Vous êtes sur la page 1sur 57

Source : Greene "Econometric Analysis" Prentice Hall International, 4ème édition, 2000

Données annuelles de 1960 à 1995:

G: consommation totale d’essence (dépenses totales divisées par l’indice des prix)
Pg: indice de prix de l’essence
Y: revenu réel disponible par tête
Pnc: indice des prix des nouvelles voitures
Puc: indice de prix des voitures d’occasion
Pop: population totale des USA en millions

Questions

1) Rappeler comment on obtient une fonction de demande et indiquer les arguments de la fonction de demande

2) Transformer les données en logarithme: log(G/Pop), logPg, logY, logPnc, logPuc

3) Représenter graphiquement la variable log(G/Pop) en fonction de la variable logY et tracer la droite de régression sur la

4) Estimer le modèle de régression simple :


modèle 1
et commenter les résultats. Comparer les résultats à ceux obtenus précédemment et indiquer ce que représentent les rés

5) Estimer les 3 modèles de régression multiple :


modèle 1
modèle 2
modèle 3
Commenter les résultats statistiques et économiques.

6) Calculer les coefficients de corrélation simple et les coefficients de corrélation partielle de la variable log(G/Pop) avec le

7) Tester l'hypothèse d'égalité à 0 des paramètres des variables logPnc et logPuc dans le troisième modèle (H0 : b4=b5=

8) Tester un changement structurel dans le second modèle avec le test de Chow (prendre comme date de rupture 1975)

9) Tester la stabilité des coefficients avec le test du CUSUM, commenter les résultats.
Isabelle Cadoret : Analyse de la consommation d'essence sur la période 1960-1995

Source : Greene "Econometric Analysis"


Consommation d'essence G
Revenu Y
Indice des prix des nouvelles voitures Pnc
Indice de prix des voitures d’occasion Puc
Population POP

YEAR G PG Y PNC PUC POP


1960 129.7 0.925 6036 1.045 0.836 180.7
1961 131.3 0.914 6113 1.045 0.869 183.7
1962 137.1 0.919 6271 1.041 0.948 186.5
1963 141.6 0.918 6378 1.035 0.96 189.2
1964 148.8 0.914 6727 1.032 1.001 191.9
1965 155.9 0.949 7027 1.009 0.994 194.3
1966 164.9 0.97 7280 0.991 0.97 196.6
1967 171 1 7513 1 1 198.7
1968 183.4 1.014 7728 1.028 1.028 200.7
1969 195.8 1.047 7891 1.044 1.031 202.7
1970 207.4 1.056 8134 1.076 1.043 205.1
1971 218.3 1.063 8322 1.12 1.102 207.7
1972 226.8 1.076 8562 1.11 1.105 209.9
1973 237.9 1.181 9042 1.111 1.176 211.9
1974 225.8 1.599 8867 1.175 1.226 213.9
1975 232.4 1.708 8944 1.276 1.464 216
1976 241.7 1.779 9175 1.357 1.679 218
1977 249.2 1.882 9381 1.429 1.828 220.2
1978 261.3 1.963 9735 1.538 1.865 222.6
1979 248.9 2.656 9829 1.66 2.01 225.1
1980 226.8 3.691 9722 1.793 2.081 227.7
1981 225.6 4.109 9769 1.902 2.569 230
1982 228.8 3.894 9725 1.976 2.964 232.2
1983 239.6 3.764 9930 2.026 3.297 234.3
1984 244.7 3.707 10421 2.085 3.757 236.3
1985 245.8 3.738 10563 2.152 3.797 238.5
1986 269.4 2.921 10780 2.24 3.632 240.7
1987 276.8 3.038 10859 2.321 3.776 242.8
1988 279.9 3.065 11186 2.368 3.939 245
1989 284.1 3.353 11300 2.414 4.019 247.3
1990 282 3.834 11389 2.451 3.926 249.9
1991 271.8 3.766 11272 2.538 3.942 252.6
1992 280.2 3.751 11466 2.528 4.113 255.4
1993 286.7 3.713 11476 2.663 4.47 258.1
1994 290.2 3.732 11636 2.754 4.73 260.7
1995 297.8 3.789 11934 2.815 5.224 263.2
Date LogPuc LogPnc LogPg LogY Log(G/Pop)
1960 -0.17912667 0.04401689 -0.07796154 8.70549682 -0.33161411
1961 -0.14041215 0.04401689 -0.08992471 8.71817293 -0.33581921
1962 -0.05340078 0.04018179 -0.08446916 8.74369111 -0.30772065
1963 -0.04082199 0.03440143 -0.08555789 8.76060985 -0.28979848
1964 0.0009995 0.03149867 -0.08992471 8.81388456 -0.25437128
1965 -0.00601807 0.00895974 -0.05234648 8.85751515 -0.22018858
1966 -0.03045921 -0.00904074 -0.03045921 8.89288614 -0.17583198
1967 0 0 0 8.92439013 -0.15013259
1968 0.02761517 0.02761517 0.01390291 8.95260538 -0.0901417
1969 0.03052921 0.04305949 0.04592893 8.97347815 -0.03463332
1970 0.04210118 0.07325046 0.05448819 9.00380809 0.01115163
1971 0.09712671 0.11332869 0.0610951 9.02665789 0.04977553
1972 0.09984533 0.10436002 0.07325046 9.05508909 0.07743735
1973 0.16211885 0.10526051 0.16636154 9.10963567 0.11573595
1974 0.20375684 0.16126815 0.46937843 9.0900918 0.05414104
1975 0.38117242 0.24373018 0.5353231 9.0987382 0.07318162
1976 0.51819838 0.30527638 0.57605141 9.12423767 0.10320222
1977 0.60322247 0.3569749 0.63233504 9.14644165 0.12371956
1978 0.62326105 0.43048287 0.67447392 9.18348292 0.16029273
1979 0.69813472 0.5068176 0.97682123 9.19309248 0.10050646
1980 0.73284855 0.58389019 1.30589742 9.18214664 -0.0039604
1981 0.94351672 0.64290596 1.41317969 9.18696939 -0.01931579
1982 1.08653971 0.6810746 1.35943691 9.18245517 -0.01475081
1983 1.19301296 0.70606341 1.32548222 9.20331576 0.02236852
1984 1.32362077 0.73476886 1.31022292 9.25157828 0.03493079
1985 1.33421128 0.76639764 1.31855071 9.26511261 0.03014889
1986 1.28978346 0.80647587 1.07192602 9.28544784 0.11264592
1987 1.32866525 0.84199813 1.1111994 9.29274951 0.13105716
1988 1.37092688 0.86204572 1.12004757 9.32241828 0.13317419
1989 1.39103312 0.88128512 1.20985547 9.332558 0.13872411
1990 1.3676211 0.8964961 1.34390864 9.34040326 0.12084623
1991 1.37168821 0.93137637 1.32601343 9.33007705 0.07325929
1992 1.41415269 0.92742848 1.32202247 9.34714141 0.09267269
1993 1.49738841 0.97945331 1.31184018 9.34801318 0.10508927
1994 1.5539252 1.0130544 1.31694428 9.36185902 0.10720002
1995 1.65326339 1.03496226 1.33210213 9.38714675 0.12350792

