L’autocorr´ elation des erreurs
Sidi Mohamed MAOULOUD
20 d´ecembre 2015
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 1 / 20
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 2 / 20
L’autocorr´ elation : D´ efinitions et causes
Se rencontre essentiellement dans les mod`eles en s´eries temporelles Il y autocorr´elation des erreurs lorsqu’il y a un processus de
reproduction
On distingue l’autocorr´elation positive de l’autocorrelation n´egative L’autocorrelation peut ˆetre observ´ee pour plusieurs raison : absence d’une variable importante ; mauvaise sp´ecification du mod`ele ; l’utilisation de certain m´ethode de lissage
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
L’autocorr´ elation : examen visuel
−3−2−10123
positive −2−1012
absence −2−1012
0 5 10 15 20 25 30
négative
Time
exemples de formes d'autocorrélation
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 5 / 20
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 6 / 20
Test de Durbin-Watson
Ce test permet de d´etecter une autocorr´elation d’ordre 1.
On consid`ere le mod`ele Yt =a0+a1xt1+...+apxtp+ǫt o`u ǫt =ρǫt−1+νt avecνt v´erifiant les hypoth`eses MCO et |ρ|<1 Les hypoth`eses de ce test sont
H0 : ρ= 0 les erreurs ne sont pas corr´el´ees H1 : ρ6= 0 les erreurs sont corr´el´ees d’ordre 1
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Test de Durbin-Watson
Pour effectuer ce test on estime par MCO le mod`ele et on calcule les r´esidus et.
La statistique de Durbin-Watsonest donn´ee par dw =
Pn
t=2(et−et−1)2 Pn
t=1et2 = 2(1−ρ)ˆ La table de Durbin-Watson donne deux valeurs dl et du,qui
permettent de mener le test en situant la statistique calcul´eedw dans l’une des zones :
[0,dl] [dl,du] [du,4−du] [4−du,4−dl] [4−dl,4]
Autoco. Zone de Absence Zone Autoco.
positive doute d’autoco. de doute n´egative
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 9 / 20
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 10 / 20
Test de Durbin-Watson
Pour mener le test DW, il est n´ecessaire que le mod`ele comporte un terme constant.
Pour les mod`eles sans terme constant, il existe des tables statistiques appropri´ees ;
Dans le cas o`u la r´egression comporte, parmi les variables explicatives, la variable d´ependante retard´ee Yt−1 et que les r´esidus sont
autocorr´el´es d’ordre 1, le test DW ne peut donc ˆetre utilis´e.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Test de Breusch-Godfrey
Ce test permet de d´etecter une autocorr´elation d’ordre k.
On consid`ere le mod`ele Yt =a0+a1xt1+...+apxtp+ǫt (∗) o`u ǫt =ρ1ǫt−1+· · ·+ρkǫt−k+νt avecνt v´erifiant les hypoth`eses MCO. On dit que les erreurs sont AR(p)
Les hypoth`eses de ce test sont
H0 : ρ1=· · ·=ρk = 0 H1 : ∃i, ρi 6= 0
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 13 / 20
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 14 / 20
Test de Breusch-Godfrey
On consid`ere le mod`ele (∗) et on tire les r´esidus et; On estime le mod`ele suivant
et =β0+β1xt1+· · ·+βpxtp+ρ1ǫt−1+· · ·+ρkǫt−k +νt et on calcule leR2 de ce mod`ele.
Soit n le nombre d’observations qui vont servir pour l’estimation du dernier mod`ele.On peut effectuer le test de deux fa¸cons :
◮ Calculer la statistiqueF= (1 R2/p
−R2)/(n−p−1) et on rejette l’hypoth`eseH0 siF >f1−α;p,n−p−1
◮ Calculer la statistiqueLM=nR2et on rejette l’hypoth`eseH0 si
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Estimation en cas d’autocorr´ elation
Lorsque le test conclut `a une autocorrelation, la correction se fait en utilisant la MCG
La MCG consiste simplement en l’application des MCO sur les donn´ees transform´ees.
Consid´erons un model´e simple o`u le terme d’erreur suit un processus AR(1) : Yt =a0+a1Xt+ǫt o`u ǫt =ρǫt−1+νt.
En substituant, on
obtient :Yt−ρYt−1 =a0(1−ρ) +a1(Xt−ρXt−1) +νt
On obtient donc Yt∗ =b0+b1Xt∗+νt avec un terme erreur v´erifiant les hypoth`eses MCO
Une telle transformation est appel´ee : transformation en quasi-differences.
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 17 / 20
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD L’autocorr´elation des erreurs 20 d´ecembre 2015 18 / 20
Estimation en cas d’autocorrelation
Siρ est connu, l’application des MCO sur ce dernier mod`ele donne un estimateur BLUE.
Si ρ n’est pas connu il faudra l’estimer.
Estimer le mod`ele par MCOYt =a0+a1Xt+ǫt. calculerdw et estimer ρ par ˆρ= 1−dw/2
Calculer les variables transformer et r´eestimer le mod`ele avec les donn´ees en quasi diff´erence.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .