Bootstrap for panel data models with an application to the evaluation of public policies

Le but de cette thèse est d étendre la théorie du bootstrap aux modèles de données de panel. Les données de panel s obtiennent en observant plusieurs unités statistiques sur plusieurs périodes de temps. Leur double dimension individuelle et temporelle permet de contrôler l 'hétérogénéité non observable entre individus et entre les périodes de temps et donc de faire des études plus riches que les séries chronologiques ou les données en coupe instantanée. L 'avantage du bootstrap est de permettre d obtenir une inférence plus précise que celle avec la théorie asymptotique classique ou une inférence impossible en cas de paramètre de nuisance. La méthode consiste à tirer des échantillons aléatoires qui ressemblent le plus possible à l échantillon d analyse. L 'objet statitstique d intérêt est estimé sur chacun de ses échantillons aléatoires et on utilise l ensemble des valeurs estimées pour faire de l inférence. Il existe dans la littérature certaines application du bootstrap aux données de panels sans justi cation théorique rigoureuse ou sous de fortes hypothèses. Cette thèse propose une méthode de bootstrap plus appropriée aux données de panels. Les trois chapitres analysent sa validité et son application. Le premier chapitre postule un modèle simple avec un seul paramètre et s 'attaque aux propriétés théoriques de l estimateur de la moyenne. Nous montrons que le double rééchantillonnage que nous proposons et qui tient compte à la fois de la dimension individuelle et la dimension temporelle est valide avec ces modèles. Le rééchantillonnage seulement dans la dimension individuelle n est pas valide en présence d hétérogénéité temporelle. Le ré-échantillonnage dans la dimension temporelle n est pas valide en présence d'hétérogénéité individuelle. Le deuxième chapitre étend le précédent au modèle panel de régression. linéaire. Trois types de régresseurs sont considérés : les caractéristiques individuelles, les caractéristiques temporelles et les régresseurs qui évoluent dans le temps et par individu. En utilisant un modèle à erreurs composées doubles, l'estimateur des moindres carrés ordinaires et la méthode de bootstrap des résidus, on montre que le rééchantillonnage dans la seule dimension individuelle est valide pour l'inférence sur les coe¢ cients associés aux régresseurs qui changent uniquement par individu. Le rééchantillonnage dans la dimen- sion temporelle est valide seulement pour le sous vecteur des paramètres associés aux régresseurs qui évoluent uniquement dans le temps. Le double rééchantillonnage est quand à lui est valide pour faire de l inférence pour tout le vecteur des paramètres. Le troisième chapitre re-examine l exercice de l estimateur de différence en di¤érence de Bertrand, Duflo et Mullainathan (2004). Cet estimateur est couramment utilisé dans la littérature pour évaluer l impact de certaines poli- tiques publiques. L exercice empirique utilise des données de panel provenant du Current Population Survey sur le salaire des femmes dans les 50 états des Etats-Unis d Amérique de 1979 à 1999. Des variables de pseudo-interventions publiques au niveau des états sont générées et on s attend à ce que les tests arrivent à la conclusion qu il n y a pas d e¤et de ces politiques placebos sur le salaire des femmes. Bertrand, Du o et Mullainathan (2004) montre que la non-prise en compte de l hétérogénéité et de la dépendance temporelle entraîne d importantes distorsions de niveau de test lorsqu'on évalue l'impact de politiques publiques en utilisant des données de panel. Une des solutions préconisées est d utiliser la méthode de bootstrap. La méthode de double ré-échantillonnage développée dans cette thèse permet de corriger le problème de niveau de test et donc d'évaluer correctement l'impact des politiques publiques.

Rôle de la topoisomérase I dans la stabilité du génome chez Escherichia coli

Les topoisomérases (topos) de type IA jouent un rôle primordial dans le maintien et l’organisation du génome. Cependant, les mécanismes par lesquels elles contrôlent cette stabilité génomique sont encore à approfondir. Chez E. coli, les deux principales topoisomérases de type IA sont la topo I (codée par le gène topA) et la topo III (codée par le gène topB). Il a déjà été montré que les cellules dépourvues des topos I et III formaient de très longs filaments dans lesquels les chromosomes ne sont pas bien séparés. Comme ces défauts de ségrégation des chromosomes sont corrigés par l’inactivation de la protéine RecA qui est responsable de la recombinaison homologue, il a été émis comme hypothèse que les topoisomérases de type IA avaient un rôle dans la résolution des intermédiaires de recombinaison afin de permettre la séparation des chromosomes. D’autre part, des études réalisées dans notre laboratoire démontrent que le rôle majeur de la topoisomérase I est d’empêcher la formation des R-loops durant la transcription, surtout au niveau des opérons rrn. Ces R-loops on été récemment identifiés comme des obstacles majeurs à l’avancement des fourches de réplication, ce qui peut provoquer une instabilité génomique. Nous avons des évidences génétiques montrant qu’il en serait de même chez nos mutants topA. Tout récemment, des études ont montré le rôle majeur de certaines hélicases dans le soutien aux fourches de réplication bloquées, mais aussi une aide afin de supprimer les R-loops. Chez E. coli, ces hélicases ont été identifiées et sont DinG, Rep et UvrD. Ces hélicases jouent un rôle dans la suppression de certains obstacles à la réplication. Le but de ce projet était de vérifier l’implication de ces hélicases chez le mutant topA en utilisant une approche génétique. Étonnamment, nos résultats montrent que la délétion de certains de ces gènes d’hélicases a pour effet de corriger plutôt que d’exacerber des phénotypes du mutants topA qui sont liés à la croissance et à la morphologie des nucléoides et des cellules. Ces résultats sont interprétés à la lumière de nouvelles fonctions attribuées aux topoisomérases de types IA dans la stabilité du génome.