UNIVERSITÉ MONTPELLIER 1

FACULTÉ D’ÉCONOMIE
Année universitaire 2014-2015 - EXAMENS

En utilisant ces informations, vous devez :

1/ Mener une analyse descriptive de la base

1/Effets théoriques attendus

- Variables explicatives :
- maisons : -
- quintile : +
- zoneclima : -
- avt74 : -
- de75a81 : -
- de82a89 : -
- de90a01 : -
- de02a06 +
- paris : indif ou -
- villem~10000 :
- v~1000050000 :
- ville50000~ :
- ville100000~ :
- proprietaire : +
- chauff_colle : -

2/Echantillon non cylindré

La variable manquante semble être liée au statut d’occupation et au revenu  pas
d’inférence statistique

3/ Sinon, pas de valeurs aberrantes sauf une surreprésentation des zones climats 2
Beaucoup de logements construits avant 74 (60%)

4/ Pour les variables expliquées : les étiquettes sont des variables qualitatives,
multiples qui semblent être ordonnées avec une majorité dans les catégories 3, 4 et
5.
80% de logements efficaces
On s’oriente vers un modèle probit ou logit Et vers un modèle logit ordonné ou
multinomial

5/ les logements non efficaces sont surtout en zone climat 1 construits avt 74, dans
des maisons, habités par des locataires à faible revenu.
Les stats descriptives semblent cohérentes avec la théorie.

2/ Commenter les résultats des régressions

Etude de la probabilité de vivre dans un logement efficace :

Modèle probit
Qualité de la régression : test de wald ou pseudo R²
Il faudrait faire un tableau de contingence pour être sur
Variables significatives (test de student – on regarde la valeur du t ou le risque que
l’on prend à rejeter l’hyp nulle de non significativté :: paris, ville grande, quintile 2// au
1, maisons, avt74, de 75à81, de82à89, zone climat 2 (pas surprenant car sur
représentée)
Pas d’effet du statut d’occupation : problème de multi colinéarité à vérifier
Estimations corrigées de l’hétéroscédasticité
On ne peut pas calculer les effets marginaux donc on le fait grâce à la ligne mfx
compute. Donner un exemple : le fait d’appartenir au quintile 2 par rapport au 1
augmente la probabilité de 2.2% de vivre dans un logement efficace.

Pour étudier la probabilité de vivre dans une étiquette énergétique élevée, modèle
ordonné, on pourrait comparer avec un multinomial mais CUT ordonné donc c’est
bon.
Test de qualité de régression : pseudo R2 et test de wald OK

Seulement quelques variables non significatives : paris ville et zone climat 3.

On interprète par rapport à la catégorie la plus faible (donc la 1 – catégorie la plus
mauvaise).
Résultats cohérents avec la théorie
Pour les effets marginaux, il faudrait la commande mfx compute

Test de Brant significatif : modèle ordonné généralisé (gologit 2)