Méthodes d analyse empirique

Transcription

1 Méthodes d analyse empirique Partie Quantitative Michel Beine (suppl. S. Laurent) michel.beine@uni.lu Université du Luxembourg Méthodes d analyse empirique p. 1/?

2 Méthodes d analyse empirique p. 2/161 Manuel Ce cours est basé sur le livre Introductory Econometrics, a Modern Approach (second or third editions) de Jeffrey M. Wooldridge, édition Thomson South-Western.

3 Méthodes d analyse empirique p. 2/161 Manuel Ce cours est basé sur le livre Introductory Econometrics, a Modern Approach (second or third editions) de Jeffrey M. Wooldridge, édition Thomson South-Western. Logiciel économétrique : Ox et PcGive.

4 Méthodes d analyse empirique p. 2/161 Manuel Ce cours est basé sur le livre Introductory Econometrics, a Modern Approach (second or third editions) de Jeffrey M. Wooldridge, édition Thomson South-Western. Logiciel économétrique : Ox et PcGive. Evaluation: examen à livre fermé.

5 Méthodes d analyse empirique p. 3/161 Plan du cours Chapitre 17. Modèles de choix discret et maximum de vraissemblance.

6 Méthodes d analyse empirique p. 3/161 Plan du cours Chapitre 17. Modèles de choix discret et maximum de vraissemblance. Chapitre 15. Variables instrumentales et MCO en 2 étapes.

7 Méthodes d analyse empirique p. 3/161 Plan du cours Chapitre 17. Modèles de choix discret et maximum de vraissemblance. Chapitre 15. Variables instrumentales et MCO en 2 étapes. Chapitre 16. Modèles à équations simultanées.

8 Méthodes d analyse empirique p. 3/161 Plan du cours Chapitre 17. Modèles de choix discret et maximum de vraissemblance. Chapitre 15. Variables instrumentales et MCO en 2 étapes. Chapitre 16. Modèles à équations simultanées. Les processus modérateurs et médiateurs, ANOVA,...

9 Maximum de vraissemblance et modèles à choix discrets Méthodes d analyse empirique p. 4/161

10 Méthodes d analyse empirique p. 5/161 Motivation Le maximum de vraisemblance (MV) est une méthode d estimation utile quand les paramètres d un modèle ne peuvent pas être estimés par MCO. Des tests de restrictions sont également disponibles (principe du test de rapport des vraisemblances).

11 Méthodes d analyse empirique p. 5/161 Motivation Le maximum de vraisemblance (MV) est une méthode d estimation utile quand les paramètres d un modèle ne peuvent pas être estimés par MCO. Des tests de restrictions sont également disponibles (principe du test de rapport des vraisemblances). La méthode nécessite la spécification entière de la distribution de probabilité de l échantillon observé, pas uniquement la moyenne conditionnelle de l échantillon (tel le modèle de régression linéaire estimé par MCO).

12 Méthodes d analyse empirique p. 5/161 Motivation Le maximum de vraisemblance (MV) est une méthode d estimation utile quand les paramètres d un modèle ne peuvent pas être estimés par MCO. Des tests de restrictions sont également disponibles (principe du test de rapport des vraisemblances). La méthode nécessite la spécification entière de la distribution de probabilité de l échantillon observé, pas uniquement la moyenne conditionnelle de l échantillon (tel le modèle de régression linéaire estimé par MCO). L estimation par MV du modèle de régression linéaire demande de spécifier aussi la structure de la dépendance de l échantillon via les erreurs (i.i.d. par exemple) et la distribution du terme d erreurs (comme ǫ t N(0,σ 2 ), mais une autre distribution est possible).

13 Méthodes d analyse empirique p. 6/161 Variable aléatoire Supposons que nous lançons une pièce 10 fois et comptons le nombre de fois que nous obtenons pile.

14 Méthodes d analyse empirique p. 6/161 Variable aléatoire Supposons que nous lançons une pièce 10 fois et comptons le nombre de fois que nous obtenons pile. Ceci est un exemple d expérience.

15 Méthodes d analyse empirique p. 6/161 Variable aléatoire Supposons que nous lançons une pièce 10 fois et comptons le nombre de fois que nous obtenons pile. Ceci est un exemple d expérience. Avant de lancer la pièce, nous savons que le nombre de piles sera un nombre de 0 à 10.

