Académique Documents
Professionnel Documents
Culture Documents
Accueil / Mes cours / Cycle Master / Sciences économiques et gestion / Economie Appliquée / S7 / Econométrie I
/ Examen Économétrie I 1ere session 2019-20 / Examen
Question 1
Quelle est la Fonction de R qui permet de sélectionner le meilleur modèle de régression linéaire ?
Partiellement
correct
Veuillez choisir au moins une réponse :
Note de 0,50 sur
1,00 a. drop
b. select
c. BestReg
d. step Vrai
drop
step
a. Vrai
b. Faux
c. Faux
d. Vrai
Question 2
Pour un même niveau de confiance, quel est le plus large des deux intervalles ?
Correct
b. aucune relation
c. Ip (Y )
Vrai
I p (Y )
a. Faux
b. Faux
c. Vrai
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 1/10
30/06/2020 Examen : relecture de tentative
Question 3
L’erreur d’un modèle de regression lineaire multiple :
Incorrect
a. Vrai
b. Faux
c. Faux
d. Faux
La réponse correcte est : introduit les effets inobservables sur la variable explicative
Question 4
Le modèle de régression linéaire multiple
Correct
a. Faux
b. Vrai
c. Faux
d. Faux
Question 5
Pour un modèle de régression linéaire multiple La matrice X(X ′ X)−1 X ′ :
Correct
b. effectue une projection sur le plan engendré par les variables explicatives Vrai
d. effectue une projection sur le plan orthogonal à celui engendré par les variables explicatives
effectue une projection sur le plan engendré par les variables explicatives
a. Faux
b. Vrai
c. Faux
d. Faux
La réponse correcte est : effectue une projection sur le plan engendré par les variables explicatives
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 2/10
30/06/2020 Examen : relecture de tentative
Question 6
Il y a absence de multicolinéarité parfaite dans le modèle Y = Xα + W si :
Correct
b. rang(X) = p + 1
Vrai
c. n > p
d. rang(X) ≤ p
rang(X) = p + 1
a. Faux
b. Vrai
c. Faux
d. Faux
Question 7
Il y a exogénéité des variables dépendantes si
Correct
b. E (Wi |X) = 0
Vrai
c. E (X|Wi ) = 0
d. E (Wi |Y ) = 0
E (Wi |X) = 0
a. Faux
b. Vrai
c. Faux
d. Faux
Question 8
Pour 160 observations, si l’estimation de la variance des erreurs d’un modèle de régression linéaire simple est de 0.8 et
Correct
que la somme des carrés totale est égale à 267, quelle est alors la valeur du coefficient de détermination ?
Note de 1,00 sur
1,00
Réponse : 0.5265
0.5266
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 3/10
30/06/2020 Examen : relecture de tentative
Question 9
Le facteur d’inflation de la variance est :
Correct
d. un test de multicolinéarité
Question 10
La variance conditionnelle de l’estimateur des M C O pour un modele de regression lineaire multiple est :
Correct
VRAI
b. V (α̂|X) 2 ′ −1
= σ (XX )
c. V (α̂|X) = σ
2
^ (X X)
′ −1
d. V (α̂|X) = σ
2
(XX )
′
2 ′ −1
V (α̂|X) = σ (X X)
a. VRAI
b. FAUX
c. FAUX
d. FAUX
Question 11
Plus le R2 d’un modèle de régression linéaire multiple est grand, plus la statistique F de significativité globale est
Correct
grande.
Note de 0,50 sur
0,50
Veuillez choisir une réponse :
a. VRAI
b. FAUX
VRAI
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 4/10
30/06/2020 Examen : relecture de tentative
Question 12
Avec 278 observations et 5 variables explicatives, nous voulons tester H0 : α2 = α3 = α4 = 0 . Quelle va être la loi de
Incorrect
la statistique de test ?
Note de -0,17
sur 0,50
Veuillez choisir une réponse :
a. F(5 , 272)
b. F(2 , 273)
Faux
c. F(3 , 272)
d. F(2 , 272)
F(3 , 272)
a. Faux
b. Faux
c. Vrai
d. Faux
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 5/10
30/06/2020 Examen : relecture de tentative
Question 13
Pour 106 individus,considerons les resultats de regression suivants ou en regresse Y sur les trois variables X1 , X2 et X3
Partiellement
::
correct
Estimate Std. Error
Note de 0,67 sur
2,00
(Intercept) -0.03692167 0.06468457
X1 0.34957556 0.19049850
X2 0.27560817 0.19715710
X3 0.27538556 0.06636543
On donne de plus la variance estimee du modele =0.4175351, le vecteur X ′ Y =( -11.8695083, 81.9797765, 77.0186864,
45.2074162) et la moyenne de Y : ȳ = -0.1119765
Calculer :
c. le coefficient de determination
##
## Call:
## lm(formula = Y ~ X1 + X2 + X3, data = rdata)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.2528 -0.4761 0.0109 0.4044 1.8791
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.03692 0.06468 -0.571 0.5694
