Vous êtes sur la page 1sur 3

UniversitéIbn Zohr

ENCG Agadir TD Statistique


Niveau: 3"-" Année
nroferueur: M. HOUSS.cS

ProblèmeI
On considèreun modèlelinéairefaisantdépendrele taux de croissance du PIB français< Y >,
du taux de croissance du PIB allemaiid(X1), du taux de croissancedu PIB italien(X2) et
d'uneconstante. On disposed'un échantillonde donnéessemestrielles sur la périodede
1963'.2à 2002:2 soitun total de 79 observations.
1- Retrouveralorsles6 élémentsmanquants desrésultatsdu traitementsi-dessous.Vous
justifier trèsprécisémertvotreréponse.

Résultâtsdu traitement :
Variabledépendante: Y
Méthode:OLS
D^te1.12/21/04

0.149478 0.0s9981 2.492t08


0.466263 0.075113 ????!??? Ç/ Lc7\ 37):
0.001337 3.171449 o,, c2e \ L,t cL3

R-squared 0.462545 lF-lisher ??????????


AdjustedR-squared ????????? | F (lu sur ta tâble) ????????????
ESS 0.008769
RSS ?????????

2- Poserl'équationfinaledu modèle.
3- Selonvous,la régressionest-elle significative? justifier.
4- Lesvariables prisessimultanément
explicâtives expliquent-elle
significativelnent
la
variableY ? justifier.

Problème2 :
Nousdisposons pourn entreprises i : 1,..........,n,desvaleursdu capitalK, de la valeur
ajoutéeVA et de l'emploi L. noussupposons quela fonctionde productionde cesentreprises
estdu t)?e cobb-douglas:

VA: e( f reL
Soitenpassant
en logarithmes
.
t,.

L og V A = 0 ,+ p l -o g l .+ pLogK q"J€-û 4 = Lc,Q 4, .


t)
Le modèlg.derégressionlinéaireassociéestdu t)?e :

L o g V A : 0 + P LogL + plogp+ e
1:4n cqP et p sontdesparamètres inconnuset e estvariablealéatoiretelle queE (e) = 0,
=
ilde):62 cov (ei ; ej) 0 lorsquei lj
"t
l- Ecrirele.modèle sousformçqtalricielleY: XA + E avecY,^Xet A queI'on
précisera.
Rappelerl'çxprqssiop^matricielle{e I'estimateurA de A. quevaut la
matricedevariancacovariancçA ? {onnçr un ostimateurde la variancerésiduelle.
2- Pour 1658entreprise,
nousavonsobtenuà l'aide de I'estimationOLS :
Log VA : 3.136+ 0.738Log L + 0.282LogK
R3:0.945
RSS: 148.27
Nous donnonségalement:

0.0288 0.0012 -0.0034


(xçit 0.0012 0.0016 -0.0010
-0.0034 -0.0010 0.0009

3- Calculeruneestimationde la variancerésiduelle.
4- Déterminerla matricedevariancecovariance.
a et p.
5- Donnerun intervallede confiancede niveau95olopour lesparamètres
Interpréterlesrésultats.

Problème3 :
La régressionsuivantetented'expliquerle nombred'heuresde travauxdomestiques
effectués
pendantunesemainepar le nombred'heuresdetravailaubureau.

Ménage: Nombred'heuresconsacrées auxtravauxdomestiques.


:
Bureau Nombred'heurestravailléesaublrreau

Nous avonseffectuéunerégressionsur cesdonnées: voir résultatsdansle tableaude la page


suivante.

a) quellessont les hypothèsesfondamentales


d'applicationde la méthodedes moindres
carrés?

b) Déterminezl'équationde la droitede régression


expérimehtale.

c) En considérant
un risqued'erreurde 5oZ,cetterégression
est-ellesignificative?

d) Quelleest la proportionde la sommetotale des carrésexpliquéepar le modèle?Est-ce


considérable?
e) Peut-onparlerd'unerelationlinéaireentreles deuxvariables?Justifier.

| À votre avis, le nombred'heures-detravail au bureauexplique-t-ille nombred'heures


consacréesaux travauxménagers? Justifieren utilisant la méthodedu test ainsi que la
méthoded'intervallede confiance.

g) Le modèlede régression Pourquoi?


est-ilcohérent?

h) Quelleinterprétation
donnez-vous
de Êoet Êr?

i) Pour I'ensembledes gens travaillant 30 heurespar semaineau bureau,quelle est


I'estimationponctuelledu nombred'heuresconsacrées
auxtravauxménagers
?
observation Ménage Bureau
'I 1a 8
10 ll
', 10 t6
4 l8
5 22
6 5 26
4 30
8 I )+
9 36
10 2 38

estimateur Coef Ecarttype


Constant< Bo >> t3.6314 0.663
Bureau<<Bl >> -0.31408 0.02795

Analysede la variance
SOT]RCE DL V totale
Regression< ESS> I 164.33 I.Tlr'*"
Résidu< RSS> 8 13.04
Total 9 177.67

Vous aimerez peut-être aussi