CHAPITRE 1: INTRODUCTION

I.1. Introduction

I.2.

I.3.

I.4. Méthodologie de la recherche économétrique

I.5. Modèles économétriques

I.6. Quelques concepts de base

I.7.
 1 PARTIE : MODÈLE DE RÉGRESSION LINÉAIRE SIMPLE

CHAPITRE 2: MODELE DE REGRESSION LINEAIRE SIMPLE : SPECIFICATION ET ESTIMATION

II.1. Introduction

II.2. Le modèle de régression linéaire à une variable explicative

II.3. Les hypothèses du modèle de régression linéaire simple

II.4. Estimation des paramètres du modèle de régression linéaire simple

II.5. Interprétation des estimations

CHAPITRE 3: PROPRIETES DES ESTIMATEURS

III.1. Introduction

III.2. Linéarité

III.3. Absence de biais

III.4. Efficience
CHAPITRE 4 : EVALUATION DU MODELE DE REGRESSION LINEAIRE SIMPLE (INFERENCE)

IV.1. Significativité des paramètres estimés

IV.2. Le Coefficient de Détermination

IV.3. Analyse du coefficient de corrélation

IV.4. Analyse de la Variance

IV.5. Relation entre analyse de corrélation et R

IV.6. Prévision
 2 PARTIE : LE MODELE DE REGRESSION LINEAIRE GENERAL

CHAPITRE 5 LE MODELE DE REGRESSION LINEAIRE MULTIPLE : SPECIFICATION ET ESTIMATION

V.1. Introduction

V.2. Le modèle de régression linéaire à deux variables explicatives

V.3. Les hypothèses du modèle de régression linéaire multiple

V.4. Estimation des paramètres du modèle de régression linéaire multiple : La méthode des MCO
CHAPITRE 6 : LE MODELE LINEAIRE GENERAL : SPECIFICATION ET ESTIMATION

VI.1. Spécification

VI.2. Estimation
CHAPITRE I: INTRODUCTION

I-1- Introduction

La théorie économique a défini des théories pour modéliser les relations

entres les variables dans leurs interrelations
Y = f(L,K)

Q = f(Y, P , P )

Le rôle principal de est de tester les propositions théoriques qui fondent ces relations entre variables,
des estimations numériques des coefficients de ces relations, de faire des prévisions par rapport à leurs
valeurs futures et de faire des recommandations pertinentes à même à la prise de décision
I-2-

conclusions relatives au monde réel

I-3-

consiste en une application des statistiques mathématiques aux données économiques afin
un support empirique des modèles développés par les mathématiciens économistes en vue de
de résultats numériques (Gerhard Tintner, Methodology of Mathematical Economics and
Econometrics, The University of Chicago Press, 1968)

peut se définir comme une science sociale dans laquelle les outils de la théorie
économique, les mathématiques, et statistique sont utilisés à des phénomènes
économiques (Arthur Golberger, Econometric Theory, John Wiley & Sons, New York, 1964)

de consiste en la détermination ensemble qui soient à la fois

suffisamment spécifique et suffisamment réaliste qui puissent lui permettre de tirer le maximum
des données qui lui sont disponibles (Malinvaud, Statistical Methods of Econometrics,
Rand McNally & Co Chicago, 1966 P. 514)
 peut être considérée comme de des mathématiques et de la statistique dans
de fournir des valeurs numériques aux paramètres des relations économiques (élasticités, propensions,
valeurs marginales) et de vérifier les théories économiques (Koutsoyiannis, Theory of Econometrics. 2nd Ed.
MacMillan, Hong Kong 1993).

Il appert de ce qui précède que est une branche des sciences sociales qui à de la théorie
économique, de mathématique et de la théorie statistique, analyse les relations entre variables
(économiques) afin à la prise de décision
 Trois objectifs essentiels

à la prise de décision, à dire fournir des estimations numériques des coefficients des
relations économiques qui seront ensuite utilisées dans le processus de prise de décision
la prévision, ici, les estimations numériques des coefficients sont utilisées dans de donner
une prévision des valeurs futures des évolutions économiques

Si de économique est de prendre la meilleure décision parmi un ensemble de choix

possibles, alors la connaissance des relations entre variables économiques seule pas suffisante. La
connaissance de la direction de la relation et, dans plusieurs cas, celle de de la relation est
nécessaire pour ne pas dire indispensable. Ainsi, en fournissant à économique un support pour
tester, modifier ou réfuter si possible les conclusions contenues dans la théorie économique, et affecter des
signes, et des interprétations fiables aux coefficients des variables économiques, se positionne
comme un outil indispensable à la prise de décision
I-4- Méthodologie de la recherche économétrique

Phase 1:La spécification du modèle qui servira à expliquer le phénomène que veut analyser.
Phase 2: La collecte de données relatives aux variables du modèle spécifié

Phase 3: du modèle spécifié

Phase 4: des résultats de du modèle spécifié

Phase 5: du modèle estimé pour la prévision / prise de décision.

Les phases 1 et 4 sont les plus importantes pour toute recherche économétrique. En effet, elles exigent les
compétences économiste qui a du fonctionnement du système économique. Les phases 2, 3 et
5 sont techniques et nécessitent une connaissance de la théorie économétrique et statistique.
b). Phase 2: La collecte des données

c). Phase 3 : Estimation du modèle spécifié

 d). Phase 4 : Evaluation du modèle estimé

Lorsque le modèle spécifié est estimé, avant de pouvoir pour la prise de décision, il est nécessaire de
de sa fiabilité. Il de déterminer si les paramètres estimés donnent satisfaction aussi bien
théoriquement que statistiquement. Pour cela, plusieurs critères (tests) existent. Ces critères peuvent être classés en
trois (3) groupes :

1) les critères économiques à priori basés sur la théorie économique ;

2) les critères statistiques basés sur la théorie statistique ;

et 3) les critères économétriques basés sur la théorie économétrique.

