Chapitre 1:

Modélisation Économétrique
Modèle Linéaire Simple

2018 - 2019

Aide à la décision H.B. Brahim 1

 Plan

1. Introduction

2. Estimation par les MCO

3. Prévision

4. Application

Aide à la décision H.B. Brahim 2

 Comment l’estimation peut être un outil
pratique pour l’aide à la décision?
Exemple:
Après une compagne de promotion [publicité (Z) et force de
vente (X)], jugée efficace, les ventes d’un produit (Y) ont
nettement augmenté.

Afin d’augmenter sa part de marché, le décideur veut lancer

pour le même produit, une nouvelle compagne de promotion
pour cibler un nouveau type de consommateur.

Quelle stratégie future adopter tenant compte de sa première

expérience de compagne publicitaire?.

Aide à la décision H.B. Brahim 3

 Les chiffres suivant sont en millier de Dinars.

Force de Vente Publicité Vente

(X) (Z) (Y)

8 14 120
12 25 140
18 60 160
20 40 165
25 30 170
30 25 180
32 60 190
36 50 205

Aide à la décision H.B. Brahim 4

 Comment l’estimation est un outil pratique
pour l’aide à la décision?

Vente (Y)/ Force de vente X

250

200

150

100

Vente (Y)

50

0
0 5 10 15 20 25 30 35 40

Aide à la décision H.B. Brahim 5

 Comment l’estimation est un outil pratique
pour l’aide à la décision?

Vente (Y) / Publicité

250

200

150

Vente (Y)
100

50

0
0 10 20 30 40 50 60 70

Aide à la décision H.B. Brahim 6

 Comment l’estimation est un outil pratique
pour l’aide à la décision?

Pour étudier l’intensité de la relation entre

X (vente) la variable à expliquer et Y (force de vente)
et Z (publicité), les variables explicatives. On calcule le
Coefficient de corrélation ρ et de détermination R²(X,Y)

1 𝑛𝑛
Cov (X,Y) . ∑ (𝑋𝑋 − 𝑋𝑋)(𝑌𝑌𝑖𝑖 − 𝑌𝑌)
𝜌𝜌 = = 𝑛𝑛 𝑖𝑖=1 𝑖𝑖
𝜎𝜎(𝑋𝑋). 𝜎𝜎(𝑌𝑌)
𝑛𝑛
∑𝑖𝑖=1 𝑛𝑛
(𝑋𝑋𝑖𝑖 − 𝑋𝑋)² ∑𝑖𝑖=1(𝑌𝑌𝑖𝑖 − 𝑌𝑌)²
.
𝑛𝑛 𝑛𝑛
𝑆𝑆𝑥𝑥𝑥𝑥 ²
𝑅𝑅 ² = 𝜌𝜌 ² =
𝑆𝑆𝑥𝑥𝑥𝑥 . 𝑆𝑆𝑦𝑦𝑦𝑦

Aide à la décision H.B. Brahim 7

 Comment l’estimation est un outil pratique
pour l’aide à la décision?

𝜌𝜌(𝑌𝑌, 𝑋𝑋) = 0,982

𝜌𝜌(𝑌𝑌, 𝑍𝑍) = 0,637
2
𝑅𝑅𝑌𝑌,𝑋𝑋 = 0,96
2
𝑅𝑅𝑌𝑌,𝑍𝑍 = 0,40

Interprétation:………………………………………….
.……………………………………………………...…
…………………………………………………………
…………………………………………………………
…………………………………………………………
…………………………………………………………
…………………………………………………………

Aide à la décision H.B. Brahim 8

 La régression simple indique la nature de la
liaison linéaire entre deux variables (quantitatives).
La corrélation indique le degré de linéarité entre
ces variables. Ainsi, l’analyse de régression fournit
une fonction entière (une droite par exemple) alors
que l’analyse de corrélation fournit un simple
nombre – un indice qui renseigne sur l’intensité
avec laquelle 2 variables évoluent ensemble. Ces 2
techniques sont donc complémentaires.
L’analyse causale enfin on va plus loin en
précisant le sens de la relation, le chemin de la
cause à l’effet.

Aide à la décision H.B. Brahim 9

 La question qui se pose:
Quelles sont les ventes probables
après une action de «force de
vente » coutant 40MD?.

