Statistical Inference for Computable General Equilibrium Models with Application to a Model of the Moroccan Economy

We study the problem of measuring the uncertainty of CGE (or RBC)-type model simulations associated with parameter uncertainty. We describe two approaches for building confidence sets on model endogenous variables. The first one uses a standard Wald-type statistic. The second approach assumes that a confidence set (sampling or Bayesian) is available for the free parameters, from which confidence sets are derived by a projection technique. The latter has two advantages: first, confidence set validity is not affected by model nonlinearities; second, we can easily build simultaneous confidence intervals for an unlimited number of variables. We study conditions under which these confidence sets take the form of intervals and show they can be implemented using standard methods for solving CGE models. We present an application to a CGE model of the Moroccan economy to study the effects of policy-induced increases of transfers from Moroccan expatriates.

Finite-Sample Inference Methods for Simultaneous Equations and Models with Unobserved and Generated Regressors

We propose finite sample tests and confidence sets for models with unobserved and generated regressors as well as various models estimated by instrumental variables methods. The validity of the procedures is unaffected by the presence of identification problems or \"weak instruments\", so no detection of such problems is required. We study two distinct approaches for various models considered by Pagan (1984). The first one is an instrument substitution method which generalizes an approach proposed by Anderson and Rubin (1949) and Fuller (1987) for different (although related) problems, while the second one is based on splitting the sample. The instrument substitution method uses the instruments directly, instead of generated regressors, in order to test hypotheses about the \"structural parameters\" of interest and build confidence sets. The second approach relies on \"generated regressors\", which allows a gain in degrees of freedom, and a sample split technique. For inference about general possibly nonlinear transformations of model parameters, projection techniques are proposed. A distributional theory is obtained under the assumptions of Gaussian errors and strictly exogenous regressors. We show that the various tests and confidence sets proposed are (locally) \"asymptotically valid\" under much weaker assumptions. The properties of the tests proposed are examined in simulation experiments. In general, they outperform the usual asymptotic inference methods in terms of both reliability and power. Finally, the techniques suggested are applied to a model of Tobin’s q and to a model of academic performance.

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

Identification, Weak Instruments and Statistical Inference in Econometrics

We discuss statistical inference problems associated with identification and testability in econometrics, and we emphasize the common nature of the two issues. After reviewing the relevant statistical notions, we consider in turn inference in nonparametric models and recent developments on weakly identified models (or weak instruments). We point out that many hypotheses, for which test procedures are commonly proposed, are not testable at all, while some frequently used econometric methods are fundamentally inappropriate for the models considered. Such situations lead to ill-defined statistical problems and are often associated with a misguided use of asymptotic distributional results. Concerning nonparametric hypotheses, we discuss three basic problems for which such difficulties occur: (1) testing a mean (or a moment) under (too) weak distributional assumptions; (2) inference under heteroskedasticity of unknown form; (3) inference in dynamic models with an unlimited number of parameters. Concerning weakly identified models, we stress that valid inference should be based on proper pivotal functions —a condition not satisfied by standard Wald-type methods based on standard errors — and we discuss recent developments in this field, mainly from the viewpoint of building valid tests and confidence sets. The techniques discussed include alternative proposed statistics, bounds, projection, split-sampling, conditioning, Monte Carlo tests. The possibility of deriving a finite-sample distributional theory, robustness to the presence of weak instruments, and robustness to the specification of a model for endogenous explanatory variables are stressed as important criteria assessing alternative procedures.

