Cet ouvrage est conçu pour les étudiants de Master en Sciences économiques. Il peut également être utile pour les doctorants dans ce domaine. Il présente les applications des différentes méthodes économétriques sous le logiciel R. C’est pour cette raison qu’il commence par un court chapitre de présentation de R et des données macroéconomiques de la Banque mondiale (BM) pouvant être utilisées pour l’estimation de différents modèles. Le manuel se divise par la suite en cinq parties. La première traite du modèle linéaire et de sa généralisation, la deuxième est consacrée à l’économétrie des séries temporelles, la troisième à celle des données de panel, la quatrième au traitement économétrique de la causalité et la cinquième introduit la modélisation économétrique bayésienne et l’intelligence artificielle. La première partie comprend six chapitres. Le premier présente les fondements statistico-mathématiques de l’économétrie, le deuxième traite du modèle de régression linéaire simple, le troisième expose le modèle de régression multiple, le quatrième l’évaluation et les diagnostics du modèle linéaire classique, le cinquième porte sur la généralisation du modèle linéaire et le sixième traite les modèles à équations simultanées. La deuxième partie, consacrée aux séries temporelles, comprend quatre cha- pitres. Le premier présente les modèles univariés des séries temporelles, le deuxième les modèles VAR et VECM, le troisième les modèles SVAR et ARDL et le quatrième présente une introduction au modèle DSGE. La troisième partie, consacrée aux données de panel, comprend trois chapitres. Le premier est consacré aux principaux modèles linéaires des DP, le deuxième aux autres modèles statiques et le troisième aux modèles dynamiques des DP. La quatrième partie, consacrée au traitement économétrique de la causalité, comprend deux chapitres. Le premier traite de la causalité et des essais randomisés et contrôlés et le second du modèle causal et de ses extensions. La cinquième et dernière partie de l’ouvrage est consacrée à l’économétrie bayé- sienne. Elle comprend cinq chapitres. Le premier introduit l’inférence bayé- sie