur un fond de carte. Elle montre les applications possibles et les avantages de lutilisation de cartes pour lanalyse et la valorisation des rsultats. Les participants mettront en uvre la chane de traitement ncessaire la ralisation de cartes : De linformation la reprsentation cartographique
Niveau tout public
Intervenante Bndicte Garnier Logiciels utiliss Phildigit, Philcarto et Inkscape (outils gratuits) Repres bibliographiques Bertin, J. (2005), Smiologie graphique. : Les diagrammes, les rseaux, les cartes, EHESS Beguin, M. et Pumain, D. (2005), La reprsentation des donnes gographiques. Armand Colin
Identifier la finalit de la carte et les donnes cartographier Panorama des cartes statistiques La smiologie graphique Identifier le type des donnes et leur implantation Diffrencier des types de carte Utiliser des variables visuelles Respecter les rgles de la conception cartographique Les informations gomtriques : les fond de carte (attributs, projection, gnralisation) Les informations statistiques : les donnes reprsenter Crer une carte avec le logiciel Philcarto (logiciel Gratuit) Discrtiser une valeur relative pour la cartographier Utiliser des ressources disponibles (en interne, sur le web) Crer son fond de carte avec Phidigit (logiciel Gratuit) Habiller et publier la carte : les lments indispensables Exporter la carte en format image ou vectoriel
Objectifs
P.112
Techniques de communication orale

Objectifs
Savoir comment construire un expos professionnel efficace (la dfinition de l'efficacit sera aborde pendant la session). Comprendre l'utilit d'un diaporama et mettre en uvre sa ralisation afin de transformer cet outil en un rel alli de vos prsentations. Pr-requis Formation aux Techniques rdactionnelles vivement conseille.
3,5 jours 7, 8, 9, 10 (matin) octobre 2014 Prix net (non soumis la TVA) 1 700 Le groupe sera constitu de 7 personnes au maximum
Contenu
Les participants laborent, avec le formateur, des grilles de lecture dun expos, la fois sur sa forme et sur son contenu. Ils utilisent ces grilles pour analyser leurs deux interventions, un sujet libre et un sujet professionnel, qui sont filmes. Cette formation mobilise fortement les stagiaires, qui progressent la fois en se regardant faire mais aussi en analysant les exposs des autres participants. Les vecteurs de la communication orale Les attitudes Les gestes La voix Prsentation des principes qui doivent sous-tendre un expos Une pense organise Une structure visible Un discours illustr, rpt, adapt son public Le bon usage des diaporamas Application Au cours du stage, les participants sont mis en situation dexpos professionnel et mettent en application les rgles qui prsident une bonne prestation orale, la fois sur la forme et sur le fond. Niveau tout public
Intervenant Jean-William Angel
NOUVELLE FORMATION
2014
Communiquer efficacement la presse une tude statistique et/ou conomique
P.113
Savoir dfinir et formater un message adapt loccasion dune prise de parole devant des journalistes (confrence presse, interviews tout type de presse, direct, etc.). Savoir concevoir le contenu et la structure dun message adapt la structure de lvnement traiter et au mdia intervenant.
Contenu
Niveau tout public Vous connaissez parfaitement votre domaine dintervention mais vous rencontrez des difficults pour communiquer de manire efficace des rsultats dtude statistique et/ou conomique devant une assemble comportant des journalistes. Vous vous interrogez souvent sur le dcalage constat entre vos interventions et la restitution faite par les journalistes (message incomplet, erron voire dcal). Lexercice du mdiatraining est alors indispensable. La communication mdiatique : gnralits et singularits Comment choisir le sujet prsenter, comment fonctionne une rdaction, les diffrents types de presse, le rythme ditorial Comprendre les spcificits des mdias et des journalistes TV, radio, presse crite nationale et rgionale : caractristiques, cibles, lignes ditoriales L'influence des nouveaux mdias : journaux gratuits, blogs, Internet ? Les spcificits de l'audiovisuel : apprivoiser l'environnement technique et les diffrents genres (le jargon, les attentes et les contraintes des journalistes ) Les rgles respecter face aux mdias : Les questions que l'on peut poser au journaliste avant et aprs l'interview Ce qu'il faut faire et ne pas faire La dontologie, le off , l'embargo, le droit de rponse Prparer l'interview et structurer un discours efficace Crer le contact et instaurer un climat de confiance Identifier la personnalit du journaliste et l'angle de l'interview Faire passer les messages cls et convaincre Conserver la matrise de l'change Comment dmultiplier les retombes de l'interview et devenir un partenaire S'exprimer avec aisance et crer un impact Les rgles de communication orale Travailler sa gestuelle et dcrypter celle de l'autre Matriser son image professionnelle Grer son trac et ses motions
Intervenants Christian Chardon Mathias LeFur
Objectifs
NOUVELLE FORMATION
2014
P.114
Les principes dun diaporama efficace

Objectifs
Connatre les rgles et les cueils dune prsentation avec Powerpoint. Pr-requis Formation aux Techniques rdactionnelles vivement conseille.
1 jour 17 septembre 2014 Prix net (non soumis la TVA) 500 euros
Avec leur convocation, les stagiaires recevront la consigne de prparer un diaporama de 10 slides sur un sujet statistique, conomique notamment une tude. En outre, il leur sera demand denvoyer le document dorigine ncessaire llaboration du diaporama. Les documents pourront tre adresss lintervenant, au moins une semaine avant la formation.
Le groupe sera constitu de 7 personnes au maximum
Niveau tout public
Contenu
Le diaporama doit aider lintervenant faire passer ses messages ou rsultats. Il na pas vocation servir de support crit. Souvent construit partir dune note ou dune publication, le diaporama doit tre conu comme un document autonome, adapt au public vis. Il ne sagit pas de transformer un ".doc" en ".ppt" mais de choisir des messages, de les illustrer, de les hirarchiser et dlaborer un plan prcis. Les principes qui doivent sous-tendre un diaporama Le diaporama au service du discours : le visuel appui de loral Limage et les principes de communication orale Prparer la prsentation : Le contexte, lenvironnement de lintervention ; lobjectif de la communication : pourquoi ? ; le public : pour qui ? Construire sa prsentation : Scnario, plan, structuration des messages ; choix du type de diapositives ; choix de la forme dcriture Mettre les messages en image : La rdaction des titres et des messages ; les polices, les images, les tableaux, les graphiques ; les outils dynamiques du Powerpoint Tester sa prsentation : Caler limage sur lexposer oral ; grer le timing ; se mettre en situation relle : la rptition ; valuer : lobjectif est-il atteint ? Intervenant Eric Bonnefoi
NOUVELLE FORMATION
2014
Pour des runions (enfin) efficaces
P.115
Savoir rpondre aux trois questions-cls : que prparer ? Comment animer ? Quel suivi assurer ? Pr-requis Animer ou participer rgulirement des runions.
Contenu
Niveau tout public Vous en avez assez de perdre votre temps en runion ? Vous voulez savoir comment optimiser ces moments obligs du management, les rendre intressants et productifs ? Cette formation vous est destine. Au cours de cette journe, vous mettrez plat la mcanique dune runion afin de reconstruire un modle de runion efficace. Ce module de formation est driv en partie de celui sur les techniques de communication orales. Dans les deux cas, il sagit de transmettre de linformation et de sassurer quelle aura t bien comprise. Lexercice de la runion est plus complexe en ce quil met en jeu plusieurs participants et quil ncessite un travail postrieur la runion, la rdaction du compte rendu. Il est plus simple car lanimateur de la runion nest pas le seul possder le savoir. Il peut mme nen avoir presque aucun sur le sujet ! Parmi les thmes abords : Quel ordre du jour et comment llaborer Rle et fonctions du facilitateur Comment distribuer ou reprendre la parole La forme du compte rendu dpend-elle du type de runion La pdagogie associe : - l'change dexpriences entre les participants, - la mise en situation sur un exercice grandeur nature, - lexpos des principes assur par le formateur.
Intervenant Jean-William Angel
Objectifs
P.117
conomie
Analyse des entreprises conomie applique Conjoncture conomique Cycle macroconomie Cycle microconomie conomie et prospective Intelligence conomique
CONOMIE
P.118
Analyse des entreprises

CONOMIE
Comptabilit d'entreprise : lire et comprendre les documents comptables des entreprises Analyse financire : analyser rapidement et efficacement la situation financire des entreprises
NF NF
Dcisions dinvestissement et de financement Le contrle budgtaire et les outils de pilotage
NF
Nouvelle formation
Comptabilit d'entreprise : lire et comprendre les documents comptables des entreprises

3 jours 13, 14, 15 octobre 2014 Prix net (non soumis la TVA) 1450
P.119
Objectifs
CONOMIE
Comprendre les mcanismes comptables fondamentaux et les principes d'laboration des documents de synthse tel le bilan, le compte de rsultat, et annexe. Savoir travailler partir des documents comptables, prsents selon les normes franaises. Pr-requis Aucune connaissance pralable, mais rythme soutenu.
Niveau initiation
***
Contenu
Le premier jour de formation constitue une introduction aux concepts et aux mcanismes comptables, permettant aux participants dbutants de suivre le rythme soutenu des deux autres journes. Des prolongements sont proposs dans le cadre de la formation l'analyse financire. Introduction Les sources de la comptabilit Limpact des normes IFRS sur les normes franaises Les grands principes : rgularit, sincrit, prudence, permanence des mthodes
Intervenante Danile Ohl Repres bibliographiques Lochard, J. et Gilbert, D. (1997), Comprendre les documents comptables et financiers, Organisation Eds Grandguillot, B. et F. (2006), Comptabilit des socits, Gualino diteur
Le rle de la comptabilit Traduire en lments chiffrs les vnements de la vie de l'entreprise Remplir une obligation lgale d'information envers les tiers Fournir un outil essentiel la gestion Matriser les concepts de base Le vocabulaire comptable La comptabilisation en partie double : dbit - crdit, actif - passif, charges - produits Le fonctionnement des comptes, journaux, balances, grand livre... La comptabilisation des principales oprations Lenregistrement des oprations courantes : ventes, achats, salaires, impts, rglements clients et fournisseurs, remboursements de dettes Le mcanisme de la TVA La comptabilisation des oprations de fin d'anne : amortissements, dprciations, provisions, rgularisations, dtermination du rsultat fiscal Comprendre les documents de synthse Les lments de la liasse fiscale : bilan, compte de rsultat, annexes Les relations entre bilan et compte de rsultat Comprendre les grands postes du bilan Oprations spcifiques Ifrs et consolidation
P.120
Analyse financire : analyser rapidement et efficacement la situation financire des entreprises

Objectifs
CONOMIE
Porter un jugement sur la sant financire de l'entreprise, clairer les dcisions de gestion et d'valuer l'entreprise. Pr-requis Connaissances en comptabilit d'entreprise (formation Comptabilit dentreprise).
Contenu
Cette formation alterne thorie et pratique, une tude de cas et plusieurs exercices seront traits. L'analyse dun cas dentreprise servira de fil rouge. Principaux concepts danalyse financire Rentabilit et autonomie financire : analyse du compte de rsultat (les soldes intermdiaires de gestion, la capacit dautofinancement) Solvabilit et liquidit : analyse du bilan, structure financire, fonds de roulement, besoin en fonds de roulement Analyse dynamique de la stratgie de dveloppement conomique et financier de lentreprise Analyse par les ratios Investissement et endettement : analyse de lvolution et du financement, tableau de financement, tableau de flux Oprations spcifiques Octroi de financement Effet de levier-LBO Concepts anglo-saxons : EBIT, EBITDA
Niveau initiation
***
Intervenantes Danile Ohl Marie-Christine Soibinet Repres bibliographiques Forget, J. (2004), Analyse financire, mmento de gestion financire, Organisation Eds Lahille, J.P. (2004), Analyse financire, aide mmoire, Sirey
NOUVELLE FORMATION
2014
Dcisions dinvestissement et de financement
P.121
Pr-requis Connaissances en analyse financire (formation Analyse financire des entreprises).
Niveau avanc
***
Contenu
Dfinition et valuation des projets d'investissement Notion conomique et financire de l'investissement Caractristiques d'un projet d'investissement Critres d'valuation des projets d'investissement Cas des projets dont le financement est chelonn dans le temps Slection des projets Evaluation et choix d'investissements en situation d'incertitude
Intervenant Sassi Boubekri Repres bibliographiques Berk, J., De Marzo, P., Finance dentreprise, Pearson, 2e dition, 2011
Les principales sources de financement Le financement par fonds propres Le financement par quasi-fonds propres Le financement par endettement : les emprunts auprs des tablissements de crdit, les emprunts-obligations, le crdit bail (leasing) Choix des modes de financement Les contraintes respecter dans un problme de financement Les critres de choix Cas pratique global reprenant l'ensemble des thmatiques abordes
CONOMIE
3 jours 24, 25, 26 septembre 2014
Objectifs
Comprendre et matriser les aspects et les outils lis linvestissement et au financement au sein dune entreprise, et les bases sur les notions de la cration de valeur et de risque quimpliquent les dcisions financires.
NOUVELLE FORMATION
2014
P.122
Le contrle budgtaire et les outils de pilotage

Objectifs
CONOMIE
Comprendre et matriser les concepts relatifs au budget (de la phase de construction celle de contrle), et prsenter les outils de pilotage de gestion. Pr-requis Disposer des notions de base de contrle de gestion.
Niveau avanc
Contenu
Le contrle budgtaire Le budget Les analyses d'carts Les carts et leur dcomposition Le contrle de la masse salariale Les tableaux de bord Objectifs des tableaux de bord Contenu du tableau de bord Conclusions Les prix de cession internes Les relations internes Prix de cession interne et rsultat Dtermination des prix de cession internes Cas pratique global reprenant l'ensemble des thmatiques abordes
***
Intervenant Sassi Boubekri Repres bibliographiques Gautier, F. et Pezet, A., Contrle de gestion, Pearson Education / Dareios.
P.123
conomie applique
Les principes de base de l'conomie Analyse conomique de l'emploi et du march du travail La politique budgtaire L'conomie de la sant L'conomie de l'environnement La fiscalit environnementale, principes et mise en uvre Analyser son territoire par la dmographie Construire un bilan dmographique Analyse du territoire par la pratique Le recensement de la population : mthode et utilisation des donnes Jeu de lle : une introduction aux mcanismes conomiques Jeu de march : conomie industrielle Jeu de march : permis d'missions de CO2
NF NF
CONOMIE
NF
NF NF
NF
Nouvelle formation
P.124
Les principes de base de l'conomie

