Académique Documents
Professionnel Documents
Culture Documents
Exercice 1 (*)
cov ( X , Y )
matricielle, établir les équations normales et en déduire que ˆ1 = et ˆ0 = Y − ˆ1 X .
Var ( X )
Exercice 2 (*)
3 1 3 5
1 1 1 4
y = 8 et X = 1 5 6 .
3 1 2 4
5 1 4 6
1
Exercice 3
Considérons le modèle de régression multiple avec trois variables explicatives vérifiant les
hypothèses du modèle de régression linéaire classique :
y = 0 + 1 x1 + 2 x2 + 3 x3 + u .
( )
(i) Désignons par ˆ1 et ˆ2 les estimateurs de 1 et 2 . Trouver Var ˆ1 − ˆ2 en fonction
des variances de ˆ1 et ˆ2 et de leur covariance. Quel est l’écart-type (s.e.) de
ˆ1 − 3ˆ2 ?
paramètre auxiliaire que l’on notera et qui sera estimé au sein d’une équation de
régression appropriée.
Exercice 4 (*)
Le modèle ci-dessous est une version simplifiée du modèle de régression multiple utilisé par
Biddle et Hamermesh (1990) pour étudier l’arbitrage entre le temps de sommeil et le temps de
travail ainsi que les autres facteurs affectant le temps consacré au sommeil :
où sleep et totwork sont mesurés en minutes par semaine et désignent respectivement le temps de
sommeil et le temps de travail. Par contre, educ (niveau d’éducation) et age sont mesurés en
années.
(i) Si les adultes font un arbitrage entre le sommeil et le travail, quel doit être le signe de
1 ?
2
(iii) Après estimation, l’équation suivante a été obtenue :
(v) Pensez-vous que les variables totwork, educ et age expliquent une grande partie de la
variation de la variable sleep ? Quels autres facteurs peuvent expliquer le temps
consacré au sommeil ?
(vi) Les variables educ et age sont-elles individuellement significatives au seuil de 5% ? Ces
deux variables sont-elles conjointement significatives aux seuils de 10%, 5% et 1% ?
(vii) L’on suppose que l’équation du temps de sommeil sleep révèle une forme
d’hétéroscédasticité. Qu’est-ce que cela implique pour les tests effectués
précédemment ?
Exercice 5
1
fonction densité de probabilité : f ( i ) = exp ( − i ) , i 0 . Ce modèle est particulier car il
suppose que les perturbations sont toutes positives. Notons que E ( i xi ) = et Var ( i xi ) = 2 .
Montrer que l’estimateur des moindres carrés du coefficient est sans biais mais celui du terme
constant est biaisé.
3
Exercice 6 (*)
résidus est égale à ( c − b ) X X ( c − b ) . Montrer que cette différence est définie positive.
Exercice 7 (*)
Un monopoleur maximisant son revenu fait face à un coût marginal de 8 dollars US. La fonction
de demande du bien qu’il produit est donnée par :
Q = + P +
Afin d’estimer l’équation de demande stochastique ci-dessus, le tableau suivant a été établi :
Quantité 5 15 12 17 22
demandée (Q)
Prix (P) 20 14 16 10 8
Par le biais de la méthode des moindres carrés ordinaires, déterminer l’intervalle de confiance à
95% de la valeur espérée de la quantité maximisant le profit de ce monopoleur.
Note : La valeur critique à 95% de la distribution de Student, avec 3 comme degré de liberté, est
3.182.
4
5
6