Le mod`ele de régression multiple
Le mod`ele de régression multiple
Le mod`ele de régression multiple
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
En fait, il existe une infinité <strong>de</strong> facteurs explicatifs <strong>de</strong> la consommation qu’il est<br />
impossible d’intégrer dans le modèle. <strong>Le</strong> modèle est une simplification <strong>de</strong> la réalité.<br />
Ainsi, la fonction <strong>de</strong> consommation considérée est affectée d’une incertitu<strong>de</strong> : chaque<br />
ménage est un cas particulier dont le comportement <strong>de</strong> consommation s’écarte du<br />
modèle théorique.<br />
Pour gérer cette incertitu<strong>de</strong>, on utilise une approche probabiliste en introduisant<br />
une variable aléatoire appelée perturbation aléatoire : elle est appelée ainsi car elle<br />
perturbe une relation stable (qui est donnée par la théorie économique <strong>de</strong> manière<br />
complètement déterministe). Nous formulerons <strong>de</strong>s hypothèses sur cette variable<br />
aléatoire et plus précisément sur son espérance, sa variance, sa loi (hypothèses qu’il<br />
faudra vérifier a posteriori).<br />
<strong>Le</strong> modèle économétrique que l’on considérera est alors le suivant :<br />
C i = C 0 + bR i + u i<br />
On observe C i et R i pour chaque ménage mais on ne connaît pas C 0 et b (les<br />
paramètres à estimer). <strong>Le</strong>s réalisations <strong>de</strong>s perturbations u i sont inobservées. Elles<br />
résument notre incertitu<strong>de</strong> : elles incorporent l’ensemble <strong>de</strong>s facteurs explicatifs <strong>de</strong><br />
la consommation qui n’ont pas été pris en compte dans le modèle.<br />
L’essentiel est <strong>de</strong> construire une approximation acceptable <strong>de</strong> la relation économique<br />
étudiée. Nous verrons dans quels cas l’approximation constituée par le modèle est acceptable.<br />
Notons que ce qui nous intéresse, c’est <strong>de</strong> mesurer correctement l’influence<br />
<strong>de</strong>s variables figurant dans le modèle sur le phénomène étudié.<br />
Par exemple, notre modèle est réducteur dans le sens où il n’intègre pas explicitement<br />
une influence du risque <strong>de</strong> chômage sur la consommation. Cette approximation<br />
sera jugée comme acceptable si elle n’introduit pas d’erreur dans l’évaluation<br />
du paramètre b.<br />
Bien entendu, l’économètre peut s’intéresser à d’autres modèles, par exemple,<br />
l’estimation d’une fonction <strong>de</strong> production Cobb Douglass, où la production Y (variable<br />
endogène) dépend <strong>de</strong>s facteurs <strong>de</strong> production, le capital K et le travail L, ainsi<br />
que le temps t :<br />
Y = AL α K 1−α B t<br />
On remarque que ce modèle n’est pas linéaire tel que, mais on peut le rendre linéaire<br />
(dans les variables) si on prend le logarithme <strong>de</strong> cette équation. En effet, on obtient :<br />
y = a + αk +(1− α)l + tb<br />
où on note en minuscule le logarithme <strong>de</strong>s variables (k =lnK, l =lnL) ou<strong>de</strong>s<br />
paramètres (a =lnA, b =lnB). <strong>Le</strong> modèle économétrique à estimer est dit modèle<br />
<strong>de</strong> régression <strong>multiple</strong>, car il comporte plusieurs variables explicatives (capital, emploi,<br />
temps) au phénomène étudié (production <strong>de</strong> l’entreprise). Si nous disposons<br />
d’observations dans le temps pour les variables, le modèle est donné par:<br />
y t = a + αk t +(1− α)l t + tb + u t<br />
L’économètre peut aussi s’intéresser à l’estimation d’une équation <strong>de</strong> salaire,<br />
dans laquelle on cherche à mesurer l’effet d’une année d’expérience supplémentaire<br />
18