EZZEDDINE DELHOUMI

Correction de l’examen de rattrapage d’Econométrie 2019-2020

On considère le modèle linéaire suivant :

𝑦𝑡 = 𝑎 + 𝑏𝑥𝑡 + 𝑐𝑧𝑡 + 𝜀𝑡

Où 𝜀𝑡 est un terme d’erreur vérifiant les hypothèses classiques des MCO et 𝑋 = (𝑒, 𝑥, 𝑧) la
matrice des variables explicatives y compris la constante (𝑒 étant le vecteur dont toutes les
composantes sont égales à 1).

On fournit les informations suivantes :

25 0 0 0,04 0 0
(𝑋 ′ 𝑋) = ( 0 25 ′ −1
−15) , (𝑋 𝑋) = ( 0 0,4 0,6) 𝑒𝑡 𝑌 ′ 𝑌 = ∑ 𝑦𝑡2 = 1687
0 −15 10 0 0,6 1

L'estimation par les MCO du modèle a fourni le résultat suivant :

𝑦𝑡 = 8 + 𝑥𝑡 – 𝑧𝑡 + 𝜀̂𝑡

Partie 1 :

25 0 0 8 200 ∑ 𝑦𝑡
′
1) 𝑋 𝑌 = (𝑋 ′ 𝑋)𝛽̂ = ( 0 25 −15) ( 1 ) = ( 40 ) = (∑ 𝑥𝑡 𝑦𝑡 )
0 −15 10 −1 −25 ∑ 𝑧𝑡 𝑦𝑡
200
2) T=25, 𝑥̅ = 𝑧̅ = 0 𝑒𝑡 𝑦̅ = =8
25
∑ 𝑥𝑡 𝑧𝑡 −15
3) 𝜌𝑥𝑧 = = = −0,9486
√∑ 𝑥𝑡2 ∑ 𝑧𝑡2 √25×10

Partie 2 :

Au départ, nous voulons estimer le modèle (1) suivant :

𝑦𝑡 = 𝑎 + 𝑏𝑥𝑡 + 𝑢𝑡 (1)

1) Estimation des paramètres 𝑎 et 𝑏.

∑ 𝑥𝑡 𝑦𝑡 40
𝑏̂ = = = 1,6 𝑒𝑡 𝑎̂ = 𝑦̅ = 8
∑ 𝑥𝑡2 25

2) Calcul de la SCT, la SCE et la SCR.

𝑆𝐶𝑇 = ∑ 𝑦𝑡2 − 𝑇𝑦̅ 2 = 1687 − 25 × 82 = 87

𝑆𝐶𝐸 = 𝑏̂ 2 ∑ 𝑥𝑡2 = 1,62 × 25 = 64

𝑆𝐶𝑅 = 𝑆𝐶𝑇 − 𝑆𝐶𝐸 = 23

1
 EZZEDDINE DELHOUMI

3) Détermination du R² et de 𝜎̂ 2 .

𝑆𝐶𝐸 𝑆𝐶𝑅
𝑅2 = =1− = 0,7356
𝑆𝐶𝑇 𝑆𝐶𝑇
𝑆𝐶𝑅 23
𝜎̂ 2 = = =1
𝑇 − 2 25 − 2

4) Teste de la pertinence de la variable exogène x sur y.

2
̂
𝜎 1
𝜎̂𝑏̂2 = = = 0,04 𝑒𝑡 𝜎̂𝑏̂ = √0,04 = 0,2
∑ 𝑥𝑡2 25
𝐻0 : 𝑏 = 0 𝑏̂
{ , 𝑡𝑐 = |𝜎̂ | = 8 > 𝑡5% (23) = 2,0687 → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻1 , x est une variable
𝐻1 : 𝐵 ≠ 0 ̂
𝑏
pertinente.

5) à la période t = 26, x26 = 1 . Détermination d’un intervalle de prévision de niveau 95

% pour 𝑦26 .
𝑝
𝑦26 = 𝑎̂ + 𝑏̂𝑥26 = 8 + 1,6 × 1 = 9,6

(𝑥26 − 𝑥̅)2
1 1 𝑥226 1 12
̂ 2𝑒𝑝
𝜎
2
= 𝜎̂ (1 + + 2
̂ (1 + +
=𝜎 ) = 1. (1 + + ) = 1,08
𝑇 ∑(𝑥𝑡 − 𝑥̅ )2 𝑇 ∑ 𝑥𝑡2 25 25

𝜎̂𝑒𝑝 = √1,08 = 1,0392

𝑝
𝐼𝐶(𝑦26 ) = 𝑦26 ± 𝑡. 𝜎̂𝑒𝑝 = [7,45 ; 11,749]

Partie 3 :

Maintenant nous allons estimer le modèle (2) suivant :

𝑦𝑡 = 𝑎 + 𝑏𝑥𝑡 + 𝑐𝑧𝑡 + 𝜀𝑡 (2)

1) Détermination des
200
𝑆𝐶𝐸 = 𝛽 ′ 𝑋 ′ 𝑌 − 𝑇𝑦̅ 2 = (8,1, −1) ( 40 ) − 25 × 82 = 65.
−25
𝑆𝐶𝑅 = 𝑆𝐶𝑇 − 𝑆𝐶𝐸 = 87 − 65 = 22
𝑆𝐶𝐸 𝑆𝐶𝑅 65
𝑅 2 = 𝑆𝐶𝑇 = 1 − 𝑆𝐶𝑇 = 87 = 0,7471
𝑆𝐶𝑅 22
𝜎̂ 2 = = =1
𝑇−3 22

2) l'importance individuelle des variables exogènes sur la variable endogène y.

𝜎̂𝑏̂2 = 𝜎̂ 2 × 0,4 = 0,4 𝑒𝑡 𝜎̂𝑏̂ = √0,4 = 0,6324

𝜎̂𝑐̂2 = 𝜎̂ 2 × 1 = 1 𝑒𝑡 𝜎̂𝑏̂ = √1 = 1

2
 EZZEDDINE DELHOUMI

𝐻0 : 𝑏 = 0 𝑏̂ 1
{ , 𝑡𝑐 = |̂ | = | | = 1,581 < 𝑡5% (22) = 2,0739 → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻0
𝐻1 : 𝑏 ≠ 0 𝜎 ̂
𝑏 0,6324
x n’a pas d’effet sur y.
𝐻 :𝑐 = 0 𝑐̂ −1
{ 0 , 𝑡𝑐 = |𝜎̂ | = | 1 | = 1 < 𝑡5% (22) = 2,0739 → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻0
𝐻1 : 𝑐 ≠ 0 𝑐̂

z n’a pas d’effet sur y.

3) Peut-on accepter que 𝑏 + 𝑐 = 0,1 ?

𝐻 : 𝑏 + 𝑐 = 0,1
{ 0 ,
𝐻1 : 𝑏 + 𝑐 ≠ 0,1

𝑏̂ + 𝑐̂ − 0,1 1 − 1 − 0,1
𝑡𝑐 = || || = | | = 0,062 < 𝑡5% (22) → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻0
√0,4 + 1 + 2 × 0,6
2 2
̂ (𝑏̂, 𝑐̂ )
√𝜎̂𝑏̂ + 𝜎̂𝑐̂ + 2𝑐𝑜𝑣

4) Tester la significativité globale du modèle.

𝐻 :𝑏 = 𝑐 = 0
{ 0
𝐻1 : ∃ 𝑏 ≠ 0 𝑒𝑡/𝑜𝑢 𝑐 ≠ 0

𝑇−𝐾 𝑅2 22 0,7471
𝐹𝑐 = . 1−𝑅² = . 1−0,7471 = 32,5 > ℱ5% (2,22) = 3,44 → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻1
𝑘 2
Le modèle est globalement significatif.

5) La proportion supplémentaire rapporté au modèle (2) par l'introduction de la variable

2 2
exogène 𝑧 est (𝑅(2) − 𝑅(1) ) × 100% = (0,7471 − 0,7356) × 100% = 1,15%.

6) Est-ce qu’il y a intérêt d’introduire la variable exogène z ?

Théoriquement l’ajout d’une variable exogène au modèle rapporte une information
supplémentaire à condition qu’elle ne soit pas corrélée avec d’autre(s) variable(s) exogène(s)
dans le modèle. Dans notre cas, les deux variables exogènes sont fortement corrélées ce qui a
affecté la significativité de la variable exogène x. La présence de la colinéarité fait que les
résultats de la régression soit fortement sensible à une légère modification au niveau de la taille
de l’échantillon ou au niveau d’une petite modification de la valeur d’une observation.

Pour cela, on n’a pas intérêt à introduire z simultanément avec x dans le modèle.