La fonction de demande est dérivée d'un problème de maximisation de la fonction d'utilité sous contrainte de revenu
Il s'agit d'un programme d'optimisation qui peut être résolu à partir du Lagrangien. On doit dérivé la fonction d'utilité par rappor
La demande d'un bien en fonction généralement : du prix du bien, du revenu, du prix d'iun bien substituable et/ou complémen
ntrainte de revenu
a fonction d'utilité par rapport aux différents quantités de biens.
bstituable et/ou complémentaire,….
Dans cette feuille vous trouverez des commentaires sur l'estimation des paramètres avec la méhode des MCO
(calcul matriciel à partir de la ligne 47, utilisation de l'utilitaire d'analyse sous Excel à partir de la ligne 129)

date logY log(G/Pop) Période 1960-1995


1960 8.70549682 -0.33161411
1961 8.71817293 -0.33581921 log(G/Pop) 0.2
1962 8.74369111 -0.30772065 f(x) = 0.663590276320306 x − 6.04963
1963 8.76060985 -0.28979848 0.1 R² = 0.80271734004579
1964 8.81388456 -0.25437128
0
1965 8.85751515 -0.22018858
1966 8.89288614 -0.17583198 -0.1
1967 8.92439013 -0.15013259
1968 8.95260538 -0.0901417 -0.2
1969 8.97347815 -0.03463332
-0.3
1970 9.00380809 0.01115163
1971 9.02665789 0.04977553 -0.4
1972 9.05508909 0.07743735 8.6 8.7 8.8 8.9 9 9.1 9.2
1973 9.10963567 0.11573595
1974 9.0900918 0.05414104
1975 9.0987382 0.07318162
1976 9.12423767 0.10320222
1977 9.14644165 0.12371956
1978 9.18348292 0.16029273
1979 9.19309248 0.10050646
1980 9.18214664 -0.0039604 Période 1960-1975
1981 9.18696939 -0.01931579 log(G/Pop)
1982 9.18245517 -0.01475081 0.2
1983 9.20331576 0.02236852
1984 9.25157828 0.03493079 0.1
f(x) = 1.15026518512315 x − 10.37390258
1985 9.26511261 0.03014889
0 R² = 0.973240858571644
1986 9.28544784 0.11264592
1987 9.29274951 0.13105716
-0.1
1988 9.32241828 0.13317419
1989 9.332558 0.13872411 -0.2
1990 9.34040326 0.12084623
1991 9.33007705 0.07325929 -0.3
1992 9.34714141 0.09267269
1993 9.34801318 0.10508927 -0.4
1994 9.36185902 0.10720002 8.65 8.7 8.75 8.8 8.85 8.9 8.95 9
1995 9.38714675 0.12350792

Estimation des paramètres avec la méthode des MCO

on note X la matrice des variables exogènes et Z la matrice des variables endogènes

Constante LogY Log(G/Pop)


1 8.70549682 -0.33161411
1 8.71817293 -0.33581921
1 8.74369111 -0.30772065
1 8.76060985 -0.28979848
1 8.81388456 -0.25437128
X= 1 8.85751515 Z= -0.22018858
1 8.89288614 -0.17583198
1 8.92439013 -0.15013259
1 8.95260538 -0.0901417
1 8.97347815 -0.03463332
1 9.00380809 0.01115163
1 9.02665789 0.04977553
1 9.05508909 0.07743735
1 9.10963567 0.11573595
1 9.0900918 0.05414104
1 9.0987382 0.07318162
1 9.12423767 0.10320222
1 9.14644165 0.12371956
1 9.18348292 0.16029273
1 9.19309248 0.10050646
1 9.18214664 -0.0039604
1 9.18696939 -0.01931579
1 9.18245517 -0.01475081
1 9.20331576 0.02236852
1 9.25157828 0.03493079
1 9.26511261 0.03014889
1 9.28544784 0.11264592
1 9.29274951 0.13105716
1 9.32241828 0.13317419
1 9.332558 0.13872411
1 9.34040326 0.12084623
1 9.33007705 0.07325929
1 9.34714141 0.09267269
1 9.34801318 0.10508927
1 9.36185902 0.10720002
1 9.38714675 0.12350792

******************************************************************************************************************************
Calcul des estimateurs MCO - on utilise les fonctions statistiques de EXCEL - cf le fichier échantillon.xls pour plus

b2= cov(log(G/Pop),logY) /var(logY)

b1= moyenne(log(G/Pop)-b2*moyenne(logY)

LogY Log(G/Pop)
moyenne 9.11092772 -0.00370861 b2= 0.66359028
var 0.04077997 0.02237094
b1= -6.04963165
covariance(logY,log(G/Pop)) = 0.02706119

******************************************************************************************************************************
Calcul matriciel des estimateurs MCO

1 1 1 1 1 1
X'= 8.70549682 8.71817293 8.74369111 8.76060985 8.81388456 8.85751515
Transposée de la matrice X : sélectionner la zoneB50:C86 faire copier puis dans Collage spécial

36 327.993398 56.5703766 -6.20601991


X'X= 327.993398 2989.79222 X'X-1= -6.20601991 0.68116224
Vous devez surbriller la zone de X'X
B108:C:109 puis faire insertion fonction Math$Trigo
sélectionner PRODUITMAT faire OK
Matrice1 B104:AK105, Matrice 2 B51:C86
faire OK
Attention seul le chiffre 36 apparaît, pour avoir la matrice il faut mettre le cursueur à la fin de la formule
puis faire Ctrl+MAJ+ENTREE (la zone B108:C109 doit toujours être surbrillée)

