Université Sidi Med Ben Abdellah Année Universi taire 2020/21

Faculté des Sc.Juridiques, Econom iques et Sociales de

S6 parcours Eco-Ges-Toute s les Sections
Fès .

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 BLUEˆ 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,

x x 1 3  5,  x 2x 3  15 dansle modèle Y  0  1X 1   2X 2  3X 3 W

1- Tester les hypothèses 1  1  2  1 3  2
2- Tester l’hypothèse 1   2  3  0
3- Tester l’hypothèse 1 ,  2 , 3   (1,1,  2)
Exercice 5: Soit le modèle à 3 variables : Y  0  1X 1   2 X 2  3X 3 W .

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  ;
ˆˆ  
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 ˆˆ1 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

c) En utilisant le résultat en b), calculer SCE et SCT. En déduire le coefficient de détermination R 2