2 3 Ecriture matricielle du modèle et de l'estimateur MCO 21 2 3 1 Vecteurs 3 2 2 Le meilleur estimateur linéaire sans biais de β 37 3 3 La distribution
Previous PDF | Next PDF |
[PDF] ECONOMETRIE LINEAIRE - CREST
2 2 1 Quand l'estimateur des mco est-il sans biais? On s'intéresse d'abord aux conditions sous lesquelles l'espérance de l'estimateur des mco coïncide avec la
[PDF] Econométrie - Lyon 2
Les estimateurs des MCO de la régression sont sans biais et convergents On propose comme estimateur sans biais de la variance de l'erreur : ˆσ2 ε = ∑ i ˆε2
[PDF] Le modèle de regression simple - Université du Maine
Theorem (L'estimateur des MCO est sans biais ) Sous les hypothèses SLR1- SLR4 : E(ˆp1 ) = p1 et E(
[PDF] Chapitre 3 Analyse de la regression multiple : estimation
qui lie la variable dépendante aux variables explicatives ▻ L'hypothèse (7) implique que les MCO sont sans biais ▻ Des erreurs de mesure sur les variables
[PDF] Le modèle linéaire général simple à deux variables - FOAD - MOOC
Les estimateurs des MCO sont des estimateurs linéaires, sans biais et de variance minimale Ils sont dits estimateurs BLUE (Best Linear Unbiased Estimator) 3 4
[PDF] ECO 4272 : Introduction `a léconométrie Notes sur la - Steve Ambler
7 Efficience de l'estimateur MCO sous l'homoscédasticité 54 sans biais, il faut en principe inclure toutes les variables qui pourraient aider `a prédire Yi et qui
[PDF] Régression linéaire - Laboratoire de Probabilités, Statistique et
Théorème 3 (Gauss-Markov) Parmi les estimateurs sans biais linéaires en y, les estimateurs ˆ βj sont de variances minimales Preuve L'estimateur des MCO s'
[PDF] Econométrie I - ORBi
2 3 Ecriture matricielle du modèle et de l'estimateur MCO 21 2 3 1 Vecteurs 3 2 2 Le meilleur estimateur linéaire sans biais de β 37 3 3 La distribution
[PDF] estimation charges projet informatique
[PDF] estimation comptable definition
[PDF] estimation d'une proportion par intervalle de confiance
[PDF] estimation de la moyenne d'une population
[PDF] estimation des coûts de construction
[PDF] estimation des domaines marge de négociation
[PDF] estimation des effets des changement des prix du pétrole sur la croissance économique
[PDF] estimation domaines bien immobilier
[PDF] estimation immobilière
[PDF] estimation maison notaire
[PDF] estimation moindre carré matlab
[PDF] estimation non paramétrique de la densité avec r
[PDF] estimation par noyau
[PDF] estimation par noyau d'une fonction densité
Econométrie I
Bernard Lejeune
HEC-Université de Liège
Notes à l"usage des étudiants de 3ème année de bachelier en sciences économiques et de gestionAnnée académique 2010-2011
iPréambule
En parallèle des présentes notes de cours, les étudiants sont invités à lire: Hill R.C., Griffiths W.E. et Lim G.C. (2008),Principles of Econometrics, ThirdEdition, John Wiley & Sons.
D"autres ouvrages peuvent aussi utilement être consultés: Griffiths W.E., Hill R.C., Judge G.G. (1993),Learning and Practicing Econometrics,John Wiley & Sons.
Wooldridge J.M. (2006),Introductory Econometrics: A Modern Approach, FourthEdition, South-Western.
Johnston J. et DiNardo J. (1997),Econometrics Methods, Fourth Edition, Mc Graw- Hill. Les étudiants qui souhaitent en savoir plus pourront consulter: Goldberger A.S. (1991),A Course in Econometrics, Harvard University Press. Wooldridge J.M. (2010),Econometric Analysis of Cross-Section and Panel Data,Second Edition, MIT Press.