X'Z= -0.1335098 (X'X-1)X'Z= -6.04963165 =b1


-0.24219518 0.66359028 =b2
Utiliser la fonction PRODUITMAT Utiliser la fonction PRODUITMAT
comme pour X'X comme pour X'X
******************************************************************************************************************************
Utilisation de l'utilitaire d'analyse dans Outils sélectionner Utilitaire d'analyse (si l'utilitaire n'apparaît pas dans outil
choisir Régression Linéaire plage pour la variable Y
cocher intitulé présent
Pour Niveau de Confiance
Si vous cohez
Ensuite à vous de choisir vos options d

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.89594494 racine de 0,80271734004579 0.89594494
Coefficient d 0.80271734 (0,64647162)/(0,805354) 0.80271734
Coefficient d 0.79691491 1-((0,15888238/34)/(0,805354/35)) 0.79691491
Erreur-type 0.06835943 racaine de (0,15888238)/(36-2) 0.06835943
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 1 0.64647162 0.64647162 138.341553 1.5643E-13
Résidus 34 0.15888238 0.00467301
Total 35 0.805354

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuil de confiance
pour seuil=de
95%
confiance = 95%
Constante -6.04963165 0.51415367 -11.7661936 1.5486E-13 -7.09451694 -5.00474635
LogY 0.66359028 0.05641878 11.7618686 1.5643E-13 0.5489336 0.77824696

ANALYSE DES RÉSIDUS


Observation
Prévisions Log(G/Pop)
Résidus Prévisions Log(G/Pop)
1 -0.27274861 -0.0588655 -6,04963165+0,66359028*8,70549682
2 -0.26433686 -0.07148235
3 -0.24740325 -0.06031741
4 -0.23617614 -0.05362234
5 -0.20082356 -0.05354772
6 -0.17187072 -0.04831786 Commentaires succints des résultats
7 -0.14839887 -0.0274331
8 -0.12749313 -0.02263946 Le niveau de probabilité (qui correspond au niveau d
9 -0.10876977 0.01862808 donc les paramètres sont significativements différent
10 -0.0949188 0.06028548 On peut dire qu'une augmentation de 1% du revenu
11 -0.07479215 0.08594378 Le modèle est un modèle de régression simple donc
12 -0.05962924 0.10940478 les deux niveaux de significativité sont identiques = 1
13 -0.04076258 0.11819992 Le coefficient de détermination est égal à 0,80 donc 8
14 -0.004566 0.12030195
15 -0.01753512 0.07167615
16 -0.01179745 0.08497907 Remarque : le modèle est avec constante donc l'équ
17 0.00512375 0.09807847 de même la somme des résidus est nulle
18 0.01985809 0.10386147
19 0.04443832 0.11585441
20 0.05081513 0.04969133
21 0.04355158 -0.04751198
22 0.04675191 -0.0660677
23 0.04375632 -0.05850713
24 0.0575992 -0.03523068
25 0.08962574 -0.05469495
26 0.09860699 -0.0684581
27 0.11210125 0.00054466
28 0.11694657 0.0141106
29 0.13663447 -0.00346029
30 0.1433631 -0.00463898
31 0.14856913 -0.0277229
32 0.14171676 -0.06845747
33 0.15304051 -0.06036782
34 0.153619 -0.04852973
35 0.16280697 -0.05560695
36 0.17958766 -0.05607974
mètres avec la méhode des MCO
Excel à partir de la ligne 129)

Pour tracer les graphiques dans Insertion sélectionner


Période 1960-1995 Nuages de Points cliquer sur suivant dans
cliquer sur suivant puis dans Titre du graphique
dans Axe des ordonnés (X) mettre REV et dans
f(x) = 0.663590276320306 x − 6.04963164650652 cliquer sur suivant dans Insérer le graphique
R² = 0.80271734004579 Pour obtenir l'équation cliquer sur les points du graphique , une fe
choissisez Ajouter une courbe de tendance
et dans l'onglet Option sélectionner Afficher l'équation sur le grap
le graphique

Période 1960-1995 = zone B3:C38

8.8 8.9 9 9.1 9.2 9.3 9.4 9.5 Sur ce graphique on note un changement de l'évolution de la sér
logY

Période 1960-1975 = zone B3:C18


Période 1960-1975
L'ajustement est de meilleure qualité sur cette sous période.

.15026518512315 x − 10.3739025859901
973240858571644

8.8 8.85 8.9 8.95 9 9.05 9.1 9.15


logY

On note X la matrice des variables explicatives et Z la variable endogène


*******************************
cf le fichier échantillon.xls pour plus de détail

*******************************

1 1 1 1 1 1 1
8.89288614 8.92439013 8.9526053759 8.97347815 9.00380809 9.02665789 9.05508909
puis dans Collage spécial cocher Transposé

Vous devez surbriller la zone de(X'X)-1


F108:G:109 puis faire insertion fonction Math$Trigo
sélectionner INVERSEMAT faire OK
Matrice B108:C109
faire OK
Attention seul le chiffre 56,57 apparaît, pour avoir la matrice il faut mettre le cursueur à la fin de la formule puis faire
Ctrl+MAJ+ENTREE (la zone B108:C109 doit toujou
e le cursueur à la fin de la formule

ion PRODUITMAT

*******************************
e (si l'utilitaire n'apparaît pas dans outils il faut l'installer pour cela aller dans macro complémentaires et cocher Utilitaire d'Analyse)
lage pour la variable Y sélectionner la zone F50:F86, plage pour la variable X sélectionner la zone C50:C86
ocher intitulé présent (c'est dans les cellules F50 et C50)
Pour Niveau de Confiance par défaut Excel donne un Itervalle de Confiance à 95%, vous pouvez à cet endroit demander égalment un in
Si vous cohez Intersection à l'origine le modèle sera estimé sans constante, ici il ne faut pas cocher cette case
Ensuite à vous de choisir vos options de sortie

racine du coefficient de détermination


coefficient de détermination rapport entre la variance expliquée par le modèle et la variance totale des observations de la v
coefficient de détermination ajusté
somme des carrés des résidus divisé par la nombre d'observations - le nombre de paramètres estimés

F = (R2/K-1)/((1-R2) /N-K) 138.341553 =(0,80271734/1)/((1-0,80271734)/34)