Objectifs
CONOMIE
Savoir comment certains concepts, mcanismes et thories conomiques peuvent permettre de comprendre les faits observs, les enjeux conomiques travers l'actualit.
Contenu
Les principes fondamentaux de la micro et de la macro-conomie modernes sont abords dans le but dtablir des liens entre les analyses thoriques et le monde conomique rel. On propose ainsi lanalyse des principales fonctions conomiques (production, consommation, investissement, etc.) en lien avec les questions dactualit. La logique de la politique conomique, les conditions de son efficacit ainsi que les stratgies de rpartition des revenus sont aussi tudies. Les thmes sont abords progressivement en sappuyant sur des exemples contemporains. Les fondements de lconomie Dfinition de l'conomie Notions de comptabilit nationale Les principaux courants thoriques Les fonctions conomiques La production, les facteurs de production, la productivit, le progrs technique, la croissance, linvestissement, la consommation, lpargne Croissance et politiques conomiques La croissance conomique, linflation, lemploi et chmage, la rpartition des revenus
2 jours 13, 14 fvrier 2014 Prix net (non soumis la TVA) 980
Niveau initiation
***
Intervenant Jean De Beir Repres bibliographiques Sloman, S. (2008), Principes d'conomie, Pearson Stiglitz, J. (1999), Principes dconomie moderne, De Boeck Universit
Analyse conomique de lemploi et du march du travail
P.125
Contenu
Les principes fondamentaux de lanalyse conomique du march du travail et de lemploi sont abords de faon non formalise. La formation tablit des ponts entre les approches de la thorie conomique, lobservation du march du travail en France, et les politiques actuelles de lemploi. Emploi et march du travail : un tat des lieux Origine historique des concepts de population active, demploi et de chmage et dfinitions statistiques volutions des taux dactivit, des taux de chmage et de lemploi Comparaison avec dautres pays europens et spcificits franaises Lanalyse micro-conomique du march du travail : le modle de base Les bases de la micro-conomie du march du travail (dterminants de loffre et de la demande de travail, interaction entre offre et demande et quilibre du march) Les prolongements de la thorie no-classique Les grands principes de lanalyse (lien entre productivit et salaire, cot du travail, incitation) sont prsents au travers des diverses thories (prospection demploi, capital humain, discrimination, salaire defficience). Lien avec les politiques de lemploi (incitation lactivit, allgement de charges, rforme du service public de lemploi) Les approches macro-conomiques de lemploi et du chmage Principes de base du raisonnement macro-conomique, explication keynsienne du chmage et incidences en termes de politique de lemploi La courbe de Phillips et ses prolongements La macro-conomie du chmage : la recherche du chmage dquilibre Les segmentations du march du travail Les diffrents contrats de travail et la segmentation du march du travail La distribution des canaux dembauche et le rle des intermdiaires du march du travail (focus sur les intermdiaires publics) Les leviers de la politique de lemploi
Niveau initiation
***
Intervenante Graldine Rieucau Repres bibliographiques Gauti, J. (2009), Le chmage, la dcouverte, Repres Problmes conomiques, Comprendre le march du travail, fvrier 2013, n3 hors-srie
CONOMIE
Objectifs
Comprendre les principaux concepts et statistiques de l'emploi et du march du travail en France. Connatre les bases de lanalyse conomique du fonctionnement du march du travail en lien avec les politiques de lemploi.
P.126
La politique budgtaire
Objectifs
Connatre les thories conomiques qui dcrivent et analysent les diffrentes politiques budgtaires menes dans des conomies ouvertes. Connatre les ordres de grandeurs lis aux dpenses et recettes publiques ainsi que les grands enjeux du redressement des finances publiques aprs la crise financire. Comprendre lvolution du rle de ltat dans une perspective historique mais aussi gographique, notamment avec le dveloppement de la concurrence fiscale entre tats et les contraintes imposes par le Pacte de Stabilit et de Croissance.
CONOMIE
1 jour 17 novembre 2014 Prix net (non soumis la TVA) 500
Niveau initiation
***
Contenu
Les politiques budgtaires sont un lment central de la macroconomie. Avec la crise, leur rle a pris de lampleur et les politiques budgtaires de sortie de crise vont tre dterminantes pour la dynamique conomique de la dcennie venir. Introduction : rappel du cadre comptable public ainsi que les masses financires en jeu Limpact de lvolution des finances publiques sur lconomie Justifications de la dpense publique ; impacts macroconomiques et multiplicateur budgtaire ; impacts microconomique et effets redistributifs Le financement de la dpense publique en conomie ouverte Soutenabilit du dficit, risques de dfaut ; structure de la fiscalit et accroissement de la concurrence fiscale ; coordination des politiques budgtaires au niveau europen Perspectives dvolution Consquences de la crise de 2008 ; volution spontane des finances publiques et stratgies de redressement horizon 2030 en France La politique budgtaire Mcanismes dvolution des dpenses et des recettes publiques, consquences macro et micro-conomiques La soutenabilit de la dette publique et la question de la coordination des politiques budgtaires Diffrents scnarios dvolution des finances publiques lhorizon 2030 en France Intervenants Sylvain Larrieu Adrien Zakhartchouk Repres bibliographiques OFCE, Les finances publiques dans la crise, revue de lOFCE, n116, janvier 2011. Insee, L'conomie franaise, Insee Rfrences - dition 2013 - juin 2013 Insee, Dossier Resserrement budgtaire en Europe : quels effets ? Note de Conjoncture de mars 2011
L'conomie de la sant
P.127
Comprendre comment la thorie conomique rpond aux questions souleves dans ce domaine particulier quest la sant, et savoir analyser les rcentes rformes sous langle particulier de lanalyse conomique.
Contenu
Niveau initiation
***
Lconomie de la sant est une discipline qui regroupe quatre grandes proccupations : les liens entre le dveloppement conomique et la sant, entre lactivit conomique et le systme de soins, la rgulation du systme de soins, lvaluation conomique des maladies et des stratgies de sant publique. Introduction lconomie de la sant Science conomique et sant Le systme de sant : histoire, institutions, acteurs
Intervenant Julien Mousques Repres bibliographiques Tabuteau D., Bras, P.-L. et de Pouvourville, G. (2009), Trait dconomie et de gestion de la sant, Presses de Sciences Po
Les particularits du domaine de la sant : le comportement des agents Lincertitude et le risque maladie Les asymtries dinformation, "risque moral" et "slection adverse" Lassurance maladie Loffre et la demande dans le champ de la sant La demande de sant, de soins, la sant comme bien tutlaire Loffre de soins et le comportement des professionnels La relation entre offre et demande Lorganisation du systme de soins Lhpital Les soins ambulatoires, le mdicament Lintervention de ltat Rgulation des systmes de sant Les rformes dans le champ de la sant Les ARS, la T2A
CONOMIE
Objectifs
P.128
Lconomie de l'environnement
Objectifs
CONOMIE
Connatre les liens existants entre l'activit conomique et l'tat de l'environnement, l'intrt d'une valorisation des effets externes et la logique des instruments de la politique environnementale.
Contenu
Cette formation prsente le cadre gnral de lapproche conomique de lenvironnement. Aprs avoir tudi la manire dont les questions denvironnement sont approches dans le cadre de lanalyse conomique, les diffrents instruments au service des politiques environnementales et les mthodes dvaluation conomique des composantes environnementales des biens et services sont prsents de manire dtaille. Les interactions entre la libralisation des changes commerciaux, la croissance conomique et la protection de lenvironnement sont ensuite examines, ainsi que les enjeux conomiques du concept de dveloppement durable, dans un cadre international. La gense dune pense conomique de lenvironnement Lapproche conomique de lenvironnement Les dfaillances du march et les fondements de lconomie publique Les concepts dexternalit et de bien public L'optimum de pollution Lvaluation conomique des biens et services environnementaux Les diffrentes mthodes dattribution dune valeur aux composantes environnementales dun bien ou service : valuation au prix de march ou hors march valuation indirecte : cot de la protection ou rparation, prix hdoniques, etc. valuation contingente : consentement payer, etc. Les politiques environnementales, dfinitions et instruments Les objectifs de la politique environnementale Les instruments rglementaires Les instruments conomiques : actions sur les prix (la "taxe carbone" et le systme des "bonus-malus"), actions sur les quantits (les permis dmission ngociables) Les instruments mixtes ou de troisime gnration (labels et accords volontaires) Les enjeux internationaux du dveloppement durable
Niveau initiation
***
Intervenant Jean De Beir Repres bibliographiques Beaumais O., Chiroleu-Assouline, M. (2002), conomie de lenvironnement, Bral. Bontemps, P. et Rotillon, G. (2007), Lconomie de lenvironnement, Repres. Bureau, D., Economie des instruments de protection de lenvironnement, (2005) Revue franaise dconomie, n4/vol XIX. Burgenmeier, B. (2008) Politiques conomiques du dveloppement durable, De Boeck. Pindyck, R. et Rubinfeld D., (2010) Microconomie, Pearson.
La fiscalit environnementale, principes et mise en uvre
P.129
Connatre les principaux dispositifs fiscaux qui existent en matire de fiscalit environnementale en France. Identifier les volutions possibles dans ce domaine, comprendre les difficults des rformes dans ce domaine et les moyens d'y remdier.
Niveau avanc
Contenu
Les principes conomiques qui lgitiment le recours des instruments fiscaux en matire environnementale seront tout dabord examins. Puis, au travers dexemples concrets sur des questions varies, la formation permettra de se familiariser avec les problmatiques environnementales et les dispositifs mis en uvre ; une valuation de leurs effets sera galement propose. En situant la France par rapport aux initiatives trangres, notamment europennes, la formation offrira galement une perspective internationale. Selon les souhaits des participants, des clairages sectoriels particuliers pourront tre apports. Principes conomiques Quest-ce quune taxe environnementale ? Justification conomique de la fiscalit environnementale Limportance du recyclage des recettes La fiscalit environnementale en France : mise en uvre et exemples tat des lieux et analyse comparative internationale La tarification de leau : une fiscalit exemplaire ? Transports : le juste prix Dchets : qui paye quoi ? conomie politique de la fiscalit environnementale Les leons tirer de la taxe carbone Le Comit pour la fiscalit cologique Limites et perspectives Les autres instruments des politiques environnementales
***
Intervenant Olivier Simon Repres bibliographiques Commissariat gnral au dveloppement durable (2013), La fiscalit environnementale en France : un tat des lieux, collection Rfrences. Conseil conomique, social et environnemental (2009), Fiscalit cologique et financement des politiques environnementales, Avis prsent par Mme. Pierrette Crosemarie. Conseil des impts (2005), Fiscalit et Environnement, 23me rapport. Comit pour la fiscalit cologique (2013), rapport du Prsident et travaux du Comit, 1er semestre 2013.
CONOMIE
1 jour 12 mai 2014
Objectifs
NOUVELLE FORMATION
2014
P.130
Analyser son territoire par la dmographie

Objectifs
Avoir les connaissances dmographiques indispensables pour positionner son territoire dans un environnement plus large. Connatre les grandes tendances dmographiques, en comprendre les causes, consquences et principaux outils de mesure et savoir utiliser la dmographie pour mieux comprendre un territoire.
CONOMIE
Contenu
Les principales bases de donnes dmographiques Le recensement de la population (mthode, accs aux donnes) Ltat civil Lvolution dmographique et son impact La croissance dmographique en France Lanalyse dun territoire au travers de sa pyramide des ges (comparaisons internationales et locales) La mesure du vieillissement de la population et son impact sur lconomie Les migrations comme mesure de lattractivit dun territoire Les enjeux et flux des migrations internationales Les projections de population Une photographie possible du futur dun territoire pour aider la dcision Des scnarios construire dans le cadre dune dmarche prospective La mortalit Lvolution de la mortalit en France au travers de lesprance de vie Les ingalits de mortalit en France et dans le monde La fcondit Lexception franaise en Europe Les dterminants et limpact de la fcondit sur les territoires La dmographie pour mesurer le dveloppement humain
Niveau initiation
***
Intervenant Laurent Di Carlo
NOUVELLE FORMATION
2014
Construire un bilan dmographique
P.131
Savoir calculer les principaux indicateurs dmographiques utiles aux bilans dmographiques. Pr-requis Connaissance des calculs simples sous Excel.
Niveau initiation
Contenu
Un pays europen servira de fil rouge cette formation pour le calcul des indicateurs, avec la France comme territoire de comparaison. Les principales bases de donnes dmographiques Le recensement de la population (mthode, accs aux donnes) Ltat civil Lvolution dmographique et son impact Les facteurs de la croissance dmographique (solde naturel, solde migratoire, etc.) Les indicateurs du vieillissement La mortalit Les principaux indicateurs et outils : taux de mortalit par ge, standardisation des taux de mortalit, table de mortalit, esprance de vie, taux de survie La fcondit Les principaux indicateurs et outils : taux de natalit, taux de fcondit par ge, indicateur conjoncturel de fcondit, ge moyen de maternit, taux brut et net de renouvellement Regroupement des diffrents lments du bilan dmographique du pays tudi et analyse des rsultats La mesure du dveloppement humain au travers des indicateurs de lONU
***
Intervenant Laurent Di Carlo Logiciel utilis Excel
CONOMIE
2 jours 19, 20 juin 2014
Objectifs
P.132
Analyse du territoire par la pratique

Objectifs
Sensibiliser les participants aux diffrentes facettes de lanalyse de territoire, leur donner une mthode de travail afin quils puissent au mieux sapproprier une problmatique et identifier le fil conducteur du raisonnement pour y rpondre, mais aussi mobiliser des donnes, les analyser et les prsenter dans un ensemble cohrent.
CONOMIE
Contenu
Lanalyse de territoire permet damliorer la connaissance conomique, dmographique, sociale dun territoire, de comprendre son organisation et son rle dans un environnement plus large. Elle peut revtir diffrentes formes sur un continuum qui va de ltat des lieux initial, sorte de premire pierre de lobservation, au diagnostic. La formation alterne des prsentations et des cas pratiques. Les participants auront notamment raliser plusieurs analyses trs partielles de territoire, en sappuyant sur des tableaux et des graphiques issus de sources administratives et denqutes utilises lInsee. Un territoire servira de fil rouge cette formation, dans le cadre dune analyse de type monographique. Les diffrentes formes de lanalyse de territoire La gographie du territoire La dynamique de la population Lhabitat et les habitants Lconomie : piliers, spcificits et spcialisation Le march du travail : chmage, activit, mobilit Lattractivit du territoire Lorganisation du territoire : ple demploi/rsidence, ples principaux et secondaires
Niveau initiation
***
Intervenant Laurent Di Carlo
Le recensement de la population : mthode et utilisation des donnes
P.133
Niveau initiation
Prsenter toutes les potentialits de traitement de la mine dinformations que reprsente le recensement de la population. Savoir utiliser les rsultats du recensement de la population pour prparer des dcisions dans le domaine du logement, du social, de lducation/formation, des quipements, pour construire des campagnes marketing ou alimenter des outils gomarketing, pour construire des bases de donnes intgrant le recensement. Pr-requis Habitude dans le maniement des informations chiffres et quelques notions des concepts relatifs aux statistiques de population et de logement.
***
Contenu
Intervenant Franois Dubujet Logiciel utilis Au choix Excel ou Sas Repre bibliographique Godinot,A., (2003), La rnovation du recensement de la population, Courrier des Statistiques n105-106, (http://www.insee.fr/fr/themes/ document.asp?reg_id=0&id=1146) La formation prsente la mthodologie du recensement en France et lutilisation qui peut tre faite des rsultats. Elle sintresse aux modalits de collecte, la mthode de sondage, aux contours et au calcul de la population statistique, aux traitements, la prcision des rsultats. Elle prsente aussi tous les conseils dutilisation des donnes en tenant compte de la mthodologie, de lvolution des concepts, des nouveaux produits mis disposition, avec des travaux pratiques sur quelques thmes (familles, migrations, emploi, etc.). La mthode du recensement Les finalits ; les questionnaires ; la collecte ; les traitements Les concepts de population Les catgories de population lgale et les principes ; les mthodes de calcul de la population lgale ; la diffusion de la population lgale ; les changements par rapport 1999 L'utilisation des rsultats Les rsultats ; les pondrations ; la prcision Laccs aux donnes sur le site de lInsee Les diffrents produits de diffusion ; la navigation sur le site L'volution des dfinitions et des concepts depuis 1999 Mnages, famille, couple ; ge et gnrations ; activit, emploi ; nationalit, immigration ; les migrations rsidentielles ; les navettes domicile-travail
Sur insee.fr, documentation dtaille des rsultats du recensement de la population : http:// www.insee.fr /fr/bases-dedonnees/default.asp?page= recensement/resultats/ documentation-aide.htm
CONOMIE
3 jours 12, 13, 14 novembre 2014
Objectifs
NOUVELLE FORMATION
2014
P.134
Jeu de lle : une introduction aux mcanismes conomiques

