J EAU” » “usage du correcteur (Blanco) conduit J00 au rejet de la copie. 300 commesa = 300 Cocher comme ¢a. fama Pas 100 (Ne pas dépasser la case) Choisir la ou (les) bonne(s) réponse(s): j= tyr) By + BX +6 (= Is (1) Soit un modile de régression linéaire simple : ¥j = .Vestimateut 3, est égal &: . fn ke F(R) MAY ¥ (4-H) (- . ¥ (X-X) %-Y) pO og ea = 8) A buy Ex , a mémi vestit B, est égol a: (2) En consicran! id mérre mode de la question (1), estimateur 4, est &9' nef nt ) Ry=¥- X ©) H=V+AX (3) soit un modéte ge regression linéaire simple : ¥; = AX, + 2, (i = ) . Festimateur 3, gq 6gal d: oxAMK A © A=" — 5 Saxe Dig EY. & = cat nX¥ (4) On considéte pour un échonlilion den qui vout r. égole a: un coefficient de corélation entre X el ¥ 0.50 (c'est 6 dire ~50%), lat, empltique de Student dans ce cas est A -3316 — () 3138) 3613) 3,316 (5) Enconsictantie Mémery, 0,50 et les données de la question (4), clors le pourcentage @ la variance totale expiqué © par 'équation de régression serait: A -15% —@) —H0% CY som (0), 75% }our cbservée lorsque le résidu comespondant est égal a 2610 (8) estine parfaitement ta valeur ‘bservée uniquement s tous les résicus sont égaux 4 zéro (C) estime parfaitement ia valour observée lorsque la somme des résidus est 6gale & 2610 (©) n’estine jornats pertattement io voleur observée 7) Une pente égolea J, = 0,7 signitie: (A) Qu’une faible conéiation négative ex’ste entre lo Y nee varlable de réponse et la vor uence ng Variable expicative Satie exe ene l variabe de réponse etla (©) Quelo vaeur dela vealed oonsa oy explicative diminue ‘Mente lorsque la valeur (D) Que lo valeur dela variable de teponse oh explicative diminue “ninue lorsque fa valeur eS C8 la veroble 92 la votiobie(8) Un coemciont Ge aétermination égal 8 KR? — 25% veut dire: : 9 Ey a.n etet nen sortticont do 6 vrai esphcatve nah vertla & est & FY Cun bie ration co.ncie este 1s varie wciicdine ota vated aipquer $2 Nevaeh de ovntots Ss sclgube wt proche Ge de a yartobIw ow la vanabe eles | © oe am setae pote Se avr Hae om pene <% & ete Ompodant une sevie data mas de nembieux incvidue ©) Données rarwesaies (©) Donnees erensiogiques a 11D) Casas avete covarence cox (Bd) = — Keer (6, (17) Onacoculé les cooticlnis de conélolion pou aux échantitons defies ‘coveionce en aeterminé parte stone : mic atatnn a eitonatoucérespeclvement ry = 0.51 ets = 0-32 wnt pore ae 8 €.Cel igre dgemant Tecaluet Ghownce lgnconre ours lar Gaur coufeanis ou ses 5% 7 SR oc prerint. sa nner a ee @) SA est xrestiné 7, soo sows-estné. : © empirique de Student pour ce test ext : S, cota (© Ser swestiné, J, sora scurestine. : W emit 1s ents ) etque te signe de cette (18) Un éccnomiste sintéresse & [a relation lant le sclcire et la durée de formation. Pour ce faire. (11) Dense cock ge ta éoresionIndae simple; = A + 8,8, + |W xpote aun échontilon de 35 hommes el 27 femmes event le méme Ogo, conti reldve kc témunération onnuslle ¥;, expiimée en millers de dirhams, etle