Progrès de la régression multiectorielle
1
ECONOMÉTRIE
Safae Aissaoui
2020 - 2021
FSJES
Ain SEBAA
1
CHAPITRE II
LA RÉGRESSION MULTIPLE
2
Avantages de la régression multiple
• Dans le chapitre 1, nous avons étudié l’impact d’une variable indépendante x sur la variable dépendante y
Hypothèse : tous les autres facteurs affectant y ne sont pas corrélés avec x
Hypothèse non réaliste
Le modèle de régression multiple permet de contrôler explicitement les autres facteurs qui affectent la variable …afficher plus de contenu…
k ky x x x x
0
1
2
9
1- La régression multiple : modèle à k variables
• Exemple : supposons l’équation ci-dessous qui vise à expliquer le salaire des PDG en introduisant les ventes de l’entreprise et l’ancienneté du PDG
• Notons que cette régression est linéaire respectivement aux paramètres mais que la relation entre le salaire et les variables explicatives est non linéaire
• Le paramètre représente, toutes choses étant égales par ailleurs, l’élasticité du salaire au ventes
• Si , donne le pourcentage d’augmentation du salaire si l’ancienneté augmente d’une année
0 1 2 3log(salaire) log(ventes) anc anc² …afficher plus de contenu…
k ky x x x
0 1 1 2 2
ˆ ˆ ˆ ˆˆ ... k ky x x x ŷ 15
2- Le Mécanisme des MCO et son interprétation
• La valeur actuel de pour toute observation i n’est pas égale à la valeur prédite
• On peut obtenir le résidu pour chaque observation
• Un résidu positif implique que est sous-prédit
• Un résidu négatif implique que est sur-prédit iy ˆiy
ˆ ˆi i ie y y iy iy iy Valeur actuelle résidus
Valeur
prédite