Revisiting optimization algorithms for maximum likelihood estimation

Parmi les méthodes d’estimation de paramètres de loi de probabilité en statistique, le maximum de vraisemblance est une des techniques les plus populaires, comme, sous des conditions l´egères, les estimateurs ainsi produits sont consistants et asymptotiquement efficaces. Les problèmes de maximum de vraisemblance peuvent être traités comme des problèmes de programmation non linéaires, éventuellement non convexe, pour lesquels deux grandes classes de méthodes de résolution sont les techniques de région de confiance et les méthodes de recherche linéaire. En outre, il est possible d’exploiter la structure de ces problèmes pour tenter d’accélerer la convergence de ces méthodes, sous certaines hypothèses. Dans ce travail, nous revisitons certaines approches classiques ou récemment d´eveloppées en optimisation non linéaire, dans le contexte particulier de l’estimation de maximum de vraisemblance. Nous développons également de nouveaux algorithmes pour résoudre ce problème, reconsidérant différentes techniques d’approximation de hessiens, et proposons de nouvelles méthodes de calcul de pas, en particulier dans le cadre des algorithmes de recherche linéaire. Il s’agit notamment d’algorithmes nous permettant de changer d’approximation de hessien et d’adapter la longueur du pas dans une direction de recherche fixée. Finalement, nous évaluons l’efficacité numérique des méthodes proposées dans le cadre de l’estimation de modèles de choix discrets, en particulier les modèles logit mélangés.

Essays on numerically efficient inference in nonlinear and non-Gaussian state space models, and commodity market analysis.

The first two articles build procedures to simulate vector of univariate states and estimate parameters in nonlinear and non Gaussian state space models. We propose state space speci fications that offer more flexibility in modeling dynamic relationship with latent variables. Our procedures are extension of the HESSIAN method of McCausland[2012]. Thus, they use approximation of the posterior density of the vector of states that allow to : simulate directly from the state vector posterior distribution, to simulate the states vector in one bloc and jointly with the vector of parameters, and to not allow data augmentation. These properties allow to build posterior simulators with very high relative numerical efficiency. Generic, they open a new path in nonlinear and non Gaussian state space analysis with limited contribution of the modeler. The third article is an essay in commodity market analysis. Private firms coexist with farmers' cooperatives in commodity markets in subsaharan african countries. The private firms have the biggest market share while some theoretical models predict they disappearance once confronted to farmers cooperatives. Elsewhere, some empirical studies and observations link cooperative incidence in a region with interpersonal trust, and thus to farmers trust toward cooperatives. We propose a model that sustain these empirical facts. A model where the cooperative reputation is a leading factor determining the market equilibrium of a price competition between a cooperative and a private firm

On Recurrent and Deep Neural Networks

L'apprentissage profond est un domaine de recherche en forte croissance en apprentissage automatique qui est parvenu à des résultats impressionnants dans différentes tâches allant de la classification d'images à la parole, en passant par la modélisation du langage. Les réseaux de neurones récurrents, une sous-classe d'architecture profonde, s'avèrent particulièrement prometteurs. Les réseaux récurrents peuvent capter la structure temporelle dans les données. Ils ont potentiellement la capacité d'apprendre des corrélations entre des événements éloignés dans le temps et d'emmagasiner indéfiniment des informations dans leur mémoire interne. Dans ce travail, nous tentons d'abord de comprendre pourquoi la profondeur est utile. Similairement à d'autres travaux de la littérature, nos résultats démontrent que les modèles profonds peuvent être plus efficaces pour représenter certaines familles de fonctions comparativement aux modèles peu profonds. Contrairement à ces travaux, nous effectuons notre analyse théorique sur des réseaux profonds acycliques munis de fonctions d'activation linéaires par parties, puisque ce type de modèle est actuellement l'état de l'art dans différentes tâches de classification. La deuxième partie de cette thèse porte sur le processus d'apprentissage. Nous analysons quelques techniques d'optimisation proposées récemment, telles l'optimisation Hessian free, la descente de gradient naturel et la descente des sous-espaces de Krylov. Nous proposons le cadre théorique des méthodes à région de confiance généralisées et nous montrons que plusieurs de ces algorithmes développés récemment peuvent être vus dans cette perspective. Nous argumentons que certains membres de cette famille d'approches peuvent être mieux adaptés que d'autres à l'optimisation non convexe. La dernière partie de ce document se concentre sur les réseaux de neurones récurrents. Nous étudions d'abord le concept de mémoire et tentons de répondre aux questions suivantes: Les réseaux récurrents peuvent-ils démontrer une mémoire sans limite? Ce comportement peut-il être appris? Nous montrons que cela est possible si des indices sont fournis durant l'apprentissage. Ensuite, nous explorons deux problèmes spécifiques à l'entraînement des réseaux récurrents, à savoir la dissipation et l'explosion du gradient. Notre analyse se termine par une solution au problème d'explosion du gradient qui implique de borner la norme du gradient. Nous proposons également un terme de régularisation conçu spécifiquement pour réduire le problème de dissipation du gradient. Sur un ensemble de données synthétique, nous montrons empiriquement que ces mécanismes peuvent permettre aux réseaux récurrents d'apprendre de façon autonome à mémoriser des informations pour une période de temps indéfinie. Finalement, nous explorons la notion de profondeur dans les réseaux de neurones récurrents. Comparativement aux réseaux acycliques, la définition de profondeur dans les réseaux récurrents est souvent ambiguë. Nous proposons différentes façons d'ajouter de la profondeur dans les réseaux récurrents et nous évaluons empiriquement ces propositions.