nombre c'années de formation A) Evaverts sgnticatmé piciéraie Je fastmarou 8, X;, Vestimation @ conduit oux euttats suivants: ©) Evatverle sgnticatae du cooticiont de comeiction InGare ry {© Evalverio sgnticathé globale au moatle Ge regresion Pourles hommes ©) Evatuer ie signticotivté bilatérale de Testimateu ls Pour tes femmes w= 16,20 4 1 W = 0,57 (12) tet ce que Festmateu 3, ex sonticatvement indie € (137 Les hypotnézes pour ce les! sont 12,50 + 1.02%, +e, 1? = 0,40 » Données: #357" 060, So) = 1708, cGy" = 2,002, He >A gy Mes = eye 2-1 vs Hohe Puasa niger Vintervalle de confiance ou niveau de confionce de 93% de l'estimateu fi, pour les femme: est: . (13) Dans un maodisle économétrique on houve: AD Un ensemble d équation: compotementaies (@) Unernemiste c'hypothines décrvant le comportement ¢'une éeoncmle (©) Une dclaration indiauant s'ly @ det enous d observation dane let variabiet ebsorvéer. (©) Une spéctication de le éstrbution de probabiié det ‘perurpatons* AD (0,80,2,949) (9,60, 2,493) ©) (0,80, 2,433] _f9,86, 2,485) (19) En reprenant les données de lo question (16). 'intervalie de confiance cu rivecu de confianc< de 95% de Testimateur i, pour les hommes est : > 11,036, 1,963) 1,206; 1,96] CO) 1,306.4, (D> [1.380, 1,69), (14) Pour une observation tulur Xa44.42 wariance Ge le voteur précite Yn.» ‘ex! minimote lorsque: (20) En reprenont les données de la question (18) Exislo-tll une diérence significativement +o prsilute& (0,10) de Tmpoe! de fa curds efron ete aclore es hommer o ‘ des femmes ? Le 1" emplique de Student pour eo fost ox: Whe OX © Xe F 0) E (4-4) eat mrt (15) Le crciesonce ou PIB estate ge & Fiovestietement 7 Pour poncre 2 cette question, le fest statistique le plus adapt est: : W 60,06) C=0406 () F=022 © & Gaoun test exact de Funor (@) un test do Student (C) un test du coefficient Ge conéiation | 0.6216Université AbdelMatek Essalidi Méthodes Ceonométriques (Semostre 6) Tests Tetouan Session Normale (Printensps 2019-2020) Pr, Moad Centres d'Examen : AL HOCEIMA /TARGUIST réponse Choisr ta bonne réponse parmis les choix disponible pour chaque question (Une seule correcte est possible) Enoneé da Vexercice= Solt un modale linéaire simple suivant : Y= Bo + AX tee (C= Teo) Yi: salaire moyen horaire par jour (en Dh) nombre d’années d'dtudes On donne par ailleurs tes infor jons suivantes = ry =0,951916 ox = 3.894440 oy = 2, 985635 ornplets| Aprés estimation, sur base d'un éehantillon de 13 observations, un étudiaat présente les résultats IncO% ph chaprés 5 030769 + one (QU) La valeur de fy est égate a: (Ay A, =0,79 (B) 2, = 0,702 (©) A =0,72 (Q2) La valeur de ts de Student (bilateral) est (ay 10,30 (B) 11,31 (c) 5 = 9,90 (Q3) Le coefficient de détermination est égal A: (A) R? =0,6091 (B) R? =0,9061 (Cc) R? = 0,6901 (Q4) La valeur de F* de Fisher est : (A) Ft = 145,106 (B) Ft = 106,145 (C) Fr = 100,145 (Q5) Soit un modéle de régression linéaire simple suivant : ¥; = 8) Xj + Bo +e (i= B, est égal a: .n), Vestimateur(6) Soit un more de réerensiow linéaire précedent Vextimateur Ay ext deal b AX (9) | -Ae (cp) dw hed wm & “ (Q7) Linypothise de normalité des erreurs wert A> (A) Estimer les paramitres de régremion By et Bo (B) Calculer te coxtficient de corrélation linéaire {C) aire les tests de signifiention Enoncé de Vexercice: Soit un modéle linéaire simple : ¥, = fo + AyXi +64 ‘on donne les informations suivantes $x? = 1400000 mi 2? = 2,571 nT (QS) La valeur de & eat égale a: (A) A = 0,0601 (8) A, = 0,0589 (ec) A (Q9) Liintervalle de confiance de Ay est égale A: (A) IC = (0, 001599 ;0,0078] (B) IC = {0,0159;0,0878) (C) IC = {0,0299;0,0878) (QUO) Sie coefficient de corrélation entre X et ¥ vaut rxy = —0.7 (crest A dire ~707%), alors le pourcentage de la variance totale qui reste inexpliquée par |'équation de régression serait : (A) 30% (8) 31% (c) -30% (Q11) Dans un modile do régression linéaire simple, V'intervalle de confiance de Ay est égale & (A) ICs, = [Bo * #2285, (8) 1Cp, = [Fo + 00/%25,] (€) ICs, = [he a.) ‘Questions (1) | (02) | (03) | <4) | (25) | (06) (7) | (aa) | (29) | (910) | (941) | 27 [15 | 15 | 25 | 15 | 15 | Points | 2.5 | 2 | 15 | 15(QA) Soit un mentite d LA) howd aert A (Q7) Lihypothise de normalité des erre (A) Estimer les paramétees de régresslan By et By orrélation linéaire (8) Calculer Ie coefficient de sien {E) Pair tes Enoncé de Vexercice: Soit un modéle linéaire simple }on donne Jes informations suivant 14500 By + BXe + Bye= 200 a ¥=60 (Q8) La valeur de A, est gale A: (A) By =0,0001 (8) A = 0.0089 (©) A= 0.0720 (Q9) Liintervalle de confinnce de Ay ext agate & = (c) IC = {9,0299;0,0873] (A) 1c = [0.001599 ;0, 0078] {B) 1 = {0,0159; 0,078) (QUO) Site coefficient de corrtlation entse X et ¥ vaut rey = ~0,7 (clst bite ~70%), alors le pourcentage de In variance totale qui reste inexpliquée par Mquation de ségression serait : (A) 30% = (B) 51% = (C) —20% (Q11) Dans un modéle de regression linaize simple, 'ntervalle de confiance de By et épale& = () 1Cy = [eee (A) 1Cp, = [fo+t-2%,] (8) #Ce, fo 129 ,) (06) | (7) | (08) | (09) | (O10) | (G1) 2 [15 | 15 | 25 | 15 [15 | jareme: ‘Questions | (Q1) | (@2) | (93) | (94) | (5) 15 [15 | 2 Points| 2.5TDA sas as ik Université AbdcIMalch ESSAADI yell a tate Faculté Pulydiseiptinaire f eh Base EM Telonan obi Méthotles Ecanométriques (56) {Printemps 2017) Durée + 1h30 Exercice 1 Ve exioter entre Ia croissance decnonilque d'un payy (1) et est le mivews dinfiation (1), 1] relive B coniples de données conaignia Jo Calileaa ci-deanoum fl Ly YT] 8) 38 POPS mpety eas, X[ Tips psf parpapey) wee enter antler C0 Jeri Re hiwt et eBectuer fe test da Fisher permetiant de déterrnluer ai la regression est aljiiicallve avis son ensemble, Commenter. 