Regression linéaire mi Exercices de compréhension : On dispose de trois exemples de calculs de régression simple, du type yi = axi + b+ ui cffectuée sur des échantitlons detalles différentes a) n= 13, SC.Res. = 794,00, S.C.Reg. = 501,76 b)n=5, S.CRes. = 3,148, S.C.Reg. = 34,186 0) n=49, S C.Res. = 309,56, S.C.Reg. = 179,76 ; 1°) Calculer le pouvoir explicatif de chaque régression. : 2°) Déterminer quelles sont les meilleures régressions au seuil de risque de 5%. eice 2 Soit le modele linéaire multiple suivant: Yim@starxntaxstaxwt Lesimation de est données par expression suivante XXX, 1, Déterminer E(A) et VA). estimation du modéle par la méthode des MCO sur un échantillon de 35 individus a donné les résultats suivants : Yi=35+2xist! Sxov+3.5xy ; n=35, SCReS=73.5 ; SCReg=1580.5 2. Calculer le R? ct le RE ajusté. Commenté le résultat 3. Tester la validité globale du modiéle au seuil de 5%, Exercice 3 estimation par la méthode des meo du modéle (M1) ; nous donne les résultats s ‘Yi-32.90+0.81X1-0.38X2-0.037%y ; R=0.70 ; ¥ (yi- 9) =226.86 ; et ivants : 20169 0015 0231-0076 ryy'z| 2015 0013 001 0001 XY “5231 00 0.004 0.001 =0076 -0.001 0.001 0.000401 1. Teste Ia contribution marginale de chaque variable. Seuil de risque a=5%. 2. Caleuler le R? ajustéet donner son expression en fonction de R?, 3. Presenter le tableau de analyse de la variance et tester la significativité lobule du modéle.Exercice 4: Soit la relation linéaire entre le chiffre d’affaire et les dépenses de publicité : yi = axi + b +8 On vous communique ls résultats suivants: x = (4179 20) ; x" = Fina 1, Déduire les quantités suivantes xisd x isla taille de P’échantillon Estimé parla méthode des MCO les paramétres de la relaton Hinéate suivante y= avi + +84 Sachant que R? ~68%, déterminer 4 T'estimateur de 6? En déduire la matrice de variances-covariances des estimateurs du modéle. 2, Tester la signification individuelle des paramétres estimés a et bau seuil de 5% (test de Student) Construire la table analyse de la variance ‘Tester Ia signification globale du modéle au seuil de signification 5%. F Fisher calculé,gy jiall Ahad Aajvenededtine sta reassess Ul | AES Pe Ast gis 8D) + \ ts amon tne eee Ful Wis ob A apy Nota ecelsambe ett ‘ateisily Qype pal ls Ade Us Sovstadacattnepeen tice a tama Meee: ets Radeon Exnmen de rattrapage: 2.LKHYAR el A.MEFNAQUL Semeste 6 ” On dispose d'un échantillon de huit observations des variables X et Yi partir duquel, on 1 déterminé es quanttés suivanies : : 37 968 : $5 Yay, =430 a On considtre le modéle (M) suivant: 1 9. Sous les iypothises des MCO déterminer a variance ded et %b. Montcer que ces estimateurs sant efficaces Estimer les parative du mode (M) en ullsant fa méthode des MCO. On trouve SCRes = 2.7143, Calevler In SCReg ? En déduire 1a matrice de variances-covariances des esimateurs noige 214 od A@ Donner un intervalte de confiance pour le paramaite« pour un niveau de sisque de 5% Tester hypotise scion laquelle le parmétre bs 2 pot wn niveau de risque de S% Monter que le coefficient de détermination et ear dy coeficient de cornation linaire enire X et Y. Calculer le coefficient es determination de cette relation et en déduire le coefficient de comréletion linéaire entre X et ¥. Pour un nivenu de 5% ; tester Ia signification 3, Donner un interval de prévision pour Xo=Sap tetas ay SSO eS ries Examen : Insoduction 8 éeonométrie Semestre 6 Session de maj 2018 Durée (1h30) Professeurs : A. Hefnaoui et Z.Lakhyar Exereise : On considre le moddle y= a8 40t ob t=/,..7;L'estimateur