Un entrepreneur achte un magasin ayant une surface commerciale de 230 m

2
dans un
arrondissement o vivent environ de 6400 familles. Une socit de consultance de
management commercial linforme que le chiffre daffaires des magasins ayant le mme
profil dpend linaire de la surface commerciale du magasin et du nombre des familles qui
habitent dans larrondissement respectif, qui, dhabitude, achtent du magasin le plus proche.
Dans ce sens on lui met la disposition les informations concernant ces indicateurs,
enregistres chez 13 magasins ayant le mme profil:
Tableau n
o
1
Nombre de familles
(centaines)
70 35 55 25 28 43 15 33 23 4 45 20 56
Surface commerciale
(dizaines de m
2
)
21 26 14 10 12 20 5 28 9 6 10 8 36
Chiffre daffaires
(mil. lei)
198 209 197 156 85 187 43 211 120 62 176 117 273
On demande :
a) Sur la base des donnes du problme, compte tenu de la signification conomique
des phnomnes observs, construisez le modle conomtrique laide duquel peut tre
tudie la dpendance entre les phnomnes respectifs ;
b) Estimez les paramtres du modle, vrifiez leur signification et aussi la validit du
modle pour un seuil de signification de 5%;
c) Estimez le chiffre daffaires qui peut tre obtenu par lentrepreneur sil achte le
magasin respectif.
Solution:
a) La liaison conomtrique entre les trois variables, y le chiffre daffaires, x
1
le
nombre de familles et x
2
la surface commerciale, peut tre dcrite laide du modle
suivant :
y
t
= f(x
1t
,x
2t
) + u
t
qui explique la variation du chiffre daffaires en fonction des deux
facteurs.
Lidentification de la fonction de rgression est ralise laide de la reprsentation
graphique de la variable y en fonction des deux autres variables factorielles x
1
et respectif x
2
,
en utilisant le nuage de points .
Figure n
o
1
La reprsentation du chiffre d'affaires (mil. lei)
y = 2,8632x + 56,91
0
50
100
150
200
250
300
0 7 14 21 28 35 42 49 56 63 70 77
Nombre de familles (centaines)
Figure n
o
2
Puisque les graphiques ci-dessus montrent que la liaison entre y et x
1
, respectif y et x
2
peut tre approxime avec une droite, le modle devienne :
y
t
= b
0
+ b
1
x
1t
+ b
2
x
2t
+ u
t
Ce modle cest un modle de rgression linaire multiple car y, tant corrl
linairement avec x
1
et, respectif, x
2
, on dduit facilement quil sera corrl linairement par
rapport aux deux facteurs
b) Pour estimer les paramtres du modle de rgression linaire multiple on applique
la mthode des moindres carrs ordinaires (MCO). Cela consiste minimiser la fonction :
( ) ( )

n
t
t t t j
x b x b b y b F
1
2
2 2 1 1 0

min

Le minimum de cette fonction est donn par le calcul des drives partielles par
rapport aux paramtres du modle
( ) ( )( ) 0 1

2 0

2 2 1 1 0 0


t
t t t
x b x b b y b F
( ) ( )( ) 0

2 0

1 2 2 1 1 0 1

t
t
t t t
x x b x b b y b F
( ) ( )( ) 0

2 0

2 2 2 1 1 0 2


t
t t t t
x x b x b b y b F
Aprs avoir fait les calculs, il rsulte le systme dquations suivant:

'

+ +
+ +
+ +



t t t t t t
t t t t t t
t t t
y x x b x x b x b
y x x x b x b x b
y x b x b b n
2
2
2 2 2 1 1 2 0
1 2 1 2
2
1 1 1 0
2 2 1 1 0



