Académique Documents
Professionnel Documents
Culture Documents
EViews est un logiciel statistique et économétrique largement utilisé pour l'analyse de données
économiques, la modélisation économétrique et la prévision.
2.Création du workfile
3.Description du mode
Nous avons un modèle économétrique à estimer dont nous avons les variables
IDE ,DNB ,MM,IMPORT,EXPORT qui sont des variables explicatives et la variable endogène est PIB
Cela rend les relations non linéaires plus linéaires et faciliter l'analyse statistique.
Nous voyons clairement que le pib évolue en fonction de DNB alors il y a un lien entre PIB et DNB
7.Minimum et Maximum
Date: 11/28/23
Time: 20:46
Sample: 1980 2022
Observations 38 38 38
Au seuil de 10% toutes les proba de Jarque-Bera sont supérieur à 0.1 alors les variables listées suivent
la loi normal
8.Matrice de coefficients de corrélation
Il y a une corrélation négative de -0.66 entre LEXPORT et LPIB. Cela suggère qu'il existe une relation
inverse entre les exportations (LEXPORT) et le produit intérieur brut (LPIB). En d'autres termes, lorsque
les exportations augmentent, le PIB a tendance à diminuer, et vice versa. La corrélation modérée
indique une relation linéaire relativement forte.
Il y a une corrélation positive élevée de 0.87 entre le PIB et la dette nationale. Cela indique qu'il y a
une forte relation positive entre le produit intérieur brut (LPIB) et la dette nationale (LDNB). En d'autres
termes, lorsque le PIB augmente, la dette nationale a tendance à augmenter, et vice versa.
9.Estimation du modèle
Voir le workfile
Voir le workfile
Mean 3.55e-15
3
Median -0.164622
Maximum 1.907609
2
Minimum -2.331115
Std. Dev. 1.069798
Skewness 0.234968
1 Kurtosis 2.504552
Jarque-Bera 0.738321
0 Probability 0.691314
-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Nous avons une proba de 0.691314 qui est supérieur à 5% alors les résidus suivent la loi normale.
11.Test d’hétéroscédasticité
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/28/23 Time: 22:47
Sample: 1980 2022
Included observations: 38
Interprétation du test
Hypothèses :
H0 : L'hétéroscédasticité n'est pas présente dans le modèle (les erreurs sont homoscédastiques).
H1: L'hétéroscédasticité est présente dans le modèle (les erreurs sont hétéroscédastiques).
On remarque la proba de Chi 2 est de 0.0191<5% alors nous acceptons H1 les erreurs sont
hétéroscédastique .
Hypothèses :
14.TEST DE SPECIFICATION
Value df Probability
t-statistic 8.347583 31 0.0000
F-statistic 69.68214 (1, 31) 0.0000
Likelihood ratio 44.76329 1 0.0000
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 29.30718 1 29.30718
Restricted SSR 42.34528 32 1.323290
Unrestricted SSR 13.03810 31 0.420584
LR test summary:
Value
Restricted LogL -55.97681
Unrestricted LogL -33.59516
Value df Probability
t-statistic 8.347583 31 0.0000
F-statistic 69.68214 (1, 31) 0.0000
Likelihood ratio 44.76329 1 0.0000
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 29.30718 1 29.30718
Restricted SSR 42.34528 32 1.323290
Unrestricted SSR 13.03810 31 0.420584
LR test summary:
Value
Restricted LogL -55.97681
Unrestricted LogL -33.59516
H0 : Le modèle de régression est correctement spécifié, c'est-à-dire qu'il ne présente pas d'omission
de variables importantes ou de formes fonctionnelles incorrectes.
H1 : Le modèle de régression présente une erreur de spécification, c'est-à-dire qu'il y a une omission
de variables importantes ou une forme fonctionnelle incorrecte
Nous avons
Probabilité du F-statistic (0.0000) : La probabilité est très faible, indiquant un rejet significatif de
l'hypothèse nulle d'absence de non-linéarité.nous acceptons H1
15.TEST DE STABILITE
20
15
10
-5
-10
-15
-20
90 95 00 05 10 15 20
CUSUM 5% Significance
La trajectoire du test des résidus récursifs reste dans les limites de confiance établies, on accepte
H0. Cela indique qu'il n'y a pas suffisamment de preuves pour conclure à un changement structurel
significatif dans les résidus du modèle.