K : nombre de paramètres
N: Nombre d'observations

e inférieure
Limite
pour
supérieure
seuil de confiance
pour seuil=de95.0%
confiance = 95.0% La matrice de variance-covariance des paramètres est égale à la
-7.09451694 -5.00474635
0.5489336 0.77824696 0.264354 -0.0290008 =
-0.0290008 0.00318308
=-6,04963165+0,66359028*logy Résidus = valeur observée de log(G/POP) - valeur prévue de log(G/POP)
0,66359028*8,70549682 -0.27274861 -0,331614106275785-0,27274861 -0.0588655

s succints des résultats

robabilité (qui correspond au niveau de significativité du test de student) est pour chaque paramètre inférieur à 5% .
mètres sont significativements différents de 0
u'une augmentation de 1% du revenu induit une hausse de 0,66% de la consommation par tête (le coefficient représente l'élasticité reve
un modèle de régression simple donc le test de Fisher test la même contrainte que le test de student sur le coefficient de pente
ux de significativité sont identiques = 1,5643E-13
de détermination est égal à 0,80 donc 80% des variations de la variabe endogène sont expliquées par le modèle

modèle est avec constante donc l'équation d'analyse de la variance est satisfaite : 0,64647162+0,15888238 = 0,805354
mme des résidus est nulle SOMME(C161:C196) 0
ans Insertion sélectionner Graphiques puis
r suivant dans Plage de données sélectionner la zone dans la feuille
Titre du graphique mettre le titre que vous souhaitez
mettre REV et dans Axe des ordonnées (Y) mettre DEP
rer le graphique cocher En tant qu'objet dans regression cliquer sur FIN
er sur les points du graphique , une fenêtre s'ouvre dans laquelle vous
e de tendance dans l'onglet Type choisir la première forme de représentation proposée
tionner Afficher l'équation sur le graphique et Afficher le coefficient de détermination dans

changement de l'évolution de la série à partir de 1975

e qualité sur cette sous période.


1 1 1 1 1 1 1
9.10963567 9.0900918 9.0987382 9.12423767 9.14644165 9.18348292 9.19309248

à la fin de la formule puis faire


TREE (la zone B108:C109 doit toujours être surbrillée)

s et cocher Utilitaire d'Analyse)

cet endroit demander égalment un intervalle à 90% par exemple

riance totale des observations de la variable endogène

ramètres estimés

riance des paramètres est égale à la variance des résidus * par la matrice (X'X) -1

var(b1) cov(b1b2)
cov(b2b1) var(b2)
POP) - valeur prévue de log(G/POP)

e inférieur à 5% .

coefficient représente l'élasticité revenu)


ent sur le coefficient de pente

par le modèle

15888238 = 0,805354
1 1 1 1 1 1 1
9.18214664 9.18696939 9.18245517 9.20331576 9.25157828 9.26511261 9.28544784
1 1 1 1 1 1 1
9.29274951 9.32241828 9.332558 9.34040326 9.33007705 9.34714141 9.34801318
1 1
9.36185902 9.38714675
Vous trouverez les résultats du modèle 1 ligne 4, du modèle 2 ligne 70+A1, modèle 3 ligne 139

****************************************
Modèle de régression 1 : en log la consommation en fonction du revenu et du prix de l'essence

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.95584439
Coefficient d 0.9136385
Coefficient d 0.90840447
Erreur-type 0.04590886
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 2 0.73580242 0.36790121 174.557355 2.8137E-18
Résidus 33 0.06955158 0.00210762
Total 35 0.805354

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuilLimite
de confiance
pour
inférieure
seuil=de
95%
pour
confiance
seuil de= confiance
95% = 95.0
Constante -10.6758469 0.79004646 -13.5129355 5.2911E-15 -12.2832098 -9.06848402 -12.2832098
LogPg -0.19577127 0.03007079 -6.51034612 2.1654E-07 -0.25695081 -0.13459173 -0.25695081
LogY 1.18584045 0.08871663 13.3666081 7.1806E-15 1.00534496 1.36633594 1.00534496

ANALYSE DES RÉSIDUS

Observation
Prévisions Log(G/Pop)
Résidus
1 -0.33725403 0.00563992
2 -0.31988014 -0.01593907
3 -0.29068769 -0.01703297
4 -0.27041162 -0.01938685
5 -0.20638142 -0.04798986
6 -0.16199923 -0.05818935
7 -0.12433978 -0.0514922
8 -0.09294411 -0.05718848
9 -0.06220713 -0.02793457
10 -0.04372512 0.0090918
11 -0.00943431 0.02058594
12 0.01636847 0.03340707
13 0.04770366 0.02973369
14 0.09415873 0.02157723
15 0.01166081 0.04248022
16 0.00900399 0.06417763
17 0.03126887 0.07193336
18 0.04658052 0.07713904
19 0.08225598 0.07803676
20 0.03446046 0.066046
21 -0.04294322 0.03898282
22 -0.058227 0.03891121
23 -0.05305885 0.03830804
24 -0.02167417 0.04404269
25 0.03854482 -0.00361403
26 0.05296403 -0.02281514
27 0.12536041 -0.01271449
28 0.12633041 0.00472675
29 0.15978062 -0.02660644
30 0.15422292 -0.0154988
31 0.13728237 -0.01643614
32 0.12854051 -0.05528122
33 0.14955744 -0.05688474
34 0.15258461 -0.04749534
35 0.16800433 -0.06080431
36 0.19502407 -0.07151615

****************************************
Modèle de régression 2 : en log la consommation en fonction du revenu, du prix de l'essence
et du prix des nouvelles voitures

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.97729122
Coefficient d 0.95509814
Coefficient d 0.95088859
Erreur-type 0.03361635
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 3 0.7691921 0.25639737 226.888441 1.2341E-21
Résidus 32 0.03616189 0.00113006
Total 35 0.805354

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuilLimite
de confiance
pour
inférieure
seuil=de
95%
pour
confiance
seuil de= confiance
95% = 95.0
Constante -11.9261416 0.62255478 -19.1567747 4.2674E-19 -13.1942431 -10.6580401 -13.1942431
LogPnc -0.29499938 0.05427071 -5.43570115 5.5911E-06 -0.40554512 -0.18445365 -0.40554512
LogPg -0.06233738 0.03297618 -1.89037628 0.06779335 -0.1295076 0.00483283 -0.1295076
LogY 1.32754839 0.06999781 18.9655704 5.7361E-19 1.18496764 1.47012914 1.18496764

