Download the Working Paper - greqam
Download the Working Paper - greqam
Download the Working Paper - greqam
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
5 Résultats économétriques<br />
Cette section présente les résultats issus de l’estimation d’un modèle Tobit, classiquement effectuée<br />
en deux étapes. Dans la première, un modèle Probit estime la probabilité d’effectuer un<br />
déplacement supplémentaire strictement positif. A l’issue de cette estimation, l’inverse du ratio de<br />
Mills est calculé. La seconde étape permet de mesurer l’importance du déplacement supplémentaire<br />
par une estimation de la différence de distance dans laquelle, outre des variables explicatives, l’inverse<br />
du ratio de Mills est introduit. Cette variable permet de tester et de contrôler pour un éventuel<br />
biais de sélection. Un tel biais correspond au fait que les caractéristiques individuelles expliquant la<br />
probabilité de parcourir une distance supplémentaire strictement positive peuvent également être<br />
des facteurs qui expliquent l’étendue de cette distance supplémentaire. La présence de cette variable<br />
conduit à une hétéroscédasticité dont la forme est connue et corrigée. La statistique de Student<br />
relative à l’inverse du ratio de Mills, obtenue à partir de la matrice de Variance-Covariance corrigée,<br />
permet de tester l’existence du biais de sélection. Cette variable est ici fortement significative, ce<br />
qui indique la présence d’un tel biais et constitue une validation ex-post de l’intérêt statistique du<br />
recours à la modélisation Tobit. Les résultats 32 de la première étape sont présentés dans la section<br />
5.1, ceux de la seconde dans la section 5.2.<br />
5.1 Facteurs explicatifs de la probabilité d’effectuer une distance supplémentaire<br />
positive<br />
Les résultats de l’estimation de la probabilité d’effectuer une distance supplémentaire à celle<br />
nécessaire pour atteindre l’établissement théorique (tableau 4) montrent l’influence de deux types<br />
de variables : celles décrivant le lieu de résidence du patient et les variables individuelles.<br />
Facteurs explicatifs Coefficient Ecart-type Statistique χ 2<br />
Constante -0,309 0,014 523,072<br />
RESID_Haute-Vienne (réf. = RESID_Creuse) -0,091 0,010 91,855<br />
RESID_Corrèze -0,385 0,009 1778,877<br />
FORTE O ff re (réf. = SANS O ff re ) -2,002 0,018 11748,927<br />
MOYENNE off re -0,366 0,009 1611,934<br />
AGE 2 -0,000 0,000 637,199<br />
AGE 0,013 0,001 649,351<br />
SEXE (réf. = femme) 0,082 0,007 138,010<br />
Source : PMSI 2001<br />
Tab. 4 — Facteurs individuels expliquant la probabilité d’effectuer une distance supplémentaire<br />
32 Le nombre très important d’observations contenu dans les bases de données peut affecter la significativité des<br />
coefficients estimés dans les régressions. Il conduit ici à deux cas extrêmes concernant les coefficients estimés : soit<br />
ils sont fortement significatifs, soit très faiblement. Généralement, la méthode qui consiste à n’estimer le modèle<br />
qu’avec les variables au moins faiblement significatives (|T | de student >1) n’est pas envisageable ici puisque les cas<br />
de significativité intermédiaire sont absents. La liste des variables initialement introduites dans l’estimation Tobit est<br />
donnée en annexe A.6.<br />
19