Objectifs
Connatre le vocabulaire courant de l'conomie (consommation, production, investissement, inflation...) et savoir ce que reprsentent les indicateurs usuels de l'conomie (PIB, croissance, indice des prix...). Comprendre le rle et les interactions entre les grands acteurs conomiques (entreprises, mnages, finances, Etat). Ce module ne pourra avoir lieu qu'avec un effectif compris entre 9 et 12 stagiaires pour lesquels l'assiduit s'avrera indispensable au bon droulement de la simulation conomique.
CONOMIE
Niveau initiation
***
Contenu
Le module comprend une douzaine de squences de simulation de 30 minutes suivies dun dbriefing de 30 minutes une heure portant sur les notions conomiques abordes au cours du jeu et le rapprochement avec lconomie relle et lactualit. Le jeu de l'le est construit autour dune simulation conomique, dans laquelle les stagiaires tiennent tour tour les rles de producteurs, de consommateurs, d'entrepreneurs et de financiers. La simulation permet aux stagiaires davoir une approche concrte et intuitive de notions conomiques de plus en plus complexes mesure que lconomie de leur le se dveloppe. Ce module permet de balayer un trs large champ de concepts fondamentaux aussi bien en macroconomie qu'en microconomie. Les indicateurs macroconomiques, tels que le PIB, la croissance et ses composantes, les indicateurs de dveloppement, inflation, productivit, chmage... sont traits sous les angles de leur signification, leur interprtation et limites, leur place dans la dcision conomique. Cette dernire question ouvrant le dbat sur le fonctionnement et le rle des grands agents conomiques (entreprises, tat, mnages, banques). Au plan microconomique, un grand nombre de concepts sont abords parmi lesquels le choix du producteur (politique d'entreprise, politique de prix), les frontires de la firme travers notamment la question du choix de faire ou de faire-faire (soustraitance, externalisation, dlocalisation), les problmes de rpartition du profit entre investissement, salaires, profit...
Intervenants Jol Dekneudt Nicolas Gruyer
NOUVELLE FORMATION
2014
Jeu de march : conomie industrielle
P.135
Connatre les outils et concepts fondamentaux de l'conomie industrielle et savoir les mettre en pratique travers une simulation de march. Pr-requis En complment des formations Analyse microconomique et Analyse conomique et politique de la concurrence, mais peut tre suivie indpendamment.
Niveau initiation
***
Contenu
L'conomie industrielle a pour but d'analyser le fonctionnement des marchs afin de mettre en vidence les facteurs qui dterminent l'intensit de la concurrence, le prix et la qualit des produits, les stratgies et profits des entreprises... Cette formation prsente les outils et concepts fondamentaux de cette discipline de faon ludique et efficace, travers une simulation de march (airECONsim). Les stagiaires se retrouvent la tte d'entreprises virtuelles concurrentes et doivent adapter leurs dcisions un environnement changeant. Pour russir, ils doivent galement anticiper les modifications de stratgies de leurs concurrents et adopter un mode de pense dynamique. La formation alterne phases de jeu et phases de dbriefing qui fournissent aux stagiaires un cadre thorique sur lequel adosser leurs dcisions. Principaux concepts abords : Les cots et la demande Les dcisions de long terme, l'incertitude et les dcisions de court terme La logique derrire la concurrence La concurrence imparfaite, la collusion, les barrires l'entre, la diffrentiation Le principe fondamental de la thorie
Intervenant Nicolas Gruyer
CONOMIE
2 jours 13, 14 mars 2014
Objectifs
NOUVELLE FORMATION
2014
P.136
Jeu de march : permis d'missions de CO2

Objectifs
CONOMIE
Apprhender les principes de fonctionnement des marchs de droits d'missions de CO2, travers une simulation de march. Pr-requis En complment de la formation conomie de l'environnement, mais peut tre suivie indpendamment.
1 jour 9 avril 2014 Prix net (non soumis la TVA) 500
Contenu
Ce jeu de march permet d'illustrer le fonctionnement des marchs de droits d'mission de CO2 de faon ludique et efficace, travers une simulation de march. Les stagiaires se retrouvent la tte d'entreprises virtuelles concurrentes sur des marchs de biens dont la production dgage du CO2 et doivent adapter leurs dcisions un environnement changeant. La formation alterne phases de jeu et phases de dbriefing qui fournissent aux stagiaires un cadre thorique sur lequel adosser leurs dcisions. Principaux concepts abords : Taxes, subventions et quotas Avantage informationnel des droits d'missions ngociables sur les autres solutions Cots d'opportunit et windfall profits Impact du systme sur les investissements dans des technologies moins polluantes Allocation initiale des droits d'missions: grandfathering contre benchmarking Intrt et risques des enchres de droits d'missions
Niveau initiation
***
Intervenant Nicolas Gruyer
P.137
Conjoncture conomique
Comprendre et utiliser les comptes nationaux Analyse de la conjoncture conomique franaise Analyse conjoncturelle internationale Analyse conjoncturelle du march du travail
CONOMIE
P.138
Comprendre et utiliser les comptes nationaux

Objectifs
CONOMIE
Savoir lire et utiliser des comptes nationaux, qui servent de cadre lanalyse macroconomique. Laccent porte sur les principaux concepts des comptes nationaux, leur interprtation et les limites de leur utilisation.
Contenu
Les diffrents produits de diffusion sont prsents en appui la formation. Le cadre densemble De lanalyse conomique la comptabilit nationale, la grille danalyse du cadre comptable (les secteurs institutionnels et leur squence de comptes, lquilibre de loffre et la demande, les trois mesures du PIB). Le contexte rglementaire europen. Les comptes des biens et services et le TES Les oprations sur biens et services et les Equilibres RessourcesEmplois (ERE) par produit Le Tableau des Echanges Intermdiaires (TEI) et les notions de coefficients techniques et de productivit La mesure du volume. Le PIB et la mesure de la croissance. Les comptes dexploitation par branche Prsentation du tableau de synthse TES
3 jours 24, 25, 26 mars 2014 Prix net (non soumis la TVA) 1 450
Niveau initiation
***
Intervenant Jacques Bournay Repres bibliographiques Piriou, J. P. (2012), La Comptabilit nationale, 16me dition, La Dcouverte, collection Repres
Les comptes des secteurs institutionnels et le TEE Les oprations de rpartition, les secteurs et les principales sources dinformation Le compte des entreprises non financires : la rmunration des salaris, lexcdent dexploitation, le besoin de financement. Le lien avec la comptabilit dentreprise Le compte des mnages : la dpense de consommation finale et la consommation finale effective, le revenu disponible, le pouvoir dachat des mnages, lpargne, le patrimoine Le compte des administrations publiques : les services non marchands et la redistribution, les notions de dficit public et de dette publique, les prlvements obligatoires Le compte du Reste du monde : les oprations avec le Reste du monde, les bnfices rinvestis, la balance des paiements, la capacit / besoin de financement de la Nation La squence des comptes, les soldes intermdiaires et le TEE : synthse des comptes sectoriels Le tableau des oprations financires (TOF) Les oprations et les institutions financires Lenregistrement des oprations en actif/passif Les comptes de patrimoine et de variation de patrimoine Les comptes trimestriels Les comptes trimestriels en valeur et en volume, CVS-CJO Larticulation des comptes trimestriels et des comptes annuels, les dlais de diffusion et les rvisions Utilisation, lecture et limites des comptes nationaux
Analyse de la conjoncture conomique franaise
P.139
Connatre les principales sources d'informations conjoncturelles et savoir les utiliser afin d'laborer une synthse de la conjoncture conomique. Pr-requis Habitude dans le maniement des informations chiffres.
Niveau initiation
***
Contenu
La formation prsente l'ventail des sources d'informations conjoncturelles. Elle insiste sur la manire d'utiliser ces sources, en particulier sur leurs limites et leur interprtation, dans le but d'laborer une synthse de la conjoncture conomique. Cette formation est anime par les responsables du suivi de la conjoncture nationale lInsee. Introduction Quest-ce que la conjoncture conomique, les principaux concepts Le contexte institutionnel, les producteurs d'informations Savoir reprer les informations conjoncturelles : les bases de donnes, les publications et leurs dates de parution, la diffusion sur Internet Les enqutes de conjoncture Les diffrentes enqutes de conjoncture L'interprtation, l'utilisation des rsultats et les piges viter Les comptes trimestriels La synthse des informations dans le cadre comptable Utilisation par le conjoncturiste La conjoncture du march du travail Le lien production-emploi Les politiques de lemploi et du chmage La population active et les prvisions du taux de chmage La synthse de l'information conjoncturelle, diagnostic et prvisions Les familles d'indicateurs (production, consommation, commerce extrieur, prix), prsentation et utilisation Le diagnostic conjoncturel Les prvisions de court terme Prsentation de la conjoncture nationale et internationale la plus rcente
Intervenants Michel Devilliers Catherine Renne Frdric Tallet Repres bibliographiques Carnot, N. et Tissot, B. (2002), La prvision conomique, Economica Vazquez, M. (2002), La conjoncture, La documentation franaise
CONOMIE
Objectifs
P.140
Analyse conjoncturelle internationale

Objectifs
Comprendre les enjeux de lanalyse conjoncturelle internationale. Permettre d'identifier les canaux de transmission de la conjoncture internationale (commerce, prix, taux dintrt, actifs financiers), et savoir analyser et interprter une prvision. Comprendre le fonctionnement des modles macro-conomiques et comment, avec l'identification des mcanismes en jeu, ils permettent d'interprter diffrentes situations ou scnarios. Pr-requis Habitude dans le maniement des informations chiffres. Les notions de base en macroconomie (concepts de PIB, de demande intrieure, de contribution la croissance, le cadre comptable) doivent tre acquises.
CONOMIE
1 jour 17 septembre 2014 Prix net (non soumis la TVA) 500
Niveau avanc
***
Contenu
Lconomie internationale est la toile de fond sur laquelle se dessine la conjoncture conomique de la France : prix des matires premires, crise financires, mondialisation des conomies jouent un rle dterminant dans la conjoncture interne. Au cours de cette formation, on montrera comment analyser la conjoncture internationale en sappuyant sur des exemples de pays, pris dans lactualit. Les sources dinformation seront prsentes, et on tudiera les canaux de transmission de la conjoncture internationale la conjoncture franaise, et son "rsum" dans la demande internationale adresse la France. Lapport des modles macroconomiques dans lanalyse de la conjoncture internationale sera ensuite prsent : lors de llaboration du diagnostic et des prvisions, mais aussi a posteriori, pour mieux comprendre les phnomnes conjoncturels passs, et analyser les erreurs de prvision. La conjoncture internationale Introduction : intrt de lanalyse conjoncturelle internationale Les canaux de transmission de la conjoncture internationale (commerce, prix, taux dintrt, actifs financiers) Les tapes de la prvision Illustration : analyse conjoncturelle dun pays partenaire de la France Apport de la modlisation macro-conomique lanalyse conjoncturelle internationale Principes des modles macro-conomiques (traditionnels, VAR, DSGE) Lutilisation des modles pour le diagnostic et la prvision : "linversion" des modles Leur utilisation a posteriori : le "post-mortem" des diagnostics prcdents Exemples de chiffrage laide dun modle macroconomique : les effets de la crise, les effets des plans de consolidation budgtaire
Intervenants Matthieu Lequien Adrien Zakhartchouk
Analyse conjoncturelle du march du travail
P.141
Niveau avanc
Contenu
La formation porte dabord sur les diffrents outils utiliss par les conjoncturistes et fait un panorama des grandes familles dindicateurs conjoncturels disponibles (enqutes de conjoncture, indicateurs quantitatifs, comptes nationaux). Laccent est ensuite mis sur la description et lanalyse des diffrents indicateurs propres au march du travail. Outils lmentaires du conjoncturiste Nature des informations, nature des sries Les diffrents taux de croissance : intrt et utilisation pratique, calculs des contributions
***
Intervenant Vladimir Passeron
Panorama de linformation disponible pour le diagnostic conjoncturel Les sources statistiques dinformations conjoncturelles (comptes nationaux annuels et trimestriels, indicateurs quantitatifs, enqutes de conjoncture) Les tudes et notes d'analyse : l'exemple de la note de conjoncture de lInsee Les enqutes de conjoncture : le moral des agents Les enqutes auprs des entreprises Lenqute auprs des mnages Utilisations de ces enqutes : soldes, indicateurs synthtiques et de retournement, talonnages Panorama des indicateurs quantitatifs Les indicateurs quantitatifs les plus utiliss (IPI, IPC, etc.) ; les indicateurs composites Les comptes nationaux Prsentation, principes et mthodes Les comptes trimestriels : la ncessit dune information infra-annuelle La conjoncture de lemploi Le lien croissance / emploi concurrentiel : histoire, notions de productivit Prsentation dune quation demploi et lien avec les valuations des effets des politiques de lemploi Prsentation d'un talonnage Les autres composantes de lemploi Le chmage volution, concepts, sources ; la population active ; le bouclage emploi chmage pour lanalyse et les prvisions Les salaires Prsentation des diffrentes sources Modlisation d'une quation conomtrique
CONOMIE
1 jour 15 octobre 2014
Objectifs
Savoir utiliser des donnes conjoncturelles, plus particulirement des donnes portant sur le march du travail (emploi, chmage, salaires). Connaitre les diffrents outils utiliss par les conjoncturistes et les indicateurs conjoncturels disponibles, en vue d'une analyse centre sur le diagnostic conjoncturel du march du travail.
Notre catalogue
P.143
Cycle macroconomie
Fondements macroconomiques Modlisation en quilibre gnral calculable Modlisation macroconomtrique
CONOMIE
P.144
Fondements macroconomiques
Objectifs
Acqurir les grands concepts de la macroconomie moderne, au travers dexemples, et matriser les enjeux actuels de politique conomique pour lEurope lconomie dans son ensemble.
Contenu
La formation introduit les principes fondamentaux de lanalyse macroconomique et prsente lensemble des questions auxquelles sintresse la macroconomie. La prsentation na pas recours une formalisation pousse et privilgie la comprhension intuitive. Une notion thorique de macroconomie est introduite une fois mis en vidence les questions conomiques quelle permet danalyser. Plusieurs tudes de cas sont traites afin que les participants appliquent le raisonnement conomique des donnes statistiques. Introduction La comptabilit nationale : un outil de description macroconomique Dans quelle mesure les grandeurs de la macroconomie permettent-elles de juger de lefficacit conomique ? Quels liens tablir entre lconomie relle et lconomie montaire ? Analyse macroconomique en conomie ferme La demande prive et publique Lanalyse de la demande agrge : peut-on et comment stimuler la demande prive ? Lquilibre global conomique tude de cas : peut-on concilier les objectifs dinflation, de croissance, de chmage ? Analyse macroconomique en conomie ouverte La prise en compte de louverture internationale des conomies tude de cas : les consquences de lapprciation de leuro sur la balance commerciale La politique conomique en conomie ouverte : les consquences pour lquilibre domestique de louverture de lconomie La synthse macroconomique : offre globale et demande globale Les politiques conomiques court et moyen terme tude de cas : les effets de la modification du prix du ptrole Les prix et les salaires Courbe de Phillips Chmage et inflation Analyse des comportements et des marchs Linvestissement La consommation des mnages Les marchs financiers La banque centrale
CONOMIE
Niveau initiation
***
Intervenant Pierre Delage Repres bibliographiques Blanchard, O. et Cohen, D. (2010), Macroconomie, 4me dition, Pearson Education Burda, M. et Wyplosz, C. (2009), Macroconomie, une perspective europenne, 5me dition, De Boeck Universit
Modlisation en quilibre gnral calculable
P.145
Pr-requis Connaissances de base en macroconomie et en conomtrie (formation conomtrie 1).
Niveau avanc
Contenu
Tout comme les modles macro-conomtriques, les modles dquilibre gnral calculable sont couramment utiliss pour lvaluation des consquences macro-conomiques de mesures de politique conomique. Leur horizon de simulation relve cependant du long terme et leurs spcifications sappuient strictement sur la micro-conomie du consommateur et du producteur. La formation comporte tant des aspects thoriques quappliqus. Les travaux dirigs se droulent dans lenvironnement logiciel GAMS, principal outil de modlisation en quilibre gnral calculable sur le plan international. Introduction Prsentation des familles de modles dquilibre gnral calculable mise en perspective historique Techniques de modlisation Construction dun modle statique dquilibre gnral calculable : approche thorique Nous aborderons ici la notion de loi de Walras, de matrice de comptabilit sociale, de calibrage. Les formes fonctionnelles usuelles (CES, Cobb-Douglas, Leontief) et leurs proprits seront prsentes rapidement Construction dun modle Construction, pas pas, de deux modles statiques simples (en autarcie, sans et avec dpenses publiques), dans lenvironnement GAMS. Plusieurs simulations seront effectues et commentes Prsentation d'un modle dynamique : un document de travail dtaill prsentera un modle dquilibre gnral calculable dynamique anticipations parfaites, dont le code GAMS et les rsultats de simulations seront ensuite comments en dtail
***
Intervenant Olivier Beaumais Logiciel utilis gams Version dmo Repres bibliographiques Brillet, J.-L. (1994), Modlisation conomtrique, Economica paulard, A. (1997), Les modles appliqus de la macroconomie, Topos, Dunod
CONOMIE
3 jours 3, 4, 5 novembre 2014
Objectifs
Matriser la modlisation en quilibre gnral calculable.
P.146
Modlisation macroconomtrique
Objectifs
Savoir mettre en uvre la modlisation macroconomique, notamment dans le cadre d'valuations de mesures de politique conomique, d'exercices de prvision, ou d'analyses de la conjoncture. Pr-requis Connaissances de base en macroconomie et en conomtrie (formations Fondements macroconomiques et conomtrie 1).
CONOMIE
Niveau avanc
Contenu
Cette formation comporte un volet dapplication. La formation se veut pratique : l'essentiel des travaux se ralisera sous forme de travaux dirigs, grce au logiciel EViews. Introduction Les modles appliqus de l'conomie : les grandes familles de modles macroconomtriques Lutilisation, les limites des modles Techniques conomtriques Rappels dconomtrie utiles pour aborder la construction d'un modle Construction dun modle Prsentation des principales commandes du logiciel, premire formalisation (donnes, cadre comptable), estimation des quations de comportement, simulation du modle Analyse critique des proprits du modle, amlioration des spcifications Utilisation d'un modle amlior : analyse des consquences des amliorations sur la prcision et les proprits du modle, ralisation d'une projection de moyen-long terme, tablissement des hypothses, contrle de la qualit de la projection, tude des proprits de long terme du modle
***
Intervenant Eric Heyer Logiciel utilis EViews 5 Repres bibliographiques Brillet, J.-L. (1994), Modlisation conomtrique, Economica paulard, A. (1997), Les modles appliqus de la macroconomie, Topos, Dunod
P.147
Cycle microconomie
Analyse microconomique : du modle standard la concurrence imparfaite conomie de linformation, conomie des contrats Analyse conomique et politique de la concurrence Analyse microconomique des politiques de lemploi
CONOMIE
P.148
Analyse microconomique : du modle standard la concurrence imparfaite

