Vous êtes sur la page 1sur 2

Glossaire de lconomtrie

Economtrie:

Etymologiquement, cest une combinaison entre conomie et mesure. Elle


applique les mthodes statistiques aux donnes empiriques issues de lobservation des faits
conomiques. Lconomtrie reprsente un moyen de validation des thories conomiques et un
outil danalyse et daide la dcision.

Modle conomtrique : Prsentation formalise dun phnomne conomique sous forme


dquations dont les variables sont les grandeurs conomiques . Sa construction seffectue en 4
phases : la Spcification (thories, observations, recherche de donnes) ; lEstimation (Mthode des
moindres carrs ordinaires) ; la Validation (Tests, induction statistique) ; Utilisation (Prvision, aide
la dcision).

Types de modles :

Sries temporelles (ou chronologiques) : les variables sont observes


intervalles de temps rguliers (exemple observation du chmage sur diverses annes); Coupe
instantane : les donnes sont observes au mme instant et concernent les valeurs prises par la
variable pour un groupe dindividus spcifiques (exemple : enqute sur lemploi des hommes et des
femmes) ; Donnes de panel : combinaison entre les deux modles prcdents (exemple : tude du
chmage dans la zone euro).

Modle de Rgression linaire simple : Modle de rgression d'une variable explique sur
une variable explicative dans lequel on fait l'hypothse que la fonction qui relie les variables
explicatives la variable explique est linaire dans ses paramtres.
Un modle simple se prsente sous forme : Y = a. X + b + e :

Y : variable endogne, dpendante, expliquer. Cest la quantit de lobjectif vis par le dcideur
(exemple : consommation) ; X : variable exogne, indpendante, explique. Cest la quantit de
linstrument manie par le dcideur (exemple : prix) ; e : Erreurs ou Rsidus, mesurant lignorance
du problme. Ils sont indpendants et identiquement distribus (iid). Ils regroupent trois types
derreurs : une erreur de spcification (omission dune variable explicative), erreur de mesure (les
donnes ne reprsentent pas exactement le phnomne), erreur de fluctuation dchantillonnage.

Modle de Rgression linaire multiple : Modle de rgression d'une variable explique


sur plusieurs variables explicatives dans lequel on fait l'hypothse que la fonction qui relie les
variables explicatives la variable explique est linaire dans ses paramtres.
Un modle simple se prsente sous forme : Y = a1. x1 +a2 . x2 + e = a. X + e. (a tant le vecteur des
paramtres)

Homoscdasticit :

Hypothse de rgression de base selon laquelle la variance des


erreurs est constante sur lensemble des observations, de sorte que V(e i) = E(ei) = . Lorsque la
variance varie selon les observations, elle est divergente (non constante), on parle
dhtroscdasticit.

BLUE : Lestimateur des moindres carrs est qualifi de Best Linear Unbiaised Estimator. Il est le
meilleur estimateur linaire sans biais, fournissant les variances les plus faibles pour les estimateurs.

Degrs de libert : Ils correspondent au nombre de valeurs que nous pouvons choisir
arbitrairement.

Le coefficient de Dtermination R : Mesure la qualit de la liaison entre les Yi observs et


les y calculs par le modle. Il permet de juger de la qualit de lajustement dun modle.

Le Test de Fisher : Mesure la significativit globale des variables retenues


Le Test de Student : Test qui mesure la significativit de chaque composante du vecteur q,
permettant dapprcier la porter explicative de chaque variable exogne retenue.

Le Test de Durbin et Watson : Permet de mesurer lauto corrlation des rsidus.


Autocorrlation :

Il existe un lien statistique entre les lments du vecteur de sorte que la


Cov(ei ej) 0. On dit que les erreurs sont lies par un processus de reproduction . Il faut
distinguer entre lautocorrlation positive et lautocorrlation ngative. Elle est observe en cas
dabsence dune variable explicative importante ou dune mauvaise spcification du modle (les
relations entre les variables expliquer et explicatives ne sont pas linaires).

Colinarit : Il existe une relation linaire entre les vecteurs X