0% ont trouvé ce document utile (0 vote)
51 vues3 pages

TD Économétrie 2

Le document présente des exercices sur l'économétrie des données de panel, en se concentrant sur les modèles à effets fixes et aléatoires. Il inclut des démonstrations mathématiques sur les propriétés des matrices de variance-covariance et des estimateurs. Les exercices visent à illustrer les concepts d'estimation et de distribution dans le cadre de modèles économétriques avancés.

Transféré par

خطره ولد أبي
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
0% ont trouvé ce document utile (0 vote)
51 vues3 pages

TD Économétrie 2

Le document présente des exercices sur l'économétrie des données de panel, en se concentrant sur les modèles à effets fixes et aléatoires. Il inclut des démonstrations mathématiques sur les propriétés des matrices de variance-covariance et des estimateurs. Les exercices visent à illustrer les concepts d'estimation et de distribution dans le cadre de modèles économétriques avancés.

Transféré par

خطره ولد أبي
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 Nouakchott Al assriya Econométrie des données de pannel

Faculté des sciences juridiques et économomiques Semestre 2


Master:Econométrie et statistque appliqué Avril: 2024

TD : Mercredi 05/06/2024

Exercice:1
Soit le modèle à effets individuelles fixes :

yit = α + βxit + µi + vit

i : individus,i=1,...,N
t : le temps,t=1,...,T
l’écriture matricielle :
y = αeN T + Xβ + Zµ µ + v
(1)
= Zδ + Zµ µ + v
où Z : vecteur N T × (k + 1) ; Z̄µ : matrice N T × T des effets individuels fixes 1°) Montrons
qu’en multipliant (1) par Φ : matrice within, on trouve :

ϕy = ϕXβ + ϕv (2)

2°) Montrer que pour la distribution usuelle Qv, E(Qv) = 0 et la matrice de variance-covariance
est σv2 Q
b)
Rappel: Dans le cadre des MCG, y = Xβ+, on a :

β̂M CG = (X ′ Ω−1 X)−1 X ′ Ω̂−1 (PX y + (In − PX )y)

= (X ′ Ω−1 X)−1 X ′ Ω−1 PX y + (X ′ Ω−1 X)−1 X ′ Ω−1 MX y

= (X ′ Ω−1 X)−1 X ′ Ω−1 X (X ′ X)−1 X ′ y +(X ′ Ω−1 X)−1 X ′ Ω̂−1 MX y


| {z }| {z }
In β̂M CO

= β̂M CO + (X ′ Ω−1 X)−1 X ′ Ω−1 MX y

Donc :
βbM CG = βbM CO ⇐⇒ (X ′ ΩX)−1 X ′ Ω−1 MX y = 0
⇐⇒ X ′ Ω−1 MX y = 0
Montrer que βbM CG est équivalent à βbM CO sur le modèle transformé en (2) en utilisant la CNS de
Zyskind : PX Ω = ΩPX

Rédigé par: Med Vall Sidahmed 1 Prof:Mohamed Ould Oumarou


c) Dans le modèle à effets individuels aléatoire :

yit = α + βxit + µi + vit


| {z }
uit
= α + βxit + uit

avec : µi ∼iid N (0; σµ2 ) et vit ∼iid N (0; σv2 ) et ui et vit sont indépendant de xit
On donne :
Ω = E[uu′ ] = σu2 IN ⊗ JT + σv2 IN ⊗ IT
   

En posant :
JT = T JT et ET = IT − JT

1) Montret que :

Ω = T σu2 + σv2 IN ⊗ J T + σv2 IN ⊗ ET = σ12 P + σv2 Q


  

avec : σ12 = T σu2 + σv2

2) Montrer que P et Q sont symétriques , idempotantes et orthogonales avec P + Q = IN T

3) Montrer que pour


1 1
Ω−1
∗ = 2
P + 2Q
σ1 σv
on a :
Ω−1 −1
∗ Ω = ΩΩ∗ = IN T

4 Montrer que pour


1 1
Ω−1
∗ = 2
P + 2Q
σ1 σv
on a :
Ω−1/2
∗ Ω∗−1/2 = Ω−1

Exercice:2
a) En posant : Ω−1 = 1
σ1
P + σ1v Q. Montrer que le vecteur σv Ω−1/2 y a pour éléments : y∗it = yit −θy it

σv
où : θ = 1 − σ1
telle que: σ12 = T σu2 + σv2
b)
P u ∼ N (0; σ12 P )






Qu ∼ N (0; σv2 Q)








N
comme 2 u′ P u T
ū2i
P

 σ
b 1 = tr(P )
= N

 i=1




 N P
N
u′ Qu

bv2 = tr(Q) = N (TT−1) uit − ū.i
P
 σ


i=1 i=1

Montrer que
σ12 ) = σ12 et E(b
E(b σ12 ) = σ12
Indication:
E u′ Qu = E tr u′ Qu = E tr uu′ Q = tr E uu′ Q = tr ΩQ
          

Rédigé par: Med Vall Sidahmed 2 Prof:Mohamed Ould Oumarou


h i
c) Montrer que σ 1
bbv2 = N (T −1)−k y ′ Qy − y ′ QX(X ′ QX)−1 X ′ Qy est un estimateur non biaisé de σv2
h i
1
bb12 = N −k−1
et que σ y ′ P y − y ′ P Z(Z ′ P Z)−1 Z ′ P y est un estimateur non biaisé de σ12

Rédigé par: Med Vall Sidahmed 3 Prof:Mohamed Ould Oumarou

Vous aimerez peut-être aussi