Projet 2 Econometrie

PROJET N:(02)
 Nom : Nouacer
 Prenom : Hind
 Groupe : 03
 Specialite : Finance et Actuariat
 Module : économétrie
Sur eviews
Importation des données eviews :

Reponses :
1)-les principaux indicateurs statistiques (moyenne et

écart type) des séries statistiques présentées ci-dessus?
Les variables sont elles homogènes?
On sélectionne tous les variables →open→as
group→view→descriptive stats→common sample
 Les variables ne sont pas homogenes car il ont pas la meme unite
de mesure.
2)- proposez une solution pour que les variables soient
homogènes?
 On va travailler par les taux de croissance.
3) calculer le taux de croissances des variables ci-dessus
sachant que TC=X(t)-X(t-1)/X(t-1)?
On remarque qu’il ya des valeurs manquantes dans la
variable infl et la variable realint .
 Il faut d’abord remplacer ces NA par la moyenne de
chaque variable apres on calcul les TC comme suit :
Gener ---->tc_cpi_u= ((cpi_u)-cpi_u(-1))/cpi_u(-1)-----> ok
On obtient les TC de tous les variables, ex :
4)- Estimer le modèle suivant: Taux de croissance de
Realgdp en fonction de toutes les variables
explicatives?
On selection tc_realgdp et les autres variables  open  as
equationok
On remarque que la majorite des variables sont pas siginicatives.

Test de Fisher
Le modèle est globalement significatif car la probabilité de fisher
est inférieure à 0.05 donc on rejette H0 : β0 = β1= β2 =….= βi
et on accepte H1 : β sont ≠0.
Le coefficient de corrélation R2
Adjusted R-squared = 0.93, c-a-d 93% de la variable (tc_realgdp)
est explique par les variables explicatives.
5)-Appliquer le test de klein sur les données ainsi que les
coefficients de corrélation partiels avec la variable TCReagd?
Conclure?
Ex Pour calculer les correlation partiel :
On selectionne tc_cpi_u et tc_realgdp open  as
groupview covariance analysis on ecrit le reste des
variablesok
TC_REALGOV
TC_REALGDP T
TC_REALGDP 1.000000 0.768125

TC_REALGOV
T 0.768125 1.000000
TC_REALGDP TC_REALDPI
TC_REALGDP 1.000000 0.158789

TC_REALDPI 0.158789 1.000000
TC_REALCON
TC_REALGDP S
TC_REALGDP 1.000000 0.808729

TC_REALCON
S 0.808729 1.000000
TC_REALCON
TC_REALGDP S
TC_REALGDP 1.000000 0.808729

TC_REALCON
S 0.808729 1.000000
TC_REALGDP TC_POP
TC_REALGDP 1.000000 -0.001430

TC_POP -0.001430 1.000000
TC_REALGDP TC_M1
TC_REALGDP 1.000000 0.023900

TC_M1 0.023900 1.000000
TC_REALGDP TC_INFL
TC_REALGDP 1.000000 -0.029766

TC_INFL -0.029766 1.000000
TC_REALGDP TC_CPI_U
TC_REALGDP 1.000000 0.068463

TC_CPI_U 0.068463 1.000000
On peut faire le Classement des variables selon l’ordre

d’importance en utilisant les corr partiel (par ordre decroissant).
 Correlation simple :
Conclusion : il y aune forte correlation entre quelque variables qui

conduisent a un problem de multicolinearite.
6)- En utilisant la méthode d'élimination progressive
déterminer le meilleur modèle on vérifiant la stabilité de
modèle sur toute la période?
On elimine les variables selon leur P_value.
On estime le modele
On elimine tc_pop qui a la plus grande valeur du Prob

(0,9843)
Apres qu’on a elimine tous les variables avec la proba la
plus grande on obtient ce meilleur model :
Tc_realgdp=0,000446+0,52tc_realcons+0,05tc_realdpi+0,19tc_realgovt+0,14tc_realinvs
-test de chow:
Pour savoir les point de repture ; On clique sur tc_realgdp
viewgraph
On remarque qu’il y a 3 date : 1958Q1 1978 Q2 1980 Q2

On estime notre modelviewstability diagnosticschow break
point test 1958 Q1 1978 Q2 1980 Q2
Comme le proba de fisher <0,05 on rejette H0, alors le modele n’est pas
stable sur toute la periode , il y a un changement structurel on doit
scinder le modele sur trois periodes.
7)-Appliquer le test de Ramsy sur le modèle? Quelle est
l'utilité de ce test?
On selectionne le model openas equationviewstability
diagnosticsramesey reset test
On remarque proba de fisher <0,05 on rejette H0 c-a-d la forme

fonctionnel est valide, y’a pas des variables manquantes.
-l’utilité de ce test : a chaque fois il ajoute un variable explicative au
modele pour confirmer esq la forme fonctionnel est valide ou pas.
8)- les hypothèses classiques sont elles valides?
Commentez?
Autocorrélation des erreurs :
L’intersection de K=5 , n= 203 on trouve dl=1,72 et

du=1,82
Dw=1,86 appartient a [du,4-du]--- absence
d’autocorrélation.
La normalité :
On estime notre modele-viewresidual diagnostics-
histogram-normality test
Visuellement : Le graphe ressemble a loi normal
Ms pratiquement on remarque que jarque-bera =36,94>0,05 donc
l’hypothese de normalite n’est pas valide.
L’hétéroscédasticité :
Residual diagnosticshétéroscédasticité testwhite
On trouve ce resultat :
Prob de fisher =0,0565>0,05 , alors on accepte H0 c-a-d
homoscédasticité.
-ARCH :
Prob de fisher =0,7991>0,05 , alors on accepte H0 c-a-d

homoscédasticité.

Projet 2 Econometrie

Transféré par

Droits d'auteur :

Formats disponibles

Projet 2 Econometrie

Transféré par

Informations du document

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

Projet 2 Econometrie

Transféré par

Droits d'auteur :

Formats disponibles

PROJET N:(02)

Importation des données eviews :

1)-les principaux indicateurs statistiques (moyenne et

On remarque que la majorite des variables sont pas siginicatives.

TC_REALGDP 1.000000 0.768125

TC_REALGDP 1.000000 0.158789

TC_REALGDP 1.000000 0.808729

TC_REALGDP 1.000000 0.808729

TC_REALGDP 1.000000 -0.001430

TC_REALGDP 1.000000 0.023900

TC_REALGDP 1.000000 -0.029766

TC_REALGDP 1.000000 0.068463

On peut faire le Classement des variables selon l’ordre

Conclusion : il y aune forte correlation entre quelque variables qui

On elimine tc_pop qui a la plus grande valeur du Prob

On remarque qu’il y a 3 date : 1958Q1 1978 Q2 1980 Q2

On remarque proba de fisher <0,05 on rejette H0 c-a-d la forme

L’intersection de K=5 , n= 203 on trouve dl=1,72 et

Prob de fisher =0,7991>0,05 , alors on accepte H0 c-a-d

Vous aimerez peut-être aussi