Académique Documents
Professionnel Documents
Culture Documents
Exercices Corrigés D'économétrie À Envoyer Aux Étudiants-1
Exercices Corrigés D'économétrie À Envoyer Aux Étudiants-1
𝑦𝑖 = 𝛼 + 𝛽𝑥𝑖 + 𝜀𝑖
Estimation des paramètres:
𝟏 𝟏
ෝ=𝒚
𝜶 𝒙 avec 𝒚
ഥ − 𝜷*ഥ ഥ= σ 𝒚𝒊 et ഥ
𝒏
𝒙 =𝒏
σ 𝒙𝒊
𝒄𝒐𝒗(𝒙;𝒚)
𝜷=
𝒗𝒂𝒓(𝒙)
𝟏 𝟏
avec cov(x,y)= σ 𝒙𝒊 − ഥ 𝒚 = σ 𝒙𝒊 𝒚𝒊 − ഥ
𝒙 𝒚𝒊 − ഥ 𝒙ഥ𝒚
𝒏 𝒏
𝟏 𝟏
Var(x)= σ 𝒙𝒊 − ഥ
𝒙 𝟐
= σ 𝒙𝟐𝒊 − ഥ
𝒙𝟐
𝒏 𝒏
𝟏 ഥ𝟐
𝒙 𝟐 𝟏 ഥ𝟐
𝒙 σ 𝒙𝟐𝒊
V(𝜶
ෝ )=𝝈 [
𝟐
+ σ(𝒙𝒊 −ഥ
]=𝝈 [ + ]=𝝈 𝟐
=
𝒏 𝒙)² 𝒏 𝒏∗𝒗𝒂𝒓(𝒙) 𝒏²∗𝒗𝒂𝒓(𝒙)
σ 𝒙𝟐𝒊
𝝈𝟐
𝒏 σ(𝒙𝒊 −ഥ
𝒙)²
avec 𝜎 2 est inconnue elle doit être
σ 𝜀ො𝑖2
estimée par 𝜎ො = 2
avec 𝜀𝑖Ƹ =𝑦𝑖 − 𝑦ො𝑖 et 𝑦= መ 𝑖
ො 𝛼ො + 𝛽𝑥
𝑛−𝑘
L’écart type de 𝛼ො
ෞ V(𝛼)
𝜎𝛼= ො
𝜎2 𝜎2
መ =
Var(𝛽) =
σ (𝑥𝑖 −𝑥)²
ҧ 𝑛∗𝑣𝑎𝑟(𝑥)
Coefficient de corrélation r=𝜌
-1 r= 1
Coefficient de détermination R²
SCT=SCE+SCR
σ(𝒚𝒊 − ഥ 𝟐 σ(𝒙𝒊 − ഥ
𝒚)² = 𝜷 𝒙)² + σ 𝜺ො 𝟐𝒊
𝑺𝑪𝑬 𝜷 𝟐 σ(𝒙𝒊 −ഥ
𝒙)² 𝜷 𝟐 𝒗𝒂𝒓(𝒙)
R²= = =
𝑺𝑪𝑻 σ(𝒚𝒊 −𝒚 ഥ)² 𝒗𝒂𝒓(𝒚)
= = =
=t²
EXERCICE
La masse monétaire et le produit intérieur brut
d’un pays 2010 et 2019 (en millions d’unité
monétaire) sont reproduits dans le tableau ci-
dessous :
Année 1 2 3 4 5 6 7 8 9 10
Masse Monétaire 2 2,5 3,2 3,6 3,3 4 4,2 4,6 4,8 5
PNB 5 5,5 6 7 7,7 7,7 8,4 9 9,7 10
Etablir une relation linéaire dans laquelle la masse
monétaire explique le produit national brut
(PNB).pnb=amm+b+ui on pose y=pnb et x=mm y=ax+b+ui
Calculer le coefficient de corrélation linéaire de la masse
monétaire et le PNB.
Calculer l’équation de la droite de régression linéaire.
Calculer la variance estimée de la régression
Calculer le coefficient de détermination
Calculer le F statistique
Tester individuellement et conjointement les paramètres de
l’équation de la régression
Si, en tant que ministre des finances de ce pays, vous
souhaitez que le PNB soit de 12,00 en 2020 à combien
fixeriez-vous la masse monétaire.
On donne : F(1,8)= 5,32 et t-critique= 2,26
La relation linéaire dans laquelle la masse monétaire explique le
produit intérieur national brut (PNB).
