Académique Documents
Professionnel Documents
Culture Documents
I EXERCICE-1
1. Un estimateur BLUE est un estimateur sans biais, de variance minimale et linéaire. Le théorème de Gauss-Markov nous assure que
les estimateurs MCO sont BLUE.
2. ln Y = ba0 + b
a1 ln X + "
0 0
ln Y = a0 + a1 ln X donne en dérivant par rapport à X : YY = aX1 soit a1 = XY Y ; a1 représente l'élasticité de Y par rapport à X et
a1 est l'estimateur de cette élasticité, il permet d'estimer en pourcentage la variation de Y suite à une augmentation de X de 1%.
b
II EXERCICE-2
1. La calculatrice donne :
X Y
MOY 2,75 0,49
V 1,85 0,19
2. σ 1,36 0,44
b
a0 = 1:1496
3. La calculatrice donne : soit Yb = 1:1496 0:2380X .
b
a1 = 0:2380
4. e8 = y8 yb8 = 0:18 (1:1496 0:2380 3:29) = 0:186 6 .
Les hypothèses de la MCO concernant le terme d'erreur :
L'espérance de i ; E ("i ) est nulle pour tout i (E ("i =Xi ) = 0)
2
La variance V ("i ) = E ("i E ("i )) est constante pour tout i; soit V ("i ) = 2" : Cette hypothèse de variance constante est
l'hypothèse d'homoscédasticité ; on parle alors de série homoscédastique (par opposition à hétéroscédastique).
Abscence d'autocorrélation des erreurs : Cov ("i ; "j ) = 0 pour i 6= j: Le terme d'erreur n'est pas autocorrélé : la valeur du terme
d'erreur i n'est pas corrélé à celle de j :
Chaque "i suit une loi normale, cette hypothèse étant justi ée par le Théorème central limite, les "i résultant de l'in uence combinée
d'un grand nombre de variables indépendantes non intégrées dans le modèle de régréssion.
En conclusion : les erreurs suivent une loi normale : "i ,! N (0; " ) et sont indépendantes Les erreurs sont normalement et
indépendamment distribuées, on note : i ,! N id (0; " ) :
5. b
a1 donne une estimation de la variation de Y suite à une augmentation d'une unité de X : si le taux de croissance du PIB augmente
de 1 point, on peut estimer que la variation du taux de chômage baisse de 0:24 points.
SCE
6. On trouve R2 ' 0:5417; R2 = , il mesure le pourcentage de la variance expliquée par le modèle.
SCT
7. Estimation ponctuelle de la variation du taux de chômage : Yb (3:76) = 1:1496 0:2380 3:76 = 0:254 7
0 1
B 2C
B (X0 X ) C
8. On doit calculer une estimation de l'écart-type de l'erreur de prévision Sf , dé ni par : Sf2 = S"2 B1 + 1
n + X
i=n C = 9:
@ A
x2i
i=1
III EXERCICE-2
1. On a estimé b
a1 ' 1:47 ; ce qui signi e que si X augmente de 1 , c'est-à dire qu'une année d'étude supplémentaire entraine une
augmentation du salaire horaire d'environ 1:47 dollars.
2. I = b a1 t =2; Sba1 ; b a1 + t =2; Sba1 ; avec ici : t =2; = t0:025;28 = 2:048 , ce qui donne : I = [1:47 2:048 0:07 ; 1:47 + 2:048 0:07] ;
soit I = [1:33; 1:61] :
3. On en déduit que la variance du terme d'erreur n'est pas constante, la série est hétéroscédastique.
IV EXERCICE-3
1. Y = 0:2231X1 0:0017X2 0:5580X3 + 671:9363 + "
2. Le coef cient de détermination est R2 = 0:6407 et le coef cient de détermination corrigé est R2 = 0:5427 ; L'introduction de
nouvelles variables explicatives accroît la part expliquée ; pour une même variabilité totale, R2 augmente quand on introduit des
variables, mais cette augmentation tient au nombre de variables et non à leur pouvoir explicatif. Pour pallier à cet inconvénient,
on introduit le coef cient de détermination corrigé qui tient compte de la baisse du ddl, consécutive à l'introduction de nouvelles
variables explicatives indépendantes. On montre facilement que R2 < R2 :
2 UFR14