## X1 0.34958 0.19050 1.835 0.0694 .
## X2 0.27561 0.19716 1.398 0.1652
## X3 0.27539 0.06637 4.150 6.92e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.6462 on 102 degrees of freedom
## Multiple R-squared: 0.5906, Adjusted R-squared: 0.5786
## F-statistic: 49.05 on 3 and 102 DF, p-value: < 2.2e-16
## [1] 1.397912
## [1] 0.1651723
## [1] 0.5906215
## (Intercept) X1 X2 X3
## -0.03692167 0.34957556 0.27560817 0.27538556
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 6/10
30/06/2020 Examen : relecture de tentative
## (Intercept) X1 X2 X3
## 1 1 1.63269019 1.55789938 -0.680194903
## 2 1 -0.67676757 -1.01615254 -0.202043708
## 3 1 -1.41063892 -1.70695205 -1.106125147
## 4 1 0.58077824 0.66634907 1.482786853
## 5 1 -0.81185692 -0.99024801 1.535536257
## 6 1 -0.30946784 -0.59404422 -0.521821020
## 7 1 -1.07411558 -1.26477030 0.856614948
## 8 1 2.36945746 2.07833545 0.922784523
## 9 1 -1.07147746 -0.89112496 0.245330046
## 10 1 -0.27156822 -0.16637905 0.722781285
## 11 1 -0.22009673 -0.08126458 0.410880124
## 12 1 -0.47767754 -1.14806068 0.402764987
## 13 1 1.53025250 1.20484600 2.582454715
## 14 1 -1.91746707 -1.60034099 -1.734862569
## 15 1 0.39052308 0.62010065 -0.389483110
## 16 1 0.07041915 -0.05780851 1.034479632
## 17 1 -0.23819375 0.01774073 1.471669686
## 18 1 0.46271347 0.61616973 0.923329758
## 19 1 0.54773010 0.36278860 -0.281353237
## 20 1 0.53149051 0.55074894 1.089005847
## 21 1 -0.35196977 -0.60839451 0.064857632
## 22 1 1.12461552 0.70326200 0.260600864
## 23 1 -0.69525719 -0.30980702 -1.003001616
## 24 1 -0.39519368 -1.25158375 -0.173265637
## 25 1 -0.63123157 -0.81351008 -0.427872330
## 26 1 -2.01943027 -1.80222851 -0.325979368
## 27 1 2.05467983 1.75436249 1.181426068
## 28 1 1.32505117 1.45080943 0.480483974
## 29 1 -0.39363457 0.14477127 -0.037803717
## 30 1 -1.20559099 -1.55605548 1.072378054
## 31 1 -1.14709087 -1.30038833 -0.117500445
## 32 1 -0.12846708 -0.21015686 0.467091790
## 33 1 -1.12458936 -1.30520362 0.050451953
## 34 1 0.81527599 0.78839857 2.531026846
## 35 1 -1.05269547 -0.72075864 -0.380492550
## 36 1 0.24969502 0.05272862 -0.426853893
## 37 1 -0.60598565 -1.28175845 0.773496855
## 38 1 -0.49635862 -0.33605583 -0.844603371
## 39 1 -0.89064100 -0.52064146 -0.359883430
## 40 1 1.32584467 0.94269960 -0.004943988
## 41 1 1.66892091 1.30157106 2.314340852
## 42 1 -0.76129581 -0.60237529 -0.594463661
## 43 1 2.29952646 1.91613293 -0.127856332
## 44 1 -0.30690004 -0.13750006 -0.555720816
## 45 1 -2.79779972 -2.72309911 -1.115079393
## 46 1 -1.23325570 -1.32244447 -1.189889074
## 47 1 1.07620490 0.71452289 1.164688266
## 48 1 0.22546324 -0.10791159 -0.518100731
## 49 1 0.11812405 0.16581524 -0.930500874
## 50 1 1.04447116 0.35932747 1.024905798
## 51 1 0.16508790 -0.23331732 2.365090078
## 52 1 1.54702660 1.89478822 0.890282882
## 53 1 -2.86893217 -2.51084181 -0.434797150
## 54 1 1.69624310 1.62784192 -0.986361148
## 55 1 -0.37126248 -0.46838092 -1.068487377
## 56 1 1.90623089 1.86227233 -0.485029994
## 57 1 -0.58560880 -0.54957797 -0.753209569
## 58 1 0.82883508 0.77414467 1.455570818
## 59 1 0.97918625 1.14075071 1.006267886
## 60 1 -0.14846458 0.11594790 0.896094578
## 61 1 -0.50690656 -0.27084634 -0.478137219
