BioMed Central : un nouveau modèle de l'édition scientifique à l'Université de Montréal

Publié sur le site Web des bibliothèques des sciences de la santé en 2004.

Qu'en est-il de l'équivalence ricardienne dans un modèle à taux de change empirique ?

Rapport de recherche

Le modèle de convergence vu selon l'approche de Dan, Ben-David: une vérification empirique par rapport au 8e cycle du GATT; le cas de l'ALENA versus l'Union Européenne (période 1970-2000).

Rapport de recherche

Le modèle statistique d'équilibre du comportement dans les jeux expérimentaux: applications aux contributions volontaires aux biens publics.

Rapport de recherche

Un modèle de gravité pour le commerce Canada-Etats-Unis et les effets frontières: une approche dynamique appliquée sur les données de panel sur la période 1990-1999.

Rapport de recherche

Modèle de gravité appliqué à l'Australie.

Rapport de recherche

Approche par la distribution des pertes pour le risque opérationnel: un modèle bayésien de mélange de distribution avec fusion des données internes et externes pour la sévérité des pertes.

Rapport de recherche

Modèle théorique sur la participation des chercheurs aux conférences.

Rapport de recherche

Genre, santé et développement: les inégalités entre les hommes et les femmes dans la santé constituent-elles un frein au développement? Estimation empirique en coupe transversale dans un modèle Mankiw – Romer – Weil.

Rapport de recherche

Analyse bayésienne d'un modèle pour les changements de prix de titres échangés à haute fréquence sur les marchés financiers.

Rapport de recherche

L'utilisation du bootstrap pour tester la stationnarité des taux de change réels avec un modèle non linéaire. L'évidence pour le Canada.

Rapport de recherche

Méthodes d’inférence exactes pour un modèle de régression avec erreurs AR(2) gaussiennes

Ce texte propose des méthodes d’inférence exactes (tests et régions de confiance) sur des modèles de régression linéaires avec erreurs autocorrélées suivant un processus autorégressif d’ordre deux [AR(2)], qui peut être non stationnaire. L’approche proposée est une généralisation de celle décrite dans Dufour (1990) pour un modèle de régression avec erreurs AR(1) et comporte trois étapes. Premièrement, on construit une région de confiance exacte pour le vecteur des coefficients du processus autorégressif (φ). Cette région est obtenue par inversion de tests d’indépendance des erreurs sur une forme transformée du modèle contre des alternatives de dépendance aux délais un et deux. Deuxièmement, en exploitant la dualité entre tests et régions de confiance (inversion de tests), on détermine une région de confiance conjointe pour le vecteur φ et un vecteur d’intérêt M de combinaisons linéaires des coefficients de régression du modèle. Troisièmement, par une méthode de projection, on obtient des intervalles de confiance «marginaux» ainsi que des tests à bornes exacts pour les composantes de M. Ces méthodes sont appliquées à des modèles du stock de monnaie (M2) et du niveau des prix (indice implicite du PNB) américains

Nouvelle vague d'OGM dans nos assiettes : Qu'en est-il du cadre législatif canadien à l'égard du saumon transgénique ?

Marie-Ève Couture-Ménard, Étudiante à la maîtrise (Faculté de droit, Université de Montréal, Directrice de recherche : T. Leroux)