Econométrie Exam - Université Virtuelle de Tunis

le taux de croissance du revenu disponible réel,

inf est taux d’inflation -



 ti est le taux d’intérêt,

 ch le taux de chômage

Nous avons la sortie de la fonction R lm

1. Quel modèle est estimé ici ?

2. Calculer les valeurs barrées (sauf R squared adjusted)

3. Pour un seuil 𝛼 = 0.05 le modèle est-il globalement significatif ?

4. Quels sont les paramètres qui ne sont pas significatifs ?

On estime un nouveau modèle et on obtient :

| P a g e

1

1.

1. Le modèle est-il globalement

significatif ?

2. Quel est le pourcentage de la variabilité du taux de croissance de la

consommation expliquée le modèle ?

3. Interpréter chacun des paramètres du dernier modèle

Exercice 2

Une estimation d’un modèle économétrique a donné les résultats suivants :

1°) Expliquer le résultat de chacun des codes suivants :

> library(MASS)

> data("forbes")

> forbes

> attach(forbes)

#bp est la température, pres est la pression

plot(pres,bp)

1.

2°) On effectue le code suivant sous R :

> lm(bp~pres)

Expliquer l’objectif.

3°) les principaux résultats sont les suivants :

> summary(reg)

Call:

lm(formula = bp ~ pres)

Residuals:

Min 1Q Median 3Q Max

-1.22687 -0.22178 0.07723 0.19687 0.51001

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept) 155.29648 0.92734 167.47 <2e-16 *

pres 1.90178 0.03676 51.74 <2e-16 *

---

Signif. codes: 0 ‘’ 0.001 ‘’ 0.01 ‘’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.444 on 15 degrees of freedom

| P a g e

2

Multiple R-squared: 0.9944,

F-statistic: 2677 on 1 and 15 DF, p-value: < 2.2e-16

Adjusted R-squared: 0.9941

a) Donner la valeur des coefficients estimés

b) Quel est le pourcentage de variation de la pression dans la température.

c) Recalculer la statistique de Fisher observée et la comparer avec celle critique.

En déduire la décision au seuil de 5%.

d) Recalculer le test de student pour la variable exogène et comparer la décision

avec l’output R.

e) Déduire la valeur de la pression si la température est de 40.

Exercice 3

Utiliser la base de données sous R (gpa2) du package (wooldridge)

contenant 4137 college students, le modèle de regression linéaire fournit l’équation

suivante:

colgpa is measured on a four-point scale,

hsperc is the percentile in the high school graduating class

(defined so that, for example, hsperc = 5 means the top 5% of the class), and sat is the

combined math and verbal scores on the student achievement test.

1. Why does it make sense for the coefficient on hsperc to be negative?

2. What is the predicted college GPA when hsperc=20 and sat=1,050?

3. Suppose that two high school graduates, A and B, graduated in the same percentile from

high school, but Student A’s SAT score was 140 points higher (about one standard deviation

in the sample). What is the predicted difference in college GPA for these two students? Is

the difference large?

4. Holding hsperc fixed, what difference in SAT scores leads to a predicted colgpa difference

of .50, or one-half of a grade point? Comment on your answer.

| P a g e

3

| P a g e

4

| P a g e

5