Académique Documents
Professionnel Documents
Culture Documents
Modélisation Économétrique
Modèle Linéaire Simple
2018 - 2019
1. Introduction
3. Prévision
4. Application
200
150
100
Vente (Y)
50
0
0 5 10 15 20 25 30 35 40
200
150
Vente (Y)
100
50
0
0 10 20 30 40 50 60 70
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
Interprétation:………………………………………….
.……………………………………………………...…
…………………………………………………………
…………………………………………………………
…………………………………………………………
…………………………………………………………
…………………………………………………………
Y40
200
M( 40, Y40) ???
150
?
100
Vente (Y)
50
0
0 5 10 15 20 25 30 35 40
FV (X)
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
Variable Y
Variable X
15
Aide à la décision H.B. Brahim 15
Droite d’ajustement
Variable Y
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
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
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
Point Moyen
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑋𝑋 − 𝑋𝑋̄
𝑌𝑌̄
𝑋𝑋̄ Variable X
𝑋𝑋̄ Variable X
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
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.
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)
32
Aide à la décision H.B. Brahim 32
Le processus d’estimation
Le modèle à estimer est 𝑌𝑌𝑌𝑌 = 𝑏𝑏� + 𝑎𝑎� 𝑋𝑋𝑋𝑋
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
𝑦𝑦 𝑦𝑦̄ 𝑦𝑦�
𝑦𝑦1 𝑌𝑌̄ 𝑦𝑦�1
𝑦𝑦̄ 𝑦𝑦� = ⋮ = ⋮ = ⋮
𝑦𝑦𝑛𝑛 𝑌𝑌̄ 𝑦𝑦�𝑛𝑛