Les valeurs des estimateurs sont obtenues suite la rsolution du systme dquations
antrieur, dont les inconnus sont les trois paramtres
2 1 0
, , b b b
et les valeurs des termes du
systme dquations sont obtenues sur la base du tableau n
o
2, colonnes 1, 2, 3, 4, 5, 6, 7, 8:
Reprsentation graphique du chiffre d'affaires (mil. lei)
y = 6,0293x + 61,384
0
50
100
150
200
250
300
350
0 5 10 15 20 25 30 35 40 45
La surface commerciale (dizaines de mtres carrs)
Tableau n
o
2
Nr.
crt.
x
t 1
x
t 2
y
t
x y
t t 1
x y
t t 2
x x
t t 1 2
x
t 1
2
x
t 2
2
t
t
t
x
x
y
2
1
2446 , 4
4963 , 1
5023 , 37
+
+

t t t
y y u
0 1 2 3 4 5 6 7 8 9 10
1 70 21 198 13860 4158 1470 4900 441 231,3796 -33,3796
2 35 26 209 7315 5434 910 1225 676 200,2326 8,7674
3 55 14 197 10835 2758 770 3025 196 179,2229 17,7771
4 25 10 156 3900 1560 250 625 100 117,3557 38,6443
5 28 12 85 2380 1020 336 784 144 130,3339 -45,3339
6 43 20 187 8041 3740 860 1849 400 186,7352 0,2648
7 15 5 43 645 215 75 225 25 81,1697 -38,1697
8 33 28 211 6963 5908 924 1089 784 205,7293 5,2707
9 23 9 120 2760 1080 207 529 81 110,1185 9,8815
10 4 6 62 248 372 24 16 36 68,9552 -6,9552
11 45 10 176 7920 1760 450 2025 100 147,2815 28,7185
12 20 8 117 2340 936 160 400 64 101,3851 15,6149
13 56 36 273 15288 9828 2016 3186 1296 274,1009 -1,1009
Total 452 205 2034 82495 38769 8452 19828 4343 2034 0
Lestimation du paramtre
0

b est faite ainsi:

4343 8452 205
8452 19828 452
205 452 13
4343 8452 38769
8452 19828 82495
205 452 2034

2
2 2 1 2
2 1
2
1 1
2 1
2
2 2 1 2
2 1
2
1 1
2 1
0







t t t t
t t t t
t t
t t t t t
t t t t t
t t t
x x x x
x x x x
x x n
x x x y x
x x x y x
x x y
b
5023 , 37

0
b .
De la mme manire on obtient les valeurs des autres deux paramtres :
4963 , 1

1
b
et
2446 , 4

2
b
.
Une voie plus rapide pour estimer les paramtres est le calcul matriciel. Ainsi le
systme dquations ci-dessus devient :
(XX)
B

= (XY)
En multipliant gauche avec lexpression (XX)
-1
on obtienne :
(XX)
-1
(XX)
B

= (XX)
-1
(XY)
Il rsulte que :
( ) ( ) Y X X X
b
b
b
B

,
_

1
2
1
0

o les matrices X, Y et U sont les suivantes :

,
_

,
_

,
_

13
3
2
1

;
273
117
176
62
120
211
43
187
85
156
197
209
198
;
36 56 1
8 20 1
10 45 1
6 4 1
9 23 1
28 33 1
5 15 1
20 43 1
12 28 1
10 25 1
14 55 1
26 35 1
21 70 1
u
u
u
u
U Y X

On calcule les matrices suivantes :

( ) ( )
( )
( ) ( )

,
_

,
_

,
_

,
_

,
_

,
_

2446 , 4
4963 , 1
5023 , 37

' '