Cameron A.C. et Trivedi P.K. (2005),Microeconometrics: Methods and Applica- tions, Cambridge University Press. Hamilton J.D. (1994),Time Series Analysis, Princeton University Press. iiTable des matières
1 Introduction1
1.1 Economie et économétrie1
1.2 Le modèle de régression1
1.3 L"approche économétrique3
1.4 Rappel de théorie des probabilités 4
2 Le modèle de régression linéaire simple 5
2.1 Du modèle économique au modèle économétrique 5
2.1.1 Un modèle économique5
2.1.2 Construction du modèle économétrique I: la droite de
régression52.1.3 Construction du modèle économétrique II: hypothèses
complémentaires92.1.4 Introduction d"un terme d"erreur 10
2.2 Estimation des paramètres du modèle 13
2.2.1 L"estimateur des moindres carrés ordinaires 13
2.2.2 L"estimateur du maximum de vraisemblance 16
2.2.3 Exemple: estimation d"une fonction de consommation 19
2.3 Ecriture matricielle du modèle et de l"estimateur MCO 21
2.3.1 Vecteurs aléatoires: notations et propriétés 21
2.3.2 Le modèle et ses hypothèses sous forme matricielle 26
iii2.3.3 L"estimateur MCO sous forme matricielle 27
2.3.4 Résultats complémentaires 29
3 Propriétés de l"estimateur MCO31
3.1 La distribution d"échantillonnage de l"estimateur MCO31
3.1.1 L"espérance de
β32
3.1.2 La matrice de variance-covariance de
β33
3.1.3 Les facteurs déterminantV(β)34
3.2 Le théorème Gauss-Markov35
3.2.1 Estimateurs linéaires deβ36
3.2.2 Le meilleur estimateur linéaire sans biais deβ37
3.3 La distribution d"échantillonnage de
βsous l"hypothèse de
normalité393.4 Propriétés de
βen grand échantillon: convergence et normalité asymptotique393.4.1 Convergence39
3.4.2 Distribution asymptotique 41
3.5 Estimation deσ
2et deV(β)41
3.5.1 Estimateur deσ
2423.5.2 Estimateur deV(β)43
3.5.3 Exemple: la fonction de consommation de HGL (2008) 44
4 Intervalle de confiance et test d"hypothèse 45
4.1 Intervalles de confiance pourβ
1etβ245
4.1.1 Cas oùσ
2est connu45
4.1.2 Cas oùσ
2est inconnu48
4.1.3 Exemple: la fonction de consommation de HGL (2008) 51
4.2 Tests d"hypothèses deβ
1etβ251
iv4.2.1 Cas oùσ
2est connu52
4.2.2 Cas oùσ
2est inconnu60
4.2.3 Terminologie et précisions d"interprétation 64
4.2.4 Exemple: la fonction de consommation de HGL (2008) 66
4.3 Intervalle de confiance, test d"hypothèse et non-normalité 67
5 Prévision,R
2, unités de mesure et forme fonctionnelle 70
5.1 Prévision70
5.1.1 Prévision de l"espérance deysachantx
0715.1.2 Prévision de la valeur deysachantx
0765.1.3 Exemple: la fonction de consommation de HGL (2008) 81
5.2 Le coefficient de détermination:R
2825.2.1R
2et corrélation85
5.3 Unités de mesure85
5.4 Forme fonctionnelle89
5.4.1 Le modèle lin-log89
5.4.2 Le modèle log-lin90
5.4.3 Le modèle log-log92
5.4.4 Remarques93
6 Le modèle de régression linéaire
multiple966.1 Du modèle économique au modèle économétrique 96
6.1.1 Un modèle économique96
6.1.2 Le modèle économétrique 96
6.1.3 Formulation générale du modèle et de ses hypothèses sous
forme matricielle1016.2 Estimation MCO des paramètres du modèle 103
v6.3 Propriétés de l"estimateur MCO 104
6.3.1 Propriétés d"échantillonnage 104
6.3.2 Estimateur deσ
2et deV(β)107
6.4 Intervalles de confiance et tests d"hypothèse deβ
j1086.5 Prévision et intervalles de prévision 111
6.6 Exemple: les ventes d"une chaîne de fast-food de HGL (2008) 113
6.7 Le coefficient de détermination multiple:R
21176.8 Unités de mesure118
6.9 Forme fonctionnelle118
6.9.1 Régression polynomiale120
7 Test de Fisher, colinéarité et problèmes
de spécification1237.1 Le test de Fisher (F-test)123
7.1.1 La procédure de test125
7.1.2F-test et non-normalité132
7.1.3 Cas particuliers duF-test 135
7.1.4 Test joint versus tests individuels 140
7.2 Exemple: les ventes d"une chaîne de fast-food de HGL (2008) 144
7.3 Colinéarité147
7.4 Problèmes de spécification150
7.4.1 Forme fonctionnelle150
7.4.2 Variables omises152
7.4.3 Hétéroscédasticité et auto-corrélation 156
7.4.4 Non-normalité164
7.4.5 Régresseurs stochastiques 165
8 Variables binaires et modèle logit/probit 169
vi8.1 Variables explicatives binaires169
8.1.1 Comparaison de deux moyennes 169
8.1.2 Comparaison de plusieurs moyennes 171
8.1.3 Plusieurs critères de classification 172
8.1.4 Modifications d"intercept et/ou de pente dans une
régression standard1748.2 Variables binaires dépendantes176
8.2.1 Le modèle de probabilité linéaire 178
8.2.2 Les modèles logit et probit I: spécification 180
8.2.3 Les modèles logit et probit II: estimateur du maximum
de vraisemblance1848.2.4 Les modèles logit et probit III: inférence 191
1Chapitre1
Introduction
1.1. Economie et économétrie
L"objet de la théorie économique est d"expliquer les comportements économiques au travers de modèles décrivant des relations entre des variables économiques: con- sommation, épargne, revenu, salaire, production, prix, emploi, investissement, taux d"intérêt, etc... L"économétrie est un ensemble de méthodes statistiques conçues pour évaluer des relationsempiriques- càd. que l"on peut observer dans des données - entre des variables, en particulier des relations suggérées par la théorie économique. Un outil central de l"économétrie est lemodèle de régression. La plus grandepartie du présent cours est consacrée à l"étude des différentes facettes de ce modèle.