Exercice Régression Multiple PDF

www.elmerouani.jimdo.
com
03/05/2012
lM
E
Rgression multiple
Exemple et exercice
ero
ni
ua
FP
Exemple:
Te
tou
Supposons que les services de police

souhaitent tablir un modle de rgression
linaire reliant la variable endogne taux de
criminalit juvnile mesur par un indicateur
Y, la densit de la population urbaine
mesure par un indicateur X1 et au taux de
scolarit X2. On a relev 5 observations:
an
2
www.elmerouani.jimdo.com
X1
2
3
5
7
8
X2
4
2
2
1
1
3
ni
ua
ero
lM
E
Y
1
1
2
3
3
03/05/2012
FP
Question:
Te
tou
La spcification de lquation de rgression

retenue est Y=a1X1+a2X2+b+; donnez une
estimation des paramtres de cette quation.
an
4
03/05/2012
Rponse:
ero
lM
E
Nous avons donc dterminer les paramtres

de lquation estime Y = a1 X 1 + a 2 X 2 + b . Pour
simplifier les calculs matriciels, nous oprons
un changement de variables y=Y-2, x1=X1-5;
x2=X2-2.
On obtient
ni
ua
x2
2
0
0
-1
-1
tou
x1
-3
-2
0
2
3
Te
1
a = ( xx ) xy
an
On sait que
FP
y
-1
-1
0
1
1
03/05/2012
lM
E
3 2
2 0
3 2 0 2 3
26 11
0
xx =
0 =
11 6
0 0 1 1
2
2 1
3 1
ero
6 11
6
11
35 35 0,17 0,31
1
1
=
(x x ) =
35 11 26 11 26 0,31 0,74
35 35
1

1
3 2 0 2 3 10
0 =
xy =
2 0 0 1 1 4
1
1

ni
ua
FP
tou
Te
0,17 0,31 10 0,46

=
a =
0
,
31
0
,
74
4
0
,
14
b = Y a1 X 1 a 2 X 2 = 2 (0,46 5) (0,14 2) = 0,58
Y = 0 , 46 X 1 + 0 ,14 X
0 , 58
an
Do lexpression finale de lquation de

rgression multiple estime:
03/05/2012
ero
lM
E
Ceci signifie quil existe une relation positive

assez forte entre le taux de criminalit juvnile
et la densit urbaine, laugmentation de
lindicateur de la densit urbaine dune unit
entraine laugmentation de la criminalit
juvnile de 46%, (alors que laugmentation du
taux de scolarisation dune unit de mesure
entraine la baisse de la criminalit juvnile de
!)
ni
ua
FP
Exercice:
Te
tou
On veut exprimer lvolution de lindice du

revenu nominale moyen (Y) dun mnage de
salaris en fonction de lindice gnral des
prix (X1) et de lindice du produit intrieur brut
rel (X2). On se limite 9 observations par
simplifications:
an
10
yi
100
106
107
120
111
116
123
133
137
X1i
100
104
106
111
111
115
120
124
126
X2i
100
99
110
126
113
103
102
103
98
11
ni
ua
ero
lM
E
i
1
2
3
4
5
6
7
8
9
03/05/2012
FP
Questions:
Te
tou
1. Aprs avoir calcul la matrice (XX)-1, calculez

XY et en dduire le vecteur des estimations
des paramtres du modle:
Y=a1X1+a2X2+a3+
2. Calculez Y = Xa et le rsidu = Y Y
3. Calculez une estimation de la variance des
rsidus ( 2 )
an
12
03/05/2012
Questions: (suite)
ero
lM
E
4. Calculez lestimation a , effectuez le test de

