♪ [musique] ♪

-[Narratrice] Quelle est la différence
entre l'économétrie

et la science des données?

- [Josh] Je dirai que
la principale différence

est l'approche du problème
de la prédiction.

Les scientifiques de données
se préoccupent souvent

d'approches de type ajustement
de courbe pour la prédiction.

Donc, tout modèle qui correspond
bien aux données fera l'affaire.

Si c'est une expérience passée,

nous pourrions être intéressés
à l'utiliser pour extrapoler vers le futur.

La science des données 
est en grande partie

liée aux préoccupations
de marketing de quelqu'un.

On cherche à savoir qui
va acheter quelque chose,

qui va prendre des mesures.

Selon moi, l'économétrie s'occupe

d'une catégorie
de problèmes plus difficiles.

Les économétriciens s'intéressent
plus aux relations de cause à effet.

En d'autre termes,
si nous manipulons quelque chose,

disons, l'assurance santé ou
la politique monétaire,

à quoi ressemblera le monde
en réponse à ce changement ?

Nous ne considérons pas que
le passé est un bon guide à cet égard,

car nous comprenons que la variation
et la variable sont associés

à beaucoup de variables
confondantes possibles.

Ainsi, il y a des éléments en évolution

qui pourraient également
affecter les résultats.

Les simples relations observés ici
sont souvent trompeuses

parce qu'il y a des facteurs 
qui ne sont pas bien contrôlés

et nous avons à l'esprit 
qu'il existe un plan de recherche

qui implique plus
qu'un ajustement de courbe.

En fait, nous ne nous soucions guère
de l'ajustement des courbes en économie.

Je pense que nous voulons savoir,
par exemple, si a de l'importance

si vous allez dans
une université privée coûteuse.

Cela change-t-il votre parcours
de vie en termes de revenus ?

Ce ne concerne pas vraiment l'ajustement
des courbes, c'est une question causale.

♪ [musique] ♪

-[Narratrice]
Prêt à maîtriser l'économétrie ?

Cliquez ici pour entreprendre
un voyage éducatif avec Josh Angrist,

alias « Maître Joshway. »

Ou, si vous voulez d'autres extraits
de cette série d'interviews,

cliquez ici.

♪ [musique] ♪