ECONOMETRIE

Note complémentaire à la
Leçon 5
Les variables binaires
Mikael PETITJEAN

1
© Mikael PETITJEAN (2020)
 I. INTRODUCTION
Définition et rappel
• Les données en coupe transversale et en séries
chronologiques sont obtenues à partir de:
1. Variables métriques (toujours quantitatives), dont les
« modalités » correspondent à des nombres réels
– Discrètes (indivisibles) comme le nombre (d’enfants, firmes, etc.)
– Continues (divisibles) comme la plupart des données
économiques (PIB, salaires, etc.), poids, taille etc.
→ Ces « valeurs » représentent des quantités objectivement
mesurables sur une échelle d’intervalles réguliers.
2. Variables ordinales pour « classer », avec hiérarchie
– Score (1 à 20), classement à une course, grade (PGD, GD, D, S,
AJ), retard de paiement (très souvent, souvent , parfois,
rarement, jamais), beauté (above, average, below)
2
© Mikael PETITJEAN (2020)
 I. INTRODUCTION
Définition et rappel
3. Variables nominales (toujours qualitatives) pour
« répertorier », sans hiérarchie
– Couleur (bleue, rouge, verte, noire, etc.), maison (4F, 3F, 2F), statut
d’occupation (proprio, locataire), véranda (oui, non), etc.
• Il est possible de transformer des variables nominales et
ordinales en variables discrètes à l’aide de variables
– Multichotomiques
• Par exemple, échelle de Likert: retard de paiement (très souvent=5, souvent=4,
parfois=3, rarement=2, jamais=1)
– Dichotomiques
• Par exemple, véranda (oui=1, non=0) / couleur (noire=1, autre=0) / beauté (via
deux variables binaires: au-dessus (oui=1, non=0) / en-dessous (oui=1, non=0))

3
© Mikael PETITJEAN (2020)
 I. INTRODUCTION
Définition et finalités
• Une variable binaire ne prend que deux valeurs:
soit 0, soit 1.
• Quelques synonymes:
– dummy, variable indicatrice, variable dichotomique, variable
muette, variable auxiliaire, variable ‘0/1’.
• Les variables binaires sont utilisées pour intégrer des
informations qualitatives.
– La caractéristique est présente (1) ou absente (0).
• Une maison possède une véranda: oui (1), non (0).
• Les ventes sont relatives au xème quadrimestre: oui (1), non (0).
– L’événement a lieu (1) ou n’a pas lieu (0).
• Les rendements boursiers ont chuté de plus de x% durant la période
de référence: oui (1), non (0).
4
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.A. Une dummy par phénomène
• L’utilisation d’une variable explicative binaire autorise
une variation de l’ordonnée à l’origine de la droite de
régression en fonction d’un ‘phénomène’:
– la présence (ou de l’absence) d’une caractéristique;
– la survenance (ou non) d’un événement.
• EX1 (W, 7.1) : Existe-t-il une discrimination salariale
entre hommes et femmes? (données)
– wage i = b 0 +  0 femalei + 
= test de comparaison de moyenne (C5EX1a.R).
– wage i = b 0 +  0 femalei + b1educi + b 2 exp eri + b 3tenurei + 
Estimons ce modèle (C5EX1b.R).
– Donnons une meilleure signification à la constante b0: C5EX1c.R
(voir graphique, page suivante).
5
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.A. Une dummy par phénomène

Rappel wage
RLS : ˆ b2ˆ = ˆ 2
x 2
t
0
n ( x − x )
t
2

Homme: b0+ b1 educadj

^
^ b1 = 0.57
b0=6.76
^
0 =-1.81 Femme: (b0+0)+b1 educadj
^
^ ^ b1 = 0.57
b0+ 0 =4.95 educadj =
educ-mean(educ)

0 6
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.A. Une dummy par phénomène
• EX2 (W, 7.5) : estimons un modèle plus élaboré dans
lequel la variable dépendante est en logarithme.
log( wagei ) = b 0 +  0 femalei + b1educi + b 2 exp eri + b 3 exp eri 2
+ b 4tenurei + b 5tenurei2 + 
– Estimons le modèle: C5EX2.R.
• Quelle interprétation pour le coefficient 0?
 log( wage )
1.  0 = →  0 =  log( wage ) si female = 1
female
2.  0 =  log( wage )  wage si  0 est ' petit'
→ 100   0  % wage si  0 est ' petit'
• Quelle est la variation exacte du salaire?
%Δ𝑤𝑎𝑔𝑒 = 100 𝑒 Δ log(𝑤𝑎𝑔𝑒) − 1 = 100 𝑒 𝛿0 − 1 = −25.7 (%)
7
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.A. Une dummy par phénomène
• Il est possible d’utiliser plusieurs dummies représentant
chacune un ‘phénomène’ différent.
• EX3 : Des Rosiers et Thériault (1996) expliquent le loyer
des appartements (en dollars canadiens) en fonction de
différentes caractéristiques.
– 13,378 observations transversales (en 1990), Québec.
– 12 variables explicatives: LnAGE (log de l’age apparent de
l’appartement), NBROOMS (nbre de chambres à coucher),
AREABYRM (surface moyenne en m2, par pièce), ELEVATOR
(1=ascenseur; 0=autrement); BASEMENT (1=au rez-de-
chaussée; 0=autrement); OUT-/INPARK (nbre de places de
parking à l’extérieur/intérieur); NOLEASE (1=pas de bail;
0=autrement); etc.
8
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.A. Une dummy par phénomène