de @ parla ' méthode des MCO est donné par § = 2=00'-9) Tots) 1 Quel est incident sur si toutes les observations de I variable X sont gales, soit xr=x* vr? a] 2. Montrez que dans le mod2lelinésire simple yi= aured+er, égalité suivante est vérifige : Malheureusement, 'ereur du modéle est positivement coriée avec Ia variable explicative X. 3+ Que peut-oa dire des propriétds de Hestimateur des MCO dans un tel contexte ? | Démontrez vos affirmations, Exercice 2: Nous considéreroas la relation yi = axis b +e . iDVD, Monwrer que la droite de eégression Passe par 1. Moptrer que Deixi= le couple 2 A Vside de 10 observations, les ‘quantités suivantes sont obtenies Dyie 19.98 5 Dy%ie53.82 ; Dxim62 ; Yv'ied84.23 ; Yeiyie 59.35 ‘Quel est le signe attendu pour le paramétre a ? Justifier votre réponse, Procéder &l'estimation de le relation par ia méthode des moindres carés ordinaire Verifier que-0 0,40. Tester la signification statistique de la variable x « %),. Montrer que V(A)e«? Examen de rattrapage Semestre 6 Fie = conomie et Gestion Méthodes économétriques. le modae linéaire de négression mnie: ysenotmyxy arta aykyetes PE Exprimer le mode sous la forme mattieelle en précisant tad elément, rension de chaque Ail 2:03) eta? ln variance résiduelte. Boy? estimation par ces des watiahles exogénes. thode des meo du modéle (M1) ; nous donne tes résultats 2.90° 0.81N 0.38%; 10.10 :¥ (yieyhar) 226.86 suivants 20167 OO1S ~0251 -0076 0.018 0.413 B01 ~n.n01 0231 a0D1 0.003 0.001 0.076 ~0.001 0.001 v.n00401 (xy! | (a) Tester la contiibuton mangled chaque variable, Seuil de risque a= S¢% (b) Coteuler le R*ajesté et donner som expression en fonstion de BY (©) Prdsenter le tsbleau de Ia ane et tester Ia signiticativite lute du mode, Une estimanion du modele (M2) Vy résullat suivant :11.$7+ 1,01 INT #082, 2) Teste signification statistique de X b) Tes la walidté-de P'sjout des variables x2 et 3. (On a esting un autre mole (M3) :ZivaysayTyre,3avee ZY 1.607 0.2611 50.28 Veiy-6.82 2). Explcte es contains de mode (3) ‘Tester Ia validité statistique de ees eontraintes ar WBUniversité Hassan I Casnblanea Faculté des seiences juridiques économiques et sociales Mohammedia Année Universitaire 2016-2017 Fillére : Beonomie ot Gestion Matiére : Econométrie Semestre: 6 Session de MAL Durée: 1h30 Tables statistiques f calcutatrice sont autorisées Exercice 1: Soit fe modele théorique suivant y 4+ 0,3, + 6,. partir d'une étude statistique portant sur 85 semaines de relevés un éeonométe four estimation suivante YeI32.804L 1x, 5 6, 6234.32 ; Ssixbar]'=6570,3, 1) Tester 'hypothése H, Fisque es gal 8 SY, 2) Construire le tableau d’analyse de In variance et vérificr le résultat obtonu en (1). Sevil de risque est égal d S¢6, Calculer le pourcentage explicatif du modele. 3) Construire un intervalle de confinnce pout 1; au seuil de risque @=5% 4) Lecoefficient a, est-il significativement inféricur a +1 7 0 et conelure sur Ia signficaivté de ln régression. Seull de Exercice 2: Soit le model lindare suivant : Vir agt aXrte;ie12 8 1. Montser que a; s'éeritcombinaisenlinaire de Y jet que Es) aps 2, Montrer que cov (i fn)e0 si = 0. 