4. Le statisticées prévoit respectivemen peéviies pane ln wusieble croissance, 1 lollation, Dtertuiner len valeurs & yidvision an niveud ale ean funce 26 et 3 pout fe ulvea al que les intervlles ¢ arr He O55 417 FRR = 5.99 On corotire tos résultats dtlynnts sane étude éeanorndivlyie oéalisée muir un échin vids = CD onde me 35 wry () = Natio de Student 12 = 0.00 cov (x,y) =27 3 Yas 210 lon de 30 indi- reat 4 Oe cunsdtze ray Je crelfictent ite corrélation linéaire de et. ¥. ‘Tester Ja significativité de ce a ereficlent. Commenter Détonminer Vustervalle de confiaace jut Mestimatenr ty. Donnte + 19234 9 0415 Questions ls Hex Iypotlidser da Jn regression Inéadre ettuple (Hs = cov (ep, svertlées), Expliquer extte hypothise avee tin exemple économique j Lea erreurs sont non 2 Les evtioutours doa moludues enrrés otdinaives des cefflcients cht de regression (th et da) sout-its €) Paw toujours,a, 840g, #4586 idiant 1s estimation, sur base d'un échantillon de 13 observations, un é1Ut F,20030769& nen, runalldemandts 1. Complter les pointes, TF 2 Feaurinniguteattecs 0, To decker t 4.9. lotrpiter ot seat, Seabees? 4. Calculer le coefficient de détermination A. as &: Teter apnea dela pete eta egalicatité deel mole Pat he Ble : Exercice 4 Sole un male naire siaple:y n0.405 66 (donate fe Inormadons suerte Day 18450; Dy']20350; Sx"= 1400000: pasa: Fas: Fit a661 ‘Teavnl demande: 2, Estimer es coefcemts du modeie 2. Bvaluer a qualié de cet justement , 3. Tester La signiieatvit glabale du modete G4 B4218 Questions . L.A quol aert lhypothése de normalité des erreura ? 2, Donner un exemple économique de votre chobx dans lequel on n'a pas constante ay. Que vaut lestimateur &, dans ce eas ? Valversitg, Abdelmatek Css =; Pattenden YR) lap terminansnae” — (REL f Wd, Tétowary == a ° esles Eeomomtriques ($6) «7D 4 Soit un modéle linéaire simple = y, ma, 40,5, 66, On donne les informations suivantes : =hstso0 Yn? =26350; Sy = 400000; = 60; 20400: nay Donner naterate de contanee de estimateur ay. ZE - : Bxercice 2 Shit fea résultats dln estimation éeonométrique : Y= h6Sty,-29,2746, 20 #92 0,26 4,=10,30 1. A partir fes résultats de lestimation, on set is ésultats de Vestination, on demande de retrouver leg = 18 somme des earrés des résidus (SCR), > a somme des carrés totaux (Sch, > fasomme des carrésexpliqués (SCE, > Uevaeur deta satistique du Fisher empirigue f+) ~ €l Fécart type du coefficient 4(6,). 2 ceo ae sigtetement secteur a1 i ; " ali ester Soit un modéte lingaire 5 li imple suivant : y =, Fae te5 +6, sate moje hoa nombre d'années détudes aCoemules Deeceless Cage Sebel x. eu 7 et] MGS srt n ; i n. BY Nate Y “ia Joke Io). eum yr pee = . et og | Ged le alerntna Rt Vy\. Sl-3 - So -~ c SY _ eles ad) a SCT = Scasid 4 8Cty. a.é hits \(yi 4) ate (Sovak Gives) 3 Stadod : C(szy | 4, aee , GS _ Cty = ae a =< eee) Ex ae Ce = oe a \ new Be _ Gell Gshece Pe * sede fier. be J _&e * C. i AUIO. LEARNING ti. BE SMARTScemales Bn clectlese. Tale we EM - S, Sbeeh eet ey ( * YT NO) Myst AW eG Gu (my) ale = Gy GoG. - see & 2,8 en ee “ Mo ° » Se le nis} ~ ae elwaxlh Gaye an Se 5, Pra Gt, webel “d 5 se) BET 2 wv(x)- EC Rad = oa Steg Scheq = 8 2G (uz) nie (x) : i, ERNE BE SMART