Beruflich Dokumente
Kultur Dokumente
I] Htroscdasticit
V (U ) = 2
E (u i ) =
i = 1 2 ....n
LHtroscdasticit se vrifie
12 0 0 2 E (UU ') = 0 2 0 2 0 0 n
. .
2 1 2 2
2 n
Souvent on utilise
= i
2 i 2
ou les i sont des pondrateurs qui change avec i On peut crire cette relation sous forme matricielle
E (UU ') = 2
(I1)
1 = 0
Y = 1 + 2 X + u
ou Y = consommation et X = revenu
Les consquences de lhtroscdasticit sont : - les estimateurs des moindres carres restent sans biais mais non efficaces
= xi yi = + xi ui 2 2 xi xi
E( ) =
mais la variance est
) = E ( ) 2 = E xi ui V ( xi2
2 i 2 2 i i j i
xi E (u ) i< j = +2 ( x ) xi2 )( x 2 ) ( j
j
x x E (u u )
2 2 i
i j
V ( ) =
( x )
xi2 i2
2 2 i
(I2)
I2] La mthode des moindres carres gnralises ( G.L.S.) Elle est dite aussi mthode dAitken Soit le modle :
Y = X +U
E (UU ') =
2
(I3)
= PP'
(I4)
P P
P P =
Pr multipliant
1' 1
' 1
=I
(I5)
1
Y = X +U par P-1 on a :
y* = X* + U*
y* = P Y
1
X* = P X
U* = P U
E(U* U ) = I
' * 2
Ce qui satisfait aux hypothses des MCO(OLS) Lestimateur sans biais de 2 est Lestimateur dAitken (G.L.S.) est lestimateur des M.C.O. appliqu au modle (I5) :
' ' b = (X*X* ) 1 X* y* = (X ' 1X) 1 (X ' 1Y)
V(b) = (X X* ) = (X ' X)
2 ' * 2
2 =
Y = X +U
avec
1/ n
1/ 1 2 2 E(UU ') = = 0
1/ 1 P= 0 1/ n
1 -1 P = 0
donc
P 1' P 1 1 = 2 I
1 1 1
b = (X ' X) (X ' Y)
V(b) = (X' X)
2 1 1
e
* * * * * * * * * * *
2 * * * * * * * *
* *
G1 * * * * * * * * * * G3 *
X e
2
G2 * * ** * * * * * G4 * *
est fonction de Xi :
2 i
= f (x i )
2 i
= X
2 i 2
et on prenant le logarithme
log(i2 ) = log(2 ) + log(X i ) + vi
H0 : = 0 contre Sous H0
2 i 2 i 2 0 i
H1 : 0
2
= X = X =
Si H1 est accepte on accepte donc lHtroscdasticit. Puisque 2 est inconnu on utilise une variable Proxy e2. et on estime la relation suivante :
2 i
'2
Ordonner les donnes dune manire croissante ou dcroissante Supprimer r observations du milieu Effectuer la 1re rgression sur les petites valeurs de taille n1= (n-r)/2 Effectuer la 2me rgression sur les grandes valeurs de taille n2 =(n-r)/2 Construire les statistiques
R =
e i2 (
e i2 (
) )
SSE 2 = SSE1
2 2 2 1
n2k n1 k
Cest un test de Fisher de degr de libert n2 k et n1 k ; il faut noter que ce test concerne les chantillons de grandes taille (n> 30) et souvent on supprime le 1/3.
I3] La solution On remdie au cas de lhtroscdacticit on utilise deux voies 1. Si i2 est connu on utilise les moindres carres gnralise 2. Si
2 i
est inconnu on ne peut pas utiliser la mthode G.L.S dune manire directe , 2 mais on essaie soit destimer i
a. Estimation de 2 par
Y = + X + u
* *
Y* = Y i X* = X i
u* =
u i
On dtermine donc les estimateurs par la mthode des moindres carres ordinaires
b. on commence par mettre de hypothses sur i2 qui corrigera le modle ; pour cela, on effectue plusieurs rgression. La correction seffectue selon deux faon La faon 1 consiste admettre lhypothse
i2 = 2 X i
Y = + X + u
Yi Xi u i = + + = Y* = X* + + u * Xi Xi Xi Xi
Y = + X + u
Yi Xi ui = + + = Y* = X** + X* + u * Xi Xi Xi Xi
Y* = Y Xi X** = 1 Xi u* = u Xi
Exemple : Le tableau suivant donne des information sur la consommation prive , le PIB et la population en 1998
pays Arabie saoudite Egypte KOWEIT Jordanie Maroc Oman Syrie Ymen Consommation prive PIB 199,44 482,66 207,74 280,22 43,09 76,71 36,46 52,36 226,59 341,38 229,36 341,38 515,41 728,79 452,29 740,63 Population 19,5 62 2,03 5,77 27,78 27,78 15 16,5
IFS 2000
C = 1 + 2 PIB + 3 POP + u
C = -10.29 + 0.624 PIB + 0.62POP (-0.25) (7.75) (0.55) R2 =0.89
Le test de Park
Pib Log (e ) = + log( )+w POP
2
R 2 = 0.12
en testant H0 : = 0 contre H1 : 0 le t lu (5%) et degr de libert (8-2=6) = 2.447 ; on constate que le t calcul> au t lu H0 : = 0 est refuse ce qui atteste de lexistence de lhtroscdacticit
Pour enlever cet effet, on suppose la variance augmente quadratique ment avec laugmentation du revenu :
P IB = POP ' v C / POP ' + + = PIB / POP PIB / POP PIB / POP
2 i 2
R 2 = 0.282