Mean squared error

| | | | | | | | Augmented Dickey-Fuller test statistic | -3.519319 |  0.0431 | Test critical values: | 1% level | | -4.059734 | | | 5% level | | -3.458856 | | | 10% level | | -3.155470 | | Variable | Coefficient | Std. Error | t-Statistic | Prob.   | | | | | | | | | | | SAGPL(-1) | -0.433757 | 0.123250 | -3.519319 | 0.0007 | D(SAGPL(-1)) | -0.297817 | 0.125270 | -2.377411 | 0.0196 | D(SAGPL(-2)) | -0.093849 | 0.104622 | -0.897033 | 0.3721 | C | 1516

(indice de Gini-Hirschman) 7.25E-05 0.000532 0.001621 0.002862 Source : résultat d’analyse des données, INSAE Test d’Hétérocédasticité des erreurs de White Le tableau montre que la probabilité associée à la statistique de test (Obs*R-squared) est de 0,915089 supérieure à 0,05. Il y a donc homoscédasticité des erreurs. Test de stabilité de Chow On a homoscédasticité des erreurs et on peut donc effectuer le test de Chow. On constate donc qu’il y a instabilité du modèle car la probabilité

Présentation PowerPointIntroduction au modèle linéaire mixteCe document est mis à disposition selon les termes de la licenceAttribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International (CC BY-NC-SA 4.0)(l’attribution de la paternité doit se faire en reprenant la totalité des informations figurant sur cette diapositive)Jean-Luc Kopjean-luc.kop@univ-lorraine.frDépartement de Psychologie Campus Lettres et Sciences Humaines, NancyLaboratoire 2LPN – Axe CEMALe modèle

TRIMESTRE4 Coefficient 57.96749 4576.527 5845.337 6458.592 5221.846 Std. Error 3.138733 170.4094 172.4495 174.5222 176.6264 T-Statistic 18.46844 26.85607 33.89593 37.00728 29.56436 Prob. 0.0000 0.0000 0.0000 0.0000 0.0000 7641.389 1515.211 12.69655 12.85466 116.6518 0.000000 R-squared 0.874440 Adjusted R-squared 0.866943 S.E. of regression 552.7023 Sum squared resid 20467147 Log likelihood -554.2395 Durbin-Watson stat 0.807306 Mean dependent var S.D. dependent var Akaike info criterion Schwartz criterion

Var: LFKL N: 92 Multiple R: 0.835 Squared multiple R: 0.697 Analysis of Variance Source LAGE SEX$ SEX$*LAGE Error Sum-of-Squares df Mean-Square 0.143 0.000 0.000 0.071 1 1 1 88 0.143 0.000 0.000 0.001 F-ratio 176.650 0.504 0.337 P 0.000 0.479 0.563 Conclusion 1 : la pente est la même pour les deux sexes - p(SEX$*LAGE) > .05 Q2 : l’ordonnée à l’origine est-elle la même? Effets du sexe et de l’âge sur les esturgeons Dep Var: LFKL N: 92 Multiple R: 0.834 Squared multiple R: 0.696 Analysis

(calendar or event) time time series: set of observations drawn on the same observational unit at a number of (evenly or irregularly spaced) points in time panel: same cross section observed at several points in time Descriptive statistics 2.3 mean variance skewness µi = E(Yi,t) 2 σi = E Yi,t − µi 2 ⇒ ⇒ ⇒ ⇒ ⇒ 1 µi = T 1 2 σi = T 1 si = T 1 ki = T T t=1 Yi,t 2 T Yi,t − µi t=1 T t=1 T t=1 Yi,t−µi 3 σi Yi,t−µi 4 σi T t=1 K Yi,t−y h si = E ki = E Yi,t−µi 3 σi Yi,t−µi 4 σi kurtosis

| |Variable |Coefficient |Std. Error |t-Statistic |Prob. | |XI |-4.125322 |0.982272 |-4.199774 |0.0002 | |C |24.09442 |2.397697 |10.04898 |0.0000 | |R-squared |0.386478 | Mean dependent var |15.50000 | |Adjusted R-squared |0.364566 | S.D. dependent var |8.585272

CHAPITRE 7. LES MODÈLES ARMA(P,Q) 0.63246 * SIMULATE 1 NEND-1 NBEG # 1 Y * Statistiques descriptives * STATISTICS Y NBEG NEND Statistics on Series Observations Sample Mean Standard Error t-Statistic (Mean=0) Skewness Kurtosis (excess) Jarque-Bera Y 298 13.331826 2.512475 91.600111 -0.663844 1.910174 67.193070 Variance of Sample Mean Signif Level Signif Level (Sk=0) Signif Level (Ku=0) Signif Level (JB=0) 6.312531 0.145544 0.000000 0.000003 0.000000 0.000000 205 * * Corrélations * CORRELATE(NUMBER=NLAG)

Test d’autocorrélation de Breusch-GodfreyF-statistic 3.707798     . F(2,5) prob0.1029Obs*R-squared12.54289  ProbChi- Square(2)    0.0019Test d’hétéroscédasticité de Breusch-Pagan-GodfreyF-statistic: 0.608116Obs*R-squared: 11.17788Scaledexplained SS : 3.547304Prob. F (13,7): 0.7919Prob. Chi-Square (13): 0.5993Prob. Chi-Square(13) : 0.9951Test de normalité (Jaque Bera)JaqueBera : 18.89304Prob : 0.079 Modèle 2Tableau4. Test

|10,33 | |POULINA |166667000 |5 ,95 |5,95 | |CIMENT DE |44047290 |11,45 |11,45 | |BIZERTE | | | | | Source : BVMT | | |NT | | Mean | 834.0500 | | Median | 26.00000 | | Maximum | 3889.000 | | Minimum | 17.00000 | | Std. Dev. | 1435.898 | | Skewness | 1.269368