Podcast
Questions and Answers
Quels éléments influencent le choix de la forme du modèle par le modélisateur?
Quels éléments influencent le choix de la forme du modèle par le modélisateur?
Quelle condition doit être remplie pour utiliser la méthode des Moindres carrés ordinaires?
Quelle condition doit être remplie pour utiliser la méthode des Moindres carrés ordinaires?
Quel est un exemple d'un modèle non linéaire?
Quel est un exemple d'un modèle non linéaire?
Que représentent les estimateurs dans le contexte de la modélisation?
Que représentent les estimateurs dans le contexte de la modélisation?
Signup and view all the answers
Quelle affirmation est vraie concernant les estimations des paramètres a et b?
Quelle affirmation est vraie concernant les estimations des paramètres a et b?
Signup and view all the answers
Quelle est la nature des estimateurs?
Quelle est la nature des estimateurs?
Signup and view all the answers
Quel est le but principal de la détermination des valeurs pour a et b?
Quel est le but principal de la détermination des valeurs pour a et b?
Signup and view all the answers
Quel type de modèle pourrait être linéarisé?
Quel type de modèle pourrait être linéarisé?
Signup and view all the answers
Quel est l'objectif principal de l'étude dans le modèle linéaire simple?
Quel est l'objectif principal de l'étude dans le modèle linéaire simple?
Signup and view all the answers
Que souligne la représentation graphique concernant la relation entre Y et X?
Que souligne la représentation graphique concernant la relation entre Y et X?
Signup and view all the answers
Quel type de variable est considérée comme expliquée dans le modèle de régression linéaire?
Quel type de variable est considérée comme expliquée dans le modèle de régression linéaire?
Signup and view all the answers
Quels types de modèles de régression linéaire sont mentionnés comme alternatives?
Quels types de modèles de régression linéaire sont mentionnés comme alternatives?
Signup and view all the answers
Quelles hypothèses doivent être respectées pour appliquer les MCO (Moindres Carrés Ordinaires)?
Quelles hypothèses doivent être respectées pour appliquer les MCO (Moindres Carrés Ordinaires)?
Signup and view all the answers
Pourquoi la connaissance de X ne permet-elle pas de déterminer de façon unique Y?
Pourquoi la connaissance de X ne permet-elle pas de déterminer de façon unique Y?
Signup and view all the answers
Quelle serait l'une des implications de l'utilisation d'un modèle logarithmique?
Quelle serait l'une des implications de l'utilisation d'un modèle logarithmique?
Signup and view all the answers
Quel échantillon est utilisé pour étudier la relation entre les revenus et les dépenses?
Quel échantillon est utilisé pour étudier la relation entre les revenus et les dépenses?
Signup and view all the answers
Quel est l'objectif principal de la méthode des moindres carrées ordinaires (MCO) ?
Quel est l'objectif principal de la méthode des moindres carrées ordinaires (MCO) ?
Signup and view all the answers
Qui a introduit l'approche des moindres carrés en 1805 ?
Qui a introduit l'approche des moindres carrés en 1805 ?
Signup and view all the answers
Qu'est-ce qu'un estimateur sans biais ?
Qu'est-ce qu'un estimateur sans biais ?
Signup and view all the answers
Quelle hypothèse est nécessaire concernant le régresseur x dans le modèle MCO ?
Quelle hypothèse est nécessaire concernant le régresseur x dans le modèle MCO ?
Signup and view all the answers
Quelle propriété des estimateurs est garantifiée par les hypothèses de validité des MCO ?
Quelle propriété des estimateurs est garantifiée par les hypothèses de validité des MCO ?
Signup and view all the answers
Quel type d'écart la méthode des moindres carrés cherche-t-elle à minimiser ?
Quel type d'écart la méthode des moindres carrés cherche-t-elle à minimiser ?
Signup and view all the answers
Pourquoi est-il important de connaître les variances d'échantillonnage des estimateurs ?
Pourquoi est-il important de connaître les variances d'échantillonnage des estimateurs ?
Signup and view all the answers
Quelle est la principale caractéristique du modèle MCO par rapport aux paramètres ?
Quelle est la principale caractéristique du modèle MCO par rapport aux paramètres ?
Signup and view all the answers
Quelle hypothèse stipule que l'aléa est indépendant de la variable explicative?
Quelle hypothèse stipule que l'aléa est indépendant de la variable explicative?
Signup and view all the answers
Que signifie l'hypothèse d'homoscédasticité?
Que signifie l'hypothèse d'homoscédasticité?
Signup and view all the answers
Quelle conséquence découle d'une violation des hypothèses 5 à 6?
Quelle conséquence découle d'une violation des hypothèses 5 à 6?
Signup and view all the answers
Que stipule l'hypothèse 7 sur les aléas?
Que stipule l'hypothèse 7 sur les aléas?
Signup and view all the answers
Quelles propriétés statistiques doivent avoir un estimateur pour être considéré comme 'sans biais'?
Quelles propriétés statistiques doivent avoir un estimateur pour être considéré comme 'sans biais'?
Signup and view all the answers
Quel est le critère pour qu'un estimateur soit considéré comme convergent?
Quel est le critère pour qu'un estimateur soit considéré comme convergent?
Signup and view all the answers
Quel impact a une déviation des hypothèses 2 et 3 sur l'estimateur des MCO?
