ECO 4272: Introduction `a l’ ´ Econom´etrie Examen final
Steve Ambler
D´epartement des sciences ´economiques Ecole des sciences de la gestion ´ Universit´e du Qu´ebec `a Montr´eal
c 2014, Steve Ambler Automne 2014
Consignes importants
1. Ecrivez lisiblement.´
2. Justifiez vos r´eponses. La majorit´e des points seront attribu´ees pour le raisonnement.
3. Je ne pourrai accorder des pointspour une mauvaise r´eponse sans justi- fication. Voir le point 2.
4. La documentation n’est pas permise.
5. Ne simplifiez pas vos r´eponses. Cela va me permettre de suivre plus faci- lement votre raisonnement. Voir le point 2.
6. Les calculatrices ne sont pas permises. Voir le point 5.
7. Si je vous demande si une statistique calcul´ee est significative, sans consulter les tables, vous pouvez donner une r´eponse approximataive. Je vous donne par contre les deux ´egalit´e suivants : Φ (−1.96) ≈ 0.025 et Φ (−2.57) ≈ 0.005, o`u la fonctionΦ (·)est la loi normale centr´ee r´eduite cumul´ee.
1 R´eponses courtes (20 points)
1. Une question pour v´erifier que vous avez lu les notes de cours. Consid´erez le mod`ele de r´egression multiple suivant :
Yi =β0+β1X1i+β2X2i+ui,
qui donne des coefficients estim´es βˆ0,βˆ1 etβˆ2. Vous purgez l’effet deX2 surY en estimant le mod`ele
Yi =γ0+γ1X2i+i.
Appelons les r´esidus de l’estimation de ce mod`eleˆi. Vous purgez l’effet deX2 surX1en estimant le mod`ele
X1i =α0+α1X2i+ωi.
Appelons les r´esidus de l’estimation de ce mod`eleωˆi. Consid´erez mainte- nant le mod`ele de r´egression lin´eaire donn´e par
ˆ
i =δ0+δ1ωˆi+εi
Comment est-que les estim´esβˆ1etδˆ1se comparent ? Justifiez votre r´eponse.
2. Est-il possible de tester l’hypoth`ese jointe suivante : H0 :β1 =β2 = 0 contre
H1 :β1 <0et/ouβ2 >0.
Expliquez en d´etail.
3. De quoi d´epend l’impact de l’ajout d’une variable sur leR¯2? Expliquez en d´etail.
4. Le biais dˆu `a une variable omise d´epend seulement de la corr´elation entre la variable omise et la variable incluse. Vrai ou faux ? Expliquez en d´etail.
2 Estimateur MCO (20 points)
Soit le mod`ele de r´egression suivant avec deux variables explicatives `a part la constante :
Yi =β0+β1X1i+β2X2i+ui.
R´e´ecrivons le mod`ele pour se d´ebarasser de la constante en soustrayant les moyennes
´echantillonnales : Yi−Y¯
=β1 X1i−X¯
+β2 X2i−X¯
+ (ui−u)¯ , que nous pouvons ´ecrire sous forme matricielle comme
Y =Xβ+u= [X1 X2] β1
β2
+u
ou
Y ≡
Y1−Y¯
, Y2−Y¯
, . . . , Yn−Y¯0
, Xj ≡
Xj1−X¯j
, Xj2−X¯j
, . . . , Xjn−X¯j
0
, j = 1,2 et
u≡[(u1−u)¯ ,(u2−u)¯ , . . . ,(un−u)]¯ 0,
1. ´Ecrivez le probl`eme de minimisation `a r´esoudre (en notation non matri- cielle) pour trouverβˆ1etβˆ2.
2. ´Ecrivez les conditions du premier ordre pour r´esoudre le probl`eme de mi- nimisation, toujours sous forme non matricielle.
3. R´e´ecrivez les conditions du premier ordre sous forme matricielle.
4. ´Ecrivez la solution finale pourβˆ1etβˆ2sous forme matricielle. Vous pouvez utiliser la formule suivante pour inverser une matrice de dimensions2×2:
A11 A12
A21 A22
−1
= 1
A11A22−A12A21
A22 −A12
−A21 A11
5. ´Ecrivez cette solution sous forme de variances et covariances ´echantillo- nnales.
3 Mod`ele de r´egression multiple (45 points)
Soit mod`ele de r´egression multiple suivant :
Yi =β0+β1X1i +β2X2i+β3X3i+ui.