16 Méthodes d analyse empirique p. 6/161 Variable aléatoire Supposons que nous lançons une pièce 10 fois et comptons le nombre de fois que nous obtenons pile. Ceci est un exemple d expérience. Avant de lancer la pièce, nous savons que le nombre de piles sera un nombre de 0 à 10. Une variable aléatoire est une variable qui prend des valeurs numériques et a un résultat qui est déterminé par une expérience.

17 Méthodes d analyse empirique p. 6/161 Variable aléatoire Supposons que nous lançons une pièce 10 fois et comptons le nombre de fois que nous obtenons pile. Ceci est un exemple d expérience. Avant de lancer la pièce, nous savons que le nombre de piles sera un nombre de 0 à 10. Une variable aléatoire est une variable qui prend des valeurs numériques et a un résultat qui est déterminé par une expérience. le nombre de fois que l on obtient pile est un exemple de variable aléatoire.

18 Méthodes d analyse empirique p. 6/161 Variable aléatoire Supposons que nous lançons une pièce 10 fois et comptons le nombre de fois que nous obtenons pile. Ceci est un exemple d expérience. Avant de lancer la pièce, nous savons que le nombre de piles sera un nombre de 0 à 10. Une variable aléatoire est une variable qui prend des valeurs numériques et a un résultat qui est déterminé par une expérience. le nombre de fois que l on obtient pile est un exemple de variable aléatoire. 7 piles sur 10 est un exemple de réalisation de cette variable aléatoire pour une expérience donnée.

19 Méthodes d analyse empirique p. 7/161 Variable aléatoire Nous notons une variable aléatoire par une lettre majuscule: X.

20 Méthodes d analyse empirique p. 7/161 Variable aléatoire Nous notons une variable aléatoire par une lettre majuscule: X. Nous notons une valeur particulière que peut prendre cette variable aléatoire par une minuscule: x. Exemple: x = 6.

21 Méthodes d analyse empirique p. 7/161 Variable aléatoire Nous notons une variable aléatoire par une lettre majuscule: X. Nous notons une valeur particulière que peut prendre cette variable aléatoire par une minuscule: x. Exemple: x = 6. Notons que le lancer d une pièce de monnaie peut être considéré comme une variable aléatoire suivant une distribution de Bernoulli où X = 1 est appelé succes et X = 0 échec.

22 Méthodes d analyse empirique p. 7/161 Variable aléatoire Nous notons une variable aléatoire par une lettre majuscule: X. Nous notons une valeur particulière que peut prendre cette variable aléatoire par une minuscule: x. Exemple: x = 6. Notons que le lancer d une pièce de monnaie peut être considéré comme une variable aléatoire suivant une distribution de Bernoulli où X = 1 est appelé succes et X = 0 échec. Une variable aléatoire de Bernoulli est le plus simple exemple de variable aléatoire discrète.

23 Méthodes d analyse empirique p. 7/161 Variable aléatoire Nous notons une variable aléatoire par une lettre majuscule: X. Nous notons une valeur particulière que peut prendre cette variable aléatoire par une minuscule: x. Exemple: x = 6. Notons que le lancer d une pièce de monnaie peut être considéré comme une variable aléatoire suivant une distribution de Bernoulli où X = 1 est appelé succes et X = 0 échec. Une variable aléatoire de Bernoulli est le plus simple exemple de variable aléatoire discrète. La seule chose que nous devons décrire pour une telle variable est la probabilité de succes: P(X = 1).

24 Variable aléatoire Nous notons une variable aléatoire par une lettre majuscule: X. Nous notons une valeur particulière que peut prendre cette variable aléatoire par une minuscule: x. Exemple: x = 6. Notons que le lancer d une pièce de monnaie peut être considéré comme une variable aléatoire suivant une distribution de Bernoulli où X = 1 est appelé succes et X = 0 échec. Une variable aléatoire de Bernoulli est le plus simple exemple de variable aléatoire discrète. La seule chose que nous devons décrire pour une telle variable est la probabilité de succes: P(X = 1). Dans le cas d une pièce équilibrée, P(X = 1) = 0.5 et comme P(X = 1) + P(X = 0) = 1,P(X = 0) = 0.5. Méthodes d analyse empirique p. 7/161

25 Méthodes d analyse empirique p. 8/161 Variable aléatoire discrère Il n y a pas de raison de penser que la probabilité de succes de toute variable binaire (0-1) est 0.5.

26 Méthodes d analyse empirique p. 8/161 Variable aléatoire discrère Il n y a pas de raison de penser que la probabilité de succes de toute variable binaire (0-1) est 0.5. De manière générale disons que P(X = 1) = θ et comme P(X = 1) + P(X = 0) = 1,P(X = 0) = 1 θ.

