Variable

décision supérieur constitué par la direction générale. Des outils d'aide à la décision plus ou moins sophistiqués existent ( programmation linéaire, méthodes de prévision des ventes, tableau de bord, etc....) mais on n'oubliera pas que toutes les variables de gestion ne peuvent être mises en équation dans la mesure où le processus de prise de décision obéit largement à des considérations très subjectives et est souvent le résultat des luttes d'influence dans l'entreprise. Dans ce chapitre, il convient

millions d’euros, les indicateurs suivants sont disponibles : ? ?= ?? ?? ?? ??? ?? = ??, ? ; ?=? ?=? ? = ???? ; ? = ?? ?? ?? ?? = ?, ? ; ?=? ?? ??? ?=? = ??? ; ???? = ???? ?=? On suppose que les variables ?? et ?? sont liées par le modèle ?? = ? + ??? + ?? , les v.a ?? étant de loi ? ?, ?? pour tout ? et indépendantes0 1) Calculer ? et ? , estimateurs des MCO de ? et ? ; donner un intervalle de confiance de niveau 0,95 pour ? et ? 2) Etudier la

le plus simple: une variable endogène est expliquée par une variable exogène Soit la fonction de production keynésienne: • – • • • • C=a0+a1Y C=consommation Y=revenu a1=propension marginale à consommer a0=consommation autonome ou incompressible Économétrie Francesco Quatraro – 2010/2011 2 Le modèle de régression simple • La variable consommation est appelée variable à expliquer ou variable endogène • La variable revenu est appelée variable explicative ou exogène

croissantes (au sens strict) de p éléments p éléments 2. {1, . . . , n}. Déterminer le cardinal de l'ensemble des suites croissantes (au sens large) de de {1, . . . , n}. Caractérisation d'une loi de probabilité Exercice 4 X une variable aléatoire à valeurs dans N ou Z dénie sur l'espace de probabilité discret (Ω, P). Démontrer que sa fonction de répartition, notée FX , dénie par Soit ∀ x ∈ R, FX (x) = P(X ≤ x) vérie les propriétés suivantes : 1. FX est croissante avec

P003-008R-9782100549412.fm Page III Jeudi, 18. novembre 2010 11:59 11 Table des matières Avant-propos IX 1. Distributions statistiques à un caractère © Dunod. La photocopie non autorisée est un délit. I. 1 Définitions 1 A. Population, individu, échantillon B. Variables 2 1 II. Représentations graphiques A. Distributions statistiqueset représentations graphiques B. Le diagramme « branche et feuille » 3 4 10 III. Les indicateurs statistiques A. Conditions de Yule B. Les indicateurs de tendance centrale et de

définie une variable aléatoire X dont on connaît l'espérance (ou la moyenne)  et l'écart-type . Population Moyenne  connue. Ecart-type  connu.  Echantillons de taille n { 1 2 3 4 5 ... i On s'intéresse aux échantillons de taille n. Auront-ils tous la même moyenne ? Non, certains peuvent être constitués d'éléments atypiques et avoir une moyenne très différente de celle de la population (surtout si l'échantillon est de petite taille). Notons X la variable aléatoire

Deux idées majeures et incontournables . . . . . . . . 1.4.1 La loi des grands nombres . . . . . . . . . U E . . . 1.4.2 Conditionnement et Indépendance .N I.Q . . . . . H 1.5 Les variables aléatoires . . . . . . .T.E C . . . . . . . . . . Y ........... 1.5.1 Loi d’une variable aléatoire POL 1.5.2 Simulation de L E variables aléatoires . . . . . . . O 1.6 Historique . . É C. . . . . . . . . . . . . . . . . . . . . . . TE O LY P C IQ HN UE 7 8 8 9 10 10 11 11 11 12 13 17 17 17 21 23 23 24

 FICHES ECONOMETRIE Modèle simple de regression linéaire : Yi la variable dépendante Xi la variable indépendante 0 la valeur de Yi quand X = 0 Composante linéaire 1 la pente de la droite i la composante de l’erreur aléatoire Estimation de la valeur de Y pour l’observation I : i la valeur estimée b0 l’interception estimée avec l’axe des ordonnées b1 l’estimation de la pente Xi la valeur de X pour l’observation i Méthode du moindre carré :

une variable aléatoire X définie sur un certain espace probabilisé (Ω, A, P) et admettant la fonction f pour densité. 2) Déterminer la fonction de répartition F de X. 3) Montrer que X a une espérance et que celle-ci vaut 1 . 2 4) a) Déterminer E((X – 1) 2). 3 – ln 2. 4 5) On appelle variable indicatrice d’un événement A, la variable de Bernoulli qui vaut 1 si A est réalisé et 0 sinon. 1 On considère maintenant la variable aléatoire Y, indicatrice de l’événement (X ≤ ) et la 2 1 variable aléatoire

permet de prélever un individu ω de Ω, fait de X une variable aléatoire que l'on supposera désormais quantitative . Exemple La taille des étudiants d’AES à l’université Jean Moulin Cette variable aléatoire suit une distribution de probabilité f(x) (masse ou densité de probabilité) Dans la suite, l'épreuve aléatoire consistant à choisir une unité au hasard dans Ω, est répétée n fois. A chaque tirage d'un individu ωi (1≤ i ≤ n), on applique la variable X, on obtient ainsi une valeur xi. On est donc en