Exercices MECO MCL 2024

Exercice 1 :
Les données suivantes correspondent aux observations de deux variables x et y.

yi 3 7 5 11 14
xi 1 2 3 4 5
1. Représenter graphiquement le nuage de points
2. Construire l’équation estimée de la régression
3. Monter que ∑ 𝑦̂𝑖 = ∑ 𝑦𝑖
4. Calculer la SCR, SCT et SCE
5. Calculer le coefficient de détermination. Commenter l’adéquation de la régression aux données
6. Calculer l’erreur type de l’estimation
7. Calculer l’écart-type estimé de la pente de la droite de régression.
8. Utiliser le test de Student pour tester la pertinence de x au seuil de 5%
9. Analyser l’auto-corrélation des résidus ;
10. Utiliser le test de Fisher pour tester la significativité globale du modèle au seuil de 5%
11. Construire un intervalle de confiance à 95% pour la valeur attendue de y lorsque x = 4
Exercice 2 :
On cherche à estimer la fonction de consommation suivante : Ct aRt bt . L’estimation économétrique
de ce modèle a donnée les résultats suivants :
(R t  R )2  600 , SC Re g  400 , R2  0,80 , cov( R, C )  24,48
1. Déterminer l’estimation â de a , la SCT , la SC Re s et la taille de l’échantillon n .

2. Le coefficient â est-il significativement différent de zéro au seuil  0,05 ?
3. Analyser et interpréter les résultats
Exercice 3 :
Les données suivantes correspondent aux observations de deux variables x et y.
yi 3 7 5 11 14 16 19 21 25 29
xi 1 2 3 4 5 6 7 8 9 10
1. Déterminer la droite de régression de y en x ;
2. Calculer la SCE, SCT et SCR
3. Analyser la qualité de l’ajustement par les MCO
4. Calculer la statistique de DW. Que pensez-vous de l’auto-corrélation des résidus ?
5. Calculer l’erreur type de l’estimation.
6. Calculer l’écart-type estimé de la pente de la droite de régression.
7. Tester la pertinence de la variable x au risque α = 0,05.
8. Tester la significativité globale du modèle au seuil de 5%
Soit : 𝑇𝛼/2 = 2,3060 ; 𝐹𝛼 = 5,32 ; d1 = 1,08 ; d2 = 1,36
Exercice 4 :
Pour analyser la production d’un échantillon de 10 entreprises industrielles, nous avons estimé la fonction
de production Cobb-Douglas suivante : 𝑌 = 𝛼𝐿𝛽 𝐾 1−𝛽 :
Où, Y est le niveau de la production ; K est le facteur capital ; L est le facteur travail.
Afin de pouvoir estimer les paramètres de ce modèle par MCO, nous avons effectué une transformé pour
𝒀 𝑳
obtenir le modèle suivant : 𝑳𝒏 [𝑲] = 𝑳𝒏𝜶 + 𝜷𝑳𝒏 [𝑲] + 𝒖. Avec Ln est le logarithme népérien. Les
résultats des estimations sont présentés ci-après:

𝑌 𝐿 𝐿 2 𝑌 𝐿
∑ 𝐿𝑛 [ ] = 0,89 ; ∑ 𝐿𝑛 [ ] = 12,6 ; ∑ (𝐿𝑛 [ ]) = 18,12 ; ∑ 𝐿𝑛 [ ] × 𝐿𝑛 [ ] = 1,42
𝐾 𝐾 𝐾 𝐾 𝐾
𝑌 2
∑ (𝐿𝑛 [ ]) = 0,15
𝐾
1. Déterminer la droite de régression

2. Calculer le coefficient de détermination ; interpréter le.
3. Calculer la somme carrée des résidus
4. Donner une formulation de la statistique de DW. Soit d = 2,4 Que pensez-vous de l’auto-corrélation des
résidus ?
5. Quelle est la valeur de l’erreur type de l’estimation ?
6. Calculer la valeur de l’écart type estimé de la pente de la droite de régression
7. Tester la pertinence de la variable exogène au risque α = 0,05.
8. Tester la robustesse du modèle estimé
Soit : 𝑇𝛼/2 = 2,3060 ; 𝐹𝛼 = 5,32 ; d1 = 1,08 ; d2 = 1,36

