Académique Documents
Professionnel Documents
Culture Documents
5 PDF
5 PDF
QTC 1 (7 points)
Dans les procédures d’estimation des moindres carrés ordinaires (MCO), nous avons été amenés, à dériver les
propriétés statistiques pour ces estimateurs. Les estimateurs ont été obtenus après avoir au préalable, imposé des
restrictions implicites sur les variables résiduelles et indépendantes. Lorsque certaines de ces restrictions ne sont
plus vérifiées, l’on devrait alors s’attendre à un changement dans les propriétés initialement établies.
La plupart des problèmes d’analyse de régression proviennent principalement des problèmes de données et/ou
ceux de spécification inappropriée de leur structure du modèle en présence.
QTC 2 (3 points)
1) Supposons que les variances hétéroscédastiques i2 soient connues. Montrer que la variance du terme
d’erreur transformé est homoscédastique
L’estimation d’une fonction de production Cobb – Douglas de 20 firmes d’une industrie a fourni les résultats
suivants :
qˆi : La valeur estimée du logarithme népérien de la production (production exprimée en milliers de tonnes) ;
Une régression de uˆi sur les régresseurs originaux (voir la régression de base), les carrés des régresseurs et le
2
produit croisé des régresseurs par paires, permet d’obtenir les quelques informations suivantes :
3) Avec ces informations, quel test veut-on mettre en œuvre ? Pourquoi l’utilise-t-on?
4) Conduisez ce test et interprétez les résultats.
5) Quel est le type de rendement d'échelle qui caractérise l'industrie ? justifier votre réponse
Exercice 2 (5 points)
1) Peut-on admettre une autocorrélation des erreurs dans les modèles (1) et (2) au seuil de 5%
2) S’il existe une autocorrélation, quelle est la valeur de nécessaire pour transformer les variables en
vue d’une correction.
3) Qu’est ce qui explique cette autocorrélation ?
d L 1,10 d L 0,84
(n 16 , k 1) (n 15 , k 2) (Modèle 1)
dU 1,37 dU 1, 09
d L 0,98 d L 0, 74
(n 16 , k 2) (n 15 , k 3) (Modèle 2)
dU 1,54 dU 1, 25