00146 , 0 00047 , 0 00669 , 0

00047 , 0 00039 , 0 0063 , 0
00669 , 0 00630 , 0 40147 , 0
53460 17216 244436
17216 14434 230376
244436 230376 14676700
36557768
1
'
36557768 ' ;
38769
82495
2034
' ;
4343 8452 205
8452 19828 452
205 452 13
'
3
3
3
1
1
c
b
a
Y X X X B
X X
X X Y X X X
Les valeurs thoriques du chiffre daffaires sont obtenues par la relation :
t t t
x x y
2 1
2446 , 4 4963 , 1 5023 , 37 + +
Le calcul des autres indicateurs du modle de rgression linaire multiple est fait en
utilisant les relations suivantes :
- pour lestimation de la variance,
u
2
, de la variable rsiduelle u :
( )

n
t
t t u
k n
u
y y
k n
s
t
1
2
2 2

1
1
- pour lestimation des variances des paramtres
2 1 0
, , b b b

:
( )
ij u
b
c s s
j

2

2
, o les c
ij
sont les lments qui se trouvent sur la diagonale
principale de la matrice (XX)
-1
. Donc :
( )

,
_

,
_

2 2

2
1
0
0015 , 0
0004 , 0
4015 , 0
b
b
b
u
b
s
s
s
s s
j
- pour le rapport de corrlation :
( )
( )
( )
( )

2
2
2
2

y y
y y
y y
y y
R
t
t t
t
t
- pour la valeur de la variable Durbin-Watson, calcule pour vrifier lindpendance
des erreurs :
( )

n
t
t
n
t
t t
u
u u
d
1
2
2
2
1

La vrification de la signification de lhypothse dindpendance des erreurs en
utilisant le test Durbin-Watson, permet de comparer la valeur calcule avec celles offertes par
le tableau D-W, respectif d
1
=0,95 et d
2
= 1,54 en fonction dun seuil de signification = 0,05,
du nombre des variables exognes k = 2 et du nombre des observations n = 13 (n = 15).
Le modle a t rsolu laide du logiciel EXCEL en conduisant laffichage des rsultats
suivants:
SUMMARY OUTPUT
Regression Statistics
Signification
des indicateurs
Multiple R 0,9251 R
R Square 0,8558
R
2
Adjusted R Square 0,8270
R
c
2
Standard Error 27,85
u
s

Observations 13
n
ANOVA
df SS MS F
Regression 2 k 46033,0166
( )

2
y y
t
23016,5083
s
y x /
2
29,6749 Fc
Residual 10 n k 1 7756,2142
( )

t t
y y
775,6214
2
u
s
- -
Total 12
1 n
53789,2308
( )
2
y y
t
- - - -
Variable Coefficients
Standard Error
t Stat
Constante 37,5023
0

b
17,6461
0

b
s
2,1252
0

b
t
x1t 1,4963
1

b
0,5534
1

b
s
2,7039
1

b
t
x2t 4,2446
2

b
1,0650
2

b
s
3,9856
2

b
t
Aprs la vrification de la signification des paramtres on a constat que:
228 , 2 1252 , 2
10 ; 05 , 0
0
< t t
b
, donc le paramtre
0
b nest pas significativement
diffrent de zro un seuil de signification de 0,05; de mme on a
228 , 2 7039 , 2
10 ; 05 , 0
1
> t t
b
, donc le paramtre b
1
est significativement diffrent de zro un
seuil de signification de 0,05;
228 , 2 9856 , 3
10 ; 05 , 0
2
> t t
b
et donc le paramtre b
2
est
significativement diffrent de zro un seuil de signification de 0,05.
En faisant la comparaison entre la valeur calcule de la variable Durbin-Watson
d
c
= 2,1682 avec les deux valeurs prises du tableau D-W, on remarque que d
c
= 2,1682 > d
2
=
1,54 et d
c
= 2,1682 < 4-d
2
= 2,36, donc les erreurs sont indpendantes.
Puisque F
c
= 29,6749 > F
0,05 ;2 ;10
= 4,1 il rsulte que la valeur du rapport de corrlation
est significativement diffrente de zro un seuil de signification de 0,05.
En utilisant lquation de lanalyse de la variation :
( ) ( ) ( )

+
2 2
2
y y y y y y
t t t t
il rsulte que le modle conomtrique explique
85,58 %
( )
( )

