[pic]

La construction d’un modèle comporte un certain nombre d’étapes qui sont toutes importantes pour l’acceptation du modèle. Cela signifie qu’en cas de faiblesse d’un des maillons, le modèle peut se trouvé invalidé pour cause d’hypothèses manquantes, de données non représentatives ou observées avec des erreurs. Il apparaît donc évident que le plus important pour l’économètre lorsqu’il entreprend de construire un modèle est la formation d’hypothèses. Hypothèses qu’il va par la suite vérifier à travers un certain nombre de tests statistiques.
Cependant, il peut arriver après analyses que certaines hypothèses ne soient pas vérifiées ; on parle de violation d’hypothèses ; ce qui pourrait engendré plusieurs problèmes voire compromettre la validité du modèle.
L’un des problèmes issu de la violation des hypothèses est « l’hétéroscédasticité des erreurs » qui fera l’objet de notre travail.
Nous illustrerons se problème à travers une méthode de prévision couramment utilisée en économétrie : le modèle linéaire multiple que nous exposerons brièvement dans la première partie.
Dans la deuxième partie, nous attaquerons le but du sujet « l’hétéroscédasticité des erreurs » par une présentation et une énumération de ses origines. Par la suite nous chercherons à savoir comment détecter l’hétéroscédasticité des erreurs? Et Comment la corriger ?
Enfin nous appliquerons dans une troisième partie l’ensemble de notre investigation économétrique à un logiciel « Eviews » afin de résoudre le problème.

PARTIE I : RAPPELLE SUR LE MODELE LINEAIRE GENERALE

L’objet de notre travail étant l’hétéroscédasticité des erreurs, nous allons pour un souci de méthodologie et de compréhension, vous entretenir dans cette première partie sur le modèle linéaire général tout en nous limitant à une brève présentation du modèle et de ses hypothèses.

I. Présentation

Le modèle linéaire générale est la représentation formalisée d’un phénomène sous forme d’équation linéaire, dont