Aller au contenu

Les équations · page 25 / 26

Points de vigilance

Quatre faiblesses réelles, qu'il vaut mieux annoncer soi-même que subir. Un jury de licence attend rarement qu'un mémoire soit sans limite. Il attend qu'on les connaisse.

Les quatre endroits attaquables

Chaque point donne la critique, puis la réponse à tenir.

1 · Le biais d'échantillon fini du Gini

Deltas a montré en 2003 que l'indice de Gini calculé sur un échantillon est biaisé vers le bas, et que ce biais décroît avec le nombre d'unités. Or nos deux indices sont calculés sur des effectifs très différents : 26 communes d'origine contre 75 communes d'accueil. Le biais est donc plus fort du côté des flux sortants, ce qui pousse mécaniquement dans le sens de notre conclusion.

Réponse. L'écart observé, 0,181, est très supérieur à l'ordre de grandeur du biais attendu, et le bootstrap confirme qu'il excède la variabilité d'échantillonnage. Mais il faut savoir dire que le bootstrap mesure la variance, pas le biais. Une vérification par bootstrap avec correction de biais renforcerait la démonstration si le temps le permet.

Concerne l'équation 3.1.

2 · L'endogénéité possible de la violence de voisinage

L'équation 3.3 suppose que la violence des communes voisines est exogène au déplacement de la commune considérée. Si les groupes armés se déplacent en réaction aux mouvements de population, la relation pourrait fonctionner dans les deux sens.

Réponse. Les effets fixes croisés absorbent l'essentiel de la confusion structurelle, et la spécification retardée d'un mois établit que la violence précède la fuite. Le mémoire ne revendique d'ailleurs pas une causalité au sens strict mais une association robuste, formulation à tenir avec constance.

Concerne l'équation 3.3.

3 · Les effets fixes croisés et le débat récent

Une série de travaux depuis 2020, Goodman-Bacon, de Chaisemartin et D'Haultfœuille, Callaway et Sant'Anna, ont montré que l'estimateur à effets fixes croisés peut produire des moyennes pondérées à poids négatifs en présence d'effets hétérogènes.

Réponse. Cette littérature porte sur les traitements binaires à adoption échelonnée, configuration de type différences de différences. Notre régresseur est continu et notre design n'est pas un traitement. La critique ne s'applique donc pas directement, ce qu'il est utile de savoir formuler précisément. L'hétérogénéité des réponses entre communes reste néanmoins une limite honnête à mentionner.

Concerne les équations 3.2 et 3.4.

4 · Le changement de méthode entre 3.2 et 3.6

Le mémoire rejette les moindres carrés à l'équation 3.2 avec des arguments solides, puis les emploie à l'équation 3.6. Un jury attentif peut y voir une incohérence.

Réponse. Elle est donnée en détail sur la fiche de l'équation 3.6 : nature différente de la variable expliquée, objet différent, absence d'effet fixe en coupe. Le principe reste le même d'un bout à l'autre, la méthode suit la structure des données. Ajouter une estimation PPML de 3.6 en annexe de robustesse désamorcerait complètement l'objection.

Concerne les équations 3.2 et 3.6.

Ce qui n'est pas un point de vigilance

Les limites de méthode se distinguent des failles du dossier de rédaction.

Les quatre points ci-dessus sont des limites de méthode : elles resteront vraies quand le mémoire sera déposé, et elles s'énoncent dans le texte. Elles ne se confondent pas avec les révisions ouvertes, marquées en rouge dans tout le dossier, qui sont des à-faire et disparaîtront quand le travail sera terminé.

Les révisions ouvertes sur l'appareil quantitatif sont sur la page La carte des équations. Les décisions en attente qui relèvent des deux autrices sont au sommaire.