Elysé RAZAFIMAHATOLOTRA
ECONOMETRIE
L3 ECONOMIE HYBRIDE
TRAVAUX DIRIGES N°04 : REGRESSION LINEAIRE MULTIPLE
Pib Consommation Population
3954 3 531 550
3034 2 536 98
39 316 27 927 2 304
2 660 2 752 851
29 456 27 894 1 270
40 378 38 366 26 969
440 554 347 256 7 436
3 118 991 2414706 67 530
4 308 862 3 078 229 83 517
20 860 506 16 826 236 329 065
1. Modélisation
𝑃𝑖𝑏 = 𝐶𝑜𝑛𝑠𝑜𝑚𝑚𝑎𝑡𝑖𝑜𝑛 + 𝑃𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛
𝐶𝑜𝑛𝑠é𝑞𝑢𝑒𝑛𝑐𝑒𝑠 = 𝐶𝑎𝑢𝑠𝑒𝑠
Réponses 1 :
𝑦𝑖 = 𝑏0 + 𝑏1 𝑥1 + 𝑏2 𝑥2 + 𝜀
Avec 𝑦 représente le PIB et 𝑥1 représente la variable consommation et 𝑥2 représente la
variable population.
Réponses 2 :
𝑦𝑖 𝑥1 𝑥2
3954 3 531 550
3034 2 536 98
39 316 27 927 2 304
2 660 2 752 851
29 456 27 894 1 270
40 378 38 366 26 969
440 554 347 256 7 436
3 118 991 2414706 67 530
4 308 862 3 078 229 83 517
1
Elysé RAZAFIMAHATOLOTRA
20 860 506 16 826 236 329 065
𝑦𝑖 = 𝑏0 + 𝑏1 𝑥1 + 𝑏2 𝑥2 + 𝜀
Réponse 3 :
𝑃𝐼𝐵 = 𝑏0 + 𝑏1 𝐶𝑜𝑛𝑠𝑜 + 𝑏2 𝑃𝑜𝑝 + 𝜀
2. Représentation matricielle
Réponse 1 :
𝑌 = 𝑋𝑏 + 𝜀
Avec
𝑌 𝑋 𝜀
3954 1 3 531 550 𝜀1
3034 1 2 536 98 𝜀2
39 316 1 27 927 2 304 𝜀3
2 660 1 2 752 851 𝜀4
29 456 1 27 894 1 270 𝜀5
40 378 1 38 366 26 969 𝜀6
440 554 1 347 256 7 436 𝜀7
3 118 991 1 2414706 67 530 𝜀8
4 308 862 1 3 078 229 83 517 𝜀9
20 860 506 1 16 826 236 329 065 𝜀10
Réponse 2 :
𝑌 = 𝑋𝑏 + 𝜀
𝑏0 𝜀1
3954 1 3 531 550
𝑏1
( … ) = (… … … )( ) + ( … )
𝑏2 𝜀10
20 860 506 1 16 826 236 329 065
3. Estimation des paramètres
On a,
𝑏̂ = (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌
On donne,
X’X
10 22769431,77 519589,52
22769431,8 2,98552E+14 5,9608E+12
519589,52 5,9608E+12 1,2061E+11
2
Elysé RAZAFIMAHATOLOTRA
(𝑋 ′ 𝑋)−1
0,177882717 1,30817E-07 -7,2316E-06
1,30817E-07 3,48941E-13 -1,7809E-11
-7,2316E-06 -1,7809E-11 9,19603E-10
X’Y
28847709,86
3,71955E+14
7,43945E+12
Enfin, on a
𝑏̂
-9387,73639
1,075237567
8,581849032
4. Interprétation des coefficients
4.1. Interprétation de 𝑏̂1
Si la consommation augmente de 1 unité, alors le PIB augmente de 1,075237567 unités, toutes
choses étant égales par ailleurs
4.2. Interprétation de 𝑏̂2
