Serie 2 Econométrie

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 2

1

Université de Nouakchott Al Aasriya


Institut universitaire professionnel 1er novembre 2022
Licence MAEF-S5

Économétrie : Série 2
Exercice 1 Soit les résultats d’une estimation économétrique :

yt = −32.15 + 1.251xt + et
n = 20
R2 = 0.23
σ
bε = 10.66

1. A partir des informations connues, on demande de retrouver les statistiques suivantes : la


somme des carrés des résidus (SCR), la somme des carrés totaux (SCT), la somme des carrés
expliqués (SCE), la valeur de la statistique du Fisher empirique et l’écart type de la pente.
2. Le coefficient de la variable x est-il significativement supérieur à 1 ?

Exercice 2 Un agronome s’intéresse à la liaison pouvant exister entre le rendement de maïs x (en
quintal) d’une parcelle de terre et la quantité d’engrais y (en kilo). Il relève 10 couples de données
consignés dans le tableau suivant

Mois t 1 2 3 4 5 6 7 8 9 10
Rendement x 16 18 23 24 28 29 26 31 32 34
Engrais y 20 24 28 22 32 28 32 36 41 41

1. Tracer le nuage de points et le commenter.


2. Calculer le coefficient de corrélation simple et tester sa signification par rapport à 0 pour un
seuil 5%.
3. Calculer les estimateurs des paramètres du modèle de régression linéaire suivant yi = a0 +
a1 xi + ε. En déduire la série des résidus.
4. Calculer la SCR, SCE, SCT , R2 et les estimateurs des écarts-types des coefficients.
5. Tester l’hypothèse H0 : a1 = 0 contre H1 : a1 6= 0. Donnez la probabilité critique de ce test.
6. Donner un intervalle de confiance pour a1 à un seuil de risque 5%.
7. Tester les hypothèses suivantes à un seuil de 5% : H0 : a1 = 0.5 contre H1 : a1 6= 0.5 Donnez
la probabilité critique de ce test.
8. Tester les hypothèses suivantes à un seuil de 5% : H0 : a1 = 0.5 contre H1 : a1 > 0.5 Donnez
la probabilité critique de ce test.
9. Dressez le tableau d’analyse de la variance et tester à un seuil de 5% les hypothèses H0 :
SCE = 0.5 contre H1 : SCE 6= 0 Donnez la probabilité critique de ce test. Que remarquez
vous ?
10. Donnez un intervalle de confiance de 95% de la variance de l’erreur σε2 .
11. Nous connaissons les valeurs prévues des rendements de maïs de x11 = 35 et x12 = 37. Cal-
culer les quantités d’engrais prévues aux mois 11 et 12 et leurs écarts-types. En déduire leurs
intervalles de confiance à 95%.
2

Exercice 3 Nous reprenons le modèle consommation-revenu estimé lors du denier exercice de la


série précédente :
yt = 1176.08 + 0.78xt + et
(0.21) (43.53)
n = 10
(·) = ratio de Student
1. Calculer le coefficient de détermination et effectuer le test de Fisher permettant de déterminer
si la régression est globalement significative.
2. Quelle est la conséquence sur la consommation de l’augmentation du revenu de 8 % ?
3. Pour les années 11 et 12, on prévoit respectivement 16 800 et 17 000 dollars de revenu par
habitant. Déterminer la prévision de consommation pour ces deux années ainsi que l’intervalle
de prédiction au seuil de 95 %.

Exercice 4 À partir d’un échantillon de 190 observations, on étudie la relation entre la variable à
expliquer yi et la variable explicative xi .
À l’aide des informations fournies ci-dessous reconstituez les huit valeurs manquantes signalées
par V M 1, . . . , V M 8.
Dependent Variable: Y
Method: Least Squares
Sample: 1 190
Included observations: 190
Variable Coefficient Std. Error t-Statistic Prob.
C ?4364.928 VM1 ?16.61141 0.0000
X VM4 VM3 VM2 0.0000
R-squared VM5 Mean dependent var VM6
S.E. of regression 322.8850 S.D. dependent var VM8c
Sum squared resid VM7 F-statistic 778.9623
On donne σx = 3, 447 et x = 38, 416.

Exercice 5 Un économiste spécialisé en économie du travail s’intéresse à la relation liant la rému-


nération et la durée des études (théorie du capital humain). Pour ce faire, il dispose d’un échantillon
de 40 hommes et 25 femmes ayant le même âge, dont il relève la rémunération annuelle (yi ) ,
exprimée en milliers d’euros, et le nombre d’années d’études (xi ).
Les estimations économétriques conduisent aux résultats suivants :

Pour les hommes : Pour les femmes :

yi = 18.6 + 1.8xt + et , i = 1, . . . , 40 yi = 14.5 + 0.7xt + et , i = 1, . . . , 25


(9.3) (5.2) (12.8) (2.5)
(·) = t ratio de Student (·) = ratio de Student
n1 = 40 n2 = 25
2
R = 0.42 R2 = 0.22

1. L’influence de la durée des études sur la rémunération vous semble-t-elle significative ?


2. Existe-t-il une différence significative de l’impact de la durée des études sur la rémunération
des hommes et des femmes ?

Vous aimerez peut-être aussi