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