Fiche économétrie
Modèle simple de regression linéaire :
Yi la variable dépendante
Xi la variable indépendante
0 la valeur de Yi quand X = 0 Composante linéaire
1 la pente de la droite
i la composante de l’erreur aléatoire
Estimation de la valeur de Y pour l’observation I :
i la valeur estimée b0 l’interception estimée avec l’axe des ordonnées b1 l’estimation de la pente
Xi la valeur de X pour l’observation i
Méthode du moindre carré :
b0 et b1 sont obtenus en trouvant les valeurs qui minimisent la somme de la différence des carrés entre Y et :
b0 est la valeur moyenne estimée de Y quand la X = 0 b1 est la variation moyenne estimée de Y lorsque X change d’une unité :
Regression sous Excel :
La variation totale est faite de deux parties :
= Valeur moyenne de la variable dépendante
Yi = Valeur observée de la variable dépendante i = Valeur estimée de Y pour la valeur donnée Xi
SST = Total sum of squares (Total variation)
Mesure les variations des valeurs de Yi autour de leur valeur moyenne
SSR = Regression sum of squares (Variation expliquée)
Variation attribuée à la relation entre X et Y
SSE = Error sum of squares (Variation non expliquée)
Variation de Y attribuée à des facteurs extérieurs à X
Il faut se rappeler que le model est cohérent que si la relation est linéaire. Dans le cas contraire, il faut la linéariser :
Coefficient de determination r2 :
C’est la partie de la variation totale (SST) de la variable dependante expliquée par la variation de la variable indépendante. r2 = =
note : 0 < r2 < 1
Relation linéaire parfaite entre X et Y :
100% de la variation de Y est expliquée par une variation de X Plus r2 0, moins la relation est linéaire.
Quand r2 = 0, il n’y a aucune relation linéaire entre X et Y.
Dans Excel :