Partie 4 :

1) Sachant que ∑(𝜀̂𝑡 − 𝜀̂𝑡−1 )2 = 21, y -a-t-il auto corrélation d'ordre 1 des erreurs ?
Donner une estimation de ρ. En effet,

𝐻0 : 𝜌 = 0 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑎𝑛𝑐𝑒 𝑑𝑒𝑠 𝑒𝑟𝑟𝑒𝑢𝑟𝑠

{
𝐻1 : 𝜌 ≠ 0 𝑎𝑢𝑡𝑜 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛 𝑑𝑒𝑠 𝑒𝑟𝑟𝑒𝑢𝑟𝑠

3
 EZZEDDINE DELHOUMI

∑(𝜀̂𝑡 − 𝜀̂𝑡−1 )2 ∑(𝜀̂𝑡 − 𝜀̂𝑡−1 )2 21

𝐷𝑊 = = = = 0,9545
∑ 𝜀̂𝑡2 𝑆𝐶𝑅(2) 22

Pour 𝑇 = 25 et = 2 , 𝑑1 = 1,21 𝑒𝑡 𝑑2 = 1,55 . Alors 0 ≤ 𝐷𝑊 ≤ 𝑑1 , on accepte

𝐻1 𝑒𝑡 𝜌 > 0 (auto corrélation positif des erreurs)

𝐷𝑊
𝜌̂ = (1 − ) = 0,5227
2
2) Test de l'hétéroscédasticité des erreurs :
𝐻 : 𝐴𝑏𝑠𝑐𝑒𝑛𝑐𝑒 𝑑′ ℎé𝑡é𝑟𝑜𝑠𝑐é𝑑𝑎𝑠𝑡𝑖𝑐𝑖𝑡é
{ 0
𝐻1 : 𝑃𝑟é𝑠𝑒𝑛𝑐𝑒 𝑑 ′ ℎé𝑡é𝑟𝑜𝑠𝑐é𝑑𝑎𝑠𝑡𝑖𝑐𝑖𝑡é

Test de Gauldfeld-Quandt :

𝑆𝐶𝑅2 11
𝐹𝑐 = = = 1,222 ≤ ℱ5% (8,8) = 3,44 → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻0
𝑆𝐶𝑅1 9

Exercice :

Soient les modèles des deux régions :

𝑃𝑟𝑖𝑐𝑒1𝑖 = 𝑎1 + 𝑏1 𝑄𝑢𝑎𝑛𝑡𝑖𝑡𝑦1𝑖 + 𝑢1𝑖 , 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑟é𝑔𝑖𝑜𝑛 1

{
𝑃𝑟𝑖𝑐𝑒2𝑖 = 𝑎2 + 𝑏2 𝑄𝑢𝑎𝑛𝑡𝑖𝑡𝑦2𝑖 + 𝑢2𝑖 , 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑟é𝑔𝑖𝑜𝑛 2

Soit le model commun :

𝑃𝑟𝑖𝑐𝑒𝑖 = 𝛽0 + 𝛽1 𝐷𝑖 + 𝛽2 𝑄𝑢𝑎𝑛𝑡𝑖𝑡𝑦𝑖 + 𝛽3 𝐷𝑄𝑖 + 𝑢𝑖

Son estimation par les MCO a donné :

𝑃𝑟𝑖𝑐𝑒𝑖 = 22,395 − 9,2976 𝐷𝑖 − 0,0157 𝑄𝑢𝑎𝑛𝑡𝑖𝑡𝑦𝑖 + 0,0021 𝐷𝑄𝑖 + 𝑢̂𝑖

(1,7618) (2,0472) (0,0022) (0,004)

1) Déduction des estimations des paramètres :

𝑎̂1 = 𝛽̂0 + 𝛽̂1 = 13,0974

𝑏̂1 = 𝛽̂2 + 𝛽̂3 = −0,0136
𝑎̂2 = 𝛽̂0 = 22,395
{ 𝑏̂2 = 𝛽̂2 = −0,0157

2)
• Test de différence au niveau de la constante :
𝐻0 : 𝑎1 = 𝑎2 𝐻 :𝛽 = 0 𝛽̂1 −9,2976
{ ⇔ { 0 1 , 𝑡𝑐 = | | = | | = 4,5416 > 𝑡5% (26)
𝐻1 : 𝑎1 ≠ 𝑎2 𝐻1 : 𝛽1 ≠ 0 𝜎̂𝛽̂1 2,0472
= 2,055 → 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻1

Il y a une différence significative au niveau de la constante des modèles des deux régions.

• Test de différence au niveau de la pente :

4
 EZZEDDINE DELHOUMI

𝐻 : 𝑏 = 𝑏2 𝐻 :𝛽 = 0 𝛽̂3 0,0021
{ 0 1 ⇔ { 0 3 , 𝑡𝑐 = | | = | | = 0,525 ≤ 𝑡5% (26) = 2,055
𝐻1 : 𝑏1 ≠ 𝑏2 𝐻1 : 𝛽3 ≠ 0 𝜎̂𝛽̂3 0,004
→ 𝑜𝑛 𝑎𝑐𝑐𝑒𝑝𝑡𝑒 𝐻0

Il n’y a pas de différence au niveau de la pente : la quantité vendue affecte le prix de vente de
la même façon dans les deux régions.