Vous êtes sur la page 1sur 6

Realis par : Encadr par :

Boughanem abdellah PR. Soussi Noufail Outmane

Module : ECONOMETRIE

Anne universitaire 2015/2016


Une socit d'assurance-vie tient examiner la relation existante entre le revenu de la famille

(Mnage) et le montant de l'assurance-vie dispose. partir d'un chantillon alatoire de

20 mnages indpendants, la socit a recueilli les donnes dans le fichie

Assurance-vie et revenu en millier DHS

assurance revenu xt*yt xt


90 25 2250 625
165 40 6600 1600
220 60 13200 3600
145 30 4350 900
114 29 3306 841
175 41 7175 1681
145 37 5365 1369
192 46 8832 2116
395 105 41475 11025
339 81 27459 6561
230 57 13110 3249
262 72 18864 5184
570 140 79800 19600
100 23 2300 529
210 55 11550 3025
243 58 14094 3364
335 87 29145 7569
299 72 21528 5184
305 80 24400 6400
205 48 9840 2304
total 344643 86726
moyen 236,95 59,3
a^= =3.8802

b^=236.95-3.8802*59.3=6.855
Donc :

600
y = 3,8802x + 6,855
500 R = 0,9852

assurance-vie
400
assurance-vie

300 moyen

200 l'ordon l'origine

100 Linaire (assurance-


vie)
0
0 50 100 150
revenu

2) i
Avant lestimation de la variation rsultant du montant de Lassurance-vie
lorsque le revenu augmente. Il faut tester les paramtres afin dapprouver sa
validit.

Dabord on pose lhypothse suivant :

{ }

Donc on calcule t et et on compare avec le t student, pour ce teste on


utilise le logiciel conomtrique Eviwes
Dpendent Variable: ASSURANCE
Mthode: Least Squares
Date: 02/15/16 Time: 08:07
Sample: 1 20
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

REVENU 3.880186 0.112125 34.60601 0.0000


C 6.854991 7.383473 0.928424 0.3655

R-squared 0.985192 Mean dependent var 236.9500


Adjusted R-squared 0.984370 S.D. dependent var 114.8383
S.E. of regression 14.35730 Akaike info criterion 8.261033
Sum squared resid 3710.375 Schwarz criterion 8.360606
Log likelihood -80.61033 Hannan-Quinn criter. 8.280471
F-statistic 1197.576 Durbin-Watson stat 3.175965
Prob (F-statistic) 0.000000

Daprs Eviws t=34.60

Et daprs le T student on se trouve que

Alors on a le t statistique est suprieur au t tabul.


Donc on accepte tort H0 et le coefficient associ au revenu est
significativement 0

De ce fait on peut dire que lorsque le revenu augmente de 1000dh


lassurance-vie augmente au moyen de 3880dhs

2) ii)* l'erreur-type de cette estimation est :

S=0.1121 et on sait que lintervalle de confiance gale


{ }

{ }
3) pour cette question on choisit lhypothse suivant :

{ }

On a choisi cette hypothse car ladministrateur affirme que lorsque le revenu


augmente de 1000 DH lassurance-vie augmente de 5000 DH et on teste cette
hypothse pour vrifier .

t= I -5 I/ S
t= I3.880-5 I/0.11

=10.18
Donc il est signifiant (t t tabul ) donc on admet H1 par consquence
ce qui affirme ladministration a tort .
4) pour Tester l'hypothse que si le revenu augmente la quantit
d'assurance-vie augmente de la mme quantit. On choisit
lhypothse suivant

{ }

on choisit 1 car si la pente est gale 1 laugmentation de revenu


engendre une augmentation de lassurance-vie de la mme quantit

t= I -1 I/ S
t= I3.880-1 I/0.11
t=26.18

et signifiant donc on admet que a est diffrent a 1 (hypothse H1)


5) rapport

Dans ce modle on a bon ajustement R=98% ce qui implique que


lassurance est fortement expliqu par le revenu.
Ainsi dans le modle que lorsque que le revenu augmente 1000dh
lassurance augmente au moyen de 3880dh qui est oppos par rapport
ladministration qui dit 5000dh, donc on peut dire que il y a dautres
phnomnes non inclut dans le modle qui pousse lassurance -vie
atteindre 5000dh(peut tre les 2% des Somme des carres rsiduelle) .
Lorsque le revenu augmente de 1000dhs
On trouve aussi que lordonn l origine nest pas significative au seuil
de signification 5% qui on peut lexpliquer par labsence dune valeur
nulle dans les donnes, et ce qui concerne laugmentation de la mme
quantit on trouve une opposition dans le teste.