Student pour a1. construire un intervalle de
confiance 0,95% pour a1.
5. Mme question que prcdemment pour a2.
ni
ua
13
FP
Rponses:
Te
1. Pour simplifier les calculs on peut centrer les

donnes. Le modle scrira alors:
X 2 ) = X 2;
y Y = Y
an
(x
tou
y Y = a1 (x1 X 1 ) + a2 (x2 X 2 ) +
on pose: (x X ) = X ;
Le tableau des valeurs centres est le suivant:
14
yi
-17
-11
-10
3
-6
-1
6
16
20
X1i
-13
-9
-7
-2
-2
2
7
11
13
X2i
-6
-7
4
20
7
-3
-4
-3
-8
15
ni
ua
ero
lM
E
i
1
2
3
4
5
6
7
8
9
03/05/2012
FP
Lquation estime du modle est
a
1
a = 1 = ( X X ) ( X Y )
a 2
X 12t
=
X 1t X 2t
X X
X
2
2t
2t
X 1tYt
X Y
2
t
t
872
72
an
650 112
112
648
1t
tou
Te
Y = a1 X 1 + a 2 X 2 + a3 +
1 648 112 872 1,3629
408656 112 650 72 0,1245

16
03/05/2012
La dtermination du coefficient 3 fait appel

la relation:
Y = a1 X 1 + a 2 X 2 + a3
lM
E
Do
a3 = Y a1 X 1 a 2 X 2
2. Y = Xa = 1,3629 X 1 + 0,1245 X 2 50,206

= Y Y = Y Xa = Y 1,3629 X 1 0,1245 X 2 + 50,206
3.
[(Y Xa)' (Y Xa)] = (YY aX Y )

1
(i2 ) =
nk
nk
9 3
ero
2 =
ni
ua
17
FP
872
= 1179,5
a X Y = (1,3629 0,1245)
72
Do lon obtient:
68,5
= 11,4
6
tou
2 =
Te
Y Y = yi2 = 1248
4. Les calculs permettent dobtenir a = 0,1344, on sait

que (a1 a1 ) Suit une loi de Student 6 degrs de
a1
1
an
libert. Pour vrifier est ce que a1=0, lindicateur est

alors gale 1,3629/0,1344=10,14. Lintervalle
dacceptation est fourni par la table de Student au seuil
de signification de 0,05;
I=[-2,447; +2,447].
18
03/05/2012
Donc a1 0, cest--dire la variable X1 intervient

dans la dtermination de Y.
5. Les calculs permettent dobtenir a = 0,1347, on
sait que (a 2 a2 ) Suit une loi de Student
a
2
lM
E
ero
6 degrs de libert. Pour vrifier est ce que a2=0,

lindicateur est alors gale
0,1245/0,1347=0,924. Lintervalle dacceptation
est fourni par la table de Student au seuil de
signification de 0,05; I=[-2,447; +2,447].
ni
ua
19
FP
tou
Te
Donc a2=0 au seuil de signification de

0,05. do la variable X2 (lindice de PIB
rel) nintervient pas dans la dtermination
de Y (le salaire nominal des mnages).
an
Il faut donc liminer la variable X2 du

modle, et procder une nouvelle
estimation de a1, moins que les donnes
soient errones, ou quil y ait dautres
variables explicatives omises.
20
10

Exercice Régression Multiple PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exercice Régression Multiple PDF

Transféré par

Droits d'auteur :

Formats disponibles

www.elmerouani.jimdo.

Supposons que les services de police

La spcification de lquation de rgression

Nous avons donc dterminer les paramtres

0,17 0,31 10 0,46

b = Y a1 X 1 a 2 X 2 = 2 (0,46 5) (0,14 2) = 0,58

Do lexpression finale de lquation de

Ceci signifie quil existe une relation positive

On veut exprimer lvolution de lindice du

1. Aprs avoir calcul la matrice (XX)-1, calculez

4. Calculez lestimation a , effectuez le test de

1. Pour simplifier les calculs on peut centrer les

Le tableau des valeurs centres est le suivant:

Lquation estime du modle est

1 648 112 872 1,3629

408656 112 650 72 0,1245

La dtermination du coefficient 3 fait appel

2. Y = Xa = 1,3629 X 1 + 0,1245 X 2 50,206

[(Y Xa)' (Y Xa)] = (YY aX Y )

4. Les calculs permettent dobtenir a = 0,1344, on sait

libert. Pour vrifier est ce que a1=0, lindicateur est

Donc a1 0, cest--dire la variable X1 intervient

6 degrs de libert. Pour vrifier est ce que a2=0,

Donc a2=0 au seuil de signification de

Il faut donc liminer la variable X2 du

Vous aimerez peut-être aussi