• Aucun résultat trouvé

TD2 IAG 2014

N/A
N/A
Protected

Academic year: 2022

Partager "TD2 IAG 2014"

Copied!
3
0
0

Texte intégral

(1)

Université de Tunis- ESSECT Année universitaire 2014/2015

TD 2 Econométrie 2éme LAIG

Exercice 3

On cherche à estimer le modèle de régression multiple suivant :

t 1t 2t

+u

t

Y     X   X

(2)

On dispose des informations suivantes :

'12 0 0 8 0 0

0 0 60

X X

 

 

  

 

 

et

3

' 6

36

X Y

   

   

   

2

1

30, 85

T t t

Y

1) Estimer les paramètres du modèle par MCO.

2) Calculer la somme des carrés des résidus SCR.

3) Estimer la matrice de variances-covarianve des estimateurs.

4) Tester au risque de 5% si une au moins des variables explicatives est significative.

5) Tester

H0

:     contre

H1

:     au risque de 5%.

6) Calculer une prévision ponctuelle pour

Y13

sachant que

X1,130

et

X2,13 1

. Exercice 4

Considérons la fonction de production à rendements constants suivante :

1

i i i

Y   L K



(1)

Yi représente le niveau de production. K et L désignent, respectivement, les facteurs capital et travail.

Pour pouvoir estimer les paramètres de cette fonction par MCO, nous avons effectué une transformation afin d’obtenir un modèle linéaire. Nous avons obtenu le modèle suivant :

 

i i

i

i i

Y L

Log Log .Log u

K K

   

    

   

   

(2)

Les données observées sur 10 entreprises sont les suivantes : 9393

, 0 ln

10

1



 

i i

i

K

Y ln 13,3252

10

1



 

i i

i

K

L ln .ln 1,3246

10

1



 

 

 

i

i

i i

i

K L K

Y

1405 , 0 ln

10

1

2

 



 

 

i i

i

K

Y ln 17,9746

10

1

2

 



 

 

i i

i

K L

1) Montrer le passage de la spécification (1) à la spécification (2).

2) Déterminer les estimateurs MCO des paramètres du modèle.

3) Calculer les variances de ces deux estimateurs.

4) La variable exogène explique t-elle la variable endogène?

(3)

Exercice 5

Soit le modèle Yi

 

0

 

1Xi

Ui ; i1,....,10

avec Uiest un terme d’erreur tel que : E U

 

i0, V U

 

i

2, cov

U Ui, j

  0 i j.

On donne :

1

770

n i i

X

1

310

n i i

Y

1

32790

n i i i

X Y

2

1

81060

n i i

X

2

1

13298

n i i

Y

1) Estimer les paramètres de ce modèle par MCO. Donner l’équation de la droite d‘ajustement.

2) Donner les expressions des variances des estimateurs ; V

 

ˆ0 et V

 

ˆ1 (sans faire des calculs).

3) Sachant que 2

1

( ˆ) 31, 456

n

i i

i

Y Y

 

, estimer la variance des erreurs

2. 4) Calculer les variances des estimateurs.

Exercice 6

L’observation sur 6 périodes du revenu (X) et de la consommation (Y) a conduit aux résultats suivants :

12

XY 23 V X

 

106 V Y

 

10 cov

X Y,

4

1) Déterminer l’équation de la droite d‘ajustement Yˆi  aˆ bXˆ i. 2) Calculer la variance du terme d’erreur

2.

3) Calculer la variance de l’estimateur b

ˆ

; V b

 

ˆ .

Références

Documents relatifs

Grandeur d’intérêt : consommation hebdomadaire en 2011 (A) de la population Variable de stratification : consommation annuelle individuelle en 2010 (A-1). Nombre L de strates :

 quand on tombe sur un oiseau, il faut lui donner le nombre de pains indiqué.  la partie s’arrête quand un enfant est arrivé dans

[r]

Cependant, dans certains problèmes économétriques il peut exister des rela- tions linéaires entre les résidus ut , qui rendent la matrice n singulière.. Supposons que

Découvrir du monde GS (numération): associer le nombre à la quantité.. Consigne : Colorie la case qui indique le bon

[r]

[r]

(b) Une famille est g´ en´ eratrice si et seulement si le rang de la matrice est ´ egal au nombre de lignes (ici 3), donc d’apr` es le calcul pr´ ec´ edent la famille n’est