Econométrie

Cours 4

• Matière du cours :
— Tests d’hypothèses de β 1 et β 2
— Inférence et non-normalité

1. Tests d’hypothèses de β 1 et β 2
• Lestests d’hypothèses sont des règles de décision permettant d’évaluer si une hy-
pothèse relative aux paramètres β 1 et β 2 est ou non compatible avec les observations
• Dans un premier temps, on suppose que, outre les hypothèses A1 à A5, l’hypothèse
optionnelle de normalité A6 est satisfaite, et que σ 2 est connu

1.1. Statistique de test

• Sous les hypothèses A1 à A6, on a (j = 1, 2):



 β̂ j − β oj

 ẑ = ∼ N(0, 1) , si β j = β oj
 o s.e.(β̂ )
j
β̂ j ∼ N(β j , V ar(β̂ j )) ⇔


 β̂ j − β oj β ∗j −β oj

 ẑ =
 o s.e.(β̂ ) ∼ N s.e.(β̂ j )
,1 , si β j = β ∗j (= β oj)
j

où V ar(β̂ j ) = σ 2qjj , avec qjj = (X ′X)−1 jj

et s.e.(β̂ j ) = V ar(β̂ j )
 3

• Graphiquement :

f z0 Distribution de z 0
Distribution de z 0
lorsque j 0j
Distribution de z 0 Distribution de z 0
0 0
lorsque j j j
lorsque j j j

0 0
j j
0 j j z0
s.e. j s.e. j

→ En s’appuyant sur ce résultat de distribution d’échantillonnage, on peut

construire des tests d’hypothèses bilatéraux et unilatéraux

1.2. Test bilatéral

• Un test bilatéral au seuil α de H0 : β j = β oj contre H1 : β j = β oj est donné par :

 - Rejet de H si |ẑ | = β̂ j −β oj > z α
0 o s.e.(β̂ j ) 1− 2
 - Non-rejet de H sinon
0

Risque de 1ère espèce : IP(RH0 | H0 est vraie) Puissance : IP(RH0 | H0 est fausse)

Risque de f z0 Distribution de z 0 Puissance f z0 Distribution de z 0

1ère espèce du test
Distribution de z 0
Distribution de z 0 lorsque lorsque j 0
0 Distribution de z 0 j j
j j H0 vraie lorsque j 0j

2 2

z 0 z z0 z 0 z z0
1 1 1 1
2 2 2 2

Rejet de H0 Non-rejet de H0 Rejet de H0 Rejet de H0 Non-rejet de H0 Rejet de H0

0
j j

s.e. j
 5

• Le test bilatéral au seuil α ne rejette pas H0 : β j = β oj lorsque :

β̂ j −β oj
|ẑo| = s.e.(β̂ j )
≤ z1− α2 ⇔ β oj − z1− α2 s.e.(β̂ j ) ≤ β̂ j ≤ β oj + z1− α2 s.e.(β̂ j )
⇔ β̂ j − z1− α2 s.e.(β̂ j ) ≤ β oj ≤ β̂ j + z1− α2 s.e.(β̂ j )

f j Distribution de j

Distribution de Une réalisation particulière

j
lorsque j 0j de j : j
L'intervalle de confiance pour
cette réalisation particulière de j

j z1 s.e. j j z1 s.e. j
2 2

2 2
0
0 j 0
j z s.e. j
j
j z s.e. j j
1 1
2 2

Rejet de H0 Non-rejet de H0 Rejet de H0

 o
 - Rejet de H0 si β j n’appartient pas à l’intervalle de
→ Règle équivalente : confiance à (1 − α) × 100% pour β j

- Non-rejet de H0 sinon

1.3. Tests unilatéraux

• Un test unilatéral à droite au seuil α de H0 : β j ≤ β oj contre H1 : β j > β oj est donné
par :

 - Rejet de H si ẑ = β̂ j −β oj > z
0 o s.e.(β̂ j ) 1−α
 - Non-rejet de H sinon
0

• Symétriquement, un test unilatéral à gauche au seuil α de H0 : β j ≥ β oj contre H1 :

β j < β oj est donné par :

 - Rejet de H si ẑ = β̂ j −β oj < z (= −z )
0 o s.e.(β̂ j ) α 1−α
 - Non-rejet de H sinon
0
 7
• Risque de 1ère espèce (cas du test unilatéral à gauche) :

f z0 Distribution de z 0 f z0 Distribution de z 0
Risque de Risque de
1ère espèce 1ère espèce
Distribution de z 0 lorsque Distribution de z 0 lorsque
0 0
j j H0 vraie j j j H 0 vraie

0
z 0 z0 z 0 j j z0
s.e. j

Rejet de H0 Non-rejet de H0 Rejet de H0 Non-rejet de H0

• Puissance (cas du test unilatéral à gauche) :

f z0 Distribution de z 0
Puissance
du test
Distribution de z 0
Distribution de z 0 lorsque j 0j
0
lorsque j j j

z 0 z0
Rejet de H0 Non-rejet de H0
0
j j

s.e. j

1.4. P-valeur
• Lerésultat d’un test (bilatéral ou unilatéral) peut être différent selon le choix du
seuil α du test
• La P-valeur d’un test est la valeur minimale du seuil α du ∗test pour laquelle on
β̂ j −β oj
peut rejeter H0, pour la valeur de la statistique de test ẑo∗ = s.e.(β̂ j )
obtenue dans un
échantillon particulier
• La P -valeur pẑo∗ d’un test bilatéral est donnée par :
pẑo∗ = IP(|z| > |ẑo∗|) , où z ∼ N(0, 1)

f z z N 0,1 f z z N 0,1
= Distribution de z 0 = Distribution de z 0
P valeur lorsque j 0j Une réalisation particulière lorsque j 0j
du test de z 0 : z 0
Une réalisation particulière
de z 0 : z 0
pz pz
0 0

pz pz 2 2
0 0

2 2

z 0 z z z 0 z z
1
2
1
2
1
2 z0 z0 1
2
z0 Valeurs critiques d'un z0 Valeurs critiques d'un
test au seuil test au seuil
 9

• La P -valeur pẑo∗ d’un test unilatéral à droite est donnée par :

pẑo∗ = IP(z > ẑo∗) , où z ∼ N(0, 1) ,

et celle d’un test unilatéral à gauche par :

pẑo∗ = IP(z < ẑo∗) , où z ∼ N(0, 1)

Graphiquement (cas du test unilatéral à droite) :

f z z N 0,1 f z z N 0,1
= Distribution de z 0 = Distribution de z 0
P valeur lorsque j 0j Une réalisation particulière lorsque j 0j
du test de z 0 : z 0
Une réalisation particulière
de z 0 : z 0 pz
0

pz
0

0 z1 z 0 z1 z
z0
Valeur critique d'un z0 Valeur critique d'un
test au seuil test au seuil

10

1.5. Cas où σ 2 est inconnu

β̂ j −β oj
• La statistique de test ẑo = s.e.(β̂ j )
dépend de σ 2 au travers de l’écart-type s.e.(β̂ j ) =
′ −1
σ 2qjj , où qjj = (X X) jj

• En pratique, σ 2 est inconnu, mais il peut être estimé en utilisant son estimateur
n
1
convergent et non biaisé : ŝ2 = n−2 ê2i
i=1

• Le remplacement de σ 2 par ŝ2 fait passer la distribution d’échantillonnage de la

statistique de test de lois normales à des lois de Student (j = 1, 2) :
 
 β̂ j −β oj  β̂ j −β oj o
 ẑo = s.e.(β̂ ) ∼ N(0, 1)  t̂o = s.ê.( β̂ j )
∼ t(n − 2) , si β j = β j
j
o ∗ o
→ o

 ẑo = β̂ j −β j ∼ N β j −β j , 1 
 t̂o = β̂ j −β j ∼ t(δ ∗, n − 2) , si β j = β ∗ (= β o)
s.e.(β̂ ) s.e.(β̂ ) s.ê.(β̂ ) j j
j j j

β ∗j −β oj
où s.ê.(β̂ j ) = ŝ2qjj et δ ∗ = s.e.(β̂ j )
 11

• On obtient ainsi les t-tests suivants :

Test Règle de décision P -valeur

β̂ j −β oj
RH0 si |t̂o| = > tn−2;1− α2
Bilatéral s.ê.(β̂ j ) pt̂∗o = IP(|t| > |t̂∗o |)
NRH0 sinon

β̂ j −β oj
RH0 si t̂o = > tn−2;1−α
Unilatéral à droite s.ê.(β̂ j ) pt̂∗o = IP(t > t̂∗o )
NRH0 sinon

β̂ j −β oj
RH0 si t̂o = < tn−2;α
Unilatéral à gauche s.ê.(β̂ j ) pt̂∗o = IP(t < t̂∗o )
NRH0 sinon

• Remarques :

— Le test bilatéral peut être effectué au travers de l’intervalle de confiance pour β j

— Les interprétations en termes de risque de 1ère espèce et de puissance, ainsi que
l’interprétation de la P -valeur de ces tests, sont inchangées

12

2. Inférence et non-normalité
• Lesintervalles de confiance et tests d’hypothèses de β 1 et β 2 obtenus précédemment
suppose que, outre les hypothèses A1 à A5, l’hypothèse optionnelle de normalité A6
est satisfaite
• Sous l’hypothèse de normalité A6, ces intervalles de confiance et tests d’hypothèses
de β 1 et β 2 sont exacts en échantillon fini (quel que soit la taille d’échantillon n)
• Cesmêmes intervalles de confiance et tests d’hypothèses de β 1 et β 2 restent cepen-
dant valables asymptotiquement, à titre approximatif, pour n grand, sous les seules
hypothèses A1 à A5. Ce résultat découle de trois éléments :
— Pour n grand, β̂ est toujours distribué de façon approximativement normale :
β̂ ≈ N(β, σ 2(X ′X)−1)
— Pour n grand, le remplacement de σ 2 par son estimateur ŝ2 ne modifie pas les
distributions d’échantillonnage en jeu
— Pour n grand, t(n − 2) ≈ N(0, 1)