Aide à la décision H.B. Brahim 10

 Vente (Y)/ Force de vente X
250

Y40
200
M( 40, Y40) ???

150

?
100

Vente (Y)

50

0
0 5 10 15 20 25 30 35 40

FV (X)

Aide à la décision H.B. Brahim 11

 Le nuage de point a une tendance vers la croissance
et peut être approximé par une droite mais quelle
droite choisir?:
* Celle qui passe par le plus grand nombre de point?
* Ou bien celle qui passe par l’origine et le point
central M ?
(𝑋𝑋, 𝑌𝑌)
* Ou bien celle qui passe par le plus grand nombre
de point et le point central M???

Aide à la décision H.B. Brahim 12

 Approche graphique

APPROCHE GRAPHIQUE – NUAGE DE POINTS

Dans un plan muni d'un repère

orthogonal, on appelle nuage de points
associé à la série statistique (X, Y)
l'ensemble des N points Mi de
coordonnées (xi , yi) avec i {1...N}.

13
Aide à la décision H.B. Brahim 13
 COURS DE STATISTIQUE DESCRIPTIVE

Repère orthogonal

Variable Y
Mi Mi un des N points de
yi coordonnées (xi , yi)

xi Variable X

14
Aide à la décision H.B. Brahim 14
 Approche graphique

APPROCHE GRAPHIQUE – NUAGE DE POINTS

Nuage de points

Variable Y

Le nuage semble être linéaire

Variable X

15
Aide à la décision H.B. Brahim 15
 Droite d’ajustement

Variable Y

L ’équation de la droite est :

Y=aX+b

Variable X

16
Aide à la décision H.B. Brahim 16
 Objectifs de la déparche économètrique
La démarche économétrique consiste à
représenter à l’aide d’équations le
comportement d’un phénomène observé et
à estimer les coefficients des équations en
recourant à l’historique du phénomène et
ceci dans le but de le comprendre, de
l’expliquer, de le reproduire et de le
prévoir.

17
Aide à la décision H.B. Brahim 17
 Principe des MCO

La méthode des moindres carrés consiste à

projeter l'ensemble des points Mi de
coordonnées (xi , yi) sur une courbe,
parallèlement à l'axe des ordonnées, de
telle sorte que l'ensemble des écarts entre
les points observés Mi et les points projetés
Pi soient les plus faibles possibles.

18
Aide à la décision H.B. Brahim 18
 Principe graphique
Ajustement linéaire par la méthode des moindres carrés
Variable Y
Le nuage de points est supposé linéaire
MMi
yi observé
𝜀𝜀𝑖𝑖 La droite d'ajustement linéaire D
yi projeté y=ax+b
Pi

projection sur D de M

xi
La différence entre le point observé et le point Variable X
projeté est appelé erreur ou écart

19
Aide à la décision H.B. Brahim 19
 Si l'on note les écarts ɛi avec i {1...N} alors le
critère des moindres carrés s'écrit :

𝑖𝑖=𝑁𝑁
𝜀𝜀𝑖𝑖2
�
Minimiser 𝑖𝑖=1

20
Aide à la décision H.B. Brahim 20
 Hypothèses des MCO

21
Aide à la décision H.B. Brahim 21
 Le programme

La minimisation des écarts ɛi s’écrit, en supposant

que l’ajustement est linéaire :

i = N 2
[ ] 
Minimiser  ∑ yi − (a xi + b)
 i =1



22
Aide à la décision H.B. Brahim 22
 Le point moyen
Variable Y

Point Moyen
𝑌𝑌̄

𝑋𝑋̄ Variable X

Aide à la décision H.B. Brahim 23

 Changement de repère
Variable Y 𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑌𝑌 − 𝑌𝑌̄

Point Moyen
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑋𝑋 − 𝑋𝑋̄
𝑌𝑌̄

𝑋𝑋̄ Variable X

Aide à la décision H.B. Brahim 24

 Variable Y

b ---- 𝑌𝑌̄ Point Moyen

ordonnée à
a ---- pente de la droite
l’origine de la Vecteur unitaire
droite
REPRESENTATION GRAPHIQUE DES
Vecteur unitaire DEUX PARAMETRES

