Scribd
Importer
313 vues3 pages

Reression Sous Eviews

L'écran Eviews présente les résultats d'une régression linéaire simple où la variable dépendante X est expliquée par la variable indépendante T. Il indique les estimations des coefficients, leurs écarts-types, les statistiques de Student et la probabilité critique permettant de tester la significativité des coefficients. Plusieurs autres paramètres sont également calculés tels que le R-carré, l'écart-type des résidus et la somme des carrés des résidus.

Transféré par

آلا ءء
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
313 vues3 pages

Reression Sous Eviews

L'écran Eviews présente les résultats d'une régression linéaire simple où la variable dépendante X est expliquée par la variable indépendante T. Il indique les estimations des coefficients, leurs écarts-types, les statistiques de Student et la probabilité critique permettant de tester la significativité des coefficients. Plusieurs autres paramètres sont également calculés tels que le R-carré, l'écart-type des résidus et la somme des carrés des résidus.

Transféré par

آلا ءء
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Université Hassan 1er , 3ème année de Licence / Economie

Faculté d’Economie et de Gestion, Settat. Matière : Séries Temporelles


Année Universitaire : 2023-2024
Prof : S. ASSOUDOU

LECTURE D’UN ECRAN EVIEWS

Le Modèle de Régression Simple

Quels sont les renseignements fournis par l’écran Eviews suivant ?

O U
UD
SS O
A

1
L’écran Eviews indique que l’on a effectué une régression, au sens des moindres carrés
(”Method : Least Squares”), dans laquelle
ˆ X est la variable dépendante (”Dependent Variable”), appelée aussi variable en-
dogène ou à expliquer,

ˆ T (variable temps dans cet exemple) est la variable indépendante, appelée aussi
exogène ou explicative

ˆ C est la constante.
Les résultats sont obtenus à partir d’un échantillon (”Sample”) comportant 16 observa-
tions qui sont toutes prises en compte pour la régression (”Included observations : 16”).

Le modèle considéré est donc le suivant :

X = a T + b + u, u étant une variable aléatoire suivant une loi normale.

Eviews calcule
ˆ l’estimation de a (”Cœfficient” pour la variable T ), soit â = 1, 632353

ˆ et l’estimation de b (”Cœfficient” pour la variable C), soit b̂ = 111, 3750,

O U
ˆ puis les estimateurs des écarts types de ces deux estimateurs (”Std Error”) :

UD
σ̂â = 0, 560808 et σ̂b̂ = 5, 422751.

S O
De là sont déduites les valeurs de ”t-calculé” (ici, ”t-Statistic”), c’est à dire

S
A
ˆ pour la pente de la droite de régression
â
σ̂â
=
1, 632353
0, 560808
= 2, 910719

ˆ et pour l’ordonnée à l’origine

b̂ 111, 3750
= = 20, 538447.
σ̂b̂ 5, 422751

Ces valeurs sont utiles pour effectuer des tests d’hypothèses, et en particulier des tests
d’hypothèses bilatéraux portant sur la nullité des paramètres de la régression ; ainsi pour
le cœfficient a, considérons le test :

H0 : a = 0 contre H1 : a ̸= 0.
â
Le ratio suit alors, sous H0 , une loi de student à n − 2 = 14 degrés de liberté ; la
σ̂â
valeur de ”t-calculé” est ici tc = 2, 910719.

Eviews calcule la probabilité critique (”Prob”), égale à 0,0114, ce qui signifie que :

P (| t14 |≥ 2, 910719) = 0, 0114.

2
ˆ Si P rob < 0, 05 on rejette H0 et le cœfficient est significatif.

ˆ Si P rob > 0, 05 on accepte H0 et le cœfficient est non significatif.

Les autres paramètres calculés par Eviews sont :

ˆ R-squared : c’est le cœfficient de détermination R2 ,

ˆ S.E. of regression (Standard Error of regression) : il s’agit d’une estimation de


l’écart-type de la variable aléatoire u :
n
X
û2i
i=1
σ̂u2 = ,
n−2

ˆ Sum of squared residuals : c’est la somme des carrés des résidus, soit
n
X
û2i ,
i=1

ˆ Mean dependent var : c’est la moyenne de la variable X,

O U
de la variable X.
UD
ˆ S.D. dependent var (Standard Deviation of dependent variable) : c’est l’écart-type

S O
Les autres paramètres calculés sont peu utiles dans le cadre du modèle de régression
simple.
S
A

Vous aimerez peut-être aussi