,
_

100

2
2
y y
y y
t
t
de la variation totale du chiffre daffaires.
En conclusion, on peut affirmer que le modle est correctement spcifi, cest--dire
les variables x
1t
et x
2t
sont des facteurs significatifs du chiffre daffaires, puisque leurs
estimateurs sont significativement diffrents de zro et correctement identifis, car le modle
explique la plus part de la variation du chiffre daffaires.
Les relations
1 , 2

2
1 , 2

1
2 1

> >
k n
b
k n
b
t
s
b
t
s
b

indiquent aussi le fait que les deux variables
x
1t
et x
2t
ne soient pas corrles linairement. Si ces variables taient corrles linairement
(fortement) alors un des estimateurs aurait t insignifiant, ce qui signifie quune des deux
variables doit tre limine du modle.
Par lutilisation dun modle de rgression linaire multiple, les deux estimateurs
1

b et
2

b reprsentent les coefficients de rgression (les coefficients marginaux ou

2 1
,
x
y
x
y

), ce
qui signifie que pour une modification de 100 du nombre de familles, le chiffre daffaires du
magasin souffrira une modification de 1,4963 mil. lei, et si la surface commerciale se
modifie avec 10 m
2
le chiffre daffaires supportera une modification de 4,2446 mil. lei.
Ainsi, le modle qui dcrit la liaison entre les phnomnes analyss est :
t t t
x x Y
2 1
2446 , 4 4963 , 1 5023 , 37

+ + R = 0,9251
(17,6461) (0,5534) (1,065) d = 2,1682
85 , 27
3

u
s

d) Puisquon a constat que ce modle explique le mieux possible la variation du
chiffre daffaires, celui-ci sera utilis en vue de lestimation des valeurs probables du chiffre
daffaires pour lentrepreneur respectif. Dans ce cas, si x
0
= 1, x
1
= 64, x
2
= 23, en moyenne,
le chiffre daffaires est gal :
2 , 2 1 , 1 0 ,

v n v n v n o v n
x b x b x b Y
+ + +

+
+ +
O :

+v n
Y

lestimation ponctuelle de la valeur de prvision pour la variable y ;

y
n+v
= la valeur relle de la variable y au moment de prvision (n+v)
Sous la forme matricielle, la relation antrieure devient :
( ) Y X X X X B X Y
v v v n


+
1

O :

,
_

+
+
2 ;
1 ;
1
v n
v n v
x
x X
reprsente la matrice colonne des valeurs de prvision des variables
x
j
(j = 2 ; 0 ) pour le moment (n+v).
On a : 231 89 , 230 23 * 2446 , 4 64 * 4963 , 1 1 * 5023 , 37

+ +

+v n
Y mil. lei.
Pour lestimation de lintervalle de confiance pour cette valeur probable il est
ncessaire de calculer la variance de cette valeur laide de la relation suivante :
( ) [ ]
v v u
Y
X X X X s s
v n
1 ' 2 2

' 1
*

+
+
.
( )
65 , 31
84 , 1001
23
64
1
0015 , 0 0005 , 0 0067 , 0
0005 , 0 0004 , 0 0063 , 0
0067 , 0 0063 , 0 4015 , 0
23 64 1 1 6214 , 775

1
1
1
]
1

,
_

,
_

+
v n
v n
Y
Y
s
s
Lintervalle de confiance de la prvision du chiffre daffaire, estim un seuil de
signification = 0,05, pour lequel la valeur de
v
t
; 2
, prise de la table de la distribution
Student, est
v
t
; 2
= 2,228, sera calcule laide de la relation :
[ ]

+
+ +
+ + +
1

* *
; 2
*
; 2
*
p s t Y y s t Y P
v n v n
Y
v v n v n
Y
v v n

[ ] 95 0 05 0 1 65 31 228 2 231 65 31 228 2 231 , , , * , y , * , P
v n
+
+
[ ] 95 , 0 301 160
+v n
y P
En conclusion, un seuil de signification de 5 %, le chiffre daffaire de lentrepreneur
respectif sera situ entre 160 et 301 millions lei.