𝑋𝑋̄ Variable X

Aide à la décision H.B. Brahim 25

 Calcul de la pente de la liaison
Y=aX+b

1 𝑁𝑁
∑𝑖𝑖=1 𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖 − 𝑋𝑋̄ ⋅ 𝑌𝑌̄ 𝑠𝑠𝑋𝑋𝑋𝑋 /𝑛𝑛 𝑠𝑠𝑋𝑋𝑋𝑋
𝑎𝑎� = 𝑁𝑁 = =
1 𝑁𝑁 2 𝑠𝑠𝑋𝑋𝑋𝑋 /𝑛𝑛 𝑠𝑠𝑋𝑋𝑋𝑋
∑𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝑋𝑋̄ 2
𝑁𝑁

26
Aide à la décision H.B. Brahim 26
 Calcul de l’ordonnée de la liaison Y = a X + b

𝑏𝑏� = 𝑌𝑌̄ − 𝑎𝑎� ⋅ 𝑋𝑋̄

Aide à la décision H.B. Brahim 27

 Les test d’hypothèse et règle de décision

• Soit H0 l’hypothèse nulle et H1 l’hypothèse alternative, dont

une et une seule est vraie.
• La décision aboutira à choisir l’une ou l’autre.
• Il y a donc 4 cas possibles avec leurs probabilités:
• Choisir H0 alors que H0 est vraie
• Choisir H0 alors que H1 est vraie
• Choisir H1 alors que H1 est vraie
• Choisir H1 alors que H0 est vraie.
• On notera α le niveau de risque accepté sur le test, c’est la
probabilité de choisir H1 alors que H0 est vraie
• Les valeurs courantes sont 0,01; 0,05; 0,1.

28
Aide à la décision H.B. Brahim 28
 Vérité H0 H1
Décision
H0 1- α β
H1 α 1- β
• α s’appelle le risque de 1ière espèce, c’est la probabilité
de choisir H1 alors que H0 est vraie.
• β s’appelle le risque de 2ième espèce, c’est la probabilité
de conserver H0 alors que H1 est vraie.

• α étant fixé, β sera déterminé comme résultat d’un

calcul.
• β varie en sens contraire de α.

• 1-α est la probabilité d’opter pour H0 en ayant raison.

• 1-β est la probabilité d’opter pour H1 en ayant raison.
• 1-β s’appelle « puissance du test ».

Aide à la décision H.B. Brahim 30

 Le test d’hypothèse s’écrit de la sorte:

𝐻𝐻0 : 𝑎𝑎 = â
� (par analogie b)
𝐻𝐻1 : 𝑎𝑎 ≠ â
• Soit t la statistique qui permet de réaliser ce test et qui suit la loi de Student
de ° de liberté n – 2

𝑎𝑎 − â
𝑡𝑡 =
𝑣𝑣(â)
• Si |t| < t α alors on accepte 𝐻𝐻0
• Si |t|> tα ( t tabulée) alors on accepte 𝐻𝐻1 (hypothèse alternative)

Aide à la décision H.B. Brahim 31

 1-α

32
Aide à la décision H.B. Brahim 32
 Le processus d’estimation
Le modèle à estimer est 𝑌𝑌𝑌𝑌 = 𝑏𝑏� + 𝑎𝑎� 𝑋𝑋𝑋𝑋

• Les intervalles de confiance

On peut calculer pour chaque coefficient du modèle un
intervalle de confiance de niveau (1-a) donné par :

𝑃𝑃(𝑎𝑎� − 𝑡𝑡𝛼𝛼 𝜎𝜎â < 𝑎𝑎 < 𝑎𝑎� + 𝑡𝑡𝛼𝛼 𝜎𝜎â ) = 1 − 𝛼𝛼

Par analogie, un intervalle de confiance

peut être construit pour b
T suivant une de Student à n-2 d.d.l.

Aide à la décision H.B. Brahim 33

 Estimation de la variance de l’erreur

𝑛𝑛 2
2
∑ 𝜀𝜀
𝑖𝑖=1 𝑖𝑖̂ 𝑆𝑆𝑆𝑆𝑆𝑆 − â ² 𝑆𝑆 𝑥𝑥𝑥𝑥
𝜎𝜎� = =
𝑛𝑛 − 2 𝑛𝑛 − 2

1 𝑥𝑥²
� 𝑏𝑏� ) = 𝜎𝜎� ² +
𝑉𝑉(
𝑛𝑛 ∑𝑛𝑛1 (𝑥𝑥𝑖𝑖 − 𝑥𝑥)²
1
� 𝑎𝑎� ) = 𝜎𝜎� ²
𝑉𝑉(
∑𝑛𝑛1 (𝑥𝑥𝑖𝑖 − 𝑥𝑥)²

34
Aide à la décision H.B. Brahim 34
 35
Aide à la décision H.B. Brahim 35
 Correction de l’exercice d’application:
Déterminer un intervalle de confiance pour les
deux paramètres estimés.

