SciELO - Scientific Electronic Library Online

 
vol.37 special issue 75CUSTOMER PERCEIVED VALUE IN HIGH GROWTH FIRMS author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Cuadernos de Economía

Print version ISSN 0121-4772

Abstract

COAD, Alex; JANZING, Dominik  and  NIGHTINGALE, Paul. Outils pour l’inférence causale d’enquêtes d’innovation de bilan transversal avec des variables continues ou discrètes: Théorie et applications. Cuad. Econ. [online]. 2018, vol.37, n.spe75, pp.779-807. ISSN 0121-4772.  https://doi.org/10.15446/cuad.econ.v37n75.69832.

Cet article présente un nouvel ensemble d’outils statistiques en appliquant trois techniques d’inférence causale basée sur des données prises de la communauté de l’apprentissage automatique (maching learning) et qui sont peu connues chez les économistes et les spécialistes de l’innovation : une approche conditionnelle basée sur l’indépendance, des modèles de bruit additif et inférence non algorythmique manuelle. Nous incluons trois applications aux données de la CIS -l’enquête de la communauté sur l’innovation- pour étudier les modèles de financement public pour l’investissement en recherche et développement, sources d’information pour l’innovation, et dépenses d’innovation et de croissance entrepreneuriale. Les résultats préliminaires fournissent des interprétations causales de certaines corrélations observées antérieurement. Notre ensemble d’outils statistiques pourrait être un complément utile aux techniques existantes.

JEL: O30, C21.

Keywords : inférence causale; enquêtes d’innovation; apprentissage automatique machine learning); modèles de bruit additif; graphes acycliques dirigés.

        · abstract in English | Spanish | Portuguese     · text in English     · English ( pdf )