Vous êtes sur la page 1sur 2

Université Cadi Ayyad Février 2019

Faculté des Sciences Juridiques,


Economiques et Sociales
Épreuve de Modélisation Économique
Master spécialisé : Économie de l’Environnement (MSEE) (promotion 3)
Semestre 3
Pr. Essardi O.

Exercice :

Soit les données “OECDGas” dans le package “AER” qu’on peut lire comme suivant :
library(AER)
data("OECDGas")
don = OECDGas

country year gas income price cars


1 Austria 1960 4.173244195 -6.474277179 -0.334547613 -9.766839569
2 Austria 1961 4.1009891049 -6.426005835 -0.351327614 -9.608621845
3 Austria 1962 4.0731765511 -6.407308295 -0.379517692 -9.457256552
: NA : : : : :
340 USA 1976 4.8148907167 -5.297945516 -1.154681971 -7.574748181
341 USA 1977 4.811032467 -5.256605805 -1.175909738 -7.553457696
342 USA 1978 4.8184539683 -5.221232302 -1.212061827 -7.536176385

Un extrait de ces données composé des 3 premières et dernières lignes figure dans le tableau précédent. On
peut lire les informations sur ce fichier en tapant :
?OECDGas

Les variables de ce fichier sont :


country : pays.
year : année.
gas : Logarithme de la consommation du gasoil par véhicule.
income : Logarithme du revenu par tête.
price : Logarithme du prix réel du gasoil.
cars : Logarithme du stock de véhicules par tête.
En utilisant R (il faut toujours donner le code tapé) répondez aux questions suivantes (en justifiant vos
réponses lorsque si nécessaire)
L’objectif du travail est de modéliser la consommation du gasoil en fonction de plusieurs facteurs dont ceux
présentés ci-haut.
1. Présentez graphiquement l’évolution annuelle de la variable gas de tout l’échantillon en différenciant
les pays par la couleur. Y’a-t-il une différence de consommation entre les pays ?
2. Donnez un résumé statistique (min, Quartile1, médiane, moyenne, quartile3, max, écart-type) de la
variable gas par pays et une représentation en box plot. Commentez.
3. Donnez dans un seul tableau graphique les scatterplot (diagrammes en nuage de points) entre la variable
dépendante gas et les autres variables. Interprétez.

1
4. De quel type de données s’agit-il ? la régression linéaire au moyen de la méthode MCO (Moindre carrés
ordinaires) est-elle appropriée ?
a) présentez les hypothèses sur lesquelles se base la régression linéaire.
b) Imaginez d’autres facteurs déterminant la consommation du gasoil d’un véhicule autres que ceux
donnés dans le fichier d’information. Pourquoi ne sont-ils pas tenus en considération dans le
modèle ?
c) Donnez le tableau des moyennes des variables par pays1 . Notons ce tableau M .
d) Donnez la matrice des corrélations entre les différentes variables du tableau M . Interprétez.
e) Présentez l’équation de la régression linéaire de la variable dépendante gas contre les variables
income, price et cars.
f) Estimer le modèle présenté :
(i) Le modèle est-il significatif globalement ?
(ii) les coefficients individuels sont-ils significatifs ? interprétez un de ces coefficients.
(iii) Le modèle satisfait-il les hypothèses de base de la régression linéaire ? peut-on se fier aux
résultats obtenus ?

1 Ce tableau est une compression du tableau don qui nous permet de se débarasser de la dimension temps. Cette opération

n’est pas bien sûr légitime mais nous facilite la tâche.