36
Aide à la décision H.B. Brahim 36
 Solution graphique de l’exemple
Vente (Y)
250

y = 2,6966x + 105,24
R² = 0,9651
200

150

100

50
Vente (Y)
Linéaire (Vente (Y) )

0
0 5 10 15 20 25 30 35 40

37
Aide à la décision H.B. Brahim 37
 Qualité de la régression
• Décomposition de la somme totale des carrés
SCT : somme des carrés totale
SCR : somme des carrés des résidus
SCE : somme des carrés expliqués par le modèle
SCT = SCE + SCR

𝑛𝑛 2 𝑛𝑛 2 𝑛𝑛

� 𝑦𝑦𝑖𝑖 − 𝑌𝑌̄ = � 𝑦𝑦�𝑖𝑖 − 𝑌𝑌̄ + �(𝑦𝑦𝑖𝑖 − 𝑦𝑦�𝑖𝑖 )2

𝑖𝑖=1 𝑖𝑖=1 𝑖𝑖=1

Aide à la décision H.B. Brahim 38

 Qualité de la régression
• Interprétation géométrique de la
décomposition en somme de carrés
Théorème de Pythagore
𝑦𝑦
2 2 2
𝑦𝑦 − 𝑦𝑦̄ = 𝑦𝑦 − 𝑦𝑦� + 𝑦𝑦� − 𝑦𝑦̄

𝑦𝑦 𝑦𝑦̄ 𝑦𝑦�
𝑦𝑦1 𝑌𝑌̄ 𝑦𝑦�1
𝑦𝑦̄ 𝑦𝑦� = ⋮ = ⋮ = ⋮
𝑦𝑦𝑛𝑛 𝑌𝑌̄ 𝑦𝑦�𝑛𝑛

Aide à la décision H.B. Brahim 39

 Qualité de la régression
• Les coefficients de détermination
– Le coefficient de détermination
R2 R2 = SCE/SCT

Il exprime le pourcentage de la variance de Y

expliquée
par le modèle. Il donne une idée globale de
l'ajustement
du modèle.

Aide à la décision H.B. Brahim 40

 Prévision

Cette étape consiste à prévoir le comportement de la

variable dépendante y sur la base de valeur
hypothétique, Xɵ.
Outre l’estimation ponctuelle de 𝑦𝑦𝜃𝜃 , donnée par 𝑦𝑦�𝜃𝜃
𝑦𝑦𝜃𝜃 = 𝑎𝑎 + 𝑏𝑏. 𝑥𝑥𝜃𝜃 + 𝜀𝜀𝜃𝜃
� 𝑥𝑥𝜃𝜃
𝑦𝑦�𝜃𝜃 = 𝑎𝑎� + 𝑏𝑏.

on peut l’estimer par intervalle de confiance.

Aide à la décision H.B. Brahim 41

 Prévision

𝑦𝑦�𝜃𝜃 → 𝑁𝑁(𝑦𝑦𝜃𝜃 , 𝜇𝜇𝜃𝜃2 )

𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
2 1 (𝑥𝑥𝜃𝜃 − 𝑥𝑥)²
𝜇𝜇̂ 𝜃𝜃 = 𝜎𝜎� ²( 1 + + 𝑛𝑛 )
𝑛𝑛 ∑1 (𝑥𝑥𝑖𝑖 − 𝑥𝑥)²

L’intervalle de confiance de 𝑦𝑦𝜃𝜃 est donné par

cette expression:

𝐼𝐼𝐼𝐼(𝑦𝑦𝜃𝜃 ) = [𝑦𝑦�𝜃𝜃 − 𝑡𝑡 ∗ 𝜇𝜇�𝜃𝜃 ;�

𝑦𝑦𝜃𝜃 + 𝑡𝑡 ∗ 𝜇𝜇�𝜃𝜃 ]

Aide à la décision H.B. Brahim 42

 Application

Aide à la décision H.B. Brahim 43