Académique Documents
Professionnel Documents
Culture Documents
a^
et
^y = a^ x + b^
et on calcule ces
b^
somme (x x )( y y )
somme (xx )2
XY
X2
4-(E) on a
soit plus
a^
X2
donc
a^
sans biais si E(
soit =X/
= XY
=
X
X
X
^
=(X 1 *XY =(X 1 *X(X+) = (X 1 *X+(X
X
1
*X
=+(X 1 X avec
^
E( =E()=
E ( ) =0
X
X
^
E( =E()+ (X 1 X E()
donc
V()=E( (-E(
= E(
H5: Normalite
Les erreurs () sont distribuees selon une loi normale
H6 : Elle concerne la variable exogene
La moyenne des observations de la variable exogene ne doit pas
changer de manire significative si lon ajoute de nouvelle
observation
H7 : pas de restrictions sur les parametres :
Ils peuvent etres positifs,negatifs ou nuls
Les Hypotheses de base Multiple :
Pour pouvoir assumer que les coefficients de la MCO sont nonbiaises, c--d que la valeur predite par lestimateur converge
Analyser et interpeter
^y = + x + x
et (
et (
les
On Consiste Que :
Coefficient a^
-si 0 et 0 : les deux coefficients des deux variable x et
x sont positif , ce qui implique que la variable y et les deux
variables exogene x et x variant dans le meme
sens,autrement dit si x et x augmentent le y va augment
-si 0 : cela signifie que x varie dans le sens inverse de la
variable y , donc si la variable x augment le variable
endogene y augmente
Ecart type estime S a^
Si le variable x est plus petite que celui de la variable x , S
S
a^
a^
80 bonne ,
moins bonne ,
80 parfaite (robuste), 70
50
30 faible
R2
il prend
R2
si t
tab
cal on rejette H
risque (=) do H : a
cal
en faveur de H au seuil de
tab
-Prob finalement lanalyse de la donne probabilite Fstatistic nous permet de valider le module parceque leProb
statistic ne depasse pas le risque le modele est bien specifie
a ainsi quil existe la relation entre les variables est
pertinent,et donc le modele est globalement significative
cal
(xx )( y y )
= XY/
(x x )
b^
X2
= Cov(x,y)/V(x)
a^ x
Cov(x,y)= ( xx )( y y ) /n
Variance= ( xx ) /n
ecart type
(x x )2
= V ( x) =
SCReg ( ^y y )
R=
=
SCT
( y y )2
2
R2=r 2 =
ou
Cov ( x , y )2
x2 y2
R2
bonne ,
R2
R2
80 parfaite (robuste), 70
R2
R2
80
50 moins
30 faible
r=
coefficient de correlation
Cov ( x , y )
x y
ou r = R
a^ 2
(x x )2 =
R2
*SCT
2
SCT= ( y y ) = SCRes + SCReg
SCRes
n2
MCRes
Variance derreur type estime s =
SCRes
n2
La variance estime S a^
x
x
(x )
n
x
x
si t
tab
tab par le
cal
cal on rejette H
risque (=) do H : a
en faveur de H au seuil de
R
1R 2
n2
dans la RLS ( F =
tab par le
cal
significative
Si Fcal F tab : donc on accepte H en faveur de H au
seuil de risque (=..) , le modele nest pas globalement
significative selon le test Fisher , dans ce cas on se retrouver
devant deux choix soit on va eliminer les variables non
significative retrouver selon le test student , ou ajouter dautre
variable explicative , et recalculer nouveau la statistique de
Fisher pour savoir si le modele est valide c--d devient
globalement significative