Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 268 vues

    TD3

    Transféré par

    عبداللهبنزنو
    Le document présente trois exercices portant sur la régression linéaire. Le premier exercice présente des données sur la production d'un produit chimique à partir de deux intrants et demande de réaliser une régression linéaire multiple. Le deuxième exercice présente une régression linéaire simple sur des données empiriques. Le troisième exercice présente un modèle de demande en fonction de deux prix et demande de réaliser les étapes de l'estimation d'une régression linéaire multiple.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    TD3

    Transféré par

    عبداللهبنزنو
    268 vues3 pages
    Le document présente trois exercices portant sur la régression linéaire. Le premier exercice présente des données sur la production d'un produit chimique à partir de deux intrants et demande de réaliser une régression linéaire multiple. Le deuxième exercice présente une régression linéaire simple sur des données empiriques. Le troisième exercice présente un modèle de demande en fonction de deux prix et demande de réaliser les étapes de l'estimation d'une régression linéaire multiple.

    Description originale:

    td d'économetrie

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Le document présente trois exercices portant sur la régression linéaire. Le premier exercice présente des données sur la production d'un produit chimique à partir de deux intrants et demande de réaliser une régression linéaire multiple. Le deuxième exercice présente une régression linéaire simple sur des données empiriques. Le troisième exercice présente un modèle de demande en fonction de deux prix et demande de réaliser les étapes de l'estimation d'une régression linéaire multiple.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    268 vues3 pages

    TD3

    Transféré par

    عبداللهبنزنو
    Le document présente trois exercices portant sur la régression linéaire. Le premier exercice présente des données sur la production d'un produit chimique à partir de deux intrants et demande de réaliser une régression linéaire multiple. Le deuxième exercice présente une régression linéaire simple sur des données empiriques. Le troisième exercice présente un modèle de demande en fonction de deux prix et demande de réaliser les étapes de l'estimation d'une régression linéaire multiple.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 3

    Econométrie T.D.

    n° 3
    L3 Economie – Gestion 2012 / 2013
    Cours de Mr Karcher
    Exercice I
    Un certain produit chimique est fabriqué à partir d’alcool pur et d’un dérivé du
    benzène. On recherche la meilleure façon (et la moins onéreuse) de le produire et on teste
    différentes quantités de chacun des produits de base. Les résultats de sept expériences, les
    quantités utilisées et la quantité obtenue, ainsi que certains calculs, sont résumés dans le
    tableau suivant :

    Expérience y x1 x2 y² yx1 yx2 x1² x2² x1*x2


    1 40 100 10 1600 4000 400 10000 100 1000
    2 50 200 20 2500 10000 1000 40000 400 4000
    3 50 300 10 2500 15000 500 90000 100 3000
    4 70 400 30 4900 28000 2100 160000 900 12000
    5 65 500 20 4225 32500 1300 250000 400 10000
    6 65 600 20 4225 39000 1300 360000 400 12000
    7 80 700 30 6400 56000 2400 490000 900 21000
    somme 420 2800 140 26350 184500 9000 1400000 3200 63000
    y = quantité de produit chimique (en litres) ; x1 = Quantité d’alcool (en litres) ; x2 = quantité
    de benzène (en litres)
    On envisage à présent l’hypothèse d’une relation linéaire entre la quantité obtenue de
    produit chimique, la quantité d’alcool, et la quantité de benzène utilisée. L’hypothèse s’écrit :

    y = α1x1 + α2.x2+ β + u
    avec u variable aléatoire représentant les erreurs.
    1°) En utilisant les données centrées, avec l’aide des calculs préparatoires, donner les
    estimations des coefficients par la méthode des moindres carrés ;
    2°) Calculez le coefficient R² ;
    3°) Tester la significativité des coefficients (aux risques de première espèce de 5% et 1%) ;
    4°) Tester la régression dans son ensemble.

