enseignement de base au niger :quel bilan - CONFEMEN
enseignement de base au niger :quel bilan - CONFEMEN
enseignement de base au niger :quel bilan - CONFEMEN
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Ω<br />
n − K<br />
i<br />
n<br />
où est un facteur correcteur <strong>de</strong> <strong>de</strong>grés <strong>de</strong> liberté (n est le<br />
n − K<br />
total nombre d’observations et K est le nombre <strong>de</strong> variables explicatives, constante comprise).<br />
Ici, est estimée par ˆ n<br />
2<br />
= diag(<br />
e )<br />
2<br />
ˆ<br />
e<br />
Σ 2 = X 'X<br />
X 'diag<br />
X X 'X<br />
1−<br />
h<br />
ii) MacKinnon et White (1985) : ( ) ( ) 1<br />
−1<br />
i<br />
−<br />
Cette estimation propose une correction par les effets <strong>de</strong> levier hii. hii est le i ème terme diagonal <strong>de</strong> la matrice <strong>de</strong><br />
projection orthogonal H= X(X'X) -1 X' et représente l’influence <strong>de</strong> l’observation i sur la prédiction <strong>de</strong> Yi. On<br />
a donc:<br />
2<br />
Ωˆ<br />
ei<br />
= diag<br />
1−<br />
h<br />
Plus l’effet <strong>de</strong> levier d’une observation est grand, plus la variance estimée du terme d’erreur correspondant est<br />
gran<strong>de</strong>.<br />
iii) MacKinnon et White (1985) : ˆ = ( X 'X<br />
)<br />
2<br />
ii<br />
.<br />
2<br />
−1<br />
ei<br />
Σ X 'diag<br />
X X<br />
ii<br />
( 1−<br />
h )<br />
ii<br />
2<br />
( ) 1 −<br />
X '<br />
L’idée en divisant ei 2 par (1- hii) 2 est qu’il est nécessaire <strong>de</strong> corriger davantage les observations à fort effet<br />
<strong>de</strong> levier. On a donc :<br />
2<br />
Ωˆ ei<br />
= diag<br />
2<br />
( 1 − h )<br />
Long et Ervin (2000) ont trouvé après plusieurs simulations que cette estimation <strong>de</strong> 2 est meilleure lorsqu’on<br />
travaille sur <strong>de</strong> petits échantillons (moins <strong>de</strong> 250). Pour <strong>de</strong>s échantillons <strong>de</strong> plus <strong>de</strong> 500 observations, les <strong>de</strong>ux<br />
estimations précé<strong>de</strong>ntes peuvent être utilisées pour les inférences.<br />
Ces trois mo<strong>de</strong>s d’estimation <strong>de</strong>s écarts types correspon<strong>de</strong>nt respectivement <strong>au</strong>x options "robust","hc2" et "hc3"<br />
<strong>de</strong> la régression MCO sous STATA.<br />
Dans un <strong>de</strong>uxième temps, en supposant que les erreurs ne sont pas indépendantes à l’intérieur d’un même<br />
groupe mais indépendantes d’un groupe à l’<strong>au</strong>tre, l’estimation robuste <strong>de</strong> la variance <strong>de</strong>s estimateurs passe par<br />
le calcul <strong>de</strong> la contribution <strong>de</strong>s individus <strong>au</strong> score du modèle (le score d’un modèle est la dérivée <strong>de</strong> sa log<br />
vraisemblance). La formule générale <strong>de</strong> l’estimation robuste <strong>de</strong> la variance <strong>de</strong>s estimateurs est la suivante :<br />
Σˆ<br />
2<br />
n −1<br />
M<br />
* Vˆ<br />
'<br />
=<br />
UmU<br />
m Vˆ<br />
n − K M −1<br />
M<br />
ii<br />
MCO<br />
m=<br />
1<br />
Avec : n le nombre total d’observations, K le nombre <strong>de</strong> variables explicatives (constante comprise) ; M le<br />
nombre <strong>de</strong> clusters ou groupes ; U’ m, m = 1 à M, est la contribution du groupe m <strong>au</strong> score du modèle ;<br />
( ) 1<br />
2 ˆ<br />
−<br />
V = ˆ<br />
MCO σ X 'X<br />
est la matrice estimée <strong>de</strong> variance covariance <strong>de</strong>s MCO ; U = u où ui<br />
MCO<br />
m<br />
i<br />
i ∈ groupe m<br />
est la contribution <strong>de</strong> l’individu i <strong>au</strong> score.<br />
Ce mo<strong>de</strong> d’estimation <strong>de</strong>s écarts types est celui qui correspond le <strong>au</strong>x données hiérarchiques et est accessible<br />
sous STATA grâce à l’option "cluster" <strong>de</strong> la régression MCO.<br />
89