Objectifs
Comprendre les notions de base de la microconomie, les modles sur lesquels elle s'appuie, les concepts qu'elle utilise, la porte et les limites des rsultats qu'elle propose. Connatre les aspects sectoriels de l'conomie (sant, transports, nergie, environnement etc.) ainsi que des approfondissements (comme l'conomie de l'information, la politique de la concurrence, l'conomie du travail...). Pr-requis Connaissances mathmatiques usuelles (incluant les fonctions de plusieurs variables relles) : cette formation met en place un cadre conceptuel qui repose sur une formalisation.
CONOMIE
4 jours (2+2) 19, 20, 26, 27 mai 2014 Prix net (non soumis la TVA) 1 850
Niveau initiation
***
Intervenant Dominique Schwartz
Contenu
partir d'une reprsentation simplifie mais cohrente de la ralit, la microconomie claire la faon dont se fixent les prix sur les Repres bibliographiques marchs. Elle s'intresse galement des problmes d'efficacit Picard, P. (1998), (efficacit de l'intervention de l'tat par exemple). La formation lments de microconomie T1, Thorie et dveloppe tout dabord le "modle de base" de la microconomie, applications, Montchrestien, Collection celui de concurrence parfaite, partir duquel de nombreuses conomie, 5me dition extensions sont possibles. Ce modle classique de concurrence parfaite constitue une thorie. Il sappuie sur des hypothses fortes qui, malgr leur caractre "irraliste", ouvrent la voie une dmarche rigoureuse et fconde. La remise en cause des hypothses du modle de base permet dans un deuxime temps de mieux rendre compte des situations relles. Lanalyse des situations o les hypothses du modle de base ne sont pas vrifies fait l'objet de la deuxime partie du module : existence de biens publics, d'externalits (la pollution par exemple), de situations de monopole ou de concurrence entre quelques firmes (concurrence "imparfaite"). La formation prsente la dmarche de lanalyse microconomique et montre les applications concrtes qui sont ouvertes par son approfondissement. Introduction la microconomie. Le cadre d'analyse et les questions poses Le consommateur. Analyse des prfrences et du comportement du consommateur, dtermination de la demande, influence des prix et des revenus Le producteur. Processus de production, comportement du producteur et analyse de la concurrence, dtermination du profit et influence des prix Efficacit et quilibre sur les marchs. Dtermination des prix d'quilibre, critre d'efficacit (optimum de Pareto), analyse en termes d'efficacit (conomie du bien-tre) conomie publique : les externalits, les biens publics. Les externalits conomiques et les inefficacits du march. Les mesures sont envisageables : cration de marchs, taxation, subvention. Les biens publics (par exemple les infrastructures) : confrontation des intrts privs et collectif et problmes de financement. Solutions envisageables : cotisations, cration de marchs personnaliss, taxation, subvention La concurrence imparfaite : Les monopoles Comportement, obtention et maintien des positions de monopole. Rgulation, entreprises en rseaux et monopoles publics La concurrence oligopolistique (entre un nombre limit de firmes) Lanalyse des interactions stratgiques : quelques concepts de thorie des jeux Le duopole, la dynamique de la concurrence
conomie de linformation, conomie des contrats
P.149
Pr-requis Connaissance des concepts de la microconomie (formation Analyse microconomique).
Niveau avanc
***
Contenu
La formation introduit les concepts et les outils qui permettent d'analyser les relations stratgiques entre agents conomiques confronts des problmes informationnels : c'est le champ de "lconomie des contrats". Sappuyant sur une approche formalise, la formation fait le pont entre la thorie et des cas concrets, notamment dans le monde de lentreprise. Introduction Le modle danti-slection Prsentation du modle de base Extensions Exemples dapplication (contrats de licence, concurrence entre compagnies dassurance, rglementation, etc.) Les modles d'ala moral Prsentation du modle de base Extensions Exemples dapplication (incitation des managers, environnement, etc.)
Intervenant Sbastien Cochinard Repres bibliographiques Cahuc, P. (1998), La nouvelle microconomie, La Dcouverte, collection Repres Laffont, J.J., Martimort D., (2001) The Theory of Incentive : The Principal-Agent Model, Princeton University Press
CONOMIE
Objectifs
Comprendre les concepts et les outils qui permettent d'analyser les relations stratgiques entre agents conomiques confronts des problmes informationnels.
P.150
Analyse conomique et politique de la concurrence

Objectifs
CONOMIE
Cerner les enjeux de la politique de la concurrence, identifier les principaux scnarios anticoncurrentiels et comprendre les outils utiliss par les autorits de concurrence pour lutter contre les pratiques anticoncurrentielles et prserver le fonctionnement du march par le contrle des concentrations. Pr-requis Bonne connaissance des concepts de la microconomie (formation Analyse microconomique).
2 jours 30 juin, 1er juillet 2014 Prix net (non soumis la TVA) 980
Niveau avanc
Contenu
La politique de la concurrence a pour objectif de protger le fonctionnement concurrentiel des marchs, vu comme une garantie que les consommateurs, et plus gnralement la collectivit, ne subiront pas le poids du pouvoir de march excessif que certaines entreprises pourraient dtenir. La mise en uvre de cette politique s'articule autour de deux types d'interventions : d'une part le contrle des comportements (ententes et abus de position dominante, ou interventions ex post) et d'autre part le contrle des concentrations (ou interventions ex ante). Ces diffrents aspects de la politique de la concurrence s'appuient de plus en plus sur l'analyse du fonctionnement des marchs par le biais des outils de l'conomie industrielle. Ltude des interactions stratgiques et la comprhension des phnomnes lis aux structures de marchs constituent ainsi des cadres d'analyse amens clairer les dcisions des autorits de la concurrence. L'objectif de cette formation est de fournir une prsentation de ces outils thoriques ainsi que de leur mise en uvre pratique par les autorits en charge de la politique de la concurrence. Chacune des problmatiques abordes sera illustre au moyen de cas concrets traits rcemment par des autorits de concurrence au niveau national ou communautaire. Introduction la politique de la concurrence Pouvoir de march et march pertinent Le contrle des concentrations La collusion et les ententes horizontales Les restrictions verticales Les abus de position dominante : prdation et ciseau tarifaire
***
Intervenante Laure Durand-Viel Repres bibliographiques Motta, M. (2004), Competition Policy, Theory and Practice, Cambridge University Press Combe, E. (2005), conomie et politique de la concurrence, Prcis Dalloz
Analyse microconomique des politiques de lemploi
P.151
Niveau avanc
Pr-requis Connaissances en microconomie (formation Analyse microconomique et Analyse conomique de lemploi et du march du travail).
***
Contenu
Quel est limpact du salaire minimum sur les performances du march du travail ? Les cots associs aux licenciements permettent-ils de rduire le chmage ? Ltat doit-il subventionner la formation le long du cycle de vie ? Est-ce quune hausse des allocations chmage se traduit forcement par une hausse du chmage ? Ces questions seront traites selon les approches les plus rcentes en termes de modlisation microconomique, en cherchant confronter ce que prdisent ces modles aux rsultats empiriques qui ont pu tre observs. Introduction Les limites du modle noclassique face aux faits Lapport des nouvelles thories dans lanalyse du rle des institutions sur le march du travail Thories de lappariement et cration demplois valuation des institutions et politiques de lemploi : prdictions thoriques et confrontation aux donnes observes Institutions et performances du march du travail Politiques actives de lemploi
Intervenant Ahmed Tritah Repres bibliographiques Cahuc, P. et Zylberberg, A. (2001), conomie du travail, De Boeck Universit Perrot, A. (1998), Les nouvelles thories du march du travail, La Dcouverte, collection Repres OMI
CONOMIE
1 jour 18 novembre 2014
Objectifs
Apprhender les approches microconomiques rcentes dans le domaine de lemploi et du chmage, et notamment acqurir les outils thoriques de lvaluation de limpact des institutions et des politiques actives de lemploi sur le march du travail.
Notre catalogue
P.153
Panorama entreprises et dveloppement durable : l'approche prospective La prospective : principes, mthodes et pratiques La prospective : utilit et limites dans les dmarches de territoire
NF NF
NF
NF
Nouvelle formation
CONOMIE
conomie et prospective
NOUVELLE FORMATION
2014
P.154
Panorama entreprises et dveloppement durable : l'approche prospective

Objectifs
Savoir en quoi et comment la prospective stratgique est un outil pertinent et utile pour aider les dcideurs et les gestionnaires anticiper, identifier et analyser les enjeux futurs du dveloppement durable pour leur entreprise, leur organisation ou leur territoire.
CONOMIE
1 jour 12 fvrier 2014 Prix net (non soumis la TVA) 500
Contenu
Introduction aux problmatiques du dveloppement durable pour les entreprises (historiques, tendances en cours, perspectives moyen voire long terme) Construire le sens du dveloppement durable pour lentreprise laide de la prospective Prospective et dveloppement durable : les fondamentaux en commun (approche systmique, temps long, expertise largie, rle des parties prenantes, ) De lantipollution la prvention, lintgration vers le dveloppement durable : quatre tapes pour des enjeux spcifiques Les apports de la prospective : les outils et les dmarches appropris Dveloppement durable et rle des parties prenantes : les bnfices de la rflexion prospective en commun, partage De la prospective la stratgie pour la prise en compte du dveloppement durable dans les entreprises : tudes de cas
Niveau tout public
Intervenant Pierre Chapuy Repres Bibliographiques Godet, M., Durance, P., La prospective stratgique pour les entreprises et les territoires Collection: Management Sup, 2011, 2me dition. Dunod Chapuy, P., Le sens du dveloppement durable pour lentreprise : lapport de la prospective stratgique, Cahiers du LIPSOR, Srie recherche N9, mars 2009
NOUVELLE FORMATION
2014
La prospective : principes, mthodes et pratiques
P.155
Contenu
La formation prsente les concepts, les principes et les techniques et approches ncessaires la conduite des dmarches de prospective au travers dapports thoriques, de prsentation de nombreux cas dapplication et de mise en situation en atelier permettant de parcourir la conception et la ralisation de lensemble des tapes dune dmarche de prospective sur un sujet dintrt commun. Les pratiques de la prospective, varit, pertinence, utilit La prospective, dfinitions ; la prospective, varit des pratiques et principes daction ; les dmarches de prospective, trois tapes pour trois principes et illustrations Linformation prospective : structuration, recueil et contenu Dfinir le systme prospectif ; runir la documentation prospective ; raliser les enqutes auprs dexperts, dacteurs ; sappuyer sur la grammaire prospective ; laborer la base dinformation rtroprospective (pass, prsent, futurs) Les reprsentations du futur : hypothses et scnarios Les enqutes prospectives, la mthode LIDOLI Abaque ; valuer les scnarios disponibles ; laborer des hypothses ; construire des reprsentations du futur utiles pour la rflexion et laction ; rdiger et approfondir les scnarios De la prospective aux projets daction Les politiques et projets des acteurs et leurs dynamiques temporelles ; les consquences des scnarios sur les politiques/les projets des acteurs ; les principaux enjeux du futur et les orientations pour laction : identification, valuation, priorisation, analyse des risques Sorganiser pour piloter une dmarche ou un service de prospective La typologie des dmarches/services/fonctions ; animer un service/un dispositif de prospective : les points cls
Niveau initiation
***
Intervenants Pierre Chapuy Rgine Monti Repres Bibliographiques Godet, M., Durance, P., La prospective stratgique pour les entreprises et les territoires Collection: Management Sup, 2011, 2me dition. Dunod Berger, G., Bourbon-Busset, J., Masse, P. De la prospective : Textes fondamentaux de la prospective franaise (1955-1966) LHarmatan. Collection Prospective Mmoire. 2007
CONOMIE
3 jours (2+1) 13, 14, 26 mars 2014
Objectifs
Connaitre les principales tapes et savoir sorganiser pour piloter une dmarche de prospective.
NOUVELLE FORMATION
2014
P.156
La prospective : utilit et limites dans les dmarches de territoire