Variable Coefficient t-ratio A priori sign expected

Intercept 282.21 56.09 +
LnAGE -53.10 -59.71 -
NBROOMS 48.47 104.81 +
AREABYRM 3.97 29.99 +
ELEVATOR 88.51 45.04 +
BASEMENT -15.90 -11.32 -
OUTPARK 7.17 7.07 +
INDPARK 73.76 31.25 +
NOLEASE -16.99 -7.62 -
LnDISTCBD 5.84 4.60 -
SINGLPAR -4.27 -38.88 -
DSHOPCNTR -10.04 -5.97 -
VACDIFF1 0.29 5.98 -
Notes: Adjusted R2 = 0.65l; regression F-statistic = 2082.27. Source: Des Rosiers and
Thérialt
(1996). Reprinted with permission of the American Real Estate Society.

9
© Mikael PETITJEAN (2020)
 Question 1
Quelle interprétation donnez-vous au coefficient de LnDISTCBD ? L’estimation
du coefficient de LnDISTCBD indique que :
a. le loyer d’un appartement augmentera de 2,92% si la distance entre
l’appartement et le centre d’affaires le plus proche augmente de 50 miles,
ceteris paribus ;
b. le loyer d’un appartement augmentera de 2,92 dollars canadiens si la
distance entre l’appartement et le centre d’affaires le plus proche
augmente de 50 %, ceteris paribus ;
c. le loyer d’un appartement augmentera de 5,84 dollars canadiens si la
distance entre l’appartement et le centre d’affaires le plus proche
augmente de 1 mile, ceteris paribus ;
d. le loyer d’un appartement augmentera de 5,84% si la distance entre
l’appartement et le centre d’affaires le plus proche augmente de 1%,
ceteris paribus.
Question 2
Deux appartements A et B ont chacun une superficie totale de 100 m2 et quatre
pièces. Ils sont exactement identiques par ailleurs. Quelle est la variation
attendue du prix si, en prévision de la naissance d’un enfant, une paroi est
ajoutée dans l’appartement A ?
10
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.B. g catégories, g-1 dummies
• Il faut parfois utiliser plusieurs dummies pour
« catégoriser un phénomène ».
– Si g catégories sont nécessaires, il faut utiliser g-1 dummies.
– Les valeurs prises par les dummies sont mutuellement exclusives.
• EX4 (W, 7.7) : étudions le lien entre beauté et marché du
travail (Hamermesh et Biddle, 1994).
– On peut classer la beauté en TROIS catégories (dont DEUX
seront représentées chacune par une dummy):
• égale à la moyenne = catégorie de référence;
• au-dessus de la moyenne: oui (=1), non(=0);
• au-dessous de la moyenne: non(=0), oui (=1).
– Pour les hommes, on obtient: C5EX3.R (variables de contrôle =
educ, exper, exper2, black).
11
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.B. g catégories, g-1 dummies
• EX5 (W, 7.6) : Les différences salariales entre hommes
et femmes s’expliquent-elles aussi par le statut marital?
– Définissons 4 groupes (pour en faciliter la comparaison
ultérieurement).
• Catégorie de référence: p.e., les hommes non-mariés.
• Trois autres catégories (chacune une dummy):
– hommes mariés: oui (=1), non (=0);
– femmes non-mariées: oui(=1), non (=0);
– femmes mariées: oui(=1), non (=0).
– Quelle est la différence de salaire en % entre les différentes
catégories et le groupe de référence? (reg1)
– Quid si l’on veut mesurer la différence de salaire en % entre les
femmes mariées et non-mariées? (reg2)
C5EX4.R
12
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II.B. g catégories, g-1 dummies
• La saisonnalité peut ‘masquer’ la véritable relation qui
existe entre des variables (effet de masque).
– L’utilisation de dummies permet d’en tenir compte.
• EX6 : analysons la relation entre ventes et dépenses de
publicité. C5EX6.R
– Estimons le modèle (étape 1).
– Graphique des ventes et dépenses de pub (étape 2).
– On possède des données trimestrielles  on définit QUATRE
catégories  on utilise TROIS dummies. (étape 3)
• Catégorie de référence: p.e., le 4ème trimestre.
• Trois autres catégories nécessitent chacune une dummy:
– T1: oui (=1), non (=0); T2: oui(=1), non (=0);
T3: oui(=1), non (=0).
– Estimons le modèle (étape 4).

13
© Mikael PETITJEAN (2020)
 II. VARIATION DE LA CONSTANTE
II. C. Interaction entre dummies
• L’interaction entre dummies permet de TESTER si la
combinaison de caractéristiques (ou d’événements)
permet de mieux expliquer la variable dépendante.
• EX7 (W, p. 244) : Les différences salariales s’expliquent-
elles significativement à la fois par le genre d’un individu
ET son statut marital ?
– On inclut séparément les deux dummies (genre et statut marital)
+ une ‘dummy d’interaction’.
• Estimons le modèle: C5EX7.R.
– Quelle est la différence de salaire (en %) entre une femme
mariée et un homme non-marié ?
• Sfm-Shnm = 100 x (-0.11035+0.21268-0.30059) = -19.83%

14
© Mikael PETITJEAN (2020)
 III. VARIATION DE LA PENTE
Interaction ‘dummy-variable exogène’
• L’interaction entre une dummy et une variable x autorise
une variation de la pente de la droite de régression de y
sur cette variable x (ceteris paribus).
• Cela permet de tester si l’effet causal de cette variable x
dépend significativement de:
– la présence (ou de l’absence) d’une caractéristique;
– la survenance (ou non) d’un événement.
• EX8 (W, 7.10) : L’effet du niveau d’éducation sur le
salaire (‘return to education’) dépend-il du genre?
log( wagei ) = b 0 +  0 femalei + b1educi + 1 ( femalei  educi )
+ b 2 exp eri + b 3 exp eri 2 + b 4tenurei + b 5tenurei2 + 

15
© Mikael PETITJEAN (2020)
 III. VARIATION DE LA PENTE
Interaction ‘dummy-variable exogène’

log(wage) Femme: (b0+0)+(b1+1) educ

Homme: b0+ b1 educ

b1
b0
0 <0 b1+1 SSI 1>0
b0+ 0
educ

0 16
© Mikael PETITJEAN (2020)
 III. VARIATION DE LA PENTE
Interaction ‘dummy-variable exogène’

log(wage)

Homme: b0+ b1 educ

Femme: (b0+0)+(b1+1) educ

b1
b0
0 <0 b1+1 SSI 1<0
b0+ 0
educ

0 17
© Mikael PETITJEAN (2020)
 III. VARIATION DE LA PENTE
Interaction ‘dummy-variable exogène’
C5EX8.R
• Estimons le modèle (étape 1)
• Le genre de l’individu n’a plus aucun pouvoir explicatif?
– Que nous dit le F-test (H0: 0=1=0)? (étape 2)
• Pour éviter les ‘méfaits’ de la multicolinéarité entre les
dummies ‘constante’ et ‘pente’,
– on peut (a posteriori) supprimer la dummy-pente SSI elle est non
pertinente (étape 3).
– on peut (a priori) minimiser l’écart-type de la ‘dummy-constante’
en centrant le modèle sur les moyennes des variables
explicatives (étape 4).
• L’ajout du terme d’interaction ‘dummy-variable exogène’ ne change
quasiment rien (étape 5). 18
© Mikael PETITJEAN (2020)
 IV. NON-NORMALITE ET DUMMY

• L’hypothèse de normalité des erreurs est souvent

rejetée.
– Par exemple, les rendements boursiers ont généralement une
distribution leptokurtique et négativement asymétrique.
• Parfois, cela provient d’une ou deux valeurs résiduelles
extrêmes, liées à des ‘phénomènes’ rares ou
exceptionnelles.
– Par exemple, tremblement de terre, 11/09, crash boursier, perte
financière exceptionnelle, etc.
• Une solution ad hoc est d’utiliser une dummy pour
‘capturer’ l’effet propre de ces ‘phénomènes’.

19
© Mikael PETITJEAN (2020)
 IV. NON-NORMALITE ET DUMMY

• EX2 : Remédions à la non-normalité des erreurs dans le

modèle CAPM pour GE entre janvier 1980 à mars 1999 :
C5EX9.R
– Pourquoi ne pas avoir utilisé une dummy pour le crash boursier
d’octobre 1987?
• Mais que faire dans les cas où :
– il n’existe aucune justification théorique et/ou empirique à
l’emploi d’une dummy ?
– la variable dépendante ne prend que des valeurs positives (OU
négatives), si bien que sa distribution, par définition, ne peut pas
être normale (p.e., salaire, épargne, etc.) ?
• En présence de résidus non-normaux, l’inférence
statistique est-elle invalidée en toute circonstance?
20
© Mikael PETITJEAN (2020)
 CONCLUSION

• Les dummies peuvent servir à transformer des variables

nominales et ordinales en variables discrètes.
• Une dummy peut servir à faire varier la constante.
• On peut utiliser plusieurs dummies comme variables
explicatives.
• Lorsque g catégories sont nécessaires, il faut utiliser g-1
dummies.
• Une variable d’interaction entre deux dummies permet de
tester si « le tout est égal à la somme des parties ».
• Une variable d’interaction entre une dummy et une variable
explicative (x) classique, permet de faire varier la pente.
• Une dummy peut servir à « normaliser » la distribution du
terme d’erreur.
21
© Mikael PETITJEAN (2020)