Académique Documents
Professionnel Documents
Culture Documents
Chapitre 4
Chapitre 4
Chapitre 4
4.1. Introduction
Ce chapitre débute l’étude des systèmes d’équations linéaires. Nous avons commencé par utiliser
d’abord la méthode des OLS avant de montrer que le Generalized Least Square (GLS) est plus
efficient.
Exemple 4.1 (Seemingly Unrelated Regressions (SUR)) Le modèle de population est posé avec
équations linéaires.
.
. (4.1)
.
Ce système utilise les données des enquêtes sur les familles aux USA.
Cours de Mr. Egbendéwé (Assistant professeur à la FASEG, Université de Lomé, BP 1515, Lomé-Togo).
Page 1
Souvent ce système représente un modèle structurel (sans variables omise, erreurs sur une
variable ou simultanéité). Donc on peut supposer que
( |
Supposons que nous avons une coupe transversale indépendante, identiquement distribuées avec
des observations { } avec étant de dimension et est de
dimension .
Pour l’exemple (4.1) de SUR, le modèle peut-être exprimé comme dans l’équation (4.3) en
définissant , , et
( ), ( ) (4.4)
Hypothèse SOLS1 :
[ ]
Ce qui donne .
[ ] (4.6)
Etant donné un échantillon aléatoire de la population nous avons l’estimateur du system par OLS
donné par :
̂ ( ∑ ) ( ∑ )
Cours de Mr. Egbendéwé (Assistant professeur à la FASEG, Université de Lomé, BP 1515, Lomé-Togo).
Page 2
THEOREM 7.1 (Comportement asymptotique du système OLS) : Sous les hypothèses SOLS.1 et
SOLS.2 ̂ → .
Comme dans le cas de OLS pour une seule équation on peut montrer que:
√ (̂ )→
THEOREM 4.2 : (Normalité asymptotique de SOLS) : Sous les hypothèses SOLS.1 et SOLS.2,
l’équation (4.8) est vérifiée.
Nous avons vu que l’estimateur d’un système par OLS converge asymptotiquement sous
certaines hypothèses. Cependant on peut mieux faire en renforçant l’hypothèse SOLS.1 en
ajoutant une condition sur la variance conditionnelle de
Hypothèse SGLS.1 :
De façon typique, au moins un élément de la matrice est égal à l’unité, donc en pratique
l’hypothèse SGLS.1 implique que Nous allons supposer que est en moyenne égal
à zéro pour la suite de nos discussions.
Dans l’estimateur du GLS avec des observations qui sont i.i.d. la matrice du deuxième moment
de joue un rôle important. Définissons la matrice symétrique et positive semi-définie et de
dimension suivante,
En lieu et place de SOLS.2, nous allons supposer que le produit externe pondérée espéré de
est non singulier.
ou
Cours de Mr. Egbendéwé (Assistant professeur à la FASEG, Université de Lomé, BP 1515, Lomé-Togo).
Page 3
(∑ ) (∑ ) (∑ ) (∑ )
On peut établir que sous les hypothèses SGLS.1 et SGLS.2, converge asymptotiquement vers
en écrivant :
( ∑ ) ( ∑ )
Puisque la matrice de la variance des erreurs est généralement inconnue, nous ne pouvons pas
déterminer l’estimateur GLS. On estime dons le FGLS en remplaçant par son estimateur à
partir des résidus des OLS de l’équation (4.3).
̂ ∑̃ ̃
( ∑ ̂ ) ( ∑ ̂ )
Par exemple dans l’exemple 4.1, la théorie économique demande que la matrice Jaconieene soit
symétrique, c’est-à-dire les effets des prix des autres biens doivent être égaux dans toutes les
équations. Cette contrainte peut être imposée au cour de la régression.
Cours de Mr. Egbendéwé (Assistant professeur à la FASEG, Université de Lomé, BP 1515, Lomé-Togo).
Page 4