Exercice 5 :
1- On considère le modèle linéaire suivant :
𝒚𝒕 = 𝜷𝟎 + 𝜷𝟏 𝒙𝟏𝒕 + 𝜷𝟐 𝒙𝟐𝒕 + 𝒖𝒕 . L’estimation de ce modèle sur la période 2012 – 2021 a donné les
résultats suivants : 𝑦̅ = 30,276; 𝑥̅1 = 14,5 ; 𝑥̅ 2 = 15,10 ; ∑(𝑥1𝑡 − 𝑥̅1 )2 = 82,5 ; ∑(𝑦𝑡 − 𝑦̅)2 = 373,6 ;
∑(𝑥2𝑡 − 𝑥̅ 2 )2 = 88,9 ;
SCE = 348,2 ; ∑( 𝑥1𝑡 − 𝑥̅1 ) × (𝑦𝑡 − 𝑦̅) = 168,4 ;
∑( 𝑥2𝑡 − 𝑥̅ 2 ) × (𝑦𝑡 − 𝑦̅) = 172,554 ;
∑( 𝑥1𝑡 − 𝑥̅1 ) × (𝑥2𝑡 − 𝑥̅ 2 ) = 81,5
1. Déterminer la matrice des variances-covariances M
2. Calculer la matrice M-1
3. Calculer les valeurs estimées des coefficients de régression
4. Calculer la valeur du terme constant
5. Calculer la valeur du coefficient de détermination et interprétez-le
6. Tester la validité globale du modèle au risque 𝛼 = 5%.
Exercice 6
Pour étudier le modèle de régression multiple suivants: 𝒚𝒕 = 𝜷𝟎 + 𝜷𝟏 𝒙𝒊 + 𝜷𝟐 𝒛𝒊 + 𝜷𝟑 𝒌𝒊 + 𝒖𝒊 , on
dispose des données suivantes :
i x z k y
1 2 11 9 3
2 7 11 4 5
3 4 10 6 5
4 7 8 1 7
1- Centrer les variables du modèle

2- Donner la matrice M des variances-covariances des variables x, z et k. Monter que det M = 0
3- Vérifier la colinéarité entre x, z et k deux à deux. Préciser les conséquences
4- Effectuer la régression de 𝑦𝑖 en 𝑥𝑖 et 𝑧𝑖
Exercice 7 :
Le directeur des ressources humaines d’une société a estimé une équation de régression
qui explique le degré de satisfaction professionnelle en fonction du nombre d’années
d’expérience passée dans le service et du salaire mensuel.
L’équation estimée est la suivante : 𝒚

̂ = 𝟏𝟒, 𝟒 – 𝟖, 𝟔𝟗 𝒙𝟏 + 𝟏𝟑, 𝟓𝒙𝟐
Où, x1 : le nombre d’années d’expériences
x2 : le salaire mensuel moyen (en millier de DH).
Les résultats des estimations sont résumés dans le tableau suivant :
Dependent Variable: DSAT

Method: Least Squares
Date: 04/29/12 Time: 20:14
DSAT = 14,4 – 8,69*X1+13,5*X2
Coefficient Std. Error t-Statistic
Constant 14,448 8,191 1,76
X1 --------- 1,555 ---------
X2 13,517 2,085 ---------
s = 3,773 R-squared = --------
Sum squared DF Mean F-statistic

squared
regression ----------- 2 --------- ----------
Residual 71,17 ----------- ---------
Total 720 7
1- Compléter le tableau ci-dessus ;

2- Analyser et interpréter les résultats.
Exercice 8 :
Dependent Variable: GDP
Method: Least Squares
Date: 04/29/12 Time: 16:14
Sample: 1 180
Included observations: 180
GDP = C(1) + C(2)*MM + C(3)*PR
Coefficient Std. Error t-Statistic Prob.
C(1) -196.6975 5.592094 -35.17421 0.0000

C(2) 0.948260 0.045518 20.83281 0.0000
C(3) 787.0728 54.66425 14.39831 0.0000
R-squared 0.997675 Mean dependent var 632.4190

Adjusted R-squared 0.997636 S.D. dependent var 564.2441
S.E. of regression 27.43548
Sum squared resid 132476.2
Log likelihood -849.5171
F-statistic 25178.50
Prob(F-statistic) 0.000000
1- Montrer que 𝛽̂ est un estimateur BLUE

2- Analyser et interpréter les résultats

Exercices MECO MCL 2024

Transféré par

Droits d'auteur :

Formats disponibles

Exercices MECO MCL 2024

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exercices MECO MCL 2024

Transféré par

Droits d'auteur :

Formats disponibles

Exercice 1 :

Les données suivantes correspondent aux observations de deux variables x et y.

(R t  R )2  600 , SC Re g  400 , R2  0,80 , cov( R, C )  24,48

1. Déterminer l’estimation â de a , la SCT , la SC Re s et la taille de l’échantillon n .

résultats des estimations sont présentés ci-après:

1. Déterminer la droite de régression

Soit : 𝑇𝛼/2 = 2,3060 ; 𝐹𝛼 = 5,32 ; d1 = 1,08 ; d2 = 1,36

1- Centrer les variables du modèle

L’équation estimée est la suivante : 𝒚

Où, x1 : le nombre d’années d’expériences

x2 : le salaire mensuel moyen (en millier de DH).

Les résultats des estimations sont résumés dans le tableau suivant :

Dependent Variable: DSAT

Constant 14,448 8,191 1,76

X1 --------- 1,555 ---------

X2 13,517 2,085 ---------

s = 3,773 R-squared = --------

Sum squared DF Mean F-statistic

regression ----------- 2 --------- ----------

Residual 71,17 ----------- ---------

1- Compléter le tableau ci-dessus ;

Coefficient Std. Error t-Statistic Prob.

C(1) -196.6975 5.592094 -35.17421 0.0000

R-squared 0.997675 Mean dependent var 632.4190

1- Montrer que 𝛽̂ est un estimateur BLUE

Vous aimerez peut-être aussi