Dynamic Programming Approaches for Estimating and Applying Large-scale Discrete Choice Models

People go through their life making all kinds of decisions, and some of these decisions affect their demand for transportation, for example, their choices of where to live and where to work, how and when to travel and which route to take. Transport related choices are typically time dependent and characterized by large number of alternatives that can be spatially correlated. This thesis deals with models that can be used to analyze and predict discrete choices in large-scale networks. The proposed models and methods are highly relevant for, but not limited to, transport applications. We model decisions as sequences of choices within the dynamic discrete choice framework, also known as parametric Markov decision processes. Such models are known to be difficult to estimate and to apply to make predictions because dynamic programming problems need to be solved in order to compute choice probabilities. In this thesis we show that it is possible to explore the network structure and the flexibility of dynamic programming so that the dynamic discrete choice modeling approach is not only useful to model time dependent choices, but also makes it easier to model large-scale static choices. The thesis consists of seven articles containing a number of models and methods for estimating, applying and testing large-scale discrete choice models. In the following we group the contributions under three themes: route choice modeling, large-scale multivariate extreme value (MEV) model estimation and nonlinear optimization algorithms. Five articles are related to route choice modeling. We propose different dynamic discrete choice models that allow paths to be correlated based on the MEV and mixed logit models. The resulting route choice models become expensive to estimate and we deal with this challenge by proposing innovative methods that allow to reduce the estimation cost. For example, we propose a decomposition method that not only opens up for possibility of mixing, but also speeds up the estimation for simple logit models, which has implications also for traffic simulation. Moreover, we compare the utility maximization and regret minimization decision rules, and we propose a misspecification test for logit-based route choice models. The second theme is related to the estimation of static discrete choice models with large choice sets. We establish that a class of MEV models can be reformulated as dynamic discrete choice models on the networks of correlation structures. These dynamic models can then be estimated quickly using dynamic programming techniques and an efficient nonlinear optimization algorithm. Finally, the third theme focuses on structured quasi-Newton techniques for estimating discrete choice models by maximum likelihood. We examine and adapt switching methods that can be easily integrated into usual optimization algorithms (line search and trust region) to accelerate the estimation process. The proposed dynamic discrete choice models and estimation methods can be used in various discrete choice applications. In the area of big data analytics, models that can deal with large choice sets and sequential choices are important. Our research can therefore be of interest in various demand analysis applications (predictive analytics) or can be integrated with optimization models (prescriptive analytics). Furthermore, our studies indicate the potential of dynamic programming techniques in this context, even for static models, which opens up a variety of future research directions.