## 62 1 0.86873113 0.96320234 -1.601380707
## 63 1 -2.32988477 -2.48769158 0.472285348
## 64 1 0.46284117 0.60600606 -0.319440801
## 65 1 0.91295356 1.01394454 0.130949508
## 66 1 0.65229776 0.34878469 0.240570670
## 67 1 -1.25725598 -1.14373131 -1.284695250
## 68 1 0.11544728 -0.96159443 1.189790220
## 69 1 -0.50953055 -0.24033216 1.643527871
## 70 1 -0.83039902 -0.78427714 0.470284824
## 71 1 0.08032572 0.31969048 -1.122574554
## 72 1 -0.31597855 0.32785438 1.412637365
## 73 1 1.34774845 1.24656489 1.797084953
## 74 1 0.17181472 -0.66647227 -0.450273813
## 75 1 -0.72262115 -0.54635342 -1.983129075
## 76 1 -1.33545278 -0.76805578 -0.390456548
## 77 1 -1.84895662 -1.61031306 0.044068618
## 78 1 -2.07396865 -1.85249325 1.108159323
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 7/10
30/06/2020 Examen : relecture de tentative
## [,1]
## [1,] 0.6054876
a. 1.3979
b. 0.1652
c. 0.5906215
Question 14
En utilisant les données du fichier LM2_R.csv , regresser Y sur les trois variables X1 , X2 et X3 en utilisant le loiciel R, puis
Partiellement
répondre aux questions suivantes :
correct
c. Pour le meilleur modele selectionne et pour les nouvelles donnees suivantes X1= 3.64 , X2= 3.98 , X3= 3.26, la
borne superieure de l’intervalle de prevision de Y est 4.5069
0000010
2.3193
4.33
111.7898
120.2983
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 8/10
30/06/2020 Examen : relecture de tentative
Question 15
Considérons le modèle de regression où on régresse Y sur les trois variables X1 , X2 et X3 .
Correct
Si l’ellipse de confiance pour le couple (α1 , α2 ) contient (0 , 0) :
Note de 1,00 sur
1,00
Veuillez choisir une réponse :
a. α1 = α2
b. α1 ≠ α2
001
Question 16
En utilisant les données du fichier LM4_R.csv , regresser Y sur les trois variables X1 , X2 et X3 en utilisant le loiciel R, puis
Incorrect
répondre a la question suivante :
Note de 0,00 sur
2,00 la valeur de la statistique de Fisher du test contraint α3 = α2 est :
Réponse : 0.001098
require(car)
rhs <- 0
hm <-c(0,0,0,0)
hm[i+1]=1 ;hm[j+1]=-1
(LH <-linearHypothesis(reg,hm,rhs))
fmt(LH$F[2],4)
## [1] "1.9368"
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 9/10
30/06/2020 Examen : relecture de tentative
Question 17
Considerons les resultats de regression suivants, ou en regresse Y sur les trois variables X1 , X2 et X3 :
Terminer
summary(reg3)
Noté sur 3,50
##
## Call:
## lm(formula = Y ~ X1 + X2 + X3, data = rdata)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.18480 -0.36410 0.02462 0.35682 1.37212
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.16502 0.08638 -1.911 0.0621 .
## X1 1.04971 0.35586 2.950 0.0049 **
## X2 -0.46940 0.37470 -1.253 0.2164
## X3 0.23568 0.10926 2.157 0.0360 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5929 on 48 degrees of freedom
## Multiple R-squared: 0.5572, Adjusted R-squared: 0.5295
## F-statistic: 20.13 on 3 and 48 DF, p-value: 1.377e-08
pour x1 donc si x1 augmente d'une unité, Y va augmenter de 1.04971 étant toutes les choses égales par ailleurs
pour X2 si x2 diminue d'une unité, Y va augmenter de -0.46940
avec toutes les choses égales par ailleurs
elearning.fsjes.usmba.ac.ma/mod/quiz/review.php?attempt=1027&cmid=4186 10/10