You are on page 1of 8

MI TAF PIBT

128 37 1,870 RAPPORT DÉTAILLÉ


204 22 130
202 16 310 Statistiques de la régression
197 65 570 Coefficient de déter 0.841228565
96 76 2,050 Coefficient de déter 0.707665498
209 26 200 Coefficient de déter 0.69808076
170 45 670 Erreur-type 41.7478039
240 29 300 Observations 64
241 11 120
55 55 290 ANALYSE DE VARIANCE
75 87 1,180 Degré de liberté
Somme des carrés
129 55 900 Régression 2 257362.3731
24 93 1,730 Résidus 61 106315.6269
165 31 1,150 Total 63 363678
94 77 1,160
96 80 1,270 Coefficients Erreur-type
148 30 580 Constante 263.6415856 11.59317932
98 69 660 TAF -2.23158573 0.209947212
161 43 420 PIBT -0.00564659 0.00200326
118 47 1,080
269 17 290
189 35 270
126 58 560
12 81 4,240
167 29 240
135 65 430
107 87 3,020
72 63 1,420
128 49 420
27 63 19,830
152 84 420
224 23 530
142 50 8,640
104 62 350
287 31 230
41 66 1,620
312 11 190
77 88 2,090
142 22 900
262 22 230
215 12 140
246 9 330
191 31 1,010
182 19 300
37 88 1,730
103 35 780
67 85 1,300
143 78 930
83 85 690
223 33 200
240 19 450
312 21 280
12 79 4,430
52 83 270
79 43 1,340
61 88 670
168 28 410
28 95 4,370
121 41 1,310
115 62 1,470
186 45 300
47 85 3,630
178 45 220
142 67 560
Moyenne des carrés F Valeur critique de F
128681.1865 73.83253623 5.1208525829106E-17
1742.87913

Statistique t Probabilité
Limite inférieure pour seuil de
Limite
confiance
supérieure
= 95%pourLimite
seuil inférieure
de confiance
pour
= 95%
seuil de confiance = 95,0%
22.74109443 1.74202E-31 240.4595908284 286.8235804112 240.4595908284
-10.6292706 1.63991E-15 -2.6514011292 -1.8117703338 -2.6514011292
-2.81870283 0.006492424 -0.0096523609 -0.0016408287 -0.0096523609
mite supérieure pour seuil de confiance = 95,0%
286.8235804112
-1.8117703338
-0.0016408287
Nous voulons modéliser la mortalité infantile (MI) en fonction du PIB/habitant (PIBT) et le taux d'alphabétisation féminine (TAF

MIi = β0 + β1 PIBTi + β2 TAFi + εi


A cette fin, nous disposons de données relatives à 64 pays (mortaliteinfantile.sav)

1- Ecrire la forme matricielle de ce modèle an précisant les dimensions.


2- Appréhender le lien entre la variable dépendante et les variables explicatives graphiquement et par un test adéquat.
3- Estimer les paramètres du modèle par .
4- Interpréter l'output (coefficients, signification, adéquation,…).
5- Quels sont les intervalles de confiance à 95% pour les coefficients β0, β1 et β2?
6- Estimer la mortalité infantile moyenne pour un pays ayant un PIBT de 2500$ et un TAF de 81% et pour un pays ayant un P

On reprend les données de l'exercice précédemment avec le même objectif; à savoir, modéliser la mortalité infantile (MI) en fo

1- On voudrait neutraliser l'effet du TAF sur la MI, d'une part, et sur le PIBT, d'autre part. Quelles sont les MLS à estimer? (ra
2- Estimer ces deux modèles.
3- Estimer l'effet net du PIBT sur la MI en dehors de l'influence du TAF et ce, en utilisant les résidus des deux régressions sim
4- Comparer la pente de ce modèle avec le coefficient β1 estimé dans l'exercice 1. Conclure.
5- Etant donné le modèle MIi = β0 + β1 PIBTi + εi. Quelle serait la contribution marginale du TAF si on l'intègre au modèle.
6- Tester si la variable TAF devrait être intégré au modèle.
7- Comparer la statistique utilisée pour le dernier test avec la statistique de student du coefficient de régression multiple rel
habétisation féminine (TAF) :

t par un test adéquat.

et pour un pays ayant un PIBT de 25000$ et un TAF de 95%. Evaluer la précision de ces prévisions par les intervalles de confiance. Que rem

ortalité infantile (MI) en fonction du PIB/habitant (PIBT) et le taux d'alphabétisation féminine (TAF). Cependant, la procédure est de faire u

ont les MLS à estimer? (rappel: le résidu reflète la part non expliqué par la variable explicative introduite dan le modèle).

s des deux régressions simples précédentes (avec ou sans constante !!!?)

i on l'intègre au modèle.

de régression multiple relative à la variable TAF.


T de 25000$ et un TAF de 95%. Evaluer la précision de ces prévisions par les intervalles de confiance. Que remarquez-vous?

tion du PIB/habitant (PIBT) et le taux d'alphabétisation féminine (TAF). Cependant, la procédure est de faire une succession de régression l

el: le résidu reflète la part non expliqué par la variable explicative introduite dan le modèle).

es précédentes (avec ou sans constante !!!?)

ve à la variable TAF.
e remarquez-vous?

aire une succession de régression linéaire simple pour atteindre cet objectif.