Interprétation du coefficient : Si la population augmente de 1 unité, alors le PIB augmente de
8,581849032 unités ; ceteris paribus
Interprétation de la valeur : Si la population varie de 1 unité, alors le PIB varie de 8,581849032
unités ; ceteris paribus
Interprétation du signe : Si la population augmente, alors le PIB augmente. Ou la population
et le PIB augmente dans le même sens
4.3. Interprétation de 𝑏̂0
Si la consommation et la population sont égales à 0, alors le PIB sera égal à -9387,73639
5. Calcul du coefficient de détermination
5.1. Exemple de calcul de 𝑦̂
3
Elysé RAZAFIMAHATOLOTRA
𝑦̂2 = 𝑏̂0 + 𝑏̂1 𝑥1 + 𝑏̂2 𝑥2
𝑦̂2 = −9387,73639 + (1,075237567 × 2535,68) + (8,581849032 × 97,739)
OU
𝑦 = 𝑦̂ + 𝑒
𝑦 = 𝑏̂0 + 𝑏̂1 𝑥1 + 𝑏̂2 𝑥2 + 𝑒
𝑒𝑖 = 𝑦𝑖 − 𝑦̂𝑖
5.2. Calcul des SCR et SCT
𝑆𝐶𝑅 = ∑(𝑦𝑖 − 𝑦̂𝑖 )2
𝑆𝐶𝑅 = 139 458 096 933,427
𝑆𝐶𝑇 = ∑(𝑦𝑖 − 𝑦̅)2
𝑆𝐶𝑇 = 380 434 231 743 407
5.3. Calcul de 𝑅 2
𝑆𝐶𝐸
𝑅2 =
𝑆𝐶𝑇
𝑆𝐶𝑅
𝑅2 = 1 −
𝑆𝐶𝑇
139 458 096 933,427
𝑅2 = 1 −
380 434 231 743 407
𝑅 2 = 0,99963342390012
𝑅 2 ≈ 99,96%
6. Test de significativité des paramètres
6.1. Test partiel
6.1.1. Test de significativité de 𝑏1
𝑏̂1
𝑡𝑐 =
𝜎̂𝑏̂1
[Link]. Calcul de 𝜎̂𝑏̂1
4
Elysé RAZAFIMAHATOLOTRA
𝜎̂𝑏̂1 = √𝜎̂𝑏̂21
Or
𝜎̂𝜀2
𝜎̂𝑏̂21 = (𝑠𝑖 𝑟𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑙𝑖𝑛é𝑎𝑖𝑟𝑒 𝑠𝑖𝑚𝑝𝑙𝑒)
∑(𝑥𝑖 − 𝑥̅ )2
𝜎̂𝑏̂2𝑖 = 𝜎̂𝜀2 (𝑋 ′ 𝑋)−1 (𝑆𝑖 𝑟é𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑙𝑖𝑛é𝑎𝑖𝑟𝑒 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑒)
𝜎̂𝑏̂2𝑖 = 19 922 585 276,2038(𝑋 ′ 𝑋)−1
𝜎̂𝑏̂21 = 19 922 585 276,2038 × 3,48941E − 13
𝜎̂𝑏̂21 = 0,00695179933608126
Et donc,
𝜎̂𝑏̂1 = √0,00695179933608126
𝜎̂𝑏̂1 = 0,08337745
[Link]. Calcul de 𝜎̂𝜀2
∑ 𝑒𝑖2
𝜎̂𝜀2 =
𝑛−𝑘−1
139 458 096 933,427
𝜎̂𝜀2 =
10 − 2 − 1
𝜎̂𝜀2 = 19 922 585 276,2038
[Link]. Application numérique du test de significativité de 𝑏1
1,075237567
𝑡𝑐 =
0,08337745
𝑡 𝑐 = 12,8960
[Link]. Règle de décision
Comme la valeur du t-calculé est supérieur à la valeur lue dans la table de Student avec un
risque d’erreur de 5% (bilatéral), alors on rejette l’hypothèse nulle. C’est-à dire, la variable
consommation contribue de manière significative à l’explication du PIB.
