6533b85ffe1ef96bd12c1b03

RESEARCH PRODUCT

HOW TO MAKE A PIE: REPRODUCIBLE RESEARCH FOR EMPIRICAL ECONOMICS AND ECONOMETRICS

A. LacroixJean-marc RousselleE. MaignéChristophe BontempsFabrice LevertVirginie PiguetValérie OrozcoAnnie Hofstetter

subject

Workflow *Economics and Econometrics[QFIN]Quantitative Finance [q-fin]Soft- ware05 social sciencesLiterate ProgrammingReplication01 natural sciencesReproducibility[SHS]Humanities and Social Sciences010305 fluids & plasmas[STAT]Statistics [stat]Empirical Economics0502 economics and business0103 physical sciencesEconomics[INFO]Computer Science [cs]050207 economicsJEL: A - General Economics and TeachingB- ECONOMIE ET FINANCEHumanities

description

Les recherches empiriques en sciences humaines et sociales necessitent la manipulation de nombreux fichiers : differents jeux de donnees, de multiples programmes, qu'ils soient destines a la manipulation de donnees, aux traitements statistiques, aux estimations econometriques ou a des simulations, et de nombreux fichiers successifs de resultats. Maitriser l’ensemble des etapes du projet de recherche est indispensable si l’on souhaite pouvoir reproduire ou repliquer les resultats a long terme. Cette rigueur (fiabilite, tracabilite, reproductibilite), est desormais de plus en plus exigee par notre profession ainsi que par les editeurs de revues scientifiques. Apres avoir mis en evidence les enjeux de cette « recherche reproductible » (Claerbout, 1990) pour les economistes, nous en declinons les principes autour de trois axes simples : organiser les etapes du projet et les fichiers, ecrire des programmes clairs et documentes, et automatiser le plus possible les operations jusqu’au document presentant les resultats. Ces principes sont alors illustres par differentes bonnes pratiques, en allant des plus simples au plus sophistiquees, avec un focus particulier sur les fonctionnalites des logiciels les plus courants en economie (Stata, R, SAS, Matlab, Mathematica, Gams).

yearjournalcountryeditionlanguage
2020-12-01Journal of Economic Surveys
https://doi.org/10.1111/joes.12389