27 Méthodes d analyse empirique p. 8/161 Variable aléatoire discrère Il n y a pas de raison de penser que la probabilité de succes de toute variable binaire (0-1) est 0.5. De manière générale disons que P(X = 1) = θ et comme P(X = 1) + P(X = 0) = 1,P(X = 0) = 1 θ. Comment estimer θ sur base d un échantillon, c-à-d une expérience?

28 Méthodes d analyse empirique p. 8/161 Variable aléatoire discrère Il n y a pas de raison de penser que la probabilité de succes de toute variable binaire (0-1) est 0.5. De manière générale disons que P(X = 1) = θ et comme P(X = 1) + P(X = 0) = 1,P(X = 0) = 1 θ. Comment estimer θ sur base d un échantillon, c-à-d une expérience? Plus généralement encore si X peut prendre des valeurs {x 1,x 2,...,x k }, alors les probabilités p 1,p 2,...,p k sont définies par avec p 1 + p p k = 1. p j = P(X = x j ),j = 1, 2,...,k

29 Méthodes d analyse empirique p. 9/161 Fonction de densité de probabilité La fonction de densité de probabilité (pdf) de X résume l information concernant les différents résultats possibles de X et ses probabilités correspondantes: f(x j ) = p j,j = 1, 2,...,k avec f(x) = 0 pour toutes les valeurs de x hors de {x 1,x 2,...,x k }.

30 Méthodes d analyse empirique p. 9/161 Fonction de densité de probabilité La fonction de densité de probabilité (pdf) de X résume l information concernant les différents résultats possibles de X et ses probabilités correspondantes: f(x j ) = p j,j = 1, 2,...,k avec f(x) = 0 pour toutes les valeurs de x hors de {x 1,x 2,...,x k }. La fonction de distribution jointe de n variables aléatoires discrètes X j,j = 1, 2,...,n est notée f(x 1,x 2,...,x n ) = P(X 1 = x 1,X 2 = x 2,...,X n = x n ).

31 Méthodes d analyse empirique p. 9/161 Fonction de densité de probabilité La fonction de densité de probabilité (pdf) de X résume l information concernant les différents résultats possibles de X et ses probabilités correspondantes: f(x j ) = p j,j = 1, 2,...,k avec f(x) = 0 pour toutes les valeurs de x hors de {x 1,x 2,...,x k }. La fonction de distribution jointe de n variables aléatoires discrètes X j,j = 1, 2,...,n est notée f(x 1,x 2,...,x n ) = P(X 1 = x 1,X 2 = x 2,...,X n = x n ). Ces n variables aléatoires sont indépendantes si f(x 1,x 2,...,x n ) = f(x 1 )f(x 2 )...f(x n ).

32 Méthodes d analyse empirique p. 9/161 Fonction de densité de probabilité La fonction de densité de probabilité (pdf) de X résume l information concernant les différents résultats possibles de X et ses probabilités correspondantes: f(x j ) = p j,j = 1, 2,...,k avec f(x) = 0 pour toutes les valeurs de x hors de {x 1,x 2,...,x k }. La fonction de distribution jointe de n variables aléatoires discrètes X j,j = 1, 2,...,n est notée f(x 1,x 2,...,x n ) = P(X 1 = x 1,X 2 = x 2,...,X n = x n ). Ces n variables aléatoires sont indépendantes si f(x 1,x 2,...,x n ) = f(x 1 )f(x 2 )...f(x n ). Ceci s étend évidemement aux variables aléatoires continues.

33 Fonction de densité de probabilité La fonction de densité de probabilité (pdf) de X résume l information concernant les différents résultats possibles de X et ses probabilités correspondantes: f(x j ) = p j,j = 1, 2,...,k avec f(x) = 0 pour toutes les valeurs de x hors de {x 1,x 2,...,x k }. La fonction de distribution jointe de n variables aléatoires discrètes X j,j = 1, 2,...,n est notée f(x 1,x 2,...,x n ) = P(X 1 = x 1,X 2 = x 2,...,X n = x n ). Ces n variables aléatoires sont indépendantes si f(x 1,x 2,...,x n ) = f(x 1 )f(x 2 )...f(x n ). Ceci s étend évidemement aux variables aléatoires continues. Un exemple courant est la distribution normale. Méthodes d analyse empirique p. 9/161