5
Elysé RAZAFIMAHATOLOTRA
6.1.2. Test de significativité de 𝑏0 𝑒𝑡 𝑏2
6.2. Test de significativité globale
6.2.1. ANOVA
Somme des carrés ddl Carrés moyen
SCE 380294773646474 2 190 147 386 823 237
SCR 139 458 096 933,427 7 19 922 585 276,20
SCT 380 434 231 743 407 9
𝑆𝐶𝑇 = 𝑆𝐶𝐸 + 𝑆𝐶𝑅
Donc
𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑅
6.2.2. Hypothèses
𝐻0 ∶ 𝑏1 = 𝑏2 = 0
|
𝐻1 ∶ 𝑖𝑙 𝑒𝑥𝑖𝑠𝑡𝑒 𝑎𝑢 𝑚𝑜𝑖𝑛𝑠 𝑢𝑛 𝑏𝑖 𝑑𝑖𝑓𝑓é𝑟𝑒𝑛𝑡 𝑑𝑒 0
6.2.3. Statistiques du Test : le Test de Fisher
𝑆𝐶𝐸⁄ 𝑅 2⁄
𝐹𝑐 = 𝑘 = 𝑘
𝑆𝐶𝑅⁄ 2
(1 − 𝑅 )⁄
𝑛−𝑘−1 𝑛−𝑘−1
𝐹 𝑐 = 9544,313
6.2.4. Règle de décision
Si, 𝐹 𝑐 > 𝐹(𝑘; 𝑛 − 𝑘 − 1) alors on rejette l’hypothèse nulle
Dans notre cas, 𝐹(𝑘; 𝑛 − 𝑘 − 1) = 𝐹(2; 7) = 6,54152
Donc le modèle est globalement significatif
NB :
𝑦̂2 = −9387,73639 1,075237567𝑥1 8,581849032𝑥2
+ +
(12,8960)
6
Elysé RAZAFIMAHATOLOTRA
𝑦̂2 = +(× 2535,68) + (× 97,739)
1.1.1.
7
Elysé RAZAFIMAHATOLOTRA
𝑇𝑎𝑢𝑥 𝑑𝑒 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒 é𝑐𝑜𝑛𝑜𝑚𝑖𝑞𝑢𝑒 = 𝑡𝑎𝑢𝑥 𝑑𝑒 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛
𝑦 = 𝑏0 + 𝑏1 𝑥 + 𝜀
Avec 𝑦 représente le taux de croissance économique et 𝑥 représente le taux de croissance de
la population.
𝑦𝑡 − 𝑦𝑡−1
𝑡𝑎𝑢𝑥 𝑑𝑒 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒 𝑑𝑢 𝑟𝑒𝑣𝑒𝑛𝑢 = 𝑦 =
𝑦𝑡−1
𝑃𝑜𝑝𝑡 − 𝑃𝑜𝑝𝑡−1
𝑡𝑎𝑢𝑥 𝑑𝑒 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛 = 𝑥 =
𝑃𝑜𝑝𝑡−1
1. Le niveau de consommation dépend du niveau de revenu
Réponse 1 :
𝑦 = 𝑏0 + 𝑏1 𝑥 + 𝜀
Avec 𝑦 représente le niveau de consommation et 𝑥 représente le niveau du revenu.
Indicateur : la consommation est mesurée par la ccon et le niveau de revenu est mesuré par
rgdpe
𝐶 = 𝑏0 + 𝑏1 𝑃𝐼𝐵 + 𝜀
Réponse 2 :
Avec 𝑦 représente le niveau de consommation par tête et 𝑥 représente le niveau du revenu
par tête.