Objectifs
CONOMIE
Acqurir les techniques, mthodes et pratiques de la prospective applique aux dmarches territoriales.
Contenu
La formation rpond aux trois questions suivantes : quelles sont les informations (quantitatives et qualitatives) qui constituent le socle dun diagnostic prospectif ? Comment identifier les connaissances qui permettront de dchiffre les enjeux cls dun territoire, reprer les tendances lourdes, les germes de changement, les ruptures possibles, les incertitudes majeures, les projets dacteurs ? Comment piloter un processus de dcision au milieu dun jeu dacteurs aux intrts divergents qui conduit les responsables de la dmarche arbitrer, identifier les enjeux cls, retenir les actions prioritaires ? La formation est fonde sur un quilibre entre apports thoriques, expriences, exprimentation et regards de synthse. Il est propos en alternance des temps dexposs apportant des savoirs prsents souvent partir dexemples, et insistant sur les savoir-faire et savoirtre mettre en uvre ; des temps de travaux en groupe, structurs autour des diffrentes tapes des dmarches de prospective : base dinformation prospective, entretien dexperts, rfrentiel prospectif, enseignements stratgiques, Des ides, des mthodes et des outils pour construire une nouvelle reprsentation partage du territoire Introduction la prospective territoriale : les concepts cls Les finalits des dmarches de prospective territoriale illustres de cas Le vocabulaire prospectif Le diagnostic prospectif stratgique La place de la prospective dans une dmarche qui conduit les acteurs agir La place des scnarios dans une dmarche qui conduit les acteurs agir Les processus luvre dans une dmarche de prospective applique un territoire Du rcit prospectif la feuille de route dun projet de territoire : tapes cls Poser les lments dun cahier des charges dune dmarche de prospective qui conduit laction
1 jour 13 mai 2014 Prix net (non soumis la TVA) 500
Niveau initiation
***
Intervenant Vincent Pacini Repres bibliographiques Godet, M., Durance, P. (2009), La prospective stratgique pour les entreprises et les territoires, Management Sup, 2011, 2me dition. Dunod Durance, P., Godet, M., Mirenowicz, P., Pacini, V., La prospective territoriale : pour quoi faire, comment faire ?, Cahier du LIPSOR n7 (2007).
P.157
L'intelligence conomique La veille pour mieux connatre son march La veille documentaire et informationnelle
NF
NF
NF
NF
Nouvelle formation
CONOMIE
Intelligence conomique
NOUVELLE FORMATION
2014
P.158
L'intelligence conomique
Objectifs
Identifier le concept d'intelligence conomique, mieux apprhender la politique publique des acteurs publics, dvelopper les bons comportements pour favoriser la protection de linformation. Acqurir des connaissances techniques et intgrer de bons rflexes dans sa vie professionnelle.
CONOMIE
3 jours 17, 18, 19 mars 2014 Prix (non soumis la TVA) 1 450
Contenu
Cette formation permet daborder la ralit et ltendue des menaces dans les domaines conomiques, scientifiques et industriels ainsi que l'ampleur des prjudices qu'elles peuvent causer aux entreprises et la collectivit nationale. Le concept dIntelligence conomique Dfinitions Notions Barrires et freins L'intelligence conomique offensive L'intelligence conomique dfensive La politique publique dIntelligence conomique Territoriale Ses objectifs Son organisation Les schmas rgionaux Ses acteurs Ses bnficiaires La scurit conomique Ses acteurs Le patrimoine immatriel La scurit des Systmes dInformation Cas concrets
Lintelligence conomique (IE) est une ingnierie de la collecte, de l'analyse stratgique et de la valorisation de l'information utile pour un clairage et une aide la dcision. Elle utilise toutes les ressources des technologies de linformation et de la communication, des rseaux humains et de leur capacit d'influence pour donner aux entreprises, ou un Etat, les moyens dtre plus comptitif et plus efficace face la concurrence. Pratique par tous les grands pays industrialiss et mergents, elle permet dassurer aux entreprises un avantage concurrentiel, et lEtat de pouvoir anticiper les vnements et daccompagner les mutations conomiques.
Niveau tout public
Intervenant Jean-Marc DURKOWSKI
NOUVELLE FORMATION
2014
La veille pour mieux connatre son march
P.159
Niveau tout public
Les deux jours de formation sont espacs dun mois pour permettre chacun de dvelopper son dispositif et de lexploiter. Dans lintervalle, lintervenant examine les plates-formes de chaque participant pour proposer des amliorations lors de la seconde journe.
Contenu
Intervenant Benot Maille Outils utiliss Netvibes, Changedetection, Feedity, Yahoo Pipes Repres bibliographiques Association Franaise de Normalisation, AFNOR (1998), Norme XP X 50-053 relative aux prestations de veille et de mise en place d'un systme de veille, Paris, AFNOR, 23 p. Jakobiak, F. (2001), L'Intelligence conomique en pratique : comment btir son propre systme d'intelligence conomique Paris, Editions dOrganisation, 300 p. Lesca, H. (2003), Veille stratgique : La mthode L.E.SCAnning Grenoble, Editions EMS, 180 p. Sappuyant sur des sources dinformation et des outils gratuits, ce dispositif facilite le reprage dventuels facteurs de risque ainsi que des opportunits de dveloppement pour ses activits. Parce quelle met en lumire les volutions de lenvironnement stratgique, la base de connaissances qualimente ce dispositif favorise lanalyse du march et la production dtudes conomiques. Dfinition de la veille et de ses enjeux Organisation de la veille Cadrage des besoins Choix des sources Slection des informations Prsentation dun modle de plate-forme de veille semiautomatise Fonctionnement des outils (agrgateur de flux RSS, base de connaissances) Cration par chacun des participants dun dispositif analogue Reprage des sources utiles (franaises et internationales) Conseils pour lexploitation quotidienne du dispositif Examen des plates-formes des participants et recueil de leurs observations Travail collectif sur lamlioration de ces dispositifs Bonnes pratiques de veille / changes Prsentation de sources dinformation supplmentaires Fonctionnement de quelques outils de veille complmentaires Panorama des outils disponibles
CONOMIE
2 jours (1+1) 17 mars et 9 avril 2014
Objectifs
Comprendre l'intrt de la veille, acqurir une mthodologie et mettre en place un dispositif de veille personnel.
NOUVELLE FORMATION
2014
P.160
La veille documentaire et informationnelle

Objectifs
Identifier les enjeux et les exigences de la veille documentaire et informationnelle. Acqurir une mthodologie oprationnelle de mise en place dun plan de surveillance individuel. Mettre en place une veille internet efficace avec des outils gratuits ou petits budgets et de gagner du temps sur ltape de la collecte dinformation pour linvestir dans lanalyse de linformation utile. Pr-requis Matriser l'environnement Windows et un navigateur et connatre les outils traditionnels de recherche d'information sur Internet.
CONOMIE
1 jour 6 octobre 2014 Prix (non soumis la TVA) 500
Niveau tout public
Contenu
Cette formation alterne les exposs avec dmonstration et les travaux pratiques avec des services et plates-formes en ligne. Veille documentaire et informationnelle Lintelligence conomique et la veille Pourquoi veiller : un environnement informationnel en mutation ; dfinitions et smantique ; les diffrents types de veille ; les exigences de la veille. Concevoir son dispositif individuel de veille territoriale Les activits de veille : recherche dinformations ; surveillance Dtail du process de veille Dfinition dun plan de surveillance Le cahier des charges de la surveillance (objectifs, primtre, sources, requtes, plan de classement, livrable) Mettre en uvre son systme de veille Sourcing et tableau des sources Paramtrage : crire des requtes, identifier des pages Pilotage et suivi : analyse des premires alertes et ajustement ; valuation de la pertinence des alertes ; adaptation de larchitecture du plan de classement ; maintenance, feedback valuation Partager sa veille et la valoriser : vers la veille collaborative territoriale Limites des outils de veille gratuits pour le partage de la veille Prsentation de quelques solutions budget modr
Intervenante Marielle Gurard
P.161
Les certificats
C E R T I F I C AT S
P.162
Certificat de gestion actif-passif

L'AFGAP (Association franaise des gestionnaires actif-passif) s'associe au Genes pour crer une formation certifiante, terme largement "europanise", avec les meilleurs professionnels de la Place.
14 jours Dbut du certificat : 3 fvrier 2014 Tarif pour l'ensemble du certificat (14 jours de formation) : 7 200 Tarif pour 10 13,5 jours de formation : 7 000 Tarif pour 5,5 9,5 jours de formation : 4 800 Tarif en de de 5,5 jours de formation : 900 x nombre de jours de formation (sans possibilit de valider le certificat)
Objectifs
Ce certificat a pour objectif de permettre dacqurir des comptences comptables, la matrise des enjeux rglementaires et de la gestion des fonds propres, les principales mthodes quantitatives et de modlisation des comportements de la clientle, la connaissance des marchs et produits financiers, une culture conomique et enfin la comprhension profonde du fonctionnement et du cadre dexercice des activits dune institution financire.
Programme
Comprhension du bilan d'une banque, de son compte de rsultat et liens avec les lignes d'activits bancaires lments de macroconomie financire Gestion des risques structurels 1 : le risque de liquidit Gestion des risques structurels 2 : le risque de taux d'intrt Gestion des risques structurels 3 : le risque de change Couverture des risques structurels et ingnierie bancaire chancement et modlisation des postes du bilan Modlisation du capital conomique, taux de cession interne et tarification RAROC Comptabilit IFRS de la gestion financire Introduction au pricing des produits de couverture Pour connatre le programme dtaill des modules et le calendrier des sessions, veuillez consulter le site internet du Cepe. Le suivi du cursus et la russite l'examen de certification conduit l'obtention d'un certificat AFGAP dlivr par le Groupe des coles Nationales d'conomie et Statistique.
NOUVELLE FORMATION
2014
Certificat Charg d'tudes statistiques
P.163
Programme
1er trimestre (21 jours) Introduction la statistique Description et mesure de la liaison entre deux variables Introduction au logiciel R pour les statistiques Statistique descriptive applique avec R Distinguer corrlation et causalit, modliser, estimer et tester Modliser des donnes qualitatives Introduction aux mthodes d'analyse des donnes Jeu de l'le : une introduction aux mcanismes conomiques 2e trimestre (12 jours) Rdiger un rapport, une note, un article Concevoir une enqute et laborer un questionnaire Introduction aux mthodes de sondage Grer le secret statistique Dcrire, analyser et prvoir court terme des sries chronologiques Comprendre et corriger les phnomnes temporels 3e trimestre (9 jours, optionnel) Le programme du 3e trimestre sera constitu de modules choisis par le stagiaire dans le catalogue inter-entreprise du Cepe (dans la limite de 54 heures de cours). Les modules seront conseills en fonction du profil du stagiaire. Pour connatre le programme dtaill des modules et le calendrier des sessions, veuillez consulter le site internet du Cepe.
La validation du certificat est soumise la russite des valuations proposes l'issue de chaque trimestre ainsi qu' la validation du mmoire et de la soutenance devant un jury.
C EC RO TI N FO IC M AT I ES
42 jours (252 heures) Dbut du certificat : 13 janvier 2014
Objectifs
A l'issue de cette formation, le stagiaire saura traiter efficacement de grands ensembles de donnes numriques ou qualitatifs l'aide de techniques avances et notamment quelle mthode utiliser en fonction des donnes disponibles et des objectifs atteindre.
P.164
Certificat valuation des politiques publiques

LInstitut des politiques publiques (IPP) et le Centre dtudes des programmes conomiques (Cepe) ont mis en place un programme commun de formation sur lvaluation des politiques publiques, sous la forme dun certificat valuation des politiques publiques .
19 jours (dont 10 optionnels) Dbut du certificat : 20 mars 2014 Prix net (non soumis la TVA) Cot total : 13 500 Tronc commun mthodes : 6 500 valuations en pratiques : totalit des sessions : 7 000 une journe : 750
Objectifs
Fournir aux participants un socle large et solide sur les mthodes dvaluation et sur les thmatiques abordes, leur permettre de se perfectionner afin de commanditer et de mieux apprcier la qualit et la porte des rapports dvaluation ou de mieux comprendre les articles rcents dconomie applique. Il vise galement donner un tat des lieux des rsultats et des questions ouvertes dans diffrents domaines de laction publique.
Programme
1 - Introduction l'valuation des politiques publiques (12 heures) 2 - Mthodes conomie des politiques publiques (12 heures) Dchiffrer lconomtrie (12 heures) Les valuations d'impact (18 heures) 3 - valuations en pratique (optionnel) Politiques de lemploi (12 heures) Retraites (12 heures) Fiscalit (12 heures) ducation (12 heures) Logement et territoires (12 heures) Pour connatre le programme dtaill des modules et le calendrier des sessions, veuillez consulter le site internet du Cepe. Une valuation sous forme de QCM sera propose la fin des sessions de la partie Mthodes. Elle permettra l'obtention du certificat.
Renseignements pratiques
P.165
R E N S E I G N E M E N T S P R AT I Q U E S
P.166
Des tarifs attractifs

Les prix sont nets, le Cepe n'tant pas assujetti la TVA. Au-del du seuil de 8 000 de commande (uniquement sur des ores du catalogue hors certicat), une rduction de 20% est applique sur les tarifs des sessions suivantes, pour un mme tablissement. Prix dgressif par tablissement : Une rduction de 20% est applique partir du 3e inscrit un mme module. Exemple pour une session d'un jour : 500 pour les deux premiers inscrits, puis 400 pour les suivants. An de faciliter l'accs aux doctorants aux formations, le Cepe leur propose des tarifs prfrentiels.
Modalits dinscription
Chacune des formations inter-entreprises concerne un public spcique et clairement identi. Il est recommand de se rfrer la che de prsentation des formations pour vrier que le prol et les attentes correspondent au programme/niveau propos par la formation. Nhsitez pas prendre contact avec notre quipe pour aner votre choix et vrier les disponibilits de dates et places. L'inscription l'un de nos programmes courts se droule sur simple validation de ladquation de vos attentes/prol avec le contenu de la formation. Vous pouvez vous inscrire : - en ligne sur notre site www.lecepe.fr, en utilisant le bulletin situ droite de chaque che de formation, - par fax (+33(0)1 75 60 35 31) en dtachant le bulletin d'inscription la n de cette brochure ou en tlchargeant le bulletin au format pdf sur notre site internet, - par courrier postal (Le Cepe, 60 rue Etienne Dolet 92240 Malako) ou lectronique (conseil@lecepe.fr). Le Cepe n'acceptera les inscriptions que dans la limite des places disponibles (12 au maximum par session sauf cas particuliers mentionns sur les ches). Ds rception de la demande d'inscription, une convention de formation sera envoye par courriel au responsable de formation. L'inscription ne sera valide qu'aprs rception par le Cepe de la convention signe par l'organisme employeur. Un exemplaire sign par le Cepe sera alors retourn l'organisme employeur. Si trois semaines avant le dbut de la formation le nombre d'inscrits est insusant, celle-ci pourra tre annule ou reporte. Une convocation sera envoye aux participants trois semaines avant le dbut du stage. l'issue de chaque session de formation, une attestation de participation sera dlivre au stagiaire.
P.167
Annulation
Toute annulation doit tre signale par crit (par courrier, par fax ou par courrier lectronique) au Cepe, au moins trois semaines avant le dbut de la formation. Pour toute annulation parvenant moins de trois semaines avant le dbut de la formation, le Cepe se rserve le droit de facturer 50% des droits d'inscription. En cas d'absence ou d'annulation reue aprs le dbut de la formation, la totalit des droits d'inscription sera exigible.
Horaires des formations
9h15 - 17h00
Nos journes de formation durent 6 heures.
Contact
Cepe, Genes 60, rue tienne Dolet 92240 Malakoff Tl : 01 75 60 34 00 Fax : 01 75 60 35 31 Ml : conseil@lecepe.fr www.lecepe.fr
Mastre spcialis et certificat dtudes suprieures spcialises de lEnsae ParisTech