On pose la Masse Monétaire (MM) = X
Et le Produit Intérieur national Brut (PNB) = Y
𝑌 = 𝑎ො X + 𝑏
Année MM PNB 𝑋𝑡 𝑌𝑡 𝑋𝑡2 𝑌𝑡2
1 2 5 10 4 25
2 2, 5 5,5 13, 75 6, 25 30, 25
3 3, 2 6 19, 2 10, 24 36
4 3, 6 7 25, 2 12, 96 49
5 3,3 7,7 25, 41 10, 89 59, 29
6 4 7,7 30, 8 16 59, 29
7 4, 2 8,4 35, 28 17, 64 70, 56
8 4, 6 9 41, 4 21, 16 81
9 4, 8 9, 7 46, 56 23, 04 94, 09
10 5 10 50 25 100
Total 37,2 76 297,6 147, 18 604, 48
Moyenne 𝑋 = 3, 72
𝑌 = 7, 6
2-Le coefficient de corrélation r :
𝐶𝑜𝑣(𝑋,𝑌) 1,488
r= = = 0,96
𝜎𝑋 𝜎𝑌 0,9 378 ×1,6 395
σ 𝑋𝑡 𝑌𝑡 297,6
Avec : cov (x,y) = - 𝑋𝑌 = – (3, 72 × 7,6) = 1, 488
𝑛 10
σ 𝑋𝑡2 2 147,18
Et V(X) = - 𝑋 = – (3,72)2 = 0, 8 796
𝑛 10
1 𝑋2 1 𝑋2 1 3,72 2
V(𝑏) = 𝜎ො𝜀2 ( + σ(𝑋𝑡 − 𝑋 )2
)= 𝜎ො𝜀2 ( + ) = 0, 22( + )
𝑛 𝑛 n ×V(X) 10 8,796
= 0, 3 676
SCT=SCE+SCR
ҧ σ 𝜀𝑖2 avec 𝜀𝑖Ƹ =𝑦𝑖 -𝑦ෝ𝑖
σ(𝑦𝑖 − 𝑦)²=𝑎² σ(𝑥𝑖 − 𝑥)²+
1
Var(y)= σ(𝑦𝑖 − 𝑦)²
𝑛
σ(𝑦𝑖 − 𝑦)²=n*v(y)=SCT
ҧ
𝑎² σ(𝑥 − 𝑥)²=
𝑖 𝑎²*n*v(x)=SCE
σ 𝜀𝑖2 = SCR
R²=r²=(0,96)²
5- Le coefficient de détermination 𝑅 2 :
𝑆𝐶𝑅 1,76
𝑅 2 =1- =1- = 0, 93 = 93 %
𝑆𝐶𝑇 26,88
𝑆𝐶𝐸 25,12
𝑅2 = = = 0, 93 = 93 %
𝑆𝐶𝑇 26,88
6- F statistique :
𝑅2 0,93
F= 1−𝑅 2
= 0,07 = 106, 28
𝑛 −2 8
a- H0 : a0 = 0 H1 : a0 ≠ 0
ො − a0
𝑎
t=
ෝ𝑎
avec 𝜎
ො𝑎ො = 0, 0249 = 0, 15
𝜎 ෝ
1,69 − 0
Alors t = = 11, 26
0,15
t = 11, 26 > t* = 2, 26
𝑏 − b0
t=
ෝ𝑏
avec 𝜎
ො𝑏 = 0, 3 676 = 0, 6
𝜎
1,31 − 0
Alors t = = 2, 18
0,6
t = 2, 18 < t* = 2, 26
Test conjoint:
H0 : SCE = 0 H1 : SCE ≠ 0
Fc = 126, 78
Fc = 126, 78 > F* = 5, 32
𝑌 = 𝑎ො X + 𝑏
𝑌 − 𝑏 = 𝑎ො X
𝑌−𝑏
𝑋=
𝑎ො
12−1,31
𝑋=
1,69
On note :
ŵt =7,774-0,253ln xt+0,01033=7,78433-
0,253lnxt=> augmentation
Sachant que l’écart type de la variable exogène 𝜎𝑥𝑖 =3,447 ce qui implique que
var(xi)= (3,447)²
104254 ,723
ො𝑎²ො1 =2257 ,45371 = 46,1824411
Donc 𝜎
D’où 𝜎
ො𝑎ො1 = 46,1824411=6,79576641
ෝ𝒂
â1=𝝈 ෝ 𝟏 *𝒕𝒂
ෝ 𝟏 =6,79576641*27,9098961=189,788
ഥ.= - 4364,928 – 189,788* 38,416
𝒚
ഥ = -4364,928-7290,89581=-2925,96781
𝒚
7. Pour expliquer la demande du café Y, un chercheur
retient son prix réel X.
Y = nombre moyen de tasses de café consommées par
individu par jour.
X = prix réel = prix nominal / indice du prix à la
consommation.
Les résultats obtenus sur 11ans, par la méthode des
moindres carrés ordinaires sont :
ŷ t = 2,6911 + â1 xt R2 = 0,6628
∑ xt = 11,12 ; ∑ yt = 24,27; ∑ (et – et-1)2 = 0,108323
𝛼ො=𝑦ഥ-𝛽መ𝑥ҧ
𝑐𝑜𝑣(𝑦𝑡 ;𝑥𝑡)
𝛽መ= 𝑣𝑎𝑟 (𝑥𝑡) et
σ 𝜖𝑡²
𝜎²= 𝑛−2 avec n : la taille de l’échantillon et epsilon c’est l’écart entre yt observé et yt estimé