Une estimation de ce mod`ele par MCO donne les r´esultats suivants : Coefficient Variable Estim´e Ecart type´
βˆ0 Constante 5.41 7.50
βˆ1 X1 1.42 0.65
βˆ2 X2 -0.97 0.32
βˆ3 X3 0.46 0.35 R2 : 0.32
R¯2 0.31
SSR 23.48
F (3,3541) 13.95 Prob> F 0.0000
Le mod`ele a ´et´e estim´esansl’optionrobuste. Donc, l’output pourrait ˆetre l’output standard g´en´er´e par la commandesummary(·)enR.
1. Combien d’observations y a-t-il dans l’´echantillon ? Expliquez.
2. Commentez la significativit´e de chaque coefficient estim´e (individuelle- ment). Soyez explicites.
3. D´ecrivez de fac¸on g´en´erale (une description en mots pourra suffire) com- ment d´etecter la pr´esence d’observations aberrantes ou influentes apr`es l’estimation du mod`ele.
4. D´ecrivez deux fac¸ons de tester l’hypoth`ese nulle que les erreurs du mod`ele sont homosc´edastiques.
5. Quelle est l’hypoth`ese nulle test´ee par la StatistiqueF dans la deuxi`eme partie du tableau ? Quelle est l’hypoth`ese alternative ?
6. ´Ecrivez cette hypoth`ese (jointe) sous forme matricielle.
7. D´ecrivez comment tester l’hypoth`ese que toutes les variables sauf la constante et la variableX1sont non significatives, avec la matrice variance-covariance robuste. Quelle est l’hypoth`ese alternative ?
8. Serait-il possible de tester l’hypoth`ese de la sous-question pr´ec´edente en estimant une version contrainte du mod`ele ? Quel serait le mod`ele estim´e ? Quelle hypoth`ese doit tenir pour que cette approche soit valide ?
9. Expliquez bri`evement comment construire l’intervalle de confiance de 95%
pour l’impact deX2 sur la variable d´ependante.
10. Vous ajoutez une quatri`eme variable explicative au mod`ele, qui devient Yi =β0+β1X1i+β2X2i+β3X3i+β4X4i+ ˜ui.
Vous r´eestimez le mod`ele. Vous trouvez que le coefficientβˆ4 est positif et significatif, et que le coefficientβˆ1reste significatif mais devient plus petit.
Donnez une explication (l’explication peut ˆetre en mots) pour ce qui arrive
`aβˆ1
11. D´ecrivez ce qui arrive auR2 lors de l’ajout de la variable et pourquoi.
12. D´ecrivez ce qui doit ou ce qui peut arriver au R¯2 lors de l’ajout de la variable et pourquoi.
4 Mod`eles de r´egression non lin´eaires (25 points)
Soit le mod`ele de r´egression non lin´eaire suivant : Yi =β0+β1X1i+β2X1i2
+β3X2i+β4X1iX2i+ui
Vous avez estim´e ce mod`ele et vous voulez pr´edire l’impact surYid’une augmen- tation deX1i.
1. Est-ce que ce mod`ele est non lin´eaire dans les param`etres ? Expliquez clai- rement en donnant une r´eponse math´ematique ainsi qu’en mots.
2. D´erivez une expression alg´ebrique pour le changement pr´edit (∆Y ≡Y2−Y1) suite `a un changement de la valeur de la premi`ere variable explicative de X11 `aX12 (∆X1 ≡ X12−X11), pour une valeur constante de la deuxi`eme variable donn´ee par X21. Notez que Y2 donne la valeur de Y apr`es le changement de la valeur de X1, et Y1 donne valeur initiale. X11 donne la valeur initiale de X1 et X12 sa valeur apr`es le changement. La valeur de X2 reste constante. Vous pouvez utiliser l’approximation suivante :
2
=X112+ 2×∆X1×X11+ (∆X1)2
≈X112
+ 2×∆X1 ×X11
si∆X1 est suffisamment petit.
3. En ´ecrivant∆Y /∆X1sous la formeδ0β, ´ecrivez une expression pour l’in- tervalle de confiance autour du changement pr´edit.
4. ´Ecrivez un mod`ele ´equivalent qui permet de calculer l’´ecart type du chan- gement pr´edit comme l’´ecart type d’un des coefficients estim´es.
5. ´Ecrivez sous forme matricielle l’hypoth`ese nulle jointe `a tester qui permet de calculer l’´ecart type du changement pr´edit.
5 Convergence (15 points en bonus)
Dans le mod`ele que vous avez r´esolu dans la question (2) ci-dessus, supposez maintenant que
Cov(X1 , X2) = 0.
Autrement dit, la covariance (dans la population) entreX1etX2 est z´ero. Suppo- sez aussi que
Cov(X1 , u) = 0 mais
Cov(X2 , u)6= 0.
1. Montrez que
βˆ1 −→p β1.
2. Montrez queβˆ2ne converge pas en probabilit´e `aβ2.
document cr´e´e le : 09/12/2014