Tests économiques à priori :

Ces tests consistent en la confrontation entre les résultats de du modèle, à dire, le signe des
coefficients estimés et leur grandeur et les principes de la théorie économique. Ainsi, lorsque le modèle estimé
passe ce premier test, a une signification économique. Si les signes et grandeurs des paramètres estimés ne sont
pas en conformité avec la théorie économique, alors ces paramètres doivent être rejetés à moins raison
suffisante qui démontre que dans le cas spécifié la théorie économique pas applicable. Cette raison suffisante
doit être présentée de façon précise et concise.
 Tests statistiques :

Ces tests sont basés sur la théorie statistique et ont pour objectif de la fiabilité statistique des
paramètres estimés. Les tests statistiques les plus utilisés sont le coefficient de corrélation et type des
paramètres estimés. Le carré du coefficient de corrélation est appelé le coefficient de détermination et donne la
proportion des variations de la variable expliquée imputable aux variations des variables explicatives. En ce qui
concerne type, une mesure de la dispersion des estimations autour du vrai paramètre. Ainsi, plus
type du paramètre estimé est élevé, moins fiable est et vice-versa. Il faut souligner que les tests
statistiques viennent seulement après les tests économiques à priori.

Tests économétriques :

Les tests économétriques sont issus de la théorie économétrique et ont pour objectif de vérifier si les hypothèses,
sous-jacentes à la méthode économétrique, utilisée sont satisfaites ou non. Ces tests vérifient donc la fiabilité des
tests statistiques et nous permettent si oui ou non les paramètres estimés ont les propriétés désirées (sans
biais, convergent etc.). Si les hypothèses de la méthode économétrique utilisée pour estimer le modèle spécifié ne
sont pas vérifiées, alors, soit les paramètres estimés pas les propriétés désirées, ou que les tests statistiques
perdent leur validité et ne sont plus fiables pour juger de la qualité des paramètres estimés.
 La prévision et à la prise de décision sont les principaux objectifs de la recherche économétrique. Une
fois les phases 1 à 4 terminées, on peut utiliser le modèle pour la prévision et à la prise de décision.

I-5- Modèles économétriques

I-6- Quelques concepts de base

Les variables économiques sont de natures aléatoires, à dire que leurs valeurs ne sont connues
aient été observées. Elles obéissent à des lois de probabilités. La probabilité est une
voie pour exprimer sur les événements économiques. Par conséquent, il est important de
rappeler brièvement les concepts de base de la probabilité qui seront utilisés dans ce cours.

a) Variable aléatoire

X = Kg/ha,
Y = nombre de voitures volées par mois. Ou par exemple, Z
b) Variables aléatoires discrètes et continues

Définition 1.

Une variable aléatoire est dite discrète si elle ne peut prendre nombre fini de valeur que peut
compter en utilisant des nombres entiers. Plus formellement, une V.A X est dite discrète si des
valeurs possibles de cette variable est un sous ensemble de Z avec Z = 0 ; 1 ; 2 ;

Exemple : Le nombre de fille dans un ménage : 0, 1, 2, 3

Le nombre de cours enseignant peut dispenser par semaine : 0, 1,1 2,

Les variables aléatoires discrètes sont utilisées en économie façon générale pour prendre en compte le
caractère qualitatif de certaines variables. On les appellera les variables muettes.

Par exemple une étude qui veut prendre en compte le Genre devra désagréger les données en homme et
femme. Ainsi, on pourra définir une variable muette D telle que, D, prend la valeur 1 si les données concerne
une femme et 0 dans le cas contraire.
 c) Espérance mathématique fonction de variable aléatoire

Si X est une variable aléatoire discrète et g(X) une fonction de cette variable aléatoire, alors E(g(X)) =
g(x)f(x). Toutefois, E[g(X)] g[E(X)]

Si X est une variable aléatoire discrète et g(X) = g (x) + g (x) où g (x) et g (x) sont des fonctions de X alors,
E[g(X)] = [g (x) + g (x)]f(x) = g (x)f(x)+ g (x)f(x) = E[g (x)] + E[g (x)].

mathématique somme de fonction de variables aléatoires, est la somme des espérances

mathématiques.

Quelques propriétés de mathématique

Si c est une constante, alors : E(c) = c
Si c est une constante et X une variable aléatoire alors, E(cX) = cE(X)
Si a et c sont deux constantes et X est une variable aléatoire alors, E(a + cX) = a + E(cX) = a + cE(X)
Si X et Y sont deux variables aléatoires alors,

E(X + Y) = E(X) + E(Y) E(X - Y) = E(X) - E(Y)

E(XY) = E(X) . E(Y) si X et Y sont indépendantes

g) Variables aléatoires indépendantes

Deux variables aléatoires sont indépendantes si la connaissance de la valeur des variables ne donne aucune
information sur les valeurs de variable.

Ainsi, si X et Y sont deux variables aléatoires indépendantes alors,

f(X,Y) = f(X).f(Y) et est aussi vraie.

h) Moyenne de la somme pondérée de variables aléatoires

Si g(X,Y) est une fonction de deux variables aléatoires telle que g(X,Y) = c X + c Y où c et c sont des
constantes, g(X,Y) est appelée somme pondérée de variables aléatoires et E[g(X,Y)] = E[c X + c Y] = c E(X) +
c E(Y)

façon générale, si X , X , , X sont des variables aléatoires et c , c , , c sont des constantes alors,
E(c X + c X + + c X ) = c E(X ) + c E(X ) + + c E(X )