Le Mastre Spcialis (MS) Modlisation conomique et statistique est un diplme de lEnsae ParisTech, habilit par la Confrence des grandes coles (CGE). Il ore la possibilit dacqurir une spcialisation scientique de haut niveau dans lune des disciplines suivantes :
actuariat* ; analyse des marchs et nance d'entreprise ; data science ; nance de march ; gestion des risques et rgulation ; prvision et politiques conomiques.
* La spcialisation actuariat est reconnue par lInstitut des actuaires et ore la possibilit de devenir actuaire, selon des modalits spciques.
P.169
Les lves admis en MS doivent tre titulaires au pralable d'un diplme de niveau M2 dans l'une des disciplines de l'cole (macroconomie, microconomie, statistique et nance) ou titulaires d'un diplme de grande cole. Ils suivent le MS soit directement dans la continuit de ce M2, soit aprs un passage en entreprise. La scolarit du MS dure une anne entire et comprend un stage professionnel denviron 4 mois. Le Certicat d'tudes Suprieures Spcialises (CESS) de l'Ensae ParisTech, est un diplme validant des cours dans les mmes spcialits que le Mastre Spcialis. Les lves doivent suivre 14 cours pendant l'anne, dont 10 parmi ceux de leur spcialit. La scolarit en CESS correspond une moiti de dernire anne du cycle ingnieur de lEnsae ParisTech. Lorganisation des cours rend le CESS compatible avec un travail temps partiel. Une seule session de candidature est ouverte chaque anne pour le MS ou le CESS, gnralement ouverte partir de fvrier/mars. Pour connatre le programme dtaill des spcialisations et le calendrier des sessions veuillez consulter le site internet de lEnsae ParisTech - www.ensae.fr
Pour dautres informations cole Nationale de la Statistique et de lAdministration conomique MS/CESS - Timbre J 120 3, avenue Pierre Larousse 92245 Malako Cedex Tl : 01 41 17 65 25 Courriel : info@ensae-paristech.fr
C E R T I F I C AT D T U D E S S U P R I E U R E S S P C I A L I S E S
MASTRE SPCIALIS ET
P.170
Auditeurs libres
Le statut d'auditeur libre permet de suivre des cours magistraux, mais non de participer aux travaux pratiques. Il ne permet pas de passer les examens. Aucun diplme ou certicat n'est confr aux inscrits comme auditeur libre. Seule une attestation d'inscription peut tre dlivre.
Pour lEnsae ParisTech : Les cours de 3e anne peuvent tre suivis par les stagiaires en formation continue inscrits au CEPE, dans la limite des capacits d'accueil. L'inscription administrative se fait auprs du secrtariat du Cepe qui tablit une convention et se charge de prvenir la direction des tudes de lEnsae ParisTech. La liste des cours est disponible sur le site de lEnsae ParisTech. Les cours stalent sur lensemble du semestre indiqu raison dun cours par semaine, en gnral. Les tudiants en M2 ou en doctorat sont invits contacter directement lEnsae ParisTech (info@ensae.fr). Les cours de 1re et 2e anne ne sont pas ouverts aux stagiaires en formation continue, sauf autorisation exceptionnelle dlivre par le directeur des tudes. Pour l'Ensai : Les cours de 3e anne du cursus ingnieur peuvent tre suivis par les stagiaires en formation continue inscrits au CEPE, dans la limite des capacits d'accueil. Le directeur des tudes de lEnsai, laurent.di-carlo@ensai.fr, doit valider votre dossier avant toute inscription administrative auprs du secrtariat du Cepe. La liste des cours est disponible sur le site de lEnsai. Les cours stalent sur lensemble du semestre raison dun cours par semaine, en gnral. L'inscription administrative se fait auprs du secrtariat du Cepe. Les droits d'inscription sont fixs comme suit1 : Droit d'inscription forfaitaire de 514,50 Droit supplmentaire de 14,40 par heure d'enseignement Les droits d'inscription comme auditeur ne sont jamais rembourss. Secrtariat du Cepe : conseil@lecepe.fr Une convention est tablie par le Cepe aprs validation par le directeur des tudes de chaque cole.
1 - Arrt du 17 mai 2013 fixant le montant des droits de scolarit acquitter par les lves et auditeurs admis suivre les cours du Groupe des coles nationales d'conomie et statistique
P.171
Les intervenants
Alexandre ADAM Aprs des tudes scientifiques, statistiques et conomiques (X-Ensae), Alexandre Adam a dcouvert la Gestion Actif-Passif (ALM) la BNP en 1997. Aprs avoir t en charge de l'quipe de modlisation ALM du Groupe BNP Paribas, il est aujourd'hui responsable de l'ALM & Treasury Management chez BNP Paribas Personal Finance. Il est l'auteur de "Handbook of Asset and Liability Management" paru chez Wiley en 2007. Herv AKOUN Consultant, professeur vacataire et formateur dans le domaine financier et de dveloppement personnel, Herv Akoun possde plus de 25 ans dexprience dans les diffrents domaines de la finance quil a acquis en travaillant auprs de grand groupes internationaux. Aprs une premire exprience la direction financire de Michelin au Canada et en Suisse, Akoun a travaill dans les salles de march comme marketer et trader au sein de Natwest et de CACIB. Il a ensuite, en tant que membre du directoire dAllianz Global Investors, t en charge de lallocation dactifs et de la gestion des fonds structurs et des fonds de fonds. Puis, aprs avoir cr une socit de conseil, il a rejoint HSBC France, o il a t en charge de la gestion actif/passif. Actuaire qualifi, membre de linstitut des actuaires il est diplm de lEnsae. Jean-William ANGEL Diplm de l'Ensae, il est responsable de l'coute des publics au sein du dpartement Insee info service. Il a t rdacteur en chef adjoint dconomie et Statistique et dInsee premire, puis en charge des publications conjoncturelles de l'Insee entre 2006 et 2010. Il a conu deux modules de formation, aux techniques rdactionnelles et aux techniques de l'expos oral, destins aux chargs d'tude. Il anime ces formations pour le Cepe et plusieurs autres organismes (ministre charg du travail, ministre de l'Agriculture, Creq, Ensai, etc.). Julyan ARBEL Docteur en statistique, diplm de l'cole polytechnique et de l'Ensae, il est chercheur au Collegio Carlo Alberto en Italie. Paul ARCHAMBAULT Il est statisticien et docteur en sociodmographie, aujourd'hui directeur des tudes chez Pitney Bowes Software. Il a dirig de multiples tudes en marketing quantitatif dans les secteurs de la banque, de la distribution et des tlcom. Il est spcialiste des bases d'informations locales, de leur usage en gomarketing et conomie spatiale. Il enseigne le Gomarketing l'Ensai. Pascal ARDILLY Diplm de l'Ensae, il est expert au sein de la Direction de la Mthodologie et de la Coordination Statistique et Internationale (DMCSI) de l'Insee. Il assure des enseignements de sondage l'Ensai et au Cepe. Il a publi deux ouvrages, Les techniques de sondage (Technip) et Exercices corrigs de mthodes de sondage (Ellipses, en collaboration avec Y. Till). Ketty ATTAL-TOUBERT Diplme de l'Ensae (CGSA), elle est chef dunit au sein de la division des Indicateurs de court terme. Elle anime depuis plusieurs annes des formations pour le Cepe dans le domaine des sries temporelles. Olivier BEAUMAIS Professeur d'conomie, il dirige le Centre d'analyse et de recherche en conomie (Care), l'Universit de Rouen. Il enseigne principalement la macroconomie, l'conomtrie et l'conomie de l'environnement. Ses travaux de recherche portent sur la modlisation en quilibre gnral calculable, la valorisation montaire des actifs environnementaux, ou encore la tarification de l'eau. Eric BONNEFOI Communicant et attach de presse de lInsee, il est formateur en relations avec la presse. Il est coach et mdiatrainer des experts Insee dans le cadre de la prsentation des tudes et rsultats statistiques. Soutien la prise de parole et la communication orale, il est co-concepteur de la formation des attachs de presse Insee. Salima BOUAYAD AGHA Docteur en conomie de l'Universit Paris 1 Panthon-Sorbonne et Habilite Diriger des Recherches, elle est actuellement dtache de lUniversit du Maine en tant quenseignante au Cepe. Elle intervient sur la conception et lanimation de formations dans diffrents domaines de lconomtrie. Ses recherches portent sur lconomtrie spatiale et l'valuation des politiques publiques. Sassi BOUBEKRI Expert comptable et commissaire aux comptes diplm, et aprs avoir effectu la majeure partie de son exprience dans l'un des 5 cabinets les plus rputs dans le domaine de l'audit et du conseil (Cabinet Mazars), il cre dsormais sa structure. Il est formateur dans les domaines de la comptabilit, contrle de gestion, audit et finance d'entreprise notamment au CECS (Centre d'Etudes Comptables Suprieurs et de l'Audit) de l'ENOES (Ecole Nouvelle d'Organisation Economique et Sociale) et au CNAM (Conservatoire National des Arts et Mtiers). Bruno BOUCHARD Professeur de mathmatiques et finance l'universit Paris-Dauphine et l'Ensae-ParisTech, il est responsable du Master Recherche Masef et de la voie Finance de March de l'EnsaeParisTech. Il est l'auteur de nombreuses publications scientifiques de haut niveau, en particulier sur les Mthodes de Monte-Carlo dites "non-linaires" et la gestion des risques financiers. Il a enseign les mthodes de MonteCarlo dans les universits Pierre et Marie Curie, Paris-Diderot et Paris-Dauphine, ainsi que dans de nombreuses universits trangres. Jacques BOURNAY Il a effectu toute sa carrire lInsee, dans les diffrents domaines de la Comptabilit nationale. Il a enseign cette matire lEnsae et lEnsai et est actuellement secrtaire de l'Association de comptabilit nationale. Depuis de nombreuses annes, il intervient sur ces thmatiques dans le cadre des formations du Cepe. Vronique BROUSSE Diplme de lEnsae, elle tait responsable des formations en statistique au Cepe. Elle a anim pendant plusieurs annes des formations continues en statistique destination des contrleurs de l'Insee. Elle anime rgulirement pour le Cepe des formations la statistique descriptive et aux mthodes de rgression. Cristina BUTUCEA Professeure de l'Universit Marne-la-Valle et membre de l'Institut des Actuaires, elle est aussi membre du Crest. Elle fait sa recherche en statistique mathmatique, et enseigne autant en formations thoriques que professionnalisantes, o elle suit des missions de Data mining en entreprise. Elle intervient ponctuellement dans l'enseignement et le suivi des lves l'Ensae. Pascal CAPITAINE Diplm de lEnsae, il est chef de projet d'tudes la Direction rgionale de l'Insee de BasseNormandie. Ancien rdacteur en chef des publications de la Direction Rgionale , il anime depuis plusieurs annes des formations aux Techniques rdactionnelles pour l'Insee, et le Cepe. Michel CARBON Titulaire de trois doctorats en statistique, il est actuellement professeur l'universit Laval de Qubec et consultant dans divers organismes. Il enseigne entre autres, les probabilits, la statistique infrentielle, les sries temporelles, domaines dans lesquels il intervient rgulirement au Cepe.
LES INTERVENANTS
P.172
Nathalie CARON Diplme de l'Ensae et docteur en statistique, elle est chef de la division "mthodes et traitements des recensements" l'Insee. Elle est spcialiste en mthodologie d'enqutes et anime depuis de nombreuses annes des formations en sondage au Cepe. Antonin CHAIX Diplme de lEnsae et titulaire du DEA de mathmatiques appliques MASE de Dauphine, il est spcialiste des drivs de taux. Ancien analyste quantitatif au sein de Calyon et Ixis Cib, il a dvelopp pour Brchen plusieurs modules sur les mathmatiques financires et le pricing des drivs complexes. Il intervient galement lEnsae, au Cepe et luniversit Paris VI. Christian CHARDON Diplm de l'ESJ, l'EHS, l'ESI et de Science politique il est journaliste professionnel depuis 1972. Grand Reporter et rdacteur en chef adjoint au Parisien, et rdacteur en chef aux Editions Mdia Vert, au Journal de l'Ile de la Runion et l'Union-l'Ardennais, il a t formateur en mdia training pour diverses socits, et professeur dans plusieurs coles de journalisme Paris. Il est aujourd'hui prsident et directeur gnral de socits de presse.
LES INTERVENANTS
Universit Paris I Panthon Sorbonne), il enseigne la microconomie, les statistiques, l'analyse des donnes, l'conomtrie et la thorie de la dcision HEC, l'ESCP-Europe et l'Universit Paris Descartes o il est directeur d'un master en sciences conomiques. Il effectue des recherches en thorie des jeux, en conomtrie de la sant et en conomie publique. Serge DARRIN Diplm de l'Ensae-CGSA et titulaire d'un master 2 professionnel d'expert-dmographe (Universit Paris 1). Ancien rdacteur en chef du Courrier des statistiques et ancien attach de presse de l'Insee, aujourd'hui responsable en communication interne, il anime depuis plusieurs annes des formations aux Techniques rdactionnelles et au Graphique efficace. Laurent DAVEZIES Diplm de l'Ensae, il est chercheur au CREST. Il est spcialiste dconomtrie applique et thorique, ainsi quen thorie des sondages. Il est plus particulirement spcialis dans le domaine de lducation et de la sant. Il intervient souvent dans le cadre des formations intra-entreprises pour le Cepe depuis 2007 sur lconomtrie des panels et des modles multi-niveaux. Jean DE BEIR Il est docteur en sciences conomiques, matre de confrences (habilit diriger des recherches), en conomie l'Universit d'EvryVal-d'Essonne o il enseigne actuellement la macroconomie, la structure de marchs et l'organisation industrielle et l'conomie de l'environnement. Il est galement chercheur l'EPEE (Universit d'Evry), ses recherches portent sur l'conomie de l'environnement. Gal DE PERETTI Diplme de l'Ensae, il est actuellement responsable de la division Recueil et traitement de l'information au sein du Dpartement des mthodes statistiques de l'Insee. Il intervient dans le Master de Statistique publique Ensai/Rennes I et lors de formations continues l'Insee dans le domaine de la conception d'enqute. Thibaut DE SAINT POL Normalien et diplm de lEnsae, il est titulaire dun doctorat en sociologie. Il dirige actuellement le bureau en charge de ltat de sant de la population (Drees) au Ministre de la sant et est chercheur associ au Laboratoire de sociologie quantitative du Crest. Il intervient notamment dans les formations Conception denqute et laboration de questionnaire et conomie de la sant . Benot DE LAPASSE Diplm de l'Ensae-cgsa, il est responsable du Ple - Analyse Urbaine de l'Insee. Il anime rgulirement pour le Cepe des formations la statistique descriptive sous SAS. Olivier DECOURT Diplm de lEnsai, il est consultant et formateur depuis 10 ans. Outre une activit dtude (construction de segmentations, de scores, de modles prdictifs), il anime des sessions de
formation initiale et continue sur le data mining pour le Cepe ainsi qu lEnsai. Il est lauteur de deux livres consacrs SAS aux ditions Dunod. Jol DEKNEUDT Il a effectu sa carrire l'Insee dans les domaines de la dmographie et des tudes conomiques en rgion. Auteur de nombreux ouvrages sur l'conomie de la Picardie, il anime depuis plusieurs annes des formations en statistique et conomie auprs du personnel de l'Insee, des acteurs publics rgionaux et du ministre des finances de la haute autorit palestinienne. Pierre DELAGE Il est conomiste au sein dun cabinet de recherche bas Oxford, o il a t en charge du suivi dconomies dAsie du Sud-Est et dEurope. Il est actuellement responsable des activits de ce cabinet en France et dans dautres pays dEurope continentale. Michel DEVILLIERS Diplm de l'cole Polytechnique et de lEnsae, il a une vaste exprience des tudes conomiques : responsable des enqutes de conjoncture, puis des tudes et prvisions sectorielles moyen terme lInsee, Scrtaire gnral de la Commision des comptes et budgets conomiques de la Nation au ministre de lconomie et des finances, directeur adjoint des tudes et chef du dpartement de la conjoncture lInsee. Actuellement en poste lInspection gnrale de lInsee, il intervient rgulirement au Cepe sur les aspects de prvision conomique. Laurent DI CARLO Il est directeur adjoint et directeur des tudes de lcole nationale de la statistique et de lanalyse de linformation (Ensai). Il y anime depuis plusieurs annes les cours de dmographie, techniques rdactionnelles et communication. Par ailleurs, il a assur pendant plusieurs annes un enseignement de diagnostic de territoire en mastre 2 "Expertise de laction publique territoriale" lInstitut dtudes politiques de Rennes et danalyse cartographique en master 2 sociologie luniversit de Rennes 2. Il a aussi pilot et rdig de nombreuses analyses de territoires et tudes conomiques et dmographiques dans le cadre de prcdentes fonctions lInsee notamment Franois DUBUJET Diplm de lEnsae, il est chef de projet dtudes la direction rgionale dIle-de-France de lInsee. Formateur national l'Insee du recensement de la population, il anime rgulirement des formations sur cette source, mais aussi en statistique et en informatique. Laure DURAND-VIEL Docteur en conomie, elle est membre du service conomique de lAutorit de la concurrence Paris. Elle est lauteur dune thse, crite au Laboratoire dconomie industrielle du Crest, sur les comportements stratgiques dentreprises dtenant un pouvoir de march dans le secteur du gaz naturel. A lAutorit de la concurrence, elle a notamment travaill sur des dossiers de contrle des concentrations dans le secteur des transports (Veolia/Transdev) et de la
Mabrouk CHETOUANE Diplm de l'Universit Paris I PanthonSorbonne, et de lEnsae, Mabrouk Chetouane est galement titulaire dun doctorat en sciences conomiques l'Universit Paris-Dauphine. Il a occup le poste d'conomiste au sein du service de la stratgie et de la recherche conomique de la Socit Gnrale Asset Management. Depuis 2009, il est en charge des prvisions d'inflation la Banque de France au sein de la direction de la conjoncture et de la prvision macroconomique. Il intervient galement en tant que charg de cours l'Universit Paris Dauphine ainsi qu' l'Ecole Centrale de Paris. Marc CHRISTINE Diplm de l'cole nationale suprieure des mines de Paris et de l'Ensae, il est expert de haut niveau, conseiller scientifique auprs du directeur de la mthodologie et de la coordination statistique et internationale de l'Insee. Il a t chef adjoint de l'Unit mthodes statistiques de l'Insee. Il enseigne la thorie des probabilits et la statistique depuis de nombreuses annes l'Ensae. Il intervient rgulirement au Cepe pour des formations dans le domaine des enqutes par sondage. Pierre CLAUSS Ancien ingnieur financier auprs de grandes banques (HSBC, Natixis, Socit Gnrale) et ancien enseignant-chercheur et responsable de formation en Finance lEnsai, il est aujourdhui directeur des tudes conomiques et statistiques l'AFIC. Il enseigne la gestion de portefeuille et des risques l'universit ParisDauphine et dans des organismes de formation continue. Sbastien COCHINARD Enseignant-chercheur, chercheur au Liraes (Universit Paris Descartes) associ au Centre d'conomie de la Sorbonne (UMR Cnrs
P.173
