Scribd
Importer
26 vues8 pages

Interprétation des Tests Statistiques en Régression

Le document présente une analyse statistique à travers des exercices portant sur le T de Student et le F de Fisher, permettant d'interpréter la significativité des coefficients d'un modèle de régression. Il démontre que, bien que la variable indépendante ait un effet significatif sur la variable dépendante, le modèle global n'explique pas suffisamment la variance. Des calculs supplémentaires, incluant des estimations de paramètres et des tests d'hypothèses, sont également réalisés pour évaluer la performance du modèle.

Transféré par

a b d e S A R
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
26 vues8 pages

Interprétation des Tests Statistiques en Régression

Le document présente une analyse statistique à travers des exercices portant sur le T de Student et le F de Fisher, permettant d'interpréter la significativité des coefficients d'un modèle de régression. Il démontre que, bien que la variable indépendante ait un effet significatif sur la variable dépendante, le modèle global n'explique pas suffisamment la variance. Des calculs supplémentaires, incluant des estimations de paramètres et des tests d'hypothèses, sont également réalisés pour évaluer la performance du modèle.

Transféré par

a b d e S A R
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

TD 1 REG SIMPLE

Statistique

ENNAMAT ABDELAALI
G5 GESTION
Statistique TD1
3ème Année

Exercice n°1 :
Résultats et leurs interprétations

1. T de Student (T-statistique) :
o Observation : T de l’échantillon est supérieur à t lu sur la table.
o Interprétation : Lorsque la valeur observée de la statistique t est supérieur à la
valeur critique tirée de la table, cela signifie que nous pouvons rejeter
l'hypothèse nulle H0H_0 (qui postule généralement que le coefficient est égal à
zéro) au niveau de significativité choisi (souvent 5%). Par conséquent, nous
pouvons conclure que le coefficient aa est statistiquement significatif. Cela
indique que la variable XX a une influence significative sur la variable YY.
2. F de Fisher (Statistique F):
o Observation : F de l’échantillon est inférieur à F lu sur la table.
o Interprétation : Lorsque la valeur observée de la statistique F est inférieure à
la valeur critique de la table, nous ne pouvons pas rejeter l'hypothèse nulle
H0H_0 (qui postule généralement que le modèle global n'explique pas mieux
la variance des données que le modèle avec seulement l'ordonnée à l'origine).
Cela signifie que le modèle global n'est pas statistiquement significatif. En
d'autres termes, bien que la variable XX soit significative, le modèle dans son
ensemble (incluant le terme constant bb) ne l'est pas.

Conclusion

En résumé, même si la variable indépendante XX à un effet significatif sur la variable


dépendante YY (indiqué par le T de Student), le modèle global n'est pas suffisamment
puissant pour expliquer la variance de YY (indiqué par le F de Fisher).
Exercice n°2 :
➢ tracez le nuage de points :

on peut dire que la relation entre les deux variables est linéaire

➢ Estimer par la méthode des MCO les paramètres a et b.

Xi Yi Xi^2 XiYi Yi^2 (Y-Ȳ )^2


25 19 625 475 361 1122.25
50 31 2500 1550 961 462.25
75 38 5625 2850 1444 210.25
100 52 10000 5200 2704 0.25
125 76 15625 9500 5776 552.25
150 99 22500 14850 9801 2162.25
525 315 56875 34425 21047 4509.5

Calculs :
➢ Tableau d’analyse de la variation :

SOMME DES CARRES DEGRES DE LIBERTES CARRE MOYEN

EXPLIQUEE SCE = Σ(y^−yˉ)2=4299.85 1 4299.85

RESIDUELLE SCR = Σ(y−y^)2=209.65 N−2=4 209.65

TOTALE SCT = Σ(y−yˉ)2=4509.5 5 4509.5

➢ Le pourcentage de variation expliqué par le modèle est

➢ Coefficient de corrélation

Forte corrélation entre les deux variables dans le même sens.


➢ Intervalle de confiance

➢ Intervalle de confiance et Hypothèse nulle

0 appartient à l'intervalle de confiance donc on accepte H0, le montant n'explique pas


significativement le nombre de bons.
Exercice n°2 :

➢ les paramètres du modèle ( â, b)

➢ La matrice de variance covariance


➢ Coefficient de détermination

Donc 98% des carres est expliques par le module

➢ Test Du Student
Donc on accepte H1 a est significativement diffèrent de 0

Donc on accepte H1 b est significativement diffèrent de 0

➢ Test Du Fisher

On accepte H1 donc la régression en générale est significative

➢ Intervalle de confiance pour x=10

Vous aimerez peut-être aussi