Régression linéaire multiple

la corrélation entre deux ou plusieurs variables aléatoires ou statistiques, c’est étudier l’intensité de la liaison qui peut exister entre ces variables. La liaison recherchée est une relation affine. Problématique générale = étudier la relation linéaire entre 2 variables (une variable x et une variable y). La relation est exprimée par un coefficient de corrélation. e.g., Corrélation entre 2 épreuves signifie qu’il y a une dimension psychologique partagée par ces 2 épreuves La corrélation comme

2 Table des matières 1 La régression linéaire 1.1 Le principe . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Interprétation . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Régression linéaire simple . . . . . . . . . . . . 1.2.2 Regression linèaire multiple . . . . . . . . . . . 1.3 Mesure (descriptive) de la qualité de l’ajustement linéaire 1.3.1 Trois concepts différents de la variation de y . . 1.3.2 Mesure de la qualité de l’ajustement linéaire . . 1.4 Une illustration . . . .

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

1 LE MODÈLE LINÉAIRE SIMPLE DONNÉES, NUAGES DE POINTS Il est fréquent, dans une étude élémentaire, de chercher à préciser une liaison éventuelle entre deux grandeurs pour lesquelles on dispose d'une série d'observations jointes. Ainsi :       la taille et le poids des éléments d'un groupe d'étudiants ; le salaire et le solde bancaire moyen des clients d'une banque ; le revenu annuel et le nombre moyen de voiture par habitant en France depuis 1948 ; le revenu par habitant et le taux d'analphabétisme

dépenses en publicité ; Le nombre d’heures d’études et les résultats aux examens ; … Pr. BOULAHOUAL Adil 2 ◦ Existe-il une relation ou une dépendance entre les variables statistiques? ◦ Cette relation, si elle existe, est-elle linéaire ou non ? ◦ Si une dépendance linéaire existe, de quelle façon peut-on la traduire par une équation mathématique ? ◦ La corrélation, si elle existe, est-elle forte ou faible ? ◦ Si l’équation mathématique de la relation entre les variables existe, comment prévoir les

économétriques simulent un e¤et cétéris paribus. Exemples: (1) E¤ets d’ engrais; un (2) Taux de rendement de l’ éducation. 2 Modèle de régression linéaire simple 2.1 Dé…nition du modèle de régression simple Le modèle de régression simple s’ écrit: y= 0 + 1x +u où 0 est la constante, 1 est la pente et u le terme aléatoire. On parle de la régression de y sur x, où les variables y et x sont appelées: 8 8 > variable dépendante > variable indépendante > > > > > variable expliquée > variable

L'analyse de régression "All models are wrong but some are useful" (Box). 1. Introduction De nombreuses études consistent à essayer d'expliquer, à l'aide d'un modèle, les variations d'une variable, par exemple le rendement d'une réaction chimique, en fonction d'un certain nombre d'autres variables comme, la température et la quantité de catalyseur utilisées pour effectuer la réaction. On écrira la relation recherchée sous la forme suivante : Y = f ( X 1, X 2) où Y représente le rendement

CHAPITRE I : REGRESSION LINEAIRE SIMPLE ET REGRESSION LINEAIRE MULTIPLE 7 I- REGRESSION LINEAIRE SIMPLE 7 1. Description du modèle : exemple introductif 7 2. Le modèle et ses hypothèses 8 3. Formulation des estimateurs : les moindres carrées 8 4. Hypothèse de normalité des erreurs 12 5. Equation et tableau d’analyse de la variance 13 II- LE MODELE DE REGRESSION MULTIPLE 14 1. Présentation du modèle 15 2. Hypothèses du modèle, estimation des coefficients de régression et propriétés

Dans ce genre de problèmes, les principales questions auxquelles nous voudrons répondre sont les suivantes : – Existe-il une relation ou une dépendance entre les variables statistiques? – Cette relation, si elle existe, est-elle linéaire ou non ? – Si une dépendance linéaire existe, de quelle façon peut-on la traduire par une équation mathématique ? – La corrélation, si elle existe, est-elle grande ou faible ? – Si l’équation mathématique de la relation entre les variables existe, comment prévoir les

Ricco Rakotomalala Econométrie La régression linéaire simple et multiple Version 1.0 Université Lumière Lyon 2 Page: 1 job: econometrie_regression macro: svmono.cls date/time: 7-Jun-2011/18:10 Page: 2 job: econometrie_regression macro: svmono.cls date/time: 7-Jun-2011/18:10 Avant-propos Lorsqu'on m'a demandé si je voulais assurer le cours d'économétrie en Licence L3-IDS (http://dis. univ-lyon2.fr/), j'ai ressenti une grande joie mais aussi une certaine inquiétude