grande distribution (Casino/Monoprix), ainsi que sur des pratiques dabus de position dominante (Fret SNCF). Dominique DURANT Diplme de lIEP Paris et de lUniversit Paris I Panthon-Sorbonne (DEA Monnaie Finance Banque), Dominique Durant est actuellement adjointe au Directeur des tudes lAutorit de Contrle Prudentiel et de Rsolution. Cette direction, ralise des travaux de recherche et danalyse transversale des risques sur les secteurs de la banque et de lassurance. Dans son parcours la Banque de France, Dominique Durant a exerc successivement des fonctions dans le contrle bancaire, les statistiques montaires et financires et le contrle des assurances. Jean-Marc DURKOWSKI Directeur Rgional Adjoint du Renseignement Intrieur, il est diplm de lcole Suprieure de Publicit, de lcole Navale, de lcole Nationale Suprieure des Officiers de Police et titulaire dun DESS dIntelligence conomique. Il a 31 ans dactivits dans les services spciaux. Romuald ELIE Professeur l'Universit de Marne la Valle et professeur associ l'Ensae, il est un spcialiste des mathmatiques financires. A ct de son travail de recherche en finance quantitative, il consacre une partie de son temps la formation continue et mne plusieurs projets appliqus en collaboration avec des tablissements financiers. Didier FAIVRE Diplm de lEnsae, actuellement en thse de doctorat Paris I, il est le crateur dune socit de conseil en modlisation quantitative. Il a t responsable de la recherche quantitative la banque CPR et dune quipe ddie aux tudes quantitatives pour les clients CA-CIB. Il enseigne la finance dans diffrents tablissements (Dauphine, Polytech Nice-Sophia, Paris 6, ESPRIT (Tunis)) et est un des coauteurs de louvrage 20 propositions pour rformer le capitalisme , sous la direction de Gael Giraud et Ccile Renouard. Magalie FROMONT Docteur en mathmatiques de l'Universit Paris XI Orsay, elle est Matre de confrences l'Universit Rennes 2. Elle enseigne les probabilits, la statistique infrentielle en particulier les tests statistiques, la pratique de la statistique avec R, les mthodes de bootstrap et l'apprentissage statistique. Bndicte GARNIER Diplme de l'Ensae, elle est ingnieur d'tudes et notamment responsable des formations statistiques l'Ined. Elle anime des formations permanentes autour de la statistique multidimensionnelle et en particulier lanalyse textuelle (Spad, Alceste, R) et la cartographie (Philcarto et MapInfo). Brigitte GELEIN Diplme de l'Ensai, elle est enseignante en statistique l'Ensai. Elle anime rgulirement pour le Cepe des formations en analyse des donnes (SAS, R). Pierre-Louis GONZALEZ Docteur en mathmatiques pures et appliques, il est matre de confrences en statistique et analyse de donnes au Conservatoire National des Arts et Mtiers (Cnam), et exerce des activits de conseil en statistique auprs de grandes entreprises. Il collabore rgulirement avec le Cepe depuis 1993 pour des formations en analyse des donnes, mthodes de rgression et analyse de la variance, modlisation de variables qualitatives. Michel GRUN-REHOMME Docteur en mathmatiques et en gestion, il est professeur l'Ensae. Il a publi de nombreux travaux sur les sries temporelles, la gestion des risques et la mthodologie des enqutes. Nicolas GRUYER Diplom de l'ISAE-Sup'aro, agrg de mathmatiques et docteur en sciences conomiques de l'universit de Toulouse 1 Capitole, il a t enseignant-chercheur en conomie industrielle l'ENAC pendant 10 ans. Ses travaux de recherche portaient principalement sur les enchres et sur l'impact des contraintes de capacit sur la concurrence. Depuis 2012, il se consacre la cration et l'animation de jeux de marchs en ligne pour l'enseignement de l'conomie (airECONsim et economics-games.com). Marielle GUERARD Responsable de la cellule de veille du CROCIS (CCI Paris-Ile-de-France) depuis 2009 en charge de la veille sur les territoires du Grand Paris, elle a une expertise et une vaste exprience de la mise en place de dispositifs de veille. Elle anime rgulirement des formations la veille territoriale la CCI Paris-Ile-de-France. France GURIN-PACE Diplme statisticienne et gographe, elle est directrice de recherche lIned. Elle dispense un cours sur les mthodes dobservation "De lindividu aux populations" (Mastre Paris 1, Paris 7, EHESS). Elle est lauteur de plusieurs articles sur la statistique textuelle applique ses domaines de recherche et elle anime de nombreux sminaires sur ce thme. Sbastien HALLEPEE Diplm de l'Ensai, il est responsable de la section investissement et mthodes pour le recensement de la population. Il tait auparavant expert en mthodes de sondages sur les enqutes de l'Insee et anime rgulirement des formations sur ce thme l'Ensai, l'Ensae et au Cepe. Eric HEYER Docteur en sciences conomiques, il est, depuis janvier 2002, directeur adjoint au dpartement analyse et prvision l'Observatoire Franais des Conjonctures Economiques (OFCE) o il est plus prcisment en charge du service "France". Il est galement enseignant Sciences-po Paris et la SKEMA Business School. Il a de nombreuses publications dans le domaine de l'organisation de production, du march du travail et sur les perspectives de l'conomie franaise court et moyen terme. Il vient dernirement de diriger l'ouvrage "L'conomie franaise 2013" aux ditions La Dcouverte. Stphane KOLASA Actuaire, titulaire dun DEA en statistiques et modles alatoires en conomie et finance, il est actuellement responsable du Provisionnement IARD dAllianz France. Sylvain LARRIEU Diplm de l'Ecole Polytechnique et de l'Ensae, il est actuellement responsable du compte des administrations publiques au dpartement des comptes nationaux de l'Insee. Elisabeth LAURE Consultante indpendante spcialise sur les risques structurels et leur gestion, planification et facturation et praticienne de lALM depuis 1996, elle a t responsable ALM du Crdit Lyonnais en Espagne, puis consultante au sein dun cabinet jusquen 2012. Elle a mis en place de nombreux systmes de gestion ALM dans des tablissements indpendants, rseaux mutualistes, ou charge de projets darchitecture fonctionnelle ALM pour de grands clients. Elle a exerc son activit en Espagne jusquen 2012 o elle sest rapproche du march franais et francophone. Thomas LE BARBANCHON Ancien lve de lEcole Polytechnique et de lEnsae, docteur en conomie, il est actuellement chercheur au Crest. Il est spcialiste de lvaluation des politiques publiques. Ses travaux concernent notamment le fonctionnement du march du travail. Matthias LE FUR Diplm d'un Master de Communication Politique ( Universit Panthon-Sorbonne), Matthias Le Fur dbute sa carrire en agence de communication ( Lowe Stratus), o il intervient pour le compte de grands comptes et d'institutions. En particulier, il est en charge du dploiement des actions de relations presse de la Dlgation interministrielle la Scurit routire pendant 4 ans. En 2009, il rejoint l'Insee comme responsable du Service de presse. Depuis 2012, il est galement responsable adjoint de la Communication externe de l'Insee. Josiane LE GUENNEC En poste la Direction de la Mthodologie, elle a assur diverses tudes en sondage pour lUnit de Mthodologie Statistique de lInsee, et rdig un manuel dutilisation des procdures SAS de sondage. Elle a galement anim des formations en SAS et en sondage, au Cepe et lEnsai. Matthieu LEQUIEN Diplm de l'Ecole Polytechnique et de l'Ensae, il est actuellement en poste la division tudes Macroconomiques de l'Insee. Il y est plus particulirement en charge du modle macroconomique international NiGem. Eric LESAGE Diplm de l'cole Polytechnique et de lEnsae, il est responsable du laboratoire de statistique denqute du Crest-Ensai. Il a t auparavant mthodologue senior Statistique Canada, puis directeur des tudes de lEnsai. Il enseigne la statistique et les sondages l'Ensai, au Cepe et Eurostat dans le cadre du programme ESTP (European Statistical Training Programme).
LES INTERVENANTS
P.174
Vincent LOONIS Diplm de l'Ensae, il est responsable du projet de constitution du rpertoire statistique des logements de l'Insee. Il tait auparavant assistant de statistique l'Ensae, responsable de la section Systme d'Information sur les Agents des Services Publics puis responsable de la division chantillonnage et Traitements Statistiques des Donnes l'Insee. Il enseigne la statistique et l'conomtrie l'Ensae et participe de nombreuses actions de formation continue en analyse des donnes, sondages et conomtrie. Gilles LUCIANI Diplm de l'Ensae, il est conseiller en organisation du travail et en conduite de projet, et animateur de sminaires de projet. Il anime depuis 1988 au Cepe des stages de formation en statistique et de nombreuses formations mtier l'Insee. Benot MAILLE Diplm en intelligence conomique (IEP de Paris, ESIEE), il est chef de projet la Chambre de commerce et d'industrie de rgion Paris Ilede-France. Il a t responsable des prestations dinformation commerciale et technologique, puis en charge de la coordination des actions dintelligence conomique de la CCIP. Aujourdhui, il dveloppe les activits de veille lARIST Paris IDF et enseigne la veille aux entreprises et aux organismes de dveloppement conomique. Jean MAYNIER Diplm de l'ENSIIE, de l'Universit de Sherbrooke et de l'Universit du Qubec Montral, il est co-fondateur et directeur gnral de la startup eCO2market. Il est expert en dveloppement web, extraction de donnes et Big Data, en particulier appliqus la finance, l'environnement et le domaine bancaire. Pascal MERCIER En poste au Centre National Informatique de Nantes, il est support technique sur une architecture disposition des utilisateurs pour travailler avec les logiciels statistiques. Il est aussi formateur SAS et SAS Entreprise Guide depuis plusieurs annes et intervient dans les diffrents tablissements de l'Insee. Hors Insee, il a donn des cours SAS l'Universit de Lyon 2 en IUT STID et en master 1 et 2 sur des formations Informatique et Statistique . Valrie MOLINA Elle est responsable du dpartement "Statistiques, Observation et Etudes" l'Agence Rgionale de Sant de Bretagne. Elle dispense des cours et TP de SAS depuis plusieurs anns l'cole nationale de la statistique et de lanalyse de linformation (Ensai). Par ailleurs, elle a assur des enseignements de SAS en mastre 1 et en mastre 2 "Statistiques et Economtrie" lUniversit de Rennes 1. Rgine MONTI Docteur en sciences de gestion. Sciences po Paris. Directrice du Groupe de ressources prospective (GERPA). Chercheure associe au sein du Laboratoire interdisciplinaire de recherche en sciences de laction (LIRSA) du Conservatoire national des Arts & Mtiers (CNAM). Enseigne dans des tablissements denseignement suprieur en Master la prospective et ses pratiques. Elle conduit depuis les annes 90 des missions de prospective et de stratgie dimension participative au profit dorganisations prives et publiques dans leurs projets stratgiques et oprationnels. lisabeth MORAND Diplme de l'Ensai et titulaire d'un doctorat en statistiques appliques, elle est ingnieur de recherche l'Ined. Elle anime des formations sur la pratique de la statistique descriptive, lanalyse de donnes, les rgressions logistiques, lanalyse multiniveaux, avec les logiciels SAS, Stata et R. Julien MOUSQUES Titulaire dun DESS dconomie et gestion des systmes de sant, il est actuellement Matre de recherche lIrdes et responsable du ple de recherche : Soins primaires et performance des systmes de sant . Il participe ou a particip des expertises notamment auprs de la HAS, du Haut conseil pour lavenir de lassurance maladie, de la Cour des Comptes, ou encore de lOCDE. Serge MOULIN Partner chez RiverRock, une holding financire base Londres, il est banquier daffaire, spcialiste des solutions de march pour les institutions financires. Il a travaill au dpartement quantitatif de Bear Stearns Londres. Il est actuaire et ancien lve de lEcole Nationale de la Statistique et de lAdministration Economique. Julien NICOLAS Diplm de lEnsai, il a travaill l'Unit Mthodologie Statistique Entreprises en tant qu'expert mthodologue charg des problmes de confidentialit des donnes. Il a t galement membre d'un groupe d'experts europen sur le sujet, et charg de travaux dirigs l'Ensai et l'Ensae en rgression linaire, analyse des donnes ainsi qu'en introduction la statistique et l'conomtrie. Aujourd'hui, il est chef de la division des indices de prix des transports au sein du service statistique ministrielle du Ministre de l'cologie du dveloppement durable et de l'nergie. Danile OHL Titulaire d'un diplme d'tudes suprieures comptables et financires, aprs avoir travaill pendant prs de 30 ans au sein de la Banque de France, elle se consacre dsormais la formation. Elle est formatrice dans les domaines de la comptabilit, de l'analyse financire et du diagnostic d'entreprise auprs de la Banque de France, de l'Iedom et de diffrentes Chambres de commerce et de l'industrie. Elle est enseignante au sein de l'universit de HauteAlsace et du CNAM Alsace. Vladimir PASSERON Diplm de l'Ensae, il est actuellement chef de la division Comptes trimestriels l'Insee, aprs avoir anim la division Synthses des biens et services des Comptes nationaux. Auparavant, il tait en charge d'tudes au sein du dpartement de la Conjoncture l'Insee, puis responsable du dpartement Prvisions et synthses conjoncturelle de l'Agence centrale des organismes de scurit sociale (Acoss). Il a ralis de nombreux travaux d'tudes dans le domaine du march du travail, ainsi que dans celui de la prvision conjoncturelle. Georges PAVLOV Il est analyste au sein du Centre Informatique parisien de l'Insee. Il anime des formations SAS l'Ensae, l'Insee et participe des actions de formation continue pour le Cnam et le Cepe. Simon QUANTIN Il travaille actuellement la Direction de la Mthodologie et plus prcisment la Division Mthodes Appliques de l'valuation et de l'conomtrie. Ses travaux concernent notamment l'valuation des dispositifs de politique de l'emploi territorialise (Zone Franche Urbaine, Zone de Revitalisation Rurale...). Jean-Franois RENAUT Il est responsable du pilotage des ressources rares au Crdit Agricole CIB. Auparavant, il y tait responsable des activits dExcution & Couverture. Il a galement travaill chez Calyon en tant que responsable de la communication financire ainsi quau crdit lyonnais comme contrleur de gestion en charge de la Banque de financement et dinvestissement. Catherine RENNE Diplme de l'Ensae, elle est actuellement chef de la Division des enqutes de conjoncture. Elle a dbut sa carrire l'Insee au dpartement des Comptes Nationaux puis a occup des postes au ministre de l'Agriculture et de la pche et Eurostat. Entre 2004 et 2011, elle a t successivement chef du Service Etudes et Diffusion dans les Directions Rgionales de l'Insee de Picardie et de Bretagne. Elle anime pour le Cepe la formation sur les enqutes de conjoncture. Graldine RIEUCAU Docteur en sciences conomiques, elle est matre de confrences en conomie lUniversit Paris 8 actuellement dtache comme chercheuse au Centre dtudes de lemploi. Elle a co-crit un ouvrage Le recrutement, paru en 2010 aux ditions La Dcouverte. Mathieu ROSENBAUM Professeur l'Universit Pierre et Marie Curie (Paris 6) et l'Ecole Polytechnique, il est aussi membre du CREST. Il a obtenu sa thse l'Universit Paris-Est en 2007. Sa recherche porte principalement sur des problmes de finance statistique tels que la modlisation de la microstructure des marchs ou la construction de procdures statistiques pour les donnes haute frquence.Il collabore par ailleurs avec plusieurs institutions financires. Olivier SAUTORY Diplm de l'cole polytechnique et de lEnsae, il est chef du dpartement des mthodes statistiques de l'Insee. Il a t directeur du Cepe, puis chef de l'Unit mthodologie statistique entreprises l'Insee. Il enseigne la statistique, l'analyse des donnes et les sondages l'Ensae, et participe de nombreuses actions de formation continue dans ces diffrents domaines pour l'Insee et le Cepe.
LES INTERVENANTS
P.175
Dominique SCHWARTZ Diplm de l'cole polytechnique et de l'cole nationale des ponts et chausses, ingnieur gnral des ponts, des eaux et des forts (IGPEF), il est professeur d'conomie publique l'Ecole des Ponts Paristech. Franois SERMIER Diplm de l'cole Polytechnique et de lEnsae, il est consultant. Il anime rgulirement pour le Cepe des formations consacres l'usage d'un tableur (mthodes concrtes pour grer, explorer et analyser des donnes), la statistique descriptive et infrentielle et l'analyse de sries temporelles. Marta SEVERO Matre de confrences lUniversit de Lille 3 (laboratoire Geriico) en cration numrique et nouveaux mdias, elle travaille sur les thmes de la communication et de la gestion de linformation, notamment sur les usages des nouvelles mthodes numriques pour les sciences sociales. Patrick SILLARD Diplm de l'Ensae, il est chef de la division des prix la consommation de l'Insee. Il tait auparavant responsable de la sous-direction des tudes statistiques, de l'valuation et de la prospective l'administration centrale charge de la politique de la ville. Olivier SIMON Diplm de l'cole Polytechnique et de l'Ensae, il est chef du bureau de la fiscalit et des instruments conomiques au sein du Commissariat gnral au dveloppement durable du Ministre de l'cologie, du dveloppement durable et de l'nergie. Auparavant, il a trait de questions de finances publiques la direction gnrale du Trsor et galement de macroconomie dans cette mme direction, ainsi qu' l'Insee. Marie-Christine SOIBINET Titulaire d'un diplme d'tudes comptables suprieures et d'un diplme universitaire de formateur d'adultes, elle est responsable de formation la Banque de France. Elle assure des formations continues en comptabilit, analyse financire, stratgie, diagnostic d'entreprise (Banque de France, Anvar, Iedom, etc.). Frdric TALLET Diplm de l'Ecole polytechnique et de l'Ensae, il est actuellement chef de la cellule Synthse et conjoncture de l'emploi l'Insee. Il tait auparavant en charge de prvisions conomiques au dpartement de la Conjoncture de l'Insee puis responsable d'tudes dans les domaines de la sant et la protection sociale au bureau Comptes et prvisions d'ensemble de la Drees. Il anime pour le Cepe les formations sur la conjoncture du march du travail. Daniel TEMAM Il tait charg auprs du directeur de la Diffusion et de laction rgionale dune mission dexpertise, de proposition et dappui pour amliorer lancrage au sein de lInsee des techniques rdactionnelles. Il a t rdacteur en chef de publications lInsee et en particulier d'Insee Premire. Il a t chef de division au dpartement de la diffusion, co-responsable de la rforme des publications, journaliste au mensuel Alternatives conomiques et auteur de plusieurs ouvrages. Dans le cadre de la formation continue il a anim des formations aux techniques rdactionnelles l'Insee, dans diffrents ministres, au Cereq, Paris 7 et HEC. Antoine TERRACOL Docteur en conomie, il est matre de confrences l'Universit Paris 1 Panthon-Sorbonne o il enseigne actuellement les statistiques, l'conomtrie linaire et l'conomtrie des dures. Ses recherches portent sur l'valuation des politiques publiques ainsi que sur l'conomie comportementale et exprimentale. Ahmed TRITAH Docteur en conomie de lEcole dEconomie de Toulouse, Ahmed Tritah est actuellement Matre de Confrences lUniversit du Mans et membre du GAINS-TEPP. Il enseigne lconomtrie et lconomie du travail en Licence et en Master. Il a t prcdemment chercheur au Centre dEtudes Prospectives et dInformation Internationales (CEPII) Paris et lInstitut Universitaire Europen Florence. Ses travaux de recherche en conomtrie, appliqus au march du travail, portent principalement sur lanalyse des politiques publiques en matire demploi et dducation. Michle TRUBERT Chef de section emploi-tourisme-conjoncture la direction rgionale dle-de-France, elle a t professeur de sciences conomiques et sociales et responsable formation au Cepe. Elle est intervenue dans le cadre de la formation continue l'Insee et au Cepe o elle anime rgulirement des formations au logiciel SAS. Stphane TUFFERY Docteur en mathmatiques, il est responsable du dpartement statistique d'une grande banque. Auteur de plusieurs ouvrages de data mining aux ditions Technip et Wiley, il l'enseigne l'Ensai et l'Universit Rennes 1. Il s'intresse en particulier l'apprentissage statistique et aux mthodes de scoring. Bruno VIAL Diplm de l'cole Polytechnique et de lEnsae, il est responsable des Etudes Quantitatives chez Coface, un leader mondial de l'assurance-crdit, aprs avoir t notamment ingnieur dtudes au Groupe de Recherche Oprationnelle (Crdit Lyonnais-Crdit Agricole) en charge de la validation des drivs actions. Il enseigne d'autre part au sein de diffrentes universits franaises (Lille 3, De Vinci) la finance rglementaire et l'actuariat. Adrien ZAKHARTCHOUK Diplm de l'Ecole Polytechnique et de l'Ensae, il est actuellement en poste la division des synthses conjoncturelles de l'Insee. Il y est plus particulirement en charge de la prvision pour la France.
LES INTERVENANTS
Bulletin dinscription
valable pour toutes les formations du Cepe
Chaque participant recevra un courrier lui donnant toutes les informations sur lorganisation de la session, trois semaines avant son droulement
INTITUL ET DATES DE LA FORMATION :
> ORGANISME : Adresse :
Nom du responsable de formation : Tlphone : Fax :
Ml (pour l'envoi de la convention et de la convocation) : Adresse de facturation (si diffrente) :
> PERSONNE INSCRIRE M Mme Nom : Fax : Prnom :
Tlphone : Ml (pour l'envoi de la convocation) : Niveau de formation : Fonctions actuelles : Formation(s) dj suivie(s) au Cepe :
Motivations et attentes vis--vis de cette formation :
Date et signature :
Il est galement possible de sinscrire par le web : www.lecepe.fr