𝑐 = 𝑏0 + 𝑏1 𝑦 + 𝜀
8
Elysé RAZAFIMAHATOLOTRA
2. Modélisation du PIB par tête
𝐶𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒 é𝑐𝑜𝑛𝑜𝑚𝑖𝑞𝑢𝑒 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒(𝑠)
𝐶𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒 é𝑐𝑜𝑛𝑜𝑚𝑖𝑞𝑢𝑒 = 𝑑𝑜𝑡𝑎𝑡𝑖𝑜𝑛 𝑖𝑛𝑖𝑡𝑖𝑎𝑙𝑒 𝑝𝑖𝑏 𝑝𝑎𝑟 𝑡ê𝑡𝑒 + 𝑡𝑟𝑎𝑣𝑎𝑖𝑙 + 𝑐𝑎𝑝𝑖𝑡𝑎𝑙 ℎ𝑢𝑚𝑎𝑖𝑛
Justification : voir modèle de croissance de Solow
On dispose désormais du tableau simplifié suivant (pur un échantillon de quelques pays)
Ind country y50 CE emp50 hc50
1 Argentina 3068,78899 0,0041887 7 2
2 Australia 15595,6761 0,00644878 3 3
3 Belgium 10632,4413 0,02003434 3 2
4 Bolivia 1490,50088 -0,01847886 2 1
5 Brazil 2274,70604 0,02778771 17 1
6 Canada 14842,4112 0,01813258 6 2
7 Colombia 3684,78044 0,00599207 3 1
8 Iceland 12508,4392 0,03304826 0 2
9 India 1096,64841 0,01520336 156 1
10 Ireland 6747,3511 0,01908417 1 2
11 Israel 9209,57761 0,03064973 1 2
12 Italy 7363,6902 0,0456062 20 2
Avec CE est le taux de croissance économique annuel moyen entre 1950 et 1959 inclus.
𝐶𝐸 = 𝑏0 + 𝑏1 𝑦50 + 𝑏2 𝑒𝑚𝑝50 + 𝑏3 ℎ𝑐50 + 𝜀
2.1. Ecriture matricielle
Réponse 1 :
𝑌 = 𝑋𝑏 + 𝜀
𝑏0
0,0041887 1 3068,78899 7 2 𝜀1
𝑏
( … ) = (… … … …) ( 1 ) + ( … )
𝑏2 𝜀12
0,0456062 1 7363,6902 20 2
𝑏3
Réponse 2 :
𝑌 = 𝑋𝑏 + 𝜀
9
Elysé RAZAFIMAHATOLOTRA
Avec
𝑏0
0,0041887 1 3068,78899 7 2 𝜀1
𝑏1
𝑌=( … ) 𝑋 = (… … … …) 𝑏 = ( ) et 𝜀 = ( … )
𝑏2 𝜀12
0,0456062 1 7363,6902 20 2
𝑏3
2.2. Estimations des paramètres
On a,
𝑏̂ = (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌
On donne
(𝑋 ′ 𝑋)−1
4,11909909 0,00019467 -0,00806805 -2,81866168
0,00019467 1,7997E-08 -1,4007E-07 -0,00017198
-0,00806805 -1,4007E-07 6,5442E-05 0,00418523
-2,81866168 -0,00017198 0,00418523 2,1232799
𝑋′𝑌
0,20769704
1830,2415
4,00890809
0,41240652
Après calcul, on trouve
𝑏̂
0,01703843
1,88393E-06
5,62986E-05
-0,007758389
2.3. Interprétations
Si la dotation initiale augmente de 1 000 000de dollars, alors la croissance augmente de 1,88
points. En d’autres mots, un pays avec une dotation initiale plus élevée en pib par tête tendrait
à avoir une croissance plus élevée
CE x1 x2 x3 y* Résidu
10
Elysé RAZAFIMAHATOLOTRA
0,0041887 1 3068,78899 7 2 0,00909874 -0,004910039
0,00644878 1 15595,6761 3 3 0,02591872 -0,019469931
0,02003434 1 10632,4413 3 2 0,02016793 -0,000133596
-0,01847886 1 1490,50088 2 1 0,00967688 -0,028155744
0,02778771 1 2274,70604 17 1 0,01219088 0,015596834
0,01813258 1 14842,4112 6 2 0,02608911 -0,007956533
0,00599207 1 3684,78044 3 1 0,01295276 -0,006960693
0,03304826 1 12508,4392 0 2 0,02532843 0,007719824
0,01520336 1 1096,64841 156 1 0,0191035 -0,00390014
0,01908417 1 6747,3511 1 2 0,01307158 0,006012591
0,03064973 1 9209,57761 1 2 0,01598112 0,014668612
0,0456062 1 7363,6902 20 2 0,01811738 0,027488815
11