3. Soit le modéle linéaire multiple suivant : YrAX + ¢; Montrer que AmQX'XY"X'Y ; Exer On souhaite prévoir Yea partir de observation Xe. La nouvelle obser- vation Yo est genérée & partir de la relation: Yo = a +/3Xp + tp. (a) Montrez que: £(%) = a+ Xo et Yocet une estimation sans biais de (30). (b) Moritrer, que: Var (8%) = Var (nco)+XéVar (By2c0)+2XoCo% (Barco, eco) En déduire que: Var (fo) =? i, Gad) 26 4yUniversité Hassan fl Casablanca Faculté des sciences juridiques économiques et sociales Mohammedia Filitre : Economie et Gestion Matiére : Introduction & Méconométrie Semestre: 6 Annales des examens économétrie Examen de rattrpage 2017 Pour ensemble des tests statistiques le seull de signification a= 5%. Exercice: 1 Soit le modele linéaire de régression mult yrootayxnitamnaitanarte; ‘8, Exprimer le modéle sous la forme mate élément, iclle en précisant la dimension de chaque b. Montrer que V(A)=0%(X"X)"; avec A= (40 ; 41 : 02; a3); of ola variance résiduele, EL(X°X)" inverse de In matice des variances et covariances des variables exogénes. estimation parla méthode des mco du mode (M1); nous donne les résultats suivants : ‘Yir32.90+0,81%1-0.38X2-0.037X) ; R?0.70 Y (yieybar) 9226.86 et 20.169 0.015 0231-0076 ayy'_| 0015 0.013 0.001 ~0.001 CX)"\ e231 0001 0001 00 007% -0,001 0.001 0.000401 (@) Tester le contribution marginale de chaque variable, Seuil de risque (b) Calculer fe R?ajusté et donner son express nen fonetion de B (@) Présenter le ableww de alyse de ta cariance et tester la signifiestviné alobale du modele (2): Yeeaotand résultat:suivant :11.57+1.011X1 Une estimation du mode! 1. + nous donne le 20.52. 18) Tester le signification statistique de X. bb) Tester la validité de I'sjout des variables x2 et x3, 2. On aestime un autre modéle (M3) : ZimastayTi+ey; avec Zi Zie21.601 +0.26T% ; 0.28 ; V(ci: 32. 8) Explieiter les contraimes de modéle (M3) et tester leur validité statistique,. Université Hassan 11 Casablnnen Faculté des sciences juridiques économiques ct soctales Molanuneltn Filidre : Economie et Gestion Matidre : lutroduetion a Mconométrte Semestre 6 sunntes des exnmens i ‘ Examen 2016 Exereice |: Soit le moddte lindane suivant : Yieasbarsraasatanyytel Toso 0°22, Nous voulons examiner sles variables exogénes ont un effet sur la varnble y. Le tableau d'analyse de Invariance indique Inport dle chaque variable introduite dans ordre indigue. Source de variation ‘Somme des eanr’s ai ~ Régresson due a XT 981.326 i Régression di 8 N2 190.2 1 Régression due ANT 13 I Résiduelle 2292 18 totale 173.281 21 1. Quelle est Ta somme des enrés def Tn régression pour l'ensemble des trois variables exogtnes, ? Quelle est Ia proportion expliquée par les trois variables. 3. Tester la signification globale des trois variables. (=5%). 4. En prenant en considération leffet de In scule varinble X1 sur Y. Completer le tableau analyse dela variance correspondant. ‘Source de variation ‘Somme des eats aa Regression due § XT 981.326 Residuelle totale 5, Tester les hypotheses suivants : Ho : al=a2=0 ; Ho: al=a3=0; Hi (a=5%). 6. Quel est selon vous le meilleur mode. Exercice 2: Soi le modéle linéaire simple suivant : Yi= evi 4 1. Montrer que fi peut s*écrite comme combinaison linéaire de y. 2. Montrer que a et B sont des estimateurs sans bias, 3. Montrer que si ¥ = O;done cov(a; ) = 0 Exercice3 : Une étude de la fonction dle production d'une entreprise industrielle de type Cobb Douglass yi= Ak? — a donné les résultats suivants : os2 0.62 log(yi) = 1004 (oa) loath + (022) oo) 35; SCT = S00;SCReg = 480. Les chiffies entre parenthéses sont les éarttypes des paramidtes, 1 Tester la signifiativité statistiques des variables t tester Mhypothése Ho : a=. (0=5%). ‘Nous voulons tester existence d'une dlastcité unitair et on a estime le modéle suivant sous Vhypothése Ho, ZieaOval Wi. 2¢= 455+ 112 Wisn = 35;SCT = 480;SCReg = 320. 