Motivation

Cet ouvrage porte sur l’étude de l’économie industrielle. Il se veut à destination des premiers et deuxièmes cycles universitaires. Il a - nous pensons - plusieurs originalités, dont une qui est de reposer également sur les dernières techniques de science des données.

Il est construit en R et Markdown. Il contient également de nombreuses boîtes de code en R (Xie 2015, 2020; Allaire et al. 2020; Xie, Allaire, and Grolemund 2018).

Les données sont collectées le plus souvent possible par API. Les tableaux sont générés de façon dynamique. Les données non-structurées sont également utilisées et exploitées avec des techniques de NLP, etc.

Nous pensons que la combinaison des enseignements de l’économie industrielle vus sous l’angle de la science des données peut donner des connaissances importantes pour les étudiants désireux de comprendre les notions d’industries, de grappes industrielles, d’éco-systèmes, de stratégies tout en tenant compte du contexte international et technologique. Par exemple, les stratégies de prix seront étudiées sous l’angle habituel avec en plus une concentration sur les stratégies de prix en ligne (Warin and Leiter 2007, 2012). Les questions d’innovation et de révolution industrielle sont également étudiées.

Le livre Économie Industrielle avec R : Exercices (De Marcellis-Warin and Warin 2020) est disponible pour que les étudiants puissent tester leur connaissance sur les thèmes abordés dans cet ouvrage.


Pour citer cet ouvrage:

De Marcellis, Nathalie; Warin, Thierry (2020): Économie Industrielle avec R. figshare. Book. https://doi.org/10.6084/m9.figshare.12156102.v2

@book{de_marcellis-warin_economie_2020,
    title = {Économie {Industrielle} avec {R}},
    url = {https://warin.ca/ecoindusr/},
    abstract = {Ceci est un ouvrage d’économie industrielle à destination des premiers et deuxièmes cycles universitaires qui repose également sur les techniques de science des données.},
    author = {De Marcellis-Warin, Nathalie and Warin, Thierry},
    year = {2020},
    doi = {10.6084/m9.figshare.12156102.v2}
}

References

Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, and Richard Iannone. 2020. Rmarkdown: Dynamic Documents for R. https://CRAN.R-project.org/package=rmarkdown.

De Marcellis-Warin, Nathalie, and Thierry Warin. 2020. Économie Industrielle Avec R : Exercices. https://warin.ca/ecoindusrexercices/.

Warin, Thierry, and Daniel Leiter. 2012. “Homogenous Goods Markets: An Empirical Study of Price Dispersion on the Internet.” International Journal of Economics and Business Research 4 (5): 514–29. https://doi.org/10.1504/IJEBR.2012.048776.

Warin, Thierry, and Daniel B. Leiter. 2007. “An Empirical Study of Price Dispersion in Homogenous Goods Markets.” 0710. Middlebury College, Department of Economics. https://ideas.repec.org/p/mdl/mdlpap/0710.html.

Xie, Yihui. 2015. Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC. https://yihui.org/knitr/.

Xie, Yihui. 2020. Bookdown: Authoring Books and Technical Documents with R Markdown. https://CRAN.R-project.org/package=bookdown.

Xie, Yihui, J. J. Allaire, and Garrett Grolemund. 2018. R Markdown: The Definitive Guide. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown.