Académique Documents
Professionnel Documents
Culture Documents
Examen TP Econométrie 1
Membre du Groupe
Daouda Pouye
Fatimata Kâ
1000
800
600
400
200
0
80 85 90 95 00 05 10
INV
7000
6000
5000
4000
3000
2000
1000
0
80 85 90 95 00 05 10
PI B
25
20
15
10
5
80 85 90 95 00 05 10
TXINT
1.) Test de normalité et de log normalité des variable INV TXINT et PIB ( test de
Jarque Bera)
La variable INV
Mean 386.7407
6 Median 229.0000
Maximum 1021.000
Minimum 123.0000
4 Std. Dev. 274.1596
Skewness 0.936008
Kurtosis 2.459044
2
Jarque-Bera 4.271712
Probability 0.118143
0
200 400 600 800 1000
N (386,7407 ; 274,1596)
La variable LINV
8
Series: LINV
Sample 1980 2006
Observations 27
6
Mean 5.733468
Median 5.433722
Maximum 6.928538
4
Minimum 4.812184
Std. Dev. 0.668781
Skewness 0.440869
2 Kurtosis 1.726204
Jarque-Bera 2.700021
Probability 0.259238
0
4.75 5.00 5.25 5.50 5.75 6.00 6.25 6.50 6.75 7.00
La variable PIB
Jarque-Bera 3.174499
Probability 0.204487
0
1000 2000 3000 4000 5000 6000
Prob=0,204487>0,05 on accepte Ho donc la variable PIB suit une loi normale N(2784,774 ;
1668,835)
La Variable LPIB
10
S eries: LP IB
S ample 1980 2010
8 Observations 31
Mean 7.752396
6 Median 7.797702
Maximum 8.758884
Minimum 6.606650
4 S td. Dev. 0.619806
S kewness -0.001894
K urtosis 1.851992
2
Jarque-B era 1.702334
P robability 0.426917
0
6.5 7.0 7.5 8.0 8.5 9.0
Prob=0,426917>0,05, on accepte Ho donc log PIB est normale d’où la variable PIB est log
normale.
La Variable TXINT
Jarque-Bera 1.189488
Probability 0.551704
0
7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
Les coefficients
â=-3.041668 est la constante du modèle qui impacte négativement sur
l’investissement.
b̂= 1.015961 : représente l’élasticité de l’investissement par rapport au PIB. Si le
PIB augmente de 10% alors l’investissement de 10,15%.
ĉ= 0.065481 : c’est une semi-élasticité de l’investissement par rapport au taux
d’intérêt.
Log(INV)= -3.041668 + 1.015961 Log(PIBt) + 0.065481 TXINT
Les écarts types
δ̂â=0.099907
δ̂b̂=0.013301
δ̂ĉ=0.001607
la statistique de student ( T-student)
â
=-30.44500
δ̂â
b̂
=76.38154
δ̂b̂
ĉ
=40.75451
δ̂ĉ
R²=0.997338
3.) Interprétation de R²
Log(PIB)
𝐻𝑜: 𝑏 = 0 𝑝𝑟𝑜𝑏 > 0,05
{
𝐻1: 𝑏 ≠ 0 𝑝𝑟𝑜𝑏 < 0,05
Prob=0,0000<0,05 donc la variable LPIB a une influence significative sur la variable
investissement.
TXINT
𝐻𝑜: 𝑐 = 0 𝑝𝑟𝑜𝑏 > 0,05
{
𝐻1: 𝑐 ≠ 0 𝑝𝑟𝑜𝑏 < 0,05
Prob=0,0000<0,05 donc la variable TXINT a une influence significative sur la
variable investissement.
Test Equation:
Dependent Variable: LINV
Method: Least Squares
Date: 03/22/13 Time: 20:26
Sample: 1980 2006
Included observations: 27
Variable Coefficient Std. Error t-Statistic Prob.
C -5.174034 1.466639 -3.527817 0.0018
LPIB 1.380139 0.250263 5.514758 0.0000
TXINT 0.088973 0.016198 5.492808 0.0000
FITTED^2 -0.030432 0.020884 -1.457147 0.1586
R-squared 0.997563 Mean dependent var 5.733468
Adjusted R-squared 0.997245 S.D. dependent var 0.668781
S.E. of regression 0.035101 Akaike info criterion -3.725194
Sum squared resid 0.028339 Schwarz criterion -3.533218
Log likelihood 54.29012 F-statistic 3138.416
Durbin-Watson stat 1.983140 Prob(F-statistic) 0.000000
10
-5
-10
-15
84 86 88 90 92 94 96 98 00 02 04 06
CUSUM 5% Significance
15
10
-5
-10
-15
90 92 94 96 98 00 02 04 06
CUSUM 5% Significance
5.) La prévision d’investissement pour les années 2007 à 2010
8
Forecas t: LINVF
Ac tual: LINV
Forecas t sample: 1980 2010
7 Included observations: 27
4
80 85 90 95 00 05 10
LINVF ± 2 S.E.