ANALYSE DES RÉSIDUS

Observation
Prévisions Log(G/Pop)
Résidus
1 -0.3772983 0.04568419
2 -0.3597244 0.02390519
3 -0.32505651 0.01733586
4 -0.300823 0.01102452
5 -0.22896971 -0.02540157
6 -0.16674155 -0.05344703
7 -0.11583911 -0.05999287
8 -0.0785818 -0.07155079
9 -0.05013783 -0.04000387
10 -0.0289807 -0.00565263
11 0.00184389 0.00930775
12 0.0199432 0.02983234
13 0.059575 0.01786234
14 0.12591828 -0.01018233
15 0.06456135 -0.01042032
16 0.0476028 0.02557882
17 0.0607596 0.04244263
18 0.07147684 0.05224272
19 0.09633929 0.06395344
20 0.06773021 0.03277625
21 0.00994896 -0.01390936
22 -0.00774592 -0.01156987
23 -0.0216483 0.00689749
24 0.0007901 0.02157842
25 0.05734407 -0.02241328
26 0.06546194 -0.03531305
27 0.09600884 0.01663708
28 0.0927749 0.03828226
29 0.12569603 0.00747816
30 0.12788301 0.0108411
31 0.12545421 -0.00460797
32 0.10257156 -0.02931226
33 0.12663873 -0.03396604
34 0.11308349 -0.00799422
35 0.12123403 -0.01403401
36 0.14739701 -0.02388909

****************************************
Modèle de régression 3 : en log la consommation en fonction du revenu, du prix de l'essence,
du prix des nouvelles voitures et du prix des voitures d'occasions

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.97876709
Coefficient d 0.95798502
Coefficient d 0.95256373
Erreur-type 0.03303807
Observations 36
ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 4 0.77151706 0.19287927 176.708006 7.2906E-21
Résidus 31 0.03383693 0.00109151
Total 35 0.805354

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuilLimite
de confiance
pour
inférieure
seuil=de
95%
pour
confiance
seuil de= confiance
95% = 95.0
Constante -12.3418405 0.67489471 -18.2870607 3.6617E-18 -13.7182981 -10.9653829 -13.7182981
LogPuc -0.11870847 0.0813371 -1.45946283 0.15449774 -0.28459667 0.04717973 -0.28459667
LogPnc -0.12679667 0.12699351 -0.99844997 0.32579149 -0.38580179 0.13220845 -0.38580179
LogPg -0.05909513 0.03248496 -1.81915374 0.0785595 -0.12534868 0.00715841 -0.12534868
LogY 1.37339912 0.07562767 18.1600071 4.4645E-18 1.21915537 1.52764286 1.21915537

ANALYSE DES RÉSIDUS

Observation
Prévisions Log(G/Pop)
Résidus
1 -0.36542909 0.03381498
2 -0.35190851 0.0160893
3 -0.32702697 0.01930632
4 -0.30448673 0.01468825
5 -0.23565774 -0.01871355
6 -0.1742653 -0.04592328
7 -0.12179647 -0.0540355
8 -0.08509101 -0.06504158
9 -0.05394148 -0.03620021
10 -0.02947163 -0.0051617
11 0.00647587 0.00467576
12 0.02585355 0.02392199
13 0.06499708 0.01244027
14 0.12690232 -0.01116637
15 0.0701096 -0.01596857
16 0.0465709 0.02661072
17 0.05511502 0.0480872
18 0.06563557 0.05808399
19 0.1023185 0.05797423
20 0.07908188 0.02142458
21 0.0307087 -0.0346691
22 -0.0014987 -0.01781709
23 -0.02634028 0.01158947
24 -0.01149159 0.03386011
25 0.03654986 -0.00161907
26 0.04937815 -0.01922927
27 0.09207304 0.02057288
28 0.09066057 0.04039659
29 0.12332597 0.00984822
30 0.12711838 0.01160573
31 0.13082165 -0.00997542
32 0.11279167 -0.03953238
33 0.13192338 -0.03925069
34 0.11724503 -0.01215576
35 0.12498736 -0.01778734
36 0.14425162 -0.0207437
supérieure pour seuil de confiance = 95.0%
-9.06848402
-0.13459173
1.36633594
supérieure pour seuil de confiance = 95.0%
-10.6580401
-0.18445365
0.00483283
1.47012914
supérieure pour seuil de confiance = 95.0%
-10.9653829
0.04717973
0.13220845
0.00715841
1.52764286
Corrélation simple entre la variable Log(G/P) et les autres variables

r
LogY 0.89594494 utiliser dans Insertion fonctions Statistiques Coefficient de Correlation
LogPg 0.66788196 dans matrice 1 mettre la zone qui correspond à la variable log(G/P) : dans la feuille données sélectionner la zone F2:F37
LogPnc 0.65721081 dans matrice 2 mettre la zone qui correspond à une des variables explicatives par exemple pour logy sélectionner la zone E2:E37
LogPuc 0.68486156 puis faire OK

Corrélation partielle (Modèle 3 de la feuille Régression Multiple)


r*2 r* r*2=(Statistique t)^2/((Statistique t)^2+(N-K)
LogY 0.91407646 0.95607346 N : nombre d'observations
LogPg 0.09645543 0.31057275 K : nombre de paramètres à estimer
LogPnc 0.03115621 0.17651123 Prendre la valeur de la Statistique t dans le tableau de résultat du modèle 3 de la feuille régression multiple
LogPuc 0.06429308 0.2535608

Corrélation partielle (Modèle 3 de la feuille Régression Multiple)


autre mode de calcul : exemple pour la corrélation partielle entre Log(G/P) et LogY
trois étapes:
1) estimation des paramètres du modèle Log(G/P) en fonction des variables LogPg LogPnc et Puc (on enlève la variable logy)

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.71485591
Coefficient d 0.51101897
Coefficient d 0.465177
Erreur-type 0.11093394
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 3 0.41155117 0.13718372 11.1474041 3.62357E-05
Résidus 32 0.39380282 0.01230634
Total 35 0.805354

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
poursupérieure
seuil Limite
de confiance
pour
inférieure
seuil
Limite
= de
95%
pour
confiance
supérieure
seuil de= confiance
95%
pour seuil=de95.0%
confiance = 95.0%
Constante -0.08705823 0.033138 -2.62714182 0.01310769 -0.15455808 -0.01955839 -0.15455808 -0.01955839
LogPuc 0.49487987 0.24843124 1.99201949 0.05495965 -0.01115758 1.00091732 -0.01115758 1.00091732
LogPnc -0.66806786 0.41450295 -1.61173245 0.11684107 -1.51238203 0.17624631 -1.51238203 0.17624631
LogPg 0.07569825 0.10619119 0.71284871 0.4811056 -0.14060594 0.29200245 -0.14060594 0.29200245