34 Méthodes d analyse empirique p. 10/161 MV pour une régression linéaire Posons y t = β x t + ǫ t, (t = 1,...,n) avec ǫ t i.n(0,σ 2 ). Par l indépendance, la distribution jointe des ǫ t est f(ǫ 1,ǫ 2,...,ǫ n β,σ 2 ) = n t=1 f(ǫ t β,σ 2 ), (1) où f(ǫ t β,σ 2 ) = 1 2πσ 2 exp( ǫ2 t 2σ 2 ). ǫ t n étant pas observé, on peut le remplacer par y t β x t. Autrement dit, y t x t N(β x t,σ 2 ), et la distribution de probabilité jointe de l échantillon est : f(y 1,y 2,...,y n β,σ 2 ) = n t=1 1 ( exp 2πσ 2 (y t β x t ) 2 2σ 2 ). (2)

35 Méthodes d analyse empirique p. 11/161 Fonction de vraisemblance : idée La fonction de vraisemblance (FV) d un échantillon y 1,y 2,...,y n est la distribution de probabilité jointe de cet échantillon, vue comme fonction des paramètres du modèle (β et σ 2 ).

36 Méthodes d analyse empirique p. 11/161 Fonction de vraisemblance : idée La fonction de vraisemblance (FV) d un échantillon y 1,y 2,...,y n est la distribution de probabilité jointe de cet échantillon, vue comme fonction des paramètres du modèle (β et σ 2 ). Pour une valeur donnée de β et σ 2, on peut calculer (2) : le résultat nous donne la "probabilité" d observer l échantillon en question y 1,y 2,...,y n pour une valeur donnée des paramètres.

37 Méthodes d analyse empirique p. 11/161 Fonction de vraisemblance : idée La fonction de vraisemblance (FV) d un échantillon y 1,y 2,...,y n est la distribution de probabilité jointe de cet échantillon, vue comme fonction des paramètres du modèle (β et σ 2 ). Pour une valeur donnée de β et σ 2, on peut calculer (2) : le résultat nous donne la "probabilité" d observer l échantillon en question y 1,y 2,...,y n pour une valeur donnée des paramètres. Pour une valeur différente de β et σ 2, on obtiendra une probabilité différente.

38 Méthodes d analyse empirique p. 11/161 Fonction de vraisemblance : idée La fonction de vraisemblance (FV) d un échantillon y 1,y 2,...,y n est la distribution de probabilité jointe de cet échantillon, vue comme fonction des paramètres du modèle (β et σ 2 ). Pour une valeur donnée de β et σ 2, on peut calculer (2) : le résultat nous donne la "probabilité" d observer l échantillon en question y 1,y 2,...,y n pour une valeur donnée des paramètres. Pour une valeur différente de β et σ 2, on obtiendra une probabilité différente. L ESTIMATEUR MV (EMV) est la valeur des paramètres qui maximise la FV; càd que ce sont les valeurs de β et σ 2 pour lesquelles l échantillon à la plus grande probabilité d être observé.

39 Méthodes d analyse empirique p. 12/161 Fonction de vraisemblance : notations L expression L(β,σ 2 y 1,y 2,...,y n ) désigne la FV, où les arguments de la fonction sont β et σ 2, et non les données observées y 1,y 2,...,y n. Formellement : L(β,σ 2 y 1,y 2,...,y n ) = f(y 1,y 2,...,y n β,σ 2 ). (3) L(β,σ 2 y 1,y 2,...,y n ) : IR k (0, ) IR +, alors que f(y 1,y 2,...,y n β,σ 2 ) : IR n IR +. Quand on peut identifier la nature exacte des données, on écrit même L(β,σ 2 ) au lieu de L(β,σ 2 y 1,y 2,...,y n ). On utilise aussi les notations plus synthétiques et génériques L(θ) et L(θ y) : θ pour les paramètres (donc θ = (β, σ 2 ) dans une régression), et y pour l échantillon de taille n.

40 Méthodes d analyse empirique p. 13/161 Etapes de l estimation MV Estimer les paramètres d un modèle par MV demande deux étapes : étape 1 : obtenir l expression de la FV à partir de la formulation du modèle et des hypothèses.

41 Méthodes d analyse empirique p. 13/161 Etapes de l estimation MV Estimer les paramètres d un modèle par MV demande deux étapes : étape 1 : obtenir l expression de la FV à partir de la formulation du modèle et des hypothèses. étape 2 : trouver la valeur des paramètres maximisant cette fonction. Il faut donc solutionner le problème de maximisation : max θ Θ L(θ y), