Académique Documents
Professionnel Documents
Culture Documents
Série 2 d'économétrie
Exercice 1: On considère les observations du tableau suivant afin d’estimer le modèle Y 0 1X 1 2 X 2 W
Y -10 -8 -6 -4 -2 0 2 4 6 8 10
X1 1 2 3 4 5 6 7 8 9 10 11
X2 1 3 5 7 9 11 13 15 17 19 21
1- Pouvez-vous estimer les 3 coefficients ?
Quelle relation linéaire entre les 3 paramètres pouvez-vous estimer ?
Donner les calculs numériques nécessaires.
Exercice 2 : Soit le modèle Y t 0 1X t W t ; où X t X 1 1 3 et 1
X t Y .
3 10
1
1- Combien d’observations ont été utilisées pour estimer le modèle ?
2- Quelles sont les estimations de MCO de 0 et 1 ?
3- En supposant que SCR=4, calculer la t-statistique pour tester H0 : 1 =0 versus H1 : 1 ≠0.
X W
Exercice 3 : On considère le modèle linéaire multiple suivant : Y
43,1 43,3 3,1 43,1
où W
0
1) a) Donner l’expression de l’estimateur BLUEˆ de
1
2
b) Quelle est sa loi ? donner l’expression de son espérance et de sa matrice de var-cov.
43 0 0
43
2) Sachant que X X 0 4 6 et e 2
i 2560 . Déterminer :
0 6 25 i 1
a) l’estimation de la variance des erreurs
b) l’estimation des variances de ˆ0 , ˆ1 et ˆ 2
c) l’estimation de la covariance de ˆ 0 et ˆ1 86
d) les estimations ˆ0 , ˆ1 et ˆ 2 des paramètres 0 , 1 et 2 sachant que X Y 128
192
ˆ 0
3) a)- Déterminer la loi de probabilité de la variable aléatoire : a ˆ 10, 1 ,3 ˆ1
ˆ
2
b)- Tester l’hypothèse H0 : « a=50 » sachant qu’on a trouvé ˆ0 2 , ˆ1 32 et ˆ 2 0
Exercice 4 : Etant donné les sommes de carrés et de produits d’écarts par rapport à la moyenne pour 24
observations ( x et y sont les variables centrées):
y 2
60, x 12 10, x 22 30, x 32 20, yx 1 7, yx 2 7, yx 3 26, x 2 x 1 10,
t 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Y 12 14 10 16 14 19 21 19 21 16 19 21 25 21
X1 2 1 3 6 7 8 8 5 5 8 4 9 12 7
X2 45 43 43 47 42 41 32 33 41 38 32 31 35 29
X3 121 132 154 145 129 156 132 147 128 163 161 172 174 180
1
Nous disposons des données du tableau suivant :
32,89 11, 66
On donne aussi ;
0, 29 ;
ˆˆ
0,80
ˆ
0,38 0,15
0, 03 0, 05
e’e = 67,45 ; R2 =0,702
20,169 0, 015 0, 231 0, 076
0, 015 0, 013 0, 001 0, 001 .
X X
1
t
0, 231 0, 001 0, 004 0
0, 076 0, 001 0 0, 0004
1- Calculer une estimation de la variance des erreurs ?
2-Calculer R 2 .
3- Les 3 variables sont-elles significativement contributives pour expliquer Y.
4- Le coefficient est-il significativement inférieur à 1?
5-Les coefficients et sont-ils simultanément et significativement différents de 1 et -0,5 ?
Exercice 7 :on considère les observations faisant l’objet du tableau ci-dessous, et on se propose d’expliquer
Y à partir de X1 et X2 par un modèle de la forme :Y a0 1X 1 2 X 2 W ,
0 y1 1 x 11 x 12 w 1
C’est-à-dire :
Y X W où 1 ,Y y 2 , X ,W w 2
y 1 x 32 w
2 3 x 31 3
i 1 2 3 4 5 6 7 8 9
Yi 100 106 107 120 111 116 123 133 137
Xi1 100 104 106 111 111 115 120 124 126
Xi2 100 99 110 126 113 103 102 103 98
1- Indiquer, sans démonstration, les propriétés statistiques de l’estimateur de et donner son expression.
Calculer la matrice X’X. En déduire (X’X) -1 . Calculer X’Y. En déduire le vecteur ̂ des estimations par les MCO
des paramètres du modèle (penser au centrage des données).
Calculer Yˆ X ˆ et le résidu e Y Yˆ .
Rappeler la formule de l’estimateur sans biais ˆw2 de w2 et calculer son estimation.
Donner l’expression de la matrice ̂ des variances et covariances de ̂1 et de ̂ 2 . Calculer son estimation
ˆ ˆ
Calculer R (carré du coefficient de corrélation multiple). Que peut-on conclure ? Calculer à partir de R la valeur
2 2
1 0
critique F de Fisher. En déduire le test bilatéral qui a pour hypothèse nulle : H 0 : .
2 0
Calculer l’estimation ˆˆ1 de l’écart-type de ̂1 . Effectuer le test de student pour . Construire un intervalle de
confiance à 95% pour Mêmes questions pour Que peut on conclure
Exercice8 : Soit le modèle linéaire multiple Y 0 1X 1 2X 2 W ; on pose . Après avoir
25 0 0
observé un échantillon de taille n, on obtient : X X ? 9,3 5, 4
? 12, 7
?
1) a) Donner l’expression théorique de X’X en fonction des xi1 et xi2. En déduire la valeur de n.
b) Les valeurs manquantes de X’X sont 0, 0 et 5,4. Justifier. Calculer x 1 et x 2 les moyennes arithmétiques
respectives de X1 et X2 .
c) Calculer, r, le coefficient de corrélation linéaire (empirique) entre X1 et X2.
L’estimation du modèle nous fournit : Ŷi 1, 26 0,61 X i 1 0, 46 X i 2 avec SCR 0,33
a) Vérifier que la moyenne des Y est : y 1,26 .
b) démontrer que : ; où