Vous êtes sur la page 1sur 5

Université Cheikh Anta Diop de Dakar

Faculté des Sciences Economiques et de Gestion

Licence 3. Travaux dirigés d’économétrie Année : 2011-2012


Responsable du cours et Coordination : Dr. P. MENDY

Exercice I
Soit (y1 , . . . , yn ) une série statistique de moyenne ȳ et d’écart-type σ.
Pn 2 2 2
Montrer que, pour tout α ∈ R i=1 (yi − α) =nσ + n(α − ȳ) . En déduire la valeur
de α qui minimise ni=1 (yi − α)2 .
P

Si on considère ce problème comme l’ajustement d’une constante, quelle est la valeur


du coefficient de corrélation totale ?

Exercice II
On dispose de statistiques annuelles d’un pays P, de 1946 à 1970 inclus indiquant, en dollars
et au prix de 1958, le revenu disponible par habitant Rt et les dépenses de consommation
par habitant Ct . On a calculé :R̄ = 1590, 80 ; C̄ = 1429, 52 ; V ar(R) = 314098 ;V ar(C) =
245581, 5 ;Cov(R, C) = 271738, 5 ;
On se propose d’ajuster sur ces données une fonction de consommation du type :Ct =
αRt + β .
Quelle est la signification du paramètre α.
Estimer les paramètres α et β et calculer le coefficient de corrélation linéaire r.
Exercice III
Sur un échantillon de 150 ménages, on a relevé pour chaque ménage son revenu annuel Rt
et le montant annuel Lt de ses dépenses de loisir. Ces valeurs étant exprimées en francs,
on pose xt = ln Rt et yt = ln Lt . On a aussi calculé :
V ar(x) = 0, 02452 V ar(y) = 0, 02304 et CV (x, y) = 0, 02355.
On considère le modèle de régression : yt = αxt + β
1. Quelle est la signification économique du paramètre α ? Quelle est la signification
économique de la valeur α = 1 ?
2. Estimer le paramètre α par MCO et tester, au seuil de 1%, l’hypothèse :
(
H0 : α = 1
H1 : α < 1

1
Exercice IV
Pour analyser une série temporelle on propose le modèle de régression simple :

yt = αt + β + t
Pn n(n+1) Pn n(n+1)(2n+1) Pn
1. Sachant que t=1 t= 2
et t=1 t2 = 6
calculer t̄ et t=1 (t − t̄)2
2. En déduire l’expression de α̂ et β̂, estimation des moindres carrés de α et β.
3. Que deviennent dans le cas présent les formules donnant var(α̂) , var(β̂) et
Cov(α̂ , β̂) ?
4. Montrer que les estimateurs α̂ et β̂ convergent en moyenne quadratique vers α et β.
5. Exprimer le rayon de l’intervalle de prévision, de seuil α donné, à la date n + 1 et,
plus généralement à la date n + h.

Dans la région de Dakar, on a relevé la consommation annuelle de gasoil sur 15 ans, à


partir de 1990. On note yt le logarithme népérien de la consommation en millions de litres
de la teme année à partir de 1990. On a aussi calculé :

yt2 = 46, 3885


P P P
yt = 26, 3725 tyt = 213, 1922

On considère le modèle

Yt = αt + β + t

1. Estimer ce modèle puis calculer les écarts types estimés de α̂ et de β̂, ainsi que les t
de Student associés. Interpréter.
2. Prévoir, par un intervalle de confiance de seuil 5%, la consommation de gasoil pour
l’année 2007 et 2010

Exercice V
On considère un modèle linéaire à trois variables explicatives :

Yt = α0 + α1 x1t + α2 x2t + α3 x3t + t

On dispose des statistiques suivantes sur les variables y, x1 , x2 , x3 obtenus à partir d’un
échantillon de taille 10

x̄1 = 0, 7 x̄2 = 0.5 x̄3 = 0, 5 ȳ = 6, 4 var(y) = 4, 2


var(x1 ) = 0, 3 var(x2 ) = 0, 2 var(x3 ) = 0, 4
cov(x1 , x2 ) = 0, 1 cov(x1 , x3 ) = −0, 2 cov(x3 , x2 ) = 0, 1
cov(x1 , y) = 0, 1 cov(y, x2 ) = 0, 7 cov(y, x3 ) = 0, 9

2
On pose A = (α1 , α2 , α3 )
1. Estimer A et α0 , par MCO. Calculer la fluctuation expliquée, fluctuation résiduelle
et le coefficient de corrélation totale de l’ajustement.
2. Estimer la variance α2 du résidu.En déduire l’estimation VA∗ de V (Ā).
3. Effectuer,au seuil de 2, 5%, le test de l’hypothèse : A = 0
4. Les estimations de (α0 , α1 , α2 , α3 ) sont-elles significatives au seuil 5% ?
5. Tester, au seuil 5%, l’hypothèse :α1 = α2
6. Tester, au seuil 5%,l’hypothèse :α1 = α2 = 0
7. On se propose de prévoir Y11 sachant que x1,11 = 0, 9; , x2,11 = 0, 4; , x3,11 = 0, 6.
Déterminer un intervalle de prévision pourY11 de seuil 5%.
Exercice VI
A la fonction de production Cobb-Douglas, on associe le modèle :

yt = c + αxt + βzt + t

Où
1. xt est le logarithme népérien de la main d’oeuvre employée Lt
2. zt est le logarithme népérien du capital utilisé Kt
3. yt est le logarithme népérien de la production Qt de la période t
Pour estimer ce modèle on dispose de 18 observations des variables Lt ,Kt ,Qt à partir
desquelles on a calculé :

var(x) = 1, 60 var(z) = 1, 010 var(y) = 0, 84


covar(x, z) = 0, 53 covar(x, y) = 0, 90 covar(z, y) = 0, 80

1. Estimer α et β par les moindres carrés.


2. Calculer la variance expliquée et vérifier que le coefficient de corrélation multiple est
r2 = 0, 96
3. Effectuer au seuil de 5%, le test de l’hypothèse H0 : α = β = 0.
4. Calculer l’estimation s2 de la variance σ 2 du résidu
5. Déterminer, pour chacun des paramètres α et β, un intervalle de confiance de seuil
2%
6. Effectuer, au seuil 5%, le test de l’hypothèse H0 : α+β = 1 et déterminer un intervalle
de confiance pour α + β de seuil 2%

3
Exercice VII
Estimation et évaluation d’un modèle.
Afin d’améliorer le modèle d’importation nous cherchons à y incorporer des variables ex-
plicatives supplémentaires.
L’hypothèse de liaison linéaire entre variables explicatives sera maintenue.
Nous intégrerons successivement comme facteurs explicatifs des importations globales.
1. Un indice relatif Pc de compétitivité des produits du pays face aux produits étrangers,
mesuré par le rapport : indice des prix à la consommation des principaux pays four-
nisseurs sur un indice correspondant du pays.
2. La consommation C des ménages du pays.
Années 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
Importation 197 222 222 257 275 290 294 318 335 360
P.I.B 1000 1080 1120 1220 1300 1340 1420 1480 1560 1620
Pc 100 102 108 95 98 90 115 102 93 92
C 710 760 785 855 915 930 990 1030 1080 1115
En milliards d’unités monétaires
Il vous est demandé d’établir :

1. L’écriture matricielle du modèle théorique d’importations, fonctions de la production


industrielle brute et l’indice de compétitivité Pc .
La forme générale du modèle estimé avant tout calcul pour échantillon de T obser-
vations.
2. Le calcul complet du modèle estimé y compris :
La variance résiduelle et l’estimation de la matrice des variances et covariances de t ,
variable aléatoire exogène.
La matrice des variances et covariances estimée de α∗ .
3. Les prévisions ponctuelles et intervalle de confiance(risque α = 5%) des valeurs des
importations en 1971 et 1972 connaissant les valeurs de la P.I.B et celles de l’indice
pour deux années(voir ci-dessous).
4. Une appréciation des effets sur le modèle de l’introduction de la consommation des
ménages comme troisième variable explicative
 
17659600 1303400 13140
X 0 X =  1303400 99539 995 
 

13140 995 10

4
 
2752 20672 −5673021
(X 0 X)−1 = 10−9  20672 −228073200 
2019198
 

−5673021 −228073200 30247630000

Années P.I.B Pc
1971 1660 92
1972 1750 91

Exercice VIII
On se propose de choisir entre les deux modèles avec constantes :

1. Y = XA + ZB + U
2. Y = XC + V

Où X est une matrice (35 ;3) de rang 3, Z une matrice (35,2) de rang 2, la matrice( X,Z)
étant de rang 5.
1. On suppose que les résidus U et V satisfont aux hypothèses h1 ,h2 et h3 des MCO.
Les estimations MCO de (1) et (2) conduisent à :kU ∗ k2 = 36, 82 ; kV ∗ k2 = 53, 24.
Les statistiques de Durbin-Watson sont respectivement : dw1 = 0, 74 et dw2 = 0, 89
– a)Tester au seuil de 5%,l’hypothèse selon laquelle B = 0
– b)Tester au seuil de 5%, l’hypothèse selon laquelle les résidus Ut ne sont pas corrélés
et l’hypothèse selon laquelle les résidus Vt ne sont pas corrélés.
On suppose que Ut = ρUt−1 + Rt , où Rt est un bruit blanc et Vt = γVt−1 + St où St est un
bruit blanc, avec 0 < ρ < 1 et 0 < γ < 1.
1. a) Montrer que, sous l’hypothèse B = 0, les modèles (1) et (2) sont identiques et, par
la suite, γ = ρ.
2. Pour chaque valeur de ρ, on considère les deux modèles :
(a) Yt − ρYt−1 = (Xt − ρXt−1 )A + (Zt − ρZt−1 )B + Rt
(b) Yt − ρYt−1 = (Xt − ρXt−1 )A + St
Ayant estimé ces deux modèles par la MCO pour les valeurs suivantes de ρ,on a obtenu :

ρ 0,2 0,4 0,6 0,8


kR∗ k2 32,94 29,85 25,40 26,31
∗ 2
kS k 44,76 40,37 33,52 36,26

Effectuer pour chaque valeur de ρ, au seuil de 5% le test de B = 0.Que peut -on


conclure ?