2. Exprimer les variables Z et W en fonction des variables du modele initia. 3. Tester la validté de Mhypothise d’lasticité unitaire.4 Examen d'économirle ($6) 2 04d F "On dispose de tois exemples de calouls de régresson simple, du type yi = oxi +b + ui, effetud su des échantllons deals diferentes: ee 2) n= 13, S.CRes.= 794,90, 8.CReg. = 501,76; b) m5, S.CRes, = 3,148, S,CReg. = 34,186; : ©). n= 49, SCRes, = 309,56, 8.CReg.= 179,76; 1°) Calculer le pouvoir explicatif de chaque régression.; 2°) Déterminer quelles sont Jes meilleures régressions au souil de risque de 5%. CEixigiD Sot le moddle nde mull suivant: Yieadtelxlitanaltadxaitel; L Lestination de A est données par expression suivante : A=(XX")"X"Y.Détemminer BiA)et V(A), . ‘Lrestimation du modéle par la méthode des MCO sur un échantillon de 35 individus « donné tes résultats suivants : Yie35%2x1i#1,5x2i43,5x31; #35, SCRes73.5; SCReg=1 580.5 *2, Calouler'le R? et le R? ajusté. Comments le résultat 3, Tester 1 valet globale da modile au seul de 5%, #8 Sous bypothtse “20 etal ; ona tours les résultats suivants: Zie2.78T#+25 5 Fe; 3.788 Dotier les expressions de Z et de, Verifier Ia vaidité des hypothéses ou seuil de Fisque 5%, > ‘expression suivante de lu statistique d de DW: 3 ‘ / | Exprimer d a fneton du coefficient d'uto conéaton des enews (0), 1. Discuter ik nature d'auio contlation des erreurs selon la valeur du p. Ea Uéduire Vintervalle de la statistique d. : Application numérique : Soi a=l69 smodéle linfair suivant : YieaOtalX1+a2X24OX3+ei, n=25, 2, Tester existence d'uné auto comlation des erreurs eu seuil de rique a=S9%,Université Hy Faculté des sien ité Hassan Hl Casablanca ¢s juridiques économiques et cocales Mohammedia Filére : Eeonomie et Gestion Matiére : Introduction & Méconométrie Examen de rattrapage d’Econométrie ‘Juin 2015 Exereice | 7 Soit le modale linéaire suivant Yieotbxitei; la variable ci est iid Montrer que & est un estimatcur Convergent de a, Monier que °° d= = x Ver (5) Exercice 2: Soit lo relation estimée entre in consommation et Je even: Ci=1176.08+0.78 Ris ne 0.21) (14.2) ‘Les valeurs entre parealhése sont les tde student, 103; période entre 1983 et 1992, 1. Caleuter le coeficent de détermination et efecuer un test de Fisher pour valider le ‘modele, (F_théorique est de 5.32) 2. Caleuler to valeur de la consommation si te revenu augment de 12%. 5. EnV emée 1993 et 1994 ; on prévoit respectivement 16800 et 17000 de revenu ‘Déterminer la prévisin de consommation pour ces deus années ainsi que V'intervalle de prévision au seuil de 95%. (t théorique est de ?.306)a Examen de atiranane ¢ tconométrle juin 2035 * Exerclee 4 Soltle modéle suivant : Yica+bxitel ; estimation par la méthode des MCO nous donne Montrer que & est un estimateur convergent de a. odes x Ver (5). / 1 Montrerque °°" ab) = Exerdee2: (2 44) Soit la rélation estimée entre la consommation et le revenu : "| Gi=1176.08+0.78 Rl; n=10 période entre 1989 et 1992 ) (02) (24.7) | Les valeurs entre perenthése sont es t de student, 4. Coleuler le coefficient de détermination et effectuer un test de Fisher pour \ vallder le modéle, (F_théorique est de 5.32) | 2. Calculer la valeur de I consommation sile revenu augmente de 1296, '2, En onnée 1993 et 1994 ; on prévoit respectivement 16800 et 17000 de | revenu, Déterminer lo prévislon de consommation pour ces deux cnnées : ins! que Vntervalle de prévision ou seul de 95%. (t théorique est de ' | 2,306) owes * \ be = Au3 G9 \ Sou are GAS Foss Ze Ad V0Université Hassan Il Casablanca Faculté des sciences juridiques économiques