Académique Documents
Professionnel Documents
Culture Documents
DEVOIR 1
BAMBA ANGE
TIAMA MOHAMED
Exercice 1 : Questionnaire à choix multiples (20 points)
A- vrai
2. L’objet de l’économétrie est d’appliquer les méthodes statistiques aux données économiques.
A- vrai
Yt = a1 + a2 Yt + erreur t, 1 ≤ t ≤ T
est spécifié en
a- Série temporelle
Yi = ai + a2 Yi + erreur i 1 ≤ i ≤ n
est spécifié en
b- coupe instantanée
Y = aX + b + terme d’erreur
B - Faux
A- vrai
endogène Y?
d- Student
17. Quel test doit-on utiliser pour s’assurer que les résidus d’un
b- Breusch-Godfrey
18. Quel test doit-on utiliser pour s’assurer que des variables
a- Ramsey
d- Fisher
20. Quel test doit-on utiliser pour s’assurer que les résidus d’un
1. Les modèles (1) et (2) sont-ils spécifiés en série temporelle ou en coupe transversale ?
14,000
12,000
10,000
8,000
PRIX
6,000
4,000
2,000
0
0 20,000 60,000 100,000 140,000
QTE
2.2 Calculer le coefficient de corrélation linéaire entre les variables quantité et prix.
QTE PRIX
QTE 1 -0,706
PRIX -0,706 1
Le coefficient de corrélation linéaire entre les variables quantité et prix est égale -0,706 soit 70,6% en valeur absolue.
9.6
9.2
8.8
LOG(PRIX)
8.4
8.0
7.6
7.2
7 8 9 10 11 12
LOG(QTE)
3.2 Calculer le coefficient de corrélation linéaire entre les variables log(quantité) et log(prix).
LOG(PRIX) LOG(QTE)
LOG(PRIX) 1 -0,999
LOG(QTE) -0,999 1
Le coefficient de corrélation linéaire entre les variables log(quantité) et log(prix) est égale -0,999 soit 99,9% en valeur
absolue.
4. Est-il plus pertinent de réaliser une régression linéaire ou une régression puissance ?
Le modèle le plus pertinent est celui ayant le coefficient de corrélation linéaire le plus élevé ; après comparaison on
constate que le coefficient du modèle puissance est supérieur à celui du modèle linéaire. On en conclut que le modèle
puissance est le plus pertinent.
𝑙𝑞𝑡𝑒 = λlprix + 𝛽 + 𝑢
Le coefficient de détermination R2 est égale à 99,87%, cela signifie que 99,87% de variation de la quantité peuvent être
expliqué par le prix.
C 26.72194 0.307103
LOG(PRIX) -2.030941 0.035694
Le ratio de Student est égal à 0.035694 avec une probabilité critique nulle. Comme la probabilité critique est inférieure à
5%, nous rejetons l’hypothèse nulle. La variable « prix » a un impact négatif significatif sur la variable « quantité »
On a :
, ( )
→lprix =
,
, ( )
→ 𝑃𝑟𝑖𝑥 = 𝑒 ,
Après calcul, on obtient 4127. Alors pour vendre 20 000 produits le prix unitaire doit être fixé à 4127.