Méthodes économétriques : Séance du 25/03/2020

Ainsi, en remplaçant la variance d l’erreur par son estimateur dans les équations des

variances des coefficients estimés, sachant que :

𝟏 ̅𝟐
𝒙
̂𝟎) =
𝑽(𝒂 𝝈𝒂̂𝟐𝟎 = 𝝈𝜺 𝟐
( + 𝒕=𝒏 )
̅ )𝟐
𝒏 ∑𝒕=𝟏 (𝒙𝒕 − 𝒙

𝝈𝜺 𝟐
̂𝟏) =
𝑽(𝒂 𝝈𝒂̂𝟐𝟏 =
∑𝒕=𝒏 ̅ )𝟐
𝒕=𝟏 (𝒙𝒕 − 𝒙

On obtient les variances estimées des coefficients estimées :

𝟐 𝟏 ̅𝟐
𝒙
̂̂𝟎) = 𝝈
𝑽(𝒂 𝟐
̂ 𝒂̂𝟎 = 𝝈
̂ 𝜺 ( + 𝒕=𝒏 )
̅ )𝟐
𝒏 ∑𝒕=𝟏 (𝒙𝒕 − 𝒙

̂𝜺 𝟐
𝝈
̂̂𝟏) =
𝑽(𝒂 ̂ 𝒂̂𝟐𝟏
𝝈 =
∑𝒕=𝒏 ̅ )𝟐
𝒕=𝟏 (𝒙𝒕 − 𝒙

∑𝒏 𝟐 ̂ 𝟐𝜺 ̂ 𝒂̂𝟐
𝝈
𝒊=𝟏 𝒆𝒕 𝝈
On a : = (𝒏 − 𝟐) = (𝒏 − 𝟐) 𝟏
↝ 𝝌𝟐(𝒏−𝟐)
𝝈𝟐𝜺 𝝈𝟐𝜺 𝝈𝒂̂𝟐
𝟏

𝝌𝟐(𝒏−𝟐) : est la somme des carrés de (𝒏 − 𝟐) variables indépendantes normales centrées

réduites.

On a déjà montré que :

̂ 𝟎 − 𝒂𝟎
𝒂 ̂ 𝟎 − 𝒂𝟎
𝒂
= ↝ 𝑵(𝟎, 𝟏)
𝝈𝒂̂𝟎
𝟏 ̅𝟐
𝒙
𝝈𝜺 √( + 𝒕=𝒏 )
𝒏 ∑𝒕=𝟏(𝒙𝒕 − 𝒙
̅)𝟐

1
 ̂ 𝟏 − 𝒂𝟏
𝒂 ̂ 𝟏 − 𝒂𝟏
𝒂
= 𝝈 ↝ 𝑵(𝟎, 𝟏)
𝝈𝒂̂𝟏 𝜺
⁄√∑𝒕=𝒏(𝒙 − 𝒙
̅)𝟐
𝒕=𝟏 𝒕

On sait que :
𝑵(𝟎, 𝟏)
↝ 𝒕(𝒏)
𝝌𝟐(𝒏)
√
𝒏

Donc :
̂ 𝟏 − 𝒂𝟏
𝒂
𝑵(𝟎, 𝟏) 𝝈𝒂̂𝟏
= ↝ 𝒕(𝒏 − 𝟐)
𝝌𝟐(𝒏−𝟐) ̂𝒂̂𝟐𝟏
𝝈
√ (𝒏 − 𝟐) 𝟐
(𝒏 − 𝟐) √ 𝝈𝒂̂𝟏
(𝒏 − 𝟐)

On va voir par la suite comment faire des tests statistiques sur les paramètres 𝒂𝟎 et

𝒂𝟏 du modèle de régression simple pour :

• Comparer un coefficient de la régression par rapport à une valeur fixée ;

• Comparer deux coefficients de régression calculés à partir de deux échantillons

différents ;

• Déterminer un intervalle de confiance pour un coefficient de régression.

5. Inférence sur les paramètres du modèle

5.1. Test sur la pente 𝒂𝟏

2
 La comparaison de la pente 𝑎1 par rapport à une valeur fixée𝑎1′ , consiste à réaliser un

test bilatéral, dans lequel on va tester l’hypothèse nulle : 𝑯𝟎 ∶ 𝒂𝟏 = 𝒂′𝟏 contre l’hypothèse

̂𝟏 −𝒂′𝟏
𝒂
alternative : 𝑯𝟏 ∶ 𝒂𝟏 ≠ 𝒂′𝟏 , en utilisant la statistique calculée de Student : 𝒕𝒄 = .
𝜎
̂ 𝑎̂
1

𝜎̂𝜀 2
Avec : 𝑉̂
(𝑎̂1 ) = 𝜎̂𝑎̂21 = ∑𝑡=𝑛 2
𝑡=1 (𝑥𝑡 −𝑥̅ )

𝜎̂𝜀 2 𝜎̂𝜀
𝜎̂𝑎̂1 = √ 𝑡=𝑛 =
∑𝑡=1 (𝑥𝑡 − 𝑥̅ )2 √∑𝑡=𝑛 (𝑥𝑡 − 𝑥̅ )2
𝑡=1

➢ On rejette l’hypothèse𝐻0 au seuil de signification 𝜶 si : |𝒕𝒄 | > 𝒕(𝜶 ;𝒏−𝟐)

𝟐

𝜶
Avec : la valeur critique 𝒕(𝜶 ;𝒏−𝟐) est le (𝟏 − 𝟐 ) - quantile d’une loi de Student de
𝟐

degré de liberté (𝒏 – 𝟐).

Le coefficient 𝒂𝟏 est significativement différent de 𝒂′𝟏 .

➢ On accepte l’hypothèse 𝑯𝟎 au seuil de signification 𝜶 si : |𝒕𝒄 | ≤ 𝒕(𝜶 ;𝒏−𝟐)

𝟐

Le coefficient 𝒂𝟏 n’est pas significativement différent de 𝒂′𝟏 .

Cas particulier du test : 𝒂′𝟏 = 𝟎

Le test de l’hypothèse nulle 𝐻0 contre l’hypothèse alternative 𝐻1 devient sous la

𝑯 ∶ 𝒂𝟏 = 𝟎
forme : { 𝟎
𝑯𝟏 ∶ 𝒂𝟏 ≠ 𝟎

• Si |𝒕𝒄 | > 𝒕(𝜶 ;𝒏−𝟐) alors l’hypothèse 𝑯𝟎 est rejetée pour 𝑯𝟏 :

𝟐

𝒂𝟏 est significativement différent de 0 (on accepte 𝒂𝟏 ≠ 𝟎).

On conclut que la relation entre 𝐱 𝐭 et 𝐲𝐭 est significative.

3
 • Si|𝒕𝒄 | ≤ 𝒕(𝜶 ;𝒏−𝟐) alors l’hypothèse𝐻0 est acceptée :
𝟐

𝒂𝟏 n’est pas significativement différent de 0 (on accepte 𝒂𝟏 = 𝟎).

Le modèle peut être écrit comme suit :𝐲𝐭 = 𝐚𝟎 + 𝛆𝐭.

On conclut que la relation entre 𝐱 𝐭 et 𝐲𝐭 est non significative.

5.2. Intervalle de confiance pour 𝐚𝟏

Un intervalle de confiance au niveau (𝟏 − 𝜶) pour le paramètre 𝒂𝟏 est défini par :

̂𝟏 − 𝒕(𝜶 ;𝒏−𝟐) 𝝈
[𝒂 ̂𝟏 + 𝒕(𝜶 ;𝒏−𝟐) 𝝈
̂ 𝒂̂𝟏 ; 𝒂 ̂ 𝒂̂𝟏 ]
𝟐 𝟐

Cet intervalle contient le paramètre inconnu 𝐚𝟏 avec une probabilité de (𝟏 − 𝛂) .

On peut tester les hypothèses 𝑯𝟎 et 𝑯𝟏 à l’aide de l’intervalle de confiance.

Ainsi, on rejette l’hypothèse nulle 𝑯𝟎 ∶ 𝒂𝟏 = 𝒂′𝟏 pour l’hypothèse 𝑯𝟏 ∶ 𝒂𝟏 ≠ 𝒂′𝟏 ,

au seuil de signification 𝜶 si et seulement si la valeur testée n’appartient pas à l’intervalle de

confiance de 𝒂𝟏 au niveau de confiance de (𝟏 − 𝜶).

5.3. Test sur l’ordonnée à l’origine 𝐚𝟎

La comparaison de la constante 𝒂𝟎 par rapport à une valeur fixée 𝒂′𝟎 , consiste à

réaliser un test bilatéral : l’hypothèse nulle : 𝑯𝟎 ∶ 𝒂𝟎 = 𝒂′𝟎 contre l’hypothèse alternative :

𝐚̂𝟎 −𝐚′𝟎
𝑯𝟏 ∶ 𝒂𝟎 ≠ 𝒂′𝟎 , en utilisant la statistique calculée de Student : 𝐭 𝐜 =
𝛔
̂𝐚̂
. Avec :
𝟎

𝟐 𝟏 ̅𝟐
𝒙
̂̂𝟎 ) = 𝝈
𝑽(𝒂 𝟐
̂ 𝒂̂𝟎 = 𝝈
̂ 𝜺 ( + 𝒕=𝒏 )
̅ )𝟐
𝒏 ∑𝒕=𝟏 (𝒙𝒕 − 𝒙

4
 𝟏 ̅𝟐
𝒙
⇒𝝈
̂ 𝒂̂ 𝟎 = 𝝈
̂ 𝜺 √( + 𝒕=𝒏 )
̅ )𝟐
𝒏 ∑𝒕=𝟏 (𝒙𝒕 − 𝒙

➢ On rejette 𝑯𝟎 au seuil de signification 𝜶 si : |𝒕𝒄 | > 𝒕(𝜶 ; 𝒏−𝟐)

𝟐

𝜶
Avec : la valeur critique 𝒕(𝜶 ; 𝒏−𝟐) est le (𝟏 − 𝟐 ) - quantile d’une loi de Student de
𝟐

degré de liberté (𝒏 – 𝟐).

Le coefficient 𝒂𝟎 est significativement différent de 𝑎0′ .

➢ On accepte 𝑯𝟎 au seuil de signification 𝜶 si : |𝒕𝒄 | ≤ 𝒕(𝜶 ; 𝒏−𝟐)

𝟐

Le coefficient 𝒂𝟎 n’est pas significativement différent de 𝒂′𝟎 .

Cas particulier du test : 𝒂′𝟎 = 𝟎

Le test de l’hypothèse nulle 𝐻0 contre l’hypothèse alternative 𝐻1 devient sous la

forme :

𝑯𝟎 ∶ 𝒂𝟎 = 𝟎
{
𝑯𝟏 ∶ 𝒂𝟎 ≠ 𝟎

• Si |𝒕𝒄 | > 𝒕(𝜶 ;𝒏−𝟐) alors l’hypothèse 𝐻0 est rejetée pour 𝐻1 :

𝟐

𝒂𝟎 est significativement différent de 0 (on accepte 𝒂𝟎 ≠ 𝟎).

• Si|𝒕𝒄 | ≤ 𝒕(𝜶 ;𝒏−𝟐) alors l’hypothèse 𝐻0 est acceptée :

𝟐

𝒂𝟎 n’est pas significativement différent de 0 (on accepte 𝒂𝟎 = 𝟎).

Le modèle peut être écrit comme suit : 𝒚𝒕 = 𝒂𝟏 𝒙𝒕 + 𝜺𝒕 . (modèle sans

constante).

5.4. Intervalle de confiance pour 𝐚𝟎

Un intervalle de confiance au niveau (𝟏 − 𝜶) pour le paramètre 𝒂𝟎 est défini par :

5
 [𝑎̂0 − 𝑡(𝛼 ;𝑛−2) 𝜎̂𝑎̂0 ; 𝑎̂0 + 𝑡(𝛼 ;𝑛−2) 𝜎̂𝑎̂0 ]
2 2

Cet intervalle contient le paramètre inconnu a0 avec une probabilité de (𝟏 − 𝛂) .

On peut tester les hypothèses 𝐻0 et 𝐻1 à l’aide de l’intervalle de confiance. Ainsi, on

rejette l’hypothèse nulle 𝑯𝟎 ∶ 𝒂𝟎 = 𝒂′𝟎 pour l’hypothèse 𝑯𝟏 ∶ 𝒂𝟎 ≠ 𝒂′𝟎 , au seuil de

signification 𝜶 si et seulement si la valeur testée n’appartient pas à l’intervalle de confiance de

𝒂𝟎 au niveau de confiance (𝟏 − 𝜶).