Quel impact a une déviation des hypothèses 2 et 3 sur l'estimateur des MCO?
Signup and view all the answers
Quelles sont les implications si les hypothèses sur la distribution des aléas sont fausses?
Quelles sont les implications si les hypothèses sur la distribution des aléas sont fausses?
Signup and view all the answers
Study Notes
Le modèle linéaire simple
- On étudie la relation entre les revenus X et les dépenses Y, à l'aide d'un échantillon de soixantaine d'individus, ayant des revenus (xi) et des dépenses (yi)
- L'objectif est de retrouver les caractéristiques de la relation entre les variables X et Y de la population-mère en s'appuyant sur cet échantillon.
- Le nuage de points indique qu'un ajustement linéaire de Y sur X est adéquat, à la vue des valeurs des points.
- La relation entre les variables X et Y n’est pas exacte, la connaissance de X ne permet pas de déterminer de façon unique Y.
- Le modèle de régression linéaire permet d’expliquer le comportement de la variable expliquée (ou endogène) par une variable explicative (ou exogène).
- Il existe des expressions alternatives possibles: modèle semi-logarithmique, modèle logarithmique, modèle exponentielle, etc.
- Le choix de la forme du modèle dépend des choix méthodologiques du modélisateur, qui sont généralement éclairés par la littérature économique, ses a priori théoriques ou toute autre conclusion basée sur une analyse graphique ou statistique.
- Pour mettre en œuvre la méthode des Moindres carrés ordinaires, il faut que le modèle soit linéaire
- Les paramètres a et b sont toujours inconnus, et on cherche à déterminer les valeurs plausibles pour les paramètres a et b, et à déterminer la relation estimée.
- Les estimations des paramètres a et b sont liées à l’échantillon utilisé.
- Des échantillons distincts fourniront donc des estimations différentes.
- Les estimations sont les valeurs prises par les estimateurs.
- Les estimateurs et dépendent des observations
- Les estimateurs sont des variables aléatoires.
- Les estimateurs sont des « statistiques » calculées sur l’échantillon.
- Un estimateur est une fonction de variables aléatoires observables ne dépendant pas de paramètres inconnus.
- Une estimation est une valeur numérique, prise par un estimateur au regard des données de l’échantillon.
- Une estimation est associée à un échantillon.
Un peu d’histoire
- La démarche économétrique (MCO) consiste à trouver l’équation de la droite qui passe au plus près des points du nuage.
- L'approche des MCO a été introduite en 1805 par Adrien-Marie Legendre, mais la paternité est contestée par Carl Friedrich Gauss.
- La méthode des MCO est l'une des méthodes phare d'estimation dans les travaux économétriques.
- Les estimateurs obtenus sont les estimateurs des moindres carrées ordinaires (en anglais OLS pour ordinary least square).
Les hypothèses de validité des MCO
- La « popularité » de la méthode des MCO est liée aux propriétés statistiques des estimateurs qui sont obtenus.
- Ces propriétés statistiques dérivent d’hypothèses qui assurent que les estimateurs sont sans biais et que les variances d’échantillonnage peuvent être déterminées.
- Un estimateur est sans biais si son espérance est égal au paramètre estimé.
- Les variances d’échantillonnage seront particulièrement utiles pour déterminer les lois de probabilités des estimateurs.
- Les principales hypothèses concernent l’aléa.
- Hypothèse 1: Le modèle est linéaire au regard des paramètres.
- Hypothèse 2: Le régresseur x est observé sans erreur, ce n’est pas une variable aléatoire.
- Hypothèse 3: Pour une valeur de x donnée, la valeur attendue du terme aléatoire est nulle.
- Hypothèse 4: L’aléa est indépendant de la variable explicative.
- Hypothèse 5: Deux termes aléatoires ne sont pas corrélés.
- Hypothèse 6: Les aléas sont distribués de la même façon autour de leur espérance: c’est l’hypothèse d’homoscédasticité.
- Hypothèse 7: Les aléas sont des variables aléatoires normales.
Les propriétés des estimateurs
- On s’intéresse à deux propriétés statistiques des estimateurs: un estimateur sans biais et un estimateur convergent.
- Ces propriétés statistiques sont déduites des formes fonctionnelles des estimateurs.
- Conséquence 1: Les hypothèses H3, H5, H6 et H7 permettent de conclure que les sont des variables aléatoires normales iid (indépendantes et identiquement distribuées).
- Conséquence 2: Puisque alors:
- Une violation des hypothèses 2 et 3 biaise l’estimateur des MCO.
- Une violation des hypothèses 5 à 6 ne biaise pas l’estimateur mais invalide les résultats inférentiels.
- Conséquences: Les tests ne sont plus utilisables, et on ne peut plus s ’appuyer sur les résultats des MCO pour déduire les propriétés de la relation au niveau de la population mère.
- Les estimateurs sont des variables aléatoires car: la relation est : y i axi b i, l’aléa est une variable aléatoire, la variable expliquée dépend de l’aléa, les estimateurs sont des fonctions de la variable expliquée.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Ce quiz explore le modèle linéaire simple qui examine la relation entre les revenus et les dépenses d'un échantillon d'individus. Il aborde les ajustements linéaires, la distinction entre variables endogènes et exogènes, et les différentes formes possibles de modèles de régression. Testez vos connaissances sur la méthodologie des modèles statistiques et leur interprétation!