et sociales Mohammedia Filidre : Economie et Gestion Matitre : Introduction & légonométrie Examen d’Econométrie $6 {Bxereleet : Une dude résliséesu'30 offices du toursme met en relation fe nombre d'bbiels (variable ‘épendanie Y) en fonction de ois variables expletives, Pade race outa, not x, ‘orrespondan dune note ene Oe 10; He aux Soecpaton anne moyen, no x2 ie embre mayen eoles pour les hel de ozone, not8x3. ‘Trois moddles de regressions linésres ont esinés: M1 yen fonction de x} de Is forme yi 0 + alxli+ eh M2: yen fonction de x}, 23 dela forme yi=a0+ alx li ab + M3 : yen fonction de x1, 2, x3 dla forme yi= a0 + ala + ade + ab + On vous doone ci-dessous les sommes des ers de sds (SCRes) bens pos chaque mote: ME 279507 M2 ~227364 M3 224467, Pour un sell 2=$%; concer J mellear model ql expligue variable (9) nombre ene Pur heave effect, doner es hyporhées di mode I satsiqc eae eta valerteeriqe de In ble Exereice2 : On considére le modéle linésre suiva ‘L'estimation dt modéle(1) 0 donne les résultats suivants: yoralXTi4n2Xoi¢ei§ i128 y S8 AS 0,73Xy0,50X, 5 (0) :SCESt = 455,56, SCRes = 214155 ae ea” “ems 1. ‘Tester ie volidité statistique globale du models, Soul de risque o~5%% 2. Tester Ie contribution marginale des variables xt et X2. Seuil de risque 2=5%. : 5 Caleuer le poureenage de variation expliqé pr le mode et Ye poureenage del variation résiduelle. “4, Qn vent estimer le modéle(2) suivant: Z>boFDUX2-XI) ; aves Z(¥-X1)i 3 Bxpliciter Miypothise de modéle (2). L’etimation du modéle2) a donne: zeae ise 067 (2K I): SCHsIe ITS TA TSCREMISI (G 3) Gis) 2 4. Verifier Ia valid statistique de Phypothése du nuodéte 2), Seuil de risque ast ‘Bxbrece 3 On sintresse au model suivant i= bo bis + b2X2,i + BAXB. BAKA. wf pour see avec Eh 0, Vure et cov(uy) = Osi i= j, Estinant co madele pat les m..0, on obtient les Faults eidessous (sont les valeurs de I statistique de Student) 83 + 0,440 xy + 04252, + OI7Ix,, + 0,009 X45 Ri 0.54 4) Tester lo mlité des paramétes bs et byséparément ou sui de 5%, Tester la nul simultance es paramétres by, b,by et by au seul de S%. 2) Lavarieble x est définie comme Ia variables diminuée de sa moyenne empi période. i on remplagait xx par 2, quels résultats obtendrait-on? 1) “Ayant re-estimé le modéle séparément sur les périodes i= 1 1] et= 12 8 21 et obtenu respectivement 0,018 et 0,021 comme somme des carrées des résidus. Tester fl esurla = SCRE OLY 2 Mhypothise : Ho = porns | HOS) 13 ab! baa b'end"4]Université Hassan 11 Casablanca Faculté des sciences juridiques économiques et sociales Mobarnmedia Filiére: Economie et Gestion Matiére: Introduction & Meonométrie Semestre: 6 0 males des examens économétrie AX Examen de rattrapage 2015 nat _ 200 Ex ‘rcice 1 : Soit les résultats d'une estimation économétrique : $010.66; DW=I.$ ‘A pani des informations connues, on demande de retrouver les statistiques suivantes : la somme des carrés des nisidus (SCR), la somme des cartés tus (SCT), le somme des carés expliqués (SCE), ls valeur de Ia statistique du Fisher empirique (F) et l"éeant type du coefficient Le coefficient de fs variable x estil significativement différent de zéro 2 calculer Pintervalle de confiance, Le coefficient de la variable x estilsignificativement supérieur & 1 2 4. Calculer le coefficient d’autocorséation des errewss (p). Tester lexistence d'une autocortélation des erreurs. (Pour les tests; le seul de risque o! Exercice 2: M ser que Var (Y }= var (86) +Xovar (1) +2Necov (#0 : £1), En déduire Mintervalle de eonfiance de Var (¥)