Tp arch et garch

Disponible uniquement sur Etudier
  • Pages : 4 (908 mots )
  • Téléchargement(s) : 0
  • Publié le : 23 février 2011
Lire le document complet
Aperçu du document
EL GHAZI Imad  M’BA Yann                                                        DL n°2 REGRESSION LINEAIRE      Ce travail a pour objectif l’étude de la dépendance du nombre de miles parcouru par galon MPG  aux  ),HP   facteurs WT (le poids du véhicule en livres) ,ESIZE (puissance du moteur (cylindrés) en  (nombre de chevaux) ,BARR (nombre d’injecteur) .  1Estimation des coefficients de régression βj 

ANOVAbModèle Somme des carrés 1 Régression Résidu Total 931,893 194,155 1126,047 ddl 4 27 31 Moyenne des carrés 232,973 7,191 D 32,398 Sig. ,000a

a. Valeurs prédites : (constantes), BARR, ESIZE, WT, HP b.Variable dépendante : MPG

Coefficientsa Modèle Coefficients non standardisés Coefficients standardisés 95,0% % intervalles de confiance pour B Limite A 1 (Constante) WT ESIZE HP BARR a. Variabledépendante : MPG 36,833 -,004 -,004 -,025 -,202 Erreur standard 2,288 ,001 ,014 ,021 ,592 -,583 -,081 -,287 -,054 Bêta t 16,095 -2,896 -,287 -1,212 -,341 Sig. ,000 ,007 ,776 ,236 ,736 Borne inférieure32,137 -,006 -,032 -,068 -1,416 supérieure 41,528 -,001 ,024 ,017 1,013

Les tableaux ci-dessus représentent les estimations pour les coefficients de regression ainsi que leurs degrés designifications et les intervalles de confiances à 95%. 1. Estimation de l’écart-type σ du terme résiduel
Récapitulatif des modèles Modèle R
di

Erreur standard R-deux
a

R-deux ajusté ,802

del'estimation 2,68159

1

,910

,828

me

nsi

on

0

a. Valeurs prédites : (constantes), BARR, ESIZE, WT, HP

2. Analyse des résidus

EL GHAZI Imad M’BA Yann                                                        DL n°2 REGRESSION LINEAIRE      

EL GHAZI Imad  M’BA Yann                                                        DL n°2 REGRESSION LINEAIRE      

L’ACF ainsi que le PACF montrent que les résidus secomportent comme un bruit blanc. Le R² et le R² ajusté sont pochent de 1 ce qui montre que la variable MPG est bien expliqué par les variables...
tracking img