ANALYSE DES RÉSIDUS

Observation
Prévisions Log(G/Pop)
Résidus
1 -0.21101223 -0.12060188
2 -0.19275879 -0.14306042
3 -0.14672353 -0.16099712
4 -0.13671928 -0.15307919
5 -0.11441399 -0.13995729
6 -0.09998471 -0.12020387
7 -0.09839776 -0.07743422
8 -0.08705823 -0.06307436
9 -0.09078842 0.00064672
10 -0.09723986 0.06260654
11 -0.11103483 0.12218646
12 -0.11007864 0.15985417
13 -0.10182142 0.17925877
14 -0.06455676 0.18029271
15 -0.05843001 0.11257105
16 -0.02072895 0.09391057
17 0.00904846 0.09415376
18 0.02084763 0.10287193
19 -0.01515415 0.17544689
20 -0.0062103 0.10671676
21 -0.01561035 0.01164995
22 0.05733962 -0.07665541
23 0.09855135 -0.11330216
24 0.13197829 -0.10960977
25 0.17628117 -0.14135039
26 0.16102243 -0.13087354
27 0.09359196 0.01905396
28 0.09207542 0.03898174
29 0.1002665 0.03290769
30 0.10416174 0.03456238
31 0.09256122 0.02828501
32 0.06991694 0.00334236
33 0.0932671 -0.00059441
34 0.09893189 0.00615738
35 0.10484937 0.00235065
36 0.14052132 -0.0170134

2) estimation des paramètres du modèle Log(Y) en fonction des variables LogPg LogPnc et Puc

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.93274191
Coefficient d 0.87000747
Coefficient d 0.85782067
Erreur-type 0.07722518
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 3 1.27723973 0.42574658 71.3893327 2.87633E-14
Résidus 32 0.1908393 0.00596373
Total 35 1.46807903

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
poursupérieure
seuil Limite
de confiance
pour
inférieure
seuil
Limite
= de
95%
pour
confiance
supérieure
seuil de= confiance
95%
pour seuil=de95.0%
confiance = 95.0%
Constante 8.92295776 0.02306858 386.801383 2.6749E-60 8.875968646 8.96994688 8.87596865 8.96994688
LogPuc 0.44676623 0.17294209 2.58332849 0.0145595 0.094495016 0.79903744 0.09449502 0.79903744
LogPnc -0.39411063 0.2885507 -1.36582803 0.18151652 -0.98186867 0.19364741 -0.98186867 0.19364741
LogPg 0.09814582 0.07392358 1.32766599 0.19368234 -0.05243145 0.2487231 -0.05243145 0.2487231

ANALYSE DES RÉSIDUS

ObservationPrévisions LogY Résidus


1 8.81793089 -0.11243407
2 8.8340531 -0.11588017
3 8.87497373 -0.13128262
4 8.88276476 -0.12215491
5 8.90216461 -0.08828005
6 8.91160037 -0.05408522
7 8.90992323 -0.01703708
8 8.92295776 0.00143237
9 8.92577637 0.02682901
10 8.92413471 0.04934344
11 8.91824615 0.08556194
12 8.92768288 0.098975
13 8.93362512 0.12146397
14 8.97023039 0.13940528
15 8.99649948 0.09359232
16 9.04973579 0.0490024
17 9.09069567 0.033542
18 9.11383063 0.03261102
19 9.09794867 0.08553425
20 9.1309895 0.06210298
21 9.14842079 0.03372585
22 9.22981077 -0.04284139
23 9.27339132 -0.09093615
24 9.30777911 -0.10446335
25 9.35331951 -0.10174123
26 9.34640309 -0.08129048
27 9.2865538 -0.00110596
28 9.29377969 -0.00103018
29 9.3056282 0.01679007
30 9.3158428 0.0167152
31 9.31254505 0.0278582
32 9.29885908 0.03121797
33 9.31899499 0.02814643
34 9.334679 0.01333417
35 9.34719613 0.01466289
36 9.38443064 0.00271611

3) Calcul du coefficient de corrélation partielle donné par le coefficient de détermination de la régression suivante
variable endogène : résidu de 1) estimation des paramètres du modèle Log(G/P) en fonction des variables LogPg LogPnc et Puc (on enlève la variable logy) ligne 21
variable exogène : résidu de 2) estimation des paramètres du modèle Log(Y) en fonction des variables LogPg LogPnc et Puc ligne 88

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.95607346
Coefficient 0.91407646
Coefficient d 0.91154929
Erreur-type 0.03154685
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 1 0.35996589 0.35996589 361.70062 1.07472E-19
Résidus 34 0.03383693 0.0009952
Total 35 0.39380282

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
poursupérieure
seuil Limite
de confiance
pour
inférieure
seuil
Limite
= de
95%
pour
confiance
supérieure
seuil de= confiance
95%
pour seuil=de95.0%
confiance = 95.0%
Constante 1.6082E-16 0.00525781 3.0587E-14 1 -0.01068515 0.01068515 -0.01068515 0.01068515
Résidus 1.37339912 0.07221412 19.0184284 1.0747E-19 1.22664246 1.52015577 1.22664246 1.52015577
Coefficient de Corrélation partiel entre Lg(G/Pop) et LogY =racine du coefficient de détermination du modèle de régression simple basés sur les séries de résidus des
0.956073457
ionner la zone F2:F37
gy sélectionner la zone E2:E37

ille régression multiple


la variable logy) ligne 21
e basés sur les séries de résidus des estimations 1) et 2)
Test de Fisher de plusieurs contraintes à partir des résultats de la feuille "regression multiple"
comparaison du modèle 1 et du modèle 3

test d'égalité à 0 des coefficients des variables LogPuc et Log Pnc

degré de liberté
sommes des carrés des résidus du modèle contraint (e*'e*) = 0.06955158 33
sommes des carrés des résidus du modèle sans contraintes (e'e) = 0.03383693 31

Fstat= 16.3601406 =(e*'e*-e'e/(33-31))/(e'e/31)


F(2,31) = 3.3

On refuse l'hypothèse que les coefficients sont simultanéments nuls car le Fstat est supérieur à F(2,31)
ession multiple"

degré de liberté
modèle 1
modèle 3

supérieur à F(2,31)
Test d'un changement structurel en 1975 avec le test de Chow

Modèle de régression 2 : en log la consommation en fonction du revenu, du prix de l'essence


et du prix des nouvelles voitures

Fstat = 28.7190608 =(e*'e*-(e1'e1+e2'e2))/(32-(12+16))/((e1'e1+e2'e2)/(12+16))


F(4,28)= 2.71

On refuse l'hypothèse d'égalité des paramètres sur les deux sous-périodes car le Fstat est plus élevé que le F(4,28)
Il faut estimer le modèle sur les deux sous périodes

degré de liberté
sommes des carrés des résidus 1960-1995 (e*'e*) = 0.03616189 32
sommes des carrés des résidus 1960-1975 (e1'e1) = 0.00333133 12
sommes des carrés des résidus 1976-1995 (e2'e2) = 0.00375546 16

Estimation sur l'ensemble de la période

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.97729122
Coefficient d 0.95509814
Coefficient d 0.95088859
Erreur-type 0.03361635
Observations 36

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 3 0.7691921 0.25639737 226.888441 1.2341E-21
Résidus 32 0.03616189 0.00113006
Total 35 0.805354

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuil de confiance
pour seuil=de
95%
confiance = 95%
Constante -11.9261416 0.62255478 -19.1567747 4.2674E-19 -13.1942431 -10.6580401
LogPnc -0.29499938 0.05427071 -5.43570115 5.5911E-06 -0.40554512 -0.18445365
LogPg -0.06233738 0.03297618 -1.89037628 0.06779335 -0.1295076 0.00483283
LogY 1.32754839 0.06999781 18.9655704 5.7361E-19 1.18496764 1.47012914

Estimation sur la période 1960-1975

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.99586008
Coefficient d 0.99173729
Coefficient d 0.98967161
Erreur-type 0.01666165
Observations 16

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 3 0.39984449 0.1332815 480.102615 9.2992E-13
Résidus 12 0.00333133 0.00027761
Total 15 0.40317581

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuil de confiance
pour seuil=de
95%
confiance = 95%
Constante -11.2267073 0.42979527 -26.1210583 6.0579E-12 -12.1631507 -10.2902638
LogPnc 0.71411296 0.14711159 4.85422654 0.0003954 0.39358436 1.03464157
LogPg -0.30124942 0.06036669 -4.99032511 0.00031436 -0.43277713 -0.1697217
LogY 1.24245224 0.04826147 25.7441857 7.1916E-12 1.13729953 1.34760494

Estimation sur la période 1976-1995

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.96699523
Coefficient d 0.93507978
Coefficient d 0.92290724
Erreur-type 0.01532045
Observations 20

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 3 0.05409183 0.01803061 76.8187821 1.0225E-09
Résidus 16 0.00375546 0.00023472
Total 19 0.05784729

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour
supérieure
seuil de confiance
pour seuil=de
95%
confiance = 95%
Constante -7.03139604 2.13199265 -3.29803952 0.00453801 -11.5510175 -2.51177453
LogPnc -0.06725417 0.11212709 -0.59980304 0.55703727 -0.30495294 0.17044459
LogPg -0.20903377 0.03460139 -6.04119532 1.7137E-05 -0.28238543 -0.13568211
LogY 0.79985945 0.23543988 3.39729812 0.00368109 0.30074932 1.29896958
rix de l'essence

tat est plus élevé que le F(4,28)

résultat de l'estimation sur l'ensemble de la période ligne 22


résultat de l'estimation sur la période 1960-1975 ligne 46
résultat de l'estimation sur la période 1976-1995 ligne 70

pour seuil de confiance = 95%


pour seuil de confiance = 95%

pour seuil de confiance = 95%


Calculs à partir du Modèle 1 -
K=2
Besoin de K+1 observations pour calculer les résidus récursifs

Calcul du résidu résursif pour l'année 1962 utilisation dans outils de l'utilitaire d'analye, sélectionner la régression linéaire plage Y C7:C8, plage X
dans Options Sorties cocher Plage de Sortie mettre A12
1960 8.70549682 -0.33161411
1961 8.71817293 -0.33581921

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 1
Coefficient d 1
Coefficient d 65535
Erreur-type 0
Observations 2

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 1 8.8415E-06 8.8415E-06 0 #NUM!
Résidus 0 5.9724E-26 65535
Total 1 8.8415E-06

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour supérieure
seuil deLimite
confiance
pourinférieure
seuil
= 95%
Limite
de pour
confiance
supérieure
seuil de
= 95%
confiance
pour seuil=de95,0%
confiance = 95,0%
Constante 2.55630061 0 65535 #NUM! 2.55630061 2.5563006113 2.55630061 2.55630061
Variable X 1 -0.33173462 0 65535 #NUM! -0.33173462 -0.3317346244 -0.33173462 -0.33173462

erreur de prévision 1962 0.03656382 = valeur observée en 1962 - la valeur prévue avec le modèle estimé avec les données de 1960 à 1961

1 1 1 8.70549682 2 17.4236697
(X'X) 8.70549682 8.71817293 1 8.71817293 = 17.4236697 151.792214
(X'X)-1 944664.266 -108434.535
-108434.535 12446.8079

x'1962 1 8.74369111 x1962 1


8.74369111

x'1962*(X'X)-1 -3453.8161 396.508445

x'1962*(X'X)-1*x1962 13.1312664

1+x'1962*(X'X)-1*x1962 14.1312664

Résidu Récursif 1962 = 0.0097266

Calcul du résidu résursif pour l'année 1963

LogY Log(G/Pop)
1960 8.70549682 -0.33161411
1961 8.71817293 -0.33581921
1962 8.74369111 -0.30772065

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.89109537
Coefficient d 0.79405096
Coefficient d 0.58810192
Erreur-type 0.0097266
Observations 3

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 1 0.00036476 0.00036476 3.85557005 0.29987539
Résidus 1 9.4607E-05 9.4607E-05
Total 2 0.00045937

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour supérieure
seuil deLimite
confiance
pourinférieure
seuil
= 95%
Limite
de pour
confiance
supérieure
seuil de
= 95%
confiance
pour seuil=de95,0%
confiance = 95,0%
Constante -6.38024581 3.08378803 -2.06896381 0.28662272 -45.56332 32.8028283724 -45.56332 32.8028284
LogY 0.6942077 0.35354535 1.96356055 0.29987539 -3.79799265 5.18640805431 -3.79799265 5.18640805

L'erreur de prévision pour 1963 e1963 = 0.0087645

matrice de variance-covariance des paramètres estimés sur la période 1960-1962


(X'X) 1 1 1 1 8.70549681989 3 26.1673609
8.70549682 8.71817293 8.74369111 1 8.71817293003 = 26.1673609 228.244348
1 8.74369111054

(X'X)-1 100518.718 -11524.095


-11524.095 1321.19877

Matrice de 9.50974861 -1.09025711 racine de 9,5097486 = 3.08378803 erreur type du coefficient de la const
variance-covariance -1.09025711 0.12499431 racine de 0,12499431429664 = 0.35354535 erreur type coefficient de logY
des paramètres

x'1963 1 8.76060985 x1963 1


8.76060985
x'1963*(X'X)-1 -439.382657 50.4119608

x'1963*(X'X)-1*x1963 2.25686357

1+x'1963*(X'X)-1*x1963 3.25686357

0.00485654 = e1963 / racine (1-x'1963*(X'X) *x1963)


-1
Résidu Récursif 1963 =

Calcul du résidu résursif pour l'année 1964

1960 8.70549682 -0.33161411


1961 8.71817293 -0.33581921
1962 8.74369111 -0.30772065
1963 8.76060985 -0.28979848

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.9565863
Coefficient d 0.91505736
Coefficient d 0.87258604
Erreur-type 0.00768742
Observations 4

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 1 0.00127325 0.00127325 21.5452999 0.0434137
Résidus 2 0.00011819 5.9096E-05
Total 3 0.00139144
Coefficients Erreur-type StatistiqueLimite
t Probabilité
inférieure
Limite
pour supérieure
seuil deLimite
confiance
pourinférieure
seuil
= 95%
Limite
de pour
confiance
supérieure
seuil de
= 95%
confiance
pour seuil=de95,0%
confiance = 95,0%
Constante -7.56266245 1.561165 -4.84424289 0.04006977 -14.279818 -0.8455069233 -14.279818 -0.84550692
Variable X 1 0.82987064 0.17878626 4.64169149 0.0434137 0.06061494 1.59912634295 0.06061494 1.59912634

erreur de prévision -0.00609284

1 1 1 1 1 8.70549682 4 34.9279707
(X'X) 8.70549682 8.71817293 8.74369111 8.76060985 1 8.71817293 = 34.9279707 304.992633
1 8.74369111
1 8.76060985

(X'X)-1 41241.7124 -4723.02989


-4723.02989 540.887981

x'1964 1 8.81388456 x1964 1


8.81388456

x'1964*(X'X)-1 -386.527802 44.2943342

x'1964*(X'X)-1*x1964 3.87734634

1+x'1964*(X'X)-1*x1964 4.87734634

Résidu Récursif 1964 = -0.00275885

Calcul du résidu résursif pour l'année 1965

1960 8.70549682 -0.33161411


1961 8.71817293 -0.33581921
1962 8.74369111 -0.30772065
1963 8.76060985 -0.28979848
1964 8.81388456 -0.25437128

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.98577447
Coefficient d 0.97175131
Coefficient d 0.96233508
Erreur-type 0.0064757
Observations 5

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F Valeur critique de F
Régression 1 0.00432764 0.00432764 103.199614 0.00203239
Résidus 3 0.0001258 4.1935E-05
Total 4 0.00445345

Coefficients Erreur-type StatistiqueLimite


t Probabilité
inférieure
Limite
pour supérieure
seuil deLimite
confiance
pourinférieure
seuil
= 95%
Limite
de pour
confiance
supérieure
seuil de
= 95%
confiance
pour seuil=de95,0%
confiance = 95,0%
Constante -7.07980749 0.66701375 -10.6141853 0.00178692 -9.20254492 -4.9570700678 -9.20254492 -4.95707007
Variable X 1 0.77453765 0.07624362 10.1587211 0.00203239 0.5318962 1.01717909647 0.5318962 1.0171791

erreur de prévision -0.00086005

1 1 1 1 1 1 8.70549682 5
(X'X) 8.70549682 8.71817293 8.74369111 8.76060985 8.81388456 1 8.71817293 = 43.7418553
1 8.74369111
1 8.76060985
1 8.81388456
(X'X)-1 10609.5344 -1212.72112
-1212.72112 138.622507
x'1965 1 8.85751515 x1965 1
8.85751515

x'1965*(X'X)-1 -132.161353 15.1298285

x'1965*(X'X)-1*x1965 1.85133148

1+x'1965*(X'X)-1*x1965 2.85133148

Résidu Récursif 1965 = -0.00050933

Calcul du résidu résursif pour l'année 1966

1960 8.70549682 -0.33161411


1961 8.71817293 -0.33581921
1962 8.74369111 -0.30772065
1963 8.76060985 -0.28979848
1964 8.81388456 -0.25437128
1965 8.85751515 -0.22018858
série des résidus récursifs Wr borneinf bornesup

1960 NA
1961 NA
C7:C8, plage X B7:B8 1962 0.009727 0.16971116 5.44584539 -5.44584539
1963 0.004857 0.25445333
1964 -0.002759 0.20631587
1965 -0.000509 0.19743513
1966 0.011614 0.40006959
1967 0.005701 0.49953739
1968 0.031903 1.05616278
1969 0.050754 1.94168968
1970 0.047585 2.77192568
1971 0.045798 3.57098312
1972 0.029398 4.08390269
1973 -0.001103 4.06465817
1974 -0.035284 3.44904302
1975 -0.020717 3.0875846
1976 -0.016586 2.79820151
1977 -0.018217 2.48036166
1978 -0.019954 2.13221563
1979 -0.081599 0.70852272
1980 -0.156859 -2.02826383
1981 -0.157058 -4.76852243
1982 -0.131763 -7.06744826
1983 -0.101277 -8.83447171
1984 -0.118102 -10.8950482
1985 -0.119511 -12.9802081
1986 -0.043534 -13.7397645
1987 -0.026787 -14.2071289
de 1960 à 1961 1988 -0.043636 -14.968465
1989 -0.041077 -15.6851531
1990 -0.059568 -16.7244616
1991 -0.092444 -18.3373719
1992 -0.077789 -19.6945901
1993 -0.060163 -20.7442799
1994 -0.062629 -21.8369951
1995 -0.058459 -22.8569544 16.3375362 -16.3375362

moyenne -0.03853079
écart-type 0.05731503

Test du CuSUM
20

15

10

0
2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
196 196 196 196 196 196 196 196 197 197 197 197 197 197 197 197 197 197 198 198 198 198 198 198 198 198 198 198 199 199 199 199 199 199
-5

-10

-15

-20

-25
erreur type du coefficient de la constante
erreur type coefficient de logY
43.7418553
382.677194
0 91 92 93 94 95
19 19 19 19 19

Vous aimerez peut-être aussi