Dynamic Programming Approaches for Estimating and Applying Large-scale Discrete Choice Models

People go through their life making all kinds of decisions, and some of these decisions affect their demand for transportation, for example, their choices of where to live and where to work, how and when to travel and which route to take. Transport related choices are typically time dependent and characterized by large number of alternatives that can be spatially correlated. This thesis deals with models that can be used to analyze and predict discrete choices in large-scale networks. The proposed models and methods are highly relevant for, but not limited to, transport applications. We model decisions as sequences of choices within the dynamic discrete choice framework, also known as parametric Markov decision processes. Such models are known to be difficult to estimate and to apply to make predictions because dynamic programming problems need to be solved in order to compute choice probabilities. In this thesis we show that it is possible to explore the network structure and the flexibility of dynamic programming so that the dynamic discrete choice modeling approach is not only useful to model time dependent choices, but also makes it easier to model large-scale static choices. The thesis consists of seven articles containing a number of models and methods for estimating, applying and testing large-scale discrete choice models. In the following we group the contributions under three themes: route choice modeling, large-scale multivariate extreme value (MEV) model estimation and nonlinear optimization algorithms. Five articles are related to route choice modeling. We propose different dynamic discrete choice models that allow paths to be correlated based on the MEV and mixed logit models. The resulting route choice models become expensive to estimate and we deal with this challenge by proposing innovative methods that allow to reduce the estimation cost. For example, we propose a decomposition method that not only opens up for possibility of mixing, but also speeds up the estimation for simple logit models, which has implications also for traffic simulation. Moreover, we compare the utility maximization and regret minimization decision rules, and we propose a misspecification test for logit-based route choice models. The second theme is related to the estimation of static discrete choice models with large choice sets. We establish that a class of MEV models can be reformulated as dynamic discrete choice models on the networks of correlation structures. These dynamic models can then be estimated quickly using dynamic programming techniques and an efficient nonlinear optimization algorithm. Finally, the third theme focuses on structured quasi-Newton techniques for estimating discrete choice models by maximum likelihood. We examine and adapt switching methods that can be easily integrated into usual optimization algorithms (line search and trust region) to accelerate the estimation process. The proposed dynamic discrete choice models and estimation methods can be used in various discrete choice applications. In the area of big data analytics, models that can deal with large choice sets and sequential choices are important. Our research can therefore be of interest in various demand analysis applications (predictive analytics) or can be integrated with optimization models (prescriptive analytics). Furthermore, our studies indicate the potential of dynamic programming techniques in this context, even for static models, which opens up a variety of future research directions.

Relations sociales et troubles dépressifs chez les personnes âgées au Québec : interactions avec le genre et la région de résidence

