RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de détermination multiple 0.13949272823
Coefficient de détermination R^2 0.01945822123
Coefficient de détermination R^2 -0.1766501345
Erreur-type 88.0900468475
Observations 7

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Régression 1 769.9468
Résidus 5 38799.28
Total 6 39569.23

Coefficients Erreur-type
Constante 554.377236037 1144.747
Variable X 1 0.43254917671 1.373194

La regression: Le modèle estimé s'écrit Y=554,33+0,4325X

On remarque que les exportations influence positivement les importations, toute a

Validation du modèle: se fait sous la base de 3indicateurs:

1- Coefficient de détermin
La variable exogène retenue permet d’expli
2-Test de Fisher:(Test global)
Formulation des hypothès

Prise de décisionFcalc<Fth
3.test de Student:(Test individuel)
Formulation des Hypothèses
H0: b1=0
H1: b1 #0
 Prise de décisionTcal<Tth
Les mesures de dispersion selon Excel
SCR= 38799.281768
SCE= 769.946803452
SCT= 39569.2285714

Conclusion tirée à la base de ces chiffres: D'une vision plus pratique, Les exportation

ANNE Yt Xt
2013 851.6 867.9
2014 858.2 846.5
2015 872.1 832.2
2016 840.5 792.6
2017 930.6 813.6
2018 1038.3 857.5
2019 1012.4 822.7
Somme 6403.7 5833

Moyenne 914.81 833.29

ß1 1.10
ß₀ 0.47
SCE 0.00
SCT 5897765.47
R

Nuage de points et droite de regression:

Nuage de points
880
860
840
820
Column C
Yᵼ

800
780
760
740
800 850 900 950 1000 1050 1100
Xᵼ
 820
Column C

Yᵼ
800
780
760
740
800 850 900 950 1000 1050 1100
Xᵼ
 Moyenne des carrés F Valeur critique de F
769.946803451952 0.0992217856 0.76548700205426
7759.85635359533

Statistique t Probabilité
Limite inférieure
Limite
poursupérieure
seuil de confiance
pour seuil
= 95%
de confiance
0.484279083698092 0.648655238 -2388.2897116348 3497.044
0.314994897746421 0.7654870021 -3.0973589729825 3.962457

Avec Y:Importation(à expliquer) X:Exportation(variable explicative)

les importations, toute augmentation d'une unité de l'exportation entraine une augmentatio

e de 3indicateurs:
Selon La régression linéaire réalisée par Excel, on trouve le résuR²=0,01945
ne retenue permet d’expliquer que 1,945% de la variable endogène, le pouvoir explicatif du m
Test global)
H0:b0=b1=0
H1:Au moins un coefficient est non nul
On rejette l'hypothèse H0 ET ON ACCEPTE H1, On accepte pas le modèle dans sa glob
:(Test individuel)

H0: b1=0
H1: b1 #0
 On rejette H0 et on accepte H1, La relation entre Les importations et les exportation
on selon Excel
MCE 769.94680345
MCR 7759.8563536

pratique, Les exportations n'arrivent pas à expliquer les importations, cela est bien affirmé p

yt xt xt.yt xᵼ²
851.60 867.90 739103.64 753250.41
858.20 846.50 726466.30 716562.25
872.10 832.20 725761.62 692556.84
840.50 792.60 666180.30 628214.76
930.60 813.60 757136.16 661944.96
1038.30 857.50 890342.25 735306.25
1012.40 822.70 832901.48 676835.29
0.03 -0.03 5337891.75 4864670.76

Droite de regression linéaire

940

930

920

910 Column H
Ŷᵼ

900

890

880
780 790 800 810 820 830 840 850 860 870 880
Xᵼ
 910 Column H

Ŷᵼ
900

890

880
780 790 800 810 820 830 840 850 860 870 880
Xᵼ
mite
ieuresupérieure
pour seuil pour
de confiance
seuil de =confiance
95,0% = 95,0%
-2388.29 3497.044
-3.09736 3.962457

e explicative)
ine une augmentation de 0,4325 pour les importations.

²=0,01945
uvoir explicatif du modèle se varie de 1,945% qui est très faible, La variable explicative X n'ar

modèle dans sa globalité.

ns et les exportations n'est pas statistiquement significative.

a est bien affirmé par les tests de validation(Fisher et Student) et le coefficient de détermina

Ŷᵼ eᵼ et² yᵼ² ŷᵼ ŷᵼ²

0.00 851.60 725222.56 725222.56 0.00 0.00
0.00 858.20 736507.24 736507.24 0.00 0.00
0.00 872.10 760558.41 760558.41 0.00 0.00
0.00 840.50 706440.25 706440.25 0.00 0.00
0.00 930.60 866016.36 866016.36 0.00 0.00
0.00 1038.30 1078066.89 1078066.89 0.00 0.00
0.00 1012.40 1024953.76 1024953.76 0.00 0.00
- 6403.70 5897765.47 5897765.47 0.00 0
ariable explicative X n'arrive pas à expliquer la variable à expliquer Y
coefficient de détermination qui montre un pouvoir explicatif très faible, D'autre part, Les me
ble, D'autre part, Les mesures de dispersion montrent des chiffres énormes qui valident nos
normes qui valident nos affirmations dès le début.
 importation :
années
alimentation boissonsenergie
et tabacs
produit
et lubrifiants
brutes d'origine
produit
animal
brutes
vegitable
d'origine
demi
prdt
minérale
produits
finis d'equipement
prdt finis d'equipement
agricole industriel
2019 87.5 71.4 87.2 76.9 93.9 104.4 104.1
2018 87.5 77.4 91.3 95.9 96.1 105.9 103.9
2017 89.4 64.2 91.8 70.6 94.3 105.6 102.1
2016 87.8 53.5 89.7 70.6 92.5 102.4 103.5
2015 92.6 58.1 89.7 97.1 96.5 99.9 102.6
2014 93.7 76.5 91.9 85.5 97.4 100.1 101.7
2013 97.6 93.3 95.1 78.3 99.2 100.3 101.1

exportation:
alimentation
années boissonsenergie
et tabacs
produit
et lubrifiants
brutes d'origine
produit
animal
brutes
vegitable
d'origine
demi
prdt
minérale
produits
finis d'equipement
prdt finis d'equipement
agricole industriel
2019 113.3 139.4 136.1 77.2 83.9 163.5 102.6
2018 114.8 142.6 133.6 77.7 89.3 173.9 104.7
2017 111.4 103.6 128.4 76.7 79.4 134.7 100.3
2016 109.3 51.5 115.5 82.5 82.4 103.4 97.7
2015 105.5 87.2 108.8 91.8 95 82.6 98.7
2014 101.4 102.1 104.3 78.6 84.6 84.2 101.4
2013 99.6 93.5 102.5 80.2 84.5 91.8 103.3

indice du commerce exterieur:

années importation exportation indice
2019 1012.4 822.7 -189.7
2018 1038.3 857.5 -180.8
2017 930.6 813.6 -117
2016 840.5 792.6 -47.9
2015 872.1 832.2 -39.9
2014 858.2 846.5 -11.7
2013 851.6 867.9 16.3
prdt fini consomation
importation
107.8 89.5
107.8 91.7
107.9 87.7
107.5 85.1
107.9 87.8
106.9 92.8
105 98

prdt fini consomation

exportation
99.6 96.8
102.2 99.5
101.2 94.9
103.2 95
103.6 98.9
105.9 95.7
101.9 94.3