L’importance des statistiques en économie (avec exemples)

Le domaine des statistiques concerne la collecte, l’analyse, l’interprétation et la présentation des données.

Dans le domaine de l’économie, les statistiques sont importantes pour les raisons suivantes :

Raison 1 : Les statistiques permettent aux économistes de comprendre l’état de l’économie à l’aide de statistiques descriptives.

Raison 2 : Les statistiques permettent aux économistes de repérer les tendances de l’économie à l’aide de visualisations de données.

Raison 3 : Les statistiques permettent aux économistes de quantifier la relation entre les variables à l’aide de modèles de régression.

Raison 4 : Les statistiques permettent aux économistes de prévoir les tendances de l’économie.

Dans la suite de cet article, nous développons chacune de ces raisons.

Raison 1 : Comprendre l’économie à l’aide de statistiques descriptives

Les statistiques descriptives sont utilisées pour décrire les données.

Les économistes calculent souvent les statistiques descriptives suivantes pour une région donnée :

• Le revenu moyen des ménages.
• L’écart type des revenus des ménages.
• La somme du produit intérieur brut.
• La variation en pourcentage du total des nouveaux emplois.

Grâce à ces mesures, les économistes peuvent mieux comprendre l’état de l’économie dans une région particulière.

Ils peuvent ensuite utiliser ces mesures pour informer les politiciens ou les législateurs sur les meilleures méthodes à utiliser pour garantir que l’économie reste saine et se développe.

Remarque : Ces types de statistiques descriptives sont utilisés à tous les niveaux de l’économie. Par exemple, les économistes au niveau national, au niveau de l’État, au niveau de la ville, au niveau du comté, etc. utilisent tous des statistiques descriptives pour mieux comprendre l’état de l’économie dans leur région.

Raison 2 : repérer les tendances à l’aide de la visualisation des données

Une autre manière courante d’utiliser les statistiques en économie consiste à visualiser des données telles que des graphiques linéaires, des histogrammes, des boîtes à moustaches, des diagrammes circulaires et d’autres graphiques.

Ces types de graphiques sont souvent utilisés pour aider les économistes à repérer les tendances qui peuvent les aider à déterminer si l’économie s’améliore ou est en déclin.

Par exemple, supposons qu’un économiste crée le graphique linéaire suivant qui montre le taux de chômage global dans une certaine ville par année :

En regardant simplement ce graphique à barres, l’économiste sera en mesure de constater que le taux de chômage diminue avec le temps, ce qui est le signe que l’économie est forte et que de plus en plus de citoyens trouvent un emploi.

Raison 3 : Quantifier la relation entre les variables à l’aide de modèles de régression

Les statistiques sont également utilisées en économie sous la forme de modèles de régression .

Ce sont des modèles qui permettent aux économistes de quantifier la relation entre une ou plusieurs variables prédictives et une variable de réponse .

Par exemple, un économiste peut avoir accès à des données sur le nombre total d’années d’études, les heures de travail hebdomadaires et le revenu des ménages d’une certaine ville.

Ils pourraient ensuite construire le modèle de régression linéaire multiple suivant :

Revenu = 35 870,22 + 1 500,24 (années d’études) + 400,34 (heures travaillées par semaine)

Voici comment interpréter les coefficients de régression dans ce modèle :

• Pour chaque année d’études supplémentaire, le revenu total du ménage augmente en moyenne de 1 500,24 $ (en supposant que les heures de travail restent constantes).
• Pour chaque heure supplémentaire passée à travailler par semaine, le revenu total du ménage augmente en moyenne de 400,34 $ (en supposant que les années d’études restent constantes).

En utilisant ce modèle, l’économiste peut rapidement comprendre qu’une augmentation du niveau de scolarité et du nombre total d’heures travaillées est associée à un revenu du ménage plus élevé.

Ils peuvent également quantifier exactement dans quelle mesure une éducation supplémentaire et des heures de travail supplémentaires affectent le revenu du ménage.

Raison 4 : Prévisions des tendances de l’économie

Les statistiques sont également utilisées en économie sous la forme de prévisions de tendances.

Par exemple, un économiste peut collecter des données sur les ventes totales (en millions) de biens dans un certain pays, puis créer une prévision des ventes futures :

Grâce à ces prévisions, l’économiste peut prédire (avec un certain niveau de confiance ) comment l’économie se comportera probablement dans les mois et les années à venir.

Ressources additionnelles

Les articles suivants expliquent l’importance des statistiques dans d’autres domaines :

Pourquoi les statistiques sont-elles importantes ? (10 raisons pour lesquelles les statistiques sont importantes !)
L’importance des statistiques dans les entreprises
L’importance des statistiques en comptabilité
L’importance des statistiques dans l’éducation
L’importance des statistiques dans les soins de santé