Chez les personnes âgées, la dépression est un problème important en santé publique, à cause de sa prévalence élevée et de son association avec les incapacités fonctionnelles, la mortalité et l’utilisation des services. La plupart des études ont montré que le manque de relations sociales était associé à la dépression, mais les résultats ne sont pas clairs. Au Québec et au Canada, on possède peu de données sur la prévalence de la dépression chez les personnes âgées et de son association avec les relations sociales. Peu d’études ont examiné le rôle des relations sociales sur l’utilisation des services de santé par les personnes âgées déprimées. Le but de cette recherche était d’examiner le rôle des relations sociales dans la présence de la dépression et dans la consultation chez un professionnel de la santé des personnes âgées déprimées, au Québec. Plus spécifiquement, ce travail visait à : 1) examiner les associations entre les relations sociales et les troubles dépressifs selon la région de résidence; 2) examiner les associations différentielles des relations sociales sur la dépression des femmes et des hommes âgés; 3) examiner le rôle des relations sociales dans la consultation auprès d’un professionnel de la santé des personnes âgées déprimées. Pour répondre à ces objectifs, nous avons utilisé les données de l’enquête ESA (Enquête sur la Santé des Aînés), réalisée en 2005 -2006 auprès d’un échantillon de 2670 personnes âgées résidant à domicile au Québec, qui nous ont permis de rédiger trois articles. Les troubles dépressifs (incluant la dépression majeure et mineure) ont été mesurés, selon les critères du DSM-IV, en excluant le critère de l’altération du fonctionnement social, professionnel ou dans d’autres domaines importants, à l’aide du questionnaire ESA développé par l’équipe de recherche. Les relations sociales ont été mesurées à l’aide de cinq variables : (1) le réseau social; (2) l’intégration sociale; (3) le soutien social, (4) la perception d’utilité auprès des proches et (5) la présence de relations conflictuelles avec le conjoint, les enfants, les frères et sœurs et les amis. Des modèles de régression logistique multiple ont été ajustés aux données pour estimer les rapports de cote et leur intervalle de confiance à 95 %. Nos résultats ont montré des prévalences de dépression plus élevées chez les personnes qui résident dans les régions rurales et urbaines, comparées à celles qui résident dans la région métropolitaine de Montréal. La pratique du bénévolat, le soutien social et les relations non conflictuelles avec le conjoint sont associés à une faible prévalence de dépression, indépendamment du type de résidence. Comparés aux hommes, les femmes ont une prévalence de dépression plus élevée. L’absence de confident est associée à une prévalence de dépression élevée, tant chez les hommes que chez les femmes. La probabilité de dépression est plus élevée chez les hommes veufs et chez ceux qui ne pratiquent pas d’activités de bénévolat, comparativement à ceux qui sont mariés et font du bénévolat. Chez les femmes, aucune association significative n’a été observée entre le statut marital, le bénévolat et la dépression. Cependant, la présence de relations conflictuelles avec le conjoint est associée avec la dépression, seulement chez les femmes. Les relations avec les enfants, les frères et sœurs et les amis ne sont pas associées avec la dépression dans cette population de personnes âgées du Quebec. En ce qui concerne la consultation chez un professionnel de la santé, nos résultats ont révélé que presque la moitié des personnes âgées dépressives n’ont pas consulté un professionnel de la santé, pour leurs symptômes de dépression, au cours des 12 derniers mois. Par ailleurs, notre étude a montré que les personnes âgées qui disposent de tous les types de soutien (confident, émotionnel et instrumental) consultent plus pour leurs symptômes de dépression que ceux qui ont moins de soutien. Comparativement aux hommes mariés, les femmes mariées consultent plus les professionnels de la santé, ce qui laisse supposer que le réseau de proches (épouse et enfants) semble agir comme un substitut en réduisant la fréquence de consultation chez les hommes. Vu la rareté des études canadiennes sur la prévalence de la dépression chez les personnes âgées et les facteurs psychosociaux qui y sont associés, les résultats de ce travail seront utiles pour les cliniciens et pour les responsables des politiques à l’échelle nationale, provinciale et locale. Ils pourront guider des interventions spécifiques, selon la région de résidence et pour les hommes et les femmes âgées, dans le domaine de la santé mentale.

Zooplancton et micronecton dans la région du Dôme d'Angola en février-mars 1971 et rélation avec les thons

Diurnal variations and geographic distribution of zooplankton and micronekton are studied in the Angola Dome. The small zooplankton species (Copepodids, Copepods, Amphipods, Ostracods, Chaetognaths, etc.) undertake vertical migrations within a 100 m water layer. Most of the micronekton species are below this layer during the day and move towards the surface during the night. The whole region prospected is rich in zooplankton and micronekton species that are present in the upper 100 m layer during the day. Only the South-West region is poor. On the contrary, this latter region is abundant in species that migrate below this layer during the day. The authors think there are 3 main difficulties in establishing good relationships between micronekton and tunas distribution: 1 - inability of micronekton nets to catch the tunas preys; 2 - the great diversity of tunas food; and 3 - the too large delay between micronekton studies and those of stomach contents of tunas.