Catalogue CEPE 2014

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Catalogue CEPE 2014

Uploaded by

Copyright:

Available Formats

CENTRE DE FORMATION CONTINUE

conomie, statistique, finance et actuariat

GROUPE DES COLES NATIONALES D'CONOMIE ET STATISTIQUE

Statistique 1 : introduction la statistique De la statistique descriptive la statistique infrentielle

Statistique 2 : description et mesure de la liaison entre deux variables

Analyse de Rgression donnes et multimodlisation dimentionnelle

p.68 p.69 p.70 p.71 p.72 p.73 p.74 p.75

p.78 p.79 p.80 p.81 p.82 p.83 p.84

p.10 p.11 p.12 p.13 p.14 p.15 p.16

16-17 oct. 22-23 mai 12-13 juin

p.104 p.105 p.106

p.109 p.110 p.111 p.112 p.113 p.114 p.115

Analyse des entreprises

13-14-15 oct. 17-18-19 nov. 24-25-26 sept. 3-4-5 nov.

p.119 p.120 p.121 p.122

24-25-26 mars 8-9 avril 17 sep. 15 oct.

p.138 p.139 p.140 p.141

Fondements macroconomiques Modlisation en quilibre gnral calculable Modlisation macroconomtrique

24-25 mars 3-4-5 nov. 19-20-21 nov.

p.144 p.145 p.146

p.148 p.149 p.150 p.151 p.154 p.155 p.156

17-18-19 mars 17 mars - 9 avril 6 oct.

p.158 p.159 p.160

Franoise Courtois-Martignoni Directrice du Cepe

Catalogue 2014 Sommaire

Le Cepe en quelques chires

Les formations courtes inter-entreprises

Des formations sur mesure pour rpondre des besoins spciques

Une quipe votre coute

Les confrences : Les dialogues de lconomie

Panorama des mthodes danalyse des donnes

2 jours 2, 3 octobre 2014 Prix net (non soumis la TVA) 980

Niveau tout public

Panorama des techniques de rgression

Prix net (non soumis la TVA) 980

2 jours 27, 28 mars 2014

Organiser une collecte dinformation par enqute

1 jour 25 juin 2014 Prix net (non soumis la TVA) 500

Panorama des mthodes de sondages

Prix net (non soumis la TVA) 980

2 jours 4, 5 dcembre 2014

Panorama des mthodes d'analyse des sries temporelles

1 jour 26 mars 2014 Prix net (non soumis la TVA) 500

Niveau tout public

Panorama des techniques de data mining

Prix net (non soumis la TVA) 980

Pr-requis Notions statistiques de base (moyenne, comptage). Niveau tout public

2 jours 11, 12 septembre 2014

Panorama du Big Data

1 jour 23 juin 2014 Prix net (non soumis la TVA) 500

Niveau tout public

Mthodes statistiques : De la statistique descriptive la statistique infrentielle

Statistique des valeurs extrmes Les indices

Statistique 1 : introduction la statistique

Pr-requis Niveau de mathmatiques de l'enseignement secondaire et connaissances de base d'Excel.

Statistique 2 : description et mesure de la liaison entre deux variables

Statistique descriptive avec SAS

Prix net (non soumis la TVA) 980

2 jours 9, 10 octobre 2014

Statistique descriptive et rgression avec R

60, rue tienne Dolet, 92240 Malakoff Tl : 01 75 60 34 00 - Fax : 01 75 60 35 31 - Ml : conseil@lecepe.fr - www.lecepe.fr

Statistique 3 : de l'chantillon la population, estimation et tests

Prix net (non soumis la TVA) 1 850

60, rue tienne Dolet, 92240 Malakoff Tl : 01 75 60 34 00 - Fax : 01 75 60 35 31 - Ml : conseil@lecepe.fr - www.lecepe.fr