    Exercice II
    (Concours de directeur d’hôpital 2011)
    Un étudiant travaille son cours de statistiques, en préparant des exercices. Le premier
    exercice de sa fiche comporte un relevé d’observations de deux variables, Y et X, présentées
    sous forme de tableau :
    1 2 3 4 5 6 7 8 9
    Y 18 15 12 9 6 5 6 7 9
    X 2 3 4 5 6 8 10 11 12

    Ce relevé d’observations lui permet d’envisager l’hypothèse d’une relation linéaire


    entre Y et X. Il écrit cette hypothèse comme suit :
    Y = α + β.X + u
    Ou u est une variable aléatoire représentant les erreurs.
    L’étudiant réalise l’ajustement par la méthode des moindres carrés ordinaires, à l’aide
    d’un logiciel adapté. Il obtient les résultats suivants :

    Erreur-types
    Valeurs estimées d’estimation des
    des coefficients coefficients
    𝛼 15,7452632 2,42097208
    𝛽 -0,89684211 0,31880664
    𝛼 et 𝛽 sont les estimations respectives de α et β.
    Indication supplémentaire : la somme des carrés des résidus du modèle estimé est
    égale à 75,09894737.
    1°) Rappelez brièvement comment on été calculés les coefficients estimés du modèle de
    régression ;
    2°) Le coefficient α est – il significativement différent de zéro, au risque de première espèce
    de 5 % ?
    3°) Calculez le coefficient de détermination linéaire et commentez la valeur obtenue.
    L’étudiant envisage à présent l’hypothèse d’une relation linéaire entre Y, X et le carré
    de X. il écrit cette hypothèse ainsi :
    Y = α + β1.X + β2.X² + u ;
    Ou u est encore une variable aléatoire représentant les erreurs.
    Par la méthode des moindres carrés ordinaires, à l’aide du même logiciel que
    précédemment, l’étudiant obtient les résultats suivants :

    Erreur-types
    Valeurs estimées d’estimation des
    des coefficients coefficients
    𝛼 28,2015898 0,86252432
    𝛽1 -5,50750114 0,28920569
    𝛽2 0,32590224 0,02011592
    𝛼, 𝛽1 et 𝛽2 sont les estimations respectives de α, β1 et β2.
    Indication supplémentaire : la somme des carrés des résidus du modèle estimé est
    égale à 1,678318867
    4°) Rappelez très brièvement comment ont été calculés les coefficients estimés du modèle de
    régression ;
    5°) Les coefficients β1 et β2 sont – ils significativement différents de zéro, au risque de
    première espèce de 5 % ?
    6°) Calculez le coefficient de détermination linéaire et commentez la valeur obtenue ;
    7°) Comparez les deux coefficients de détermination obtenus à partir des deux modèles et
    commentez ;
    8°) En guise de conclusion, comparez les deux modèles de régression obtenus par l’étudiant.

    EXERCICE III
    La demande d’un bien au cours de l’année t, notée yt, est fonction linéaire de son prix
    unitaire x1t et du prix unitaire d’un bien substituable x2t :

    yt = α1x1t + α2x2t + β + ut
    On suppose vérifiée les hypothèses classiques de la méthode des moindres carrés ordinaires.
    1°) Quels sont les signes attendus des coefficients des variables explicatives ?
    2°) On dispose de n = 25 observations, qui ont fourni les résultats numériques suivants :
    15 5 6 23,25  
    X X = 5 10 9  ; X Y = 52,75  ; YtY = 1200.
    t t

    6 9 25 130,70
    169 −71 −15
    t -1 !
    (X X) = !"#" −71 339 −105 .
    −15 −105 125
    Calculer les estimations des coefficients.
    3°) Calculer la S.C.E. En déduire la SCR.
    4°) Calculer le R², et apprécier la qualité de l’ajustement.
    5°) Déterminer les variances des estimateurs, et calculer les intervalles de confiance, puis
    tester s’ils sont significativement différents de 0.

    Vous aimerez peut-être aussi