Variabilité, circulation et chlorophylle dans la région du Dôme d'Angola en février-mars 1971

In February-March 1971 the hydrological conditions off Angola did not display the thermal dome mapped by Mazeika's averages (1967). Cold water cells observed are connected at the surface to a sinuous boundary between low-salinity coastal waters and high-salinity tropical oceanic waters. That boundary coincides rather regularly with an area where trades and SW winds alternate; photosynthesis growths rapidly in a thermoclinal layer that rises until 10 m of the surface but never outcrops. Below a poor and permanent homogeneous surface layer, chlorophyll concentrations show a distribution which is typical of divergence areas. Geostrophical and measured currents show off a transient process in horizontal and vertical movements, however the general curvature of the circulation is propitious to upwelling. Oxygen oversaturations of about 110%, suggest a moderate potential primary production which confirms slowness and alternation of movements. Also, the regular range of the various chemical and biological levels and moderate chlorophyll concentrations suggest an ecosystem where nutrients supply rapidly equilibrate phytoplankton consumption and not at all a 'phytoplankton bloom' area as that which exists in coastal upwelling. Values of Richardson's number show that instability becomes visible at the bottom of the euphotic layer. An evaluation of the vertical motion is inferred by the peculiar distribution and diurnal alternance of the winds shows that 'doming' structures may be sustained by local meteorological events.

Le monachisme dans la région thébaine

Catalogue de l'exposition d'esquisses et de photographies créée au Cercle des Voyageurs à Bruxelles du 9 novembre au 1er décembre 2007.

Paléoécologie du Quaternaire dans la région de Wainwright en Alberta

En 2012, la Commission géologique du Canada a procédé à une série de forages dans les dépôts quaternaires de la région de Wainwright dans le centre-est de l’Alberta dans le cadre d’un projet en hydrogéologie. Les forages, qui atteignent plus de 60 m de profondeur, montrent la présence de niveaux organiques intercalés dans les unités stratigraphiques minérales, dont certains contiennent des morceaux de bois qui suggèrent la présence passée in situ d’une végétation ligneuse. La position stratigraphique des sables contenant des niveaux organiques sous le till régional (Wisconsinien supérieur) laisse penser qu’ils correspondraient à des épisodes interstadiaires, voire même de l’interglaciaire Sangamonien, des datations 14C ayant livré des âges non-finis (>43 500 ans A.A.). L’objectif principal de la présente étude était de documenter la composition du couvert végétal associé aux niveaux organiques à l’aide de l’analyse pollinique et macrofossile. Plusieurs des niveaux se sont avérés pauvres ou même stériles en grains de pollen et en macrorestes végétaux. Les assemblages polliniques sont le plus souvent dominés par des espèces herbacées (p. ex.: Cyperaceae, Artemisia sp.) et des fougères. Chez les arbres, l’épinette est l’espèce la mieux représentée mais elle montre des pourcentages polliniques relativement faibles. Les assemblages macrofossiles sont notamment caractérisés par la présence de matière ligneuse, de l’épinette et de plantes aquatiques. Plusieurs échantillons contiennent aussi des charbons de bois qui témoignent de l’incidence de feux. Les résultats des analyses paléoécologiques suggèrent que le couvert végétal contemporain du dépôt des niveaux organiques était à caractère boréal ouvert. Ces niveaux auraient donc été mis en place au cours d’un intervalle climatique plus froid que l’actuel, présumément un interstade wisconsinien plutôt qu’au cours du dernier interglaciaire (Sangamonien).

Violence: les femmes font confiance au milieu médical [Partner violence: women trust health professionals]

In 2008, the department of gynaecology and obstetrics of a university hospital centre implemented a program addressing interpersonal partner violence (screening, prevention and care of the patient victims). A qualitative survey was conducted to identify the needs and feelings of patients. The results show that patients are in favour of being actively and directly questioned about violence during the consultation and that they trust medical doctors and nurses to help and support them.