INTRODUCTION

Le système éducatif congolais prévoit que le cours soit dispensé en

deux parties, c’est-à-dire une partie réservée à la théorie et une autre réservée
à la pratique. Dans le souci d’accomplir cette prévoyance éducative, après la
partie théorique du cours d’économétrie dispensé par le professeur NTUMBA en
deuxième licence informatique, ce présent rapport est le fruit de la partie
pratique assumée par ses collaborateurs.
Le travail que nous avions le devoir de réaliser, permet de faire des
estimations à partir de ces deux modèles.
L’outil que nous avions utilisé au cours de ce travail est EVIEWS et
SPSS.

Voici nos deux modèle et le tableau de données que nous allons utiliser pour ce
travail.

Ct 9 9 4 5 4 7 3 5 5 3 5 2 3 4 5 3 3 4 4 7 5 8 3 4 8 4 8 8
It 7 8 5 5 4 6 5 4 3 4 2 6 2 4 2 3 2 5 4 1 4 7 4 5 5 2 4 7
Rt 8 7 4 4 3 5 3 3 5 5 4 4 1 4 3 4 3 2 2 3 2 7 3 4 3 3 4 7

A. EVIEWS

1. présentez les analyses statistiques descriptives de chaque modèle

Pour la création, on utilise la commande CREATE

On utilise la donnée annuelle, pour ce cas.

La fonction plot : pour l’affichage graphique de nos données

On constate que nos données évoluées dans le même sens c’est-à-dire, si la consommation
augmente implique aussi l’investissement et le revenu augmente aussi de la même manière que la
consommation. Avec les données linéarisées car en économètre on travaille seulement avec de
données linéaire.

Avec les données non linéaires on aura :

La question 1.

A.
B.

B.

Ici, on utilise la statistique de student

 Comme la probabilité doit être inférieur à 5 pourcents, nous pouvons
conclut que notre variable C est significative tandis que la variable It n’est
pas significative.

B.

Pour le deuxième modèle :

 C : est significatif car la probabilité est supérieure à 5 pourcents ;
 It n’est pas significatif car la probabilité est supérieure à 5 pourcents ;
 Rt est significatif car la probabilité est inférieure à 5 pourcents
4. pour le premier modèle, pour vérifier la bonté globale d’un modèle, on utilise la statistique de
Fisher.

A. premier modèle

Comme la probabilité n’est pas inférieur à 5 pourcents, nous pouvons conclure que notre modèle
n’est pas globalement bon.

B. deuxième modèle

Comme la probabilité est inférieure à 5 pourcents, nous pouvons conclure que notre est globalement
bon.
5. matrice variance-covariance

6. on utilise le test de Jarque-Bera

Comme la probabilité est inférieure à 2 donc il y a heteroscédasticité des erreurs.

La correction d’heteroscedasticité d’erreur :

Avec SPSS
Question1.
 Conclusion
L’objet d’EWIEWS et SPSS permet de faire des estimations, pour un
modèle quelconque et ensuite pour la prévision ou la prise de décision. Il est
actuellement l’un des plus utilisés et des plus efficaces en analyse des données.
De ce fait, il permet de partitionner une population finie d’éléments en un
nombre K (entier) de classes homogènes avec SPSS.