M1 APEME
M1 APEME
2024-2025
Groupes projet
Retour test questionnaire
Ajout question
Modification questionnaire
groupe méthode cout de déplacement
groupe méthode des prix hédoniques
Presentation
Document
hedonic pricing method
contingent valuation
Exemples de questionnaire
Formulaire à compléter
Vidéos pour illustrer les différentes méthodes
Instruction pour l'oral et le dossier pour la promo 2022-2023
Temps 1) Présenter les principaux résultats de l'enquête avec un focus particulier sur « votre » attribut. Exemple :
-Quels sont les consentements à payer marginaux pour chacun des attributs? Conseil : Estimez un modèle logit conditionnel (facultatif : estimer un modèle logit à paramètres aléatoires afin de prendre en compte l’hétérogéneité des préférences).
-Quelle est l’hypothèse nulle concernant « votre » attribut? Est-elle rejetée? Créer une variable d’interaction entre « votre attribut » et votre question de suivi
-Est-ce que la photo a un impact sur les réponses. Conseil : Utiliser test un test du chi-deux pour tester l’impact de la photo pour chacun des choix. Dans le modèle de choix, vous pouvez aussi créer une variable qui prend 1 si c’est le sondé à vu l'image et 0 sinon, et la mettre en interaction avec les attributs.
Temps 2: Présenter un article (parmi la liste communiquée par Mr Gastineau)
-Que cherche à tester l’auteur?
-Comment le fait-il?
-Quels sont les résultats et les implications en terme de politique publique
Réalisation du questionnaire pour la promotion 2023-2024
Critique de l'enquête précédente et proposition d'attribut
Dernière version questionnaire
Présentation de l'attribut CO2 par groupe (pour le 15/01/2024)
Présentation sur la norme sociale
Orthogonal design et efficient design
Question à ajouter + hypothèse nulle
Réalisation du questionnaire pour la promotion 2022-2023
Conception
+ Proposition de questions (ici)
+ Proposition d'amélioration du questionnaire (ici)
+ Questionnaire mis à jour avec les questions (ici)
Base de données à la date du 24/03 à 13h
+ en format brut cad 1 ligne par réponse (ici)
+ en format exploitable cad 1 ligne par choix (ici)
Exercice
Divers
+ Questions éventuels sur le choice experiment (ici)
Exposés des étudiants pour la promotion 2022-2023
Lien mise à jour en fonction de la réactivité des étudiants : ici
Réalisation du questionnaire pour la promotion 2022-2023
Création d'une serre à l'université de Nantes, sur le modèle de Nantes Nord Fertile dans le quartier Nantes Nord Chêne des Anglais (ici et ici). Des premières serres ont vu le jour sur le campus (en face de l'arrêt centrale-audencia).
Brainstorming pour proposer des idées pour améliorer sur le campus la prise en compte de la protection de l'environnement au sens large du terme. Plusieurs thématiques sont retenues pour l'enquête et combinées.
Préparation du questionnaire de base à partir d'un efficient design qui indique le signe des paramètres
+Première version du questionnaire (ici), deuxième version du questionnaire (ici)
+Code pour générer l'efficient design en version txt (ici)
+Code pour générer l'orthogonal design (ici), design qui n'est pas retenu
Réalisation d'un pré-test afin d'obtenir des informations préliminaires sur les préférences des individus et pour améliorer le questionnaire
+ Données du pré-test réalisé en classe le 28 mars, en version csv (ici), version google sheet (ici) et en version excel (ici)
+ Troisième version du questionnaire (ici)
Version finale du questionnaire à partir d'un efficient design (on utilise les coefficient estimés à partir d'un logit conditionnel sur les données du pré-test)
+Codes R pour estimer le logit conditionnel et obtenir les coefficients (les "priors"): en version txt (ici) et en code R (ici)
+Code ngene pour générer l'efficient design : en version txt (ici)
+Nouveau design : en version google sheet (ici)
+ Différentes pistes pour prendre en compte les biais cognitifs (comme la norme sociale, le biais d'ancrage, etc) sont envisagées. La norme sociale est finalement retenu. Un échantillonnage de type fractionnée sera retenu.
+Questionnaire (ici)
Base de données finale (08/04)
+Données pour travailler sur R avec Appolo (1 ligne par choix) en format V1 en csv: (ici)
+Données pour travailler sur un tableur (ex: Excel) et explorer les données (1 ligne par répondant) en format google sheet: (ici)
+Code R pour estimer un logit conditionnel et calculer les consentements à payer (ici)
+Code R pour estimer un logit conditionnel avec une variable d'interaction entre le "genre" et l'attribut "eau"(ici)
+Code R pour estimer un logit conditionnel avec une variable d'interaction entre le "prix" et le "compost" (ici)
+Code R pour estimer un logit conditionnel avec une variable d'interaction entre le traitement (s'il y a des informations sur les choix préliminaires) et la taille (ici)
+Code R pour estimer un mixed logit model (ici)
Exercices (11/04)
+ Travailler avec les données V2 en csv (ici) Remarque: il y a une colonne en plus par rapport à la V1
+ Exercices et correction (ici)
Rappel des seuils de significativité :
Si la P-value est supérieure à 0,10, le résultat n'est pas significatif (t<1,64)
Si la P-value est comprise entre 0.05 et 0.1, le résultat est significatif au seuil de 10% (1,96>t>1,64)
Si la P-value est comprise entre 0.01 et 0.05, le résultat est significatif au seuil de 5% (2,58>t>1,96)
Si la P-value est inférieur à 0.01, le résultat est significatif au seuil de 1% (t>2,58)
Réalisation du questionnaire pour la promotion 2021-2022
Première version du questionnaire à partir d'un orthogonal design (=questionnaire de l'année dernière)
+Questionnaire (ici)
+Le code Ngene pour générer l'orthogonal design est dans le powerpoint
Deuxième version du questionnaire à partir d'un efficient design (on indique seulement si les coefficients sont positifs ou négatifs), de nouveaux attributs et de l'insertion d'une photo visible pour une partie des répondants
+Questionnaire (ici)
+Code pour générer l'efficient design sur ngene: en version txt (ici) et en version ngene (ici)
Troisième version du questionnaire à partir d'un efficient design (on utilise les coefficient estimés à partir d'un logit conditionnel sur les données du pré-test)
+Données du pré-test réalisé en classe le 1er mars, en version csv (ici) et en version excel (ici)
+Codes R pour estimer le logit conditionnel et obtenir les coefficients (les "priors"): en version txt (ici) et en code R (ici)
+Codes R pour estimer le mixed logit conditionnel : en code R(ici)
+Code ngene pour générer l'efficient design : en version txt (ici) et en version ngene (ici)
+Questionnaire (ici)
Bibliographie:
Carson (2003) Contingent Valuation and Lost Passive Use: Damages from the Exxon Valdez Oil Spill, Environmental and Resource Economics (lien)
Carson and Groves (2007) Incentive and informational properties of preference questions, Environmental and Resource Economics (lien)
Johnston et al. (2007) Contempory guidance for stated preference studies, Journal of the Association of Environmental and Resource Economics (lien)
Vossler et al. (2002) Truth in Consequentiality: Theory and Field Evidence on Discrete Choice Experiments, American Economic Journal Microeconomics (lien)
Hanley et al. (2007) Choice modelling a superior approach (lien) 438-441
Cartes de choix proposées par les étudiants
Questionnaire à tester
V1: Avant de partir le tester
V2: Avant de partir le tester (réponses)
Site internet:
https://www.evri.ca/en/home