Champ Car

Économétrie Francesco Quatraro – 2010/2011 13 Le modèle de régression simple • Les estimateurs des coefficients a0 et a1 est obtenu en minimisant la distance au carré entre chaque observation et la droit • D’où le nom d’estimateur des moindres carrés ordinaires (MCO) • La résolution analytique est la suivante: Économétrie Francesco Quatraro – 2010/2011 14 Le modèle de régression simple • En opérant par dérivation par rapport à a0 et a1 afin de trouver le minimum de cette fonction

Mars avec un creux en Janvier. -La deuxième saison est celle où la fréquentation est supérieure à la moyenne elle s’étale sur les mois d’Avril à Aout avec un pic au mois d’aout. Analyse : méthode des moindres carrés Prévision de la fréquentation avec la méthode des moindres carrés. X = Années de 2000 à 2004, soit n= le nombre d’années soit n=5 Y = Nombre de visiteur par année soit l’équation : A = xi * yi B= xi A = et b=y –ax On peut donc prévoir les fréquentations pour les 5 années

plusieurs méthodes permettant d’estimer le modèle théorique y   0  1 x   par le modèle empirique yˆ  b  b x 0 1  Méthode des moindres carrés  Méthode de la vraisemblance … Pr. BOULAHOUAL Adil 17 La méthode des moindres carrés Idée de base : Cette méthode essaie de construire une droite de régression empirique qui minimise la somme des carrés des distances verticales entre cette droite et chacun des points observés. min  (yi  yˆi ) 2 Pr. BOULAHOUAL Adil 18 Heures d’études 5 8

Hamisultane I/ QU’EST CE QUE L’ECONOMETRIE ? II/ LE MODELE DE REGRESSION SIMPLE II.1/ Méthode d’estimation des Moindres Carrés Ordinaires (MCO) II.2/ Hypothèses et propriétés des estimateurs des MCO II.3/ Critère de jugement de la qualité de l’ajustement d’un modèle : R² III/ LE MODELE DE REGRESSION MULTIPLE III.1/ III.2/ III.3/ III.4/ Méthode d’estimation des Moindres Carrés Ordinaires (MCO) Hypothèses et propriétés des estimateurs des MCO Critère de jugement de la qualité de l’ajustement

respectives. -deux cas se présentent : *Le premier est le cas où -P- est impaire, P=2k+1 MMp,t= , *Le deuxième est le cas où -P- est paire, P=2k MMp,t= (t-k + Y+i +t+k ) b) La deuxième méthode est de Lisser la série par la méthode des moindres carrés ordinaires : *Il est ainsi nécessaire de calculer l’équation de la droite qui s’écrit : Y=aX+b Avec : a= , b=-a 2) -l’étape qui suit le lissage dans ce modèle est de déterminer les rapports de trend saisonnier, en d’autres terme les différences

Notion de droite de régression Déterminer la droite d’ajustement qui rend le mieux compte de cette distribution Méthode des moindres carrés = déterminer les coefficient a et b de l’équation y=ax + b Déterminer droite dont le tracé consistera à minimiser l’écart au carré des distances de chaque point par rapport à cette droite. On cherche à minimiser la somme des carrés des écarts (= variance) entre les valeurs estimées et les valeurs observées de la variable dépendante 190 185 Taille 180 175 170

d'une combinaison linéaire de p variables explicatives quantitatives, X1, X2, …, Xp. Le cadre statistique et les hypothèses qui l'accompagnent ne sont pas nécessaires pour ajuster ce modèle. Par ailleurs la minimisation par la méthode des moindres carrés fournit une solution analytique exacte. Néanmoins si l'on veut pouvoir tester des hypothèses et mesurer le pouvoir explicatif des différentes variables explicatives dans le modèle, un cadre statistique est nécessaire. I. La

La limite de l'ADSL a) Quelle est la limite d'une suite géométrique de raison 0,708 ? Justifier. dpnc la limite d'une suite géométrique de raison 0,708 est 0. b) Déterminer le plus grand entier naturel n tel que . L'inéquation est équivalente à car donc le plus grand entier naturel n tel que est 46. c) La limite d'éligibilité au service ADSL est telle que , où désigne la puissance du signal chez le particulier et la puissance fournie par le DSLAM. Déterminer la distance théorique maximale

1 Introduction Regressi effectue la régression par deux méthodes 1. par défaut, la méthode des moindres carrés classique et donc sans prise en compte des incertitudes. On suppose que l’incertitude sur l’abscisse est négligeable et que l’incertitude sur l’ordonnée est la même pour tous les points. La technique de détermination des incertitudes sur les paramètres repose sur l’assimilation entre l’écart modèle-données et l’incertitude sur l’ordonnée. 2. si les incertitudes sont définies et que l’utilisateur

LES ONDES Sommaire I/INTRODUCTION -Qu’est-ce qu’un champ magnétique? -Rayonnement ionisant/non ionisant II/CAUSES -Qui sont les plus exposés aux ondes et qui y sont les plus sensibles? -D’où viennent les ondes électromagnétiques? -La dangerosité des micro-ondes III/EFFETS (Hypothèse) IV/PRECAUTION(S)/REMEDE(S) -Précautions à prendre pour limiter les ondes -Qu’est-ce que le DAS? -Existent-ils des remèdes, sont-ils efficaces? V/CONCLUSION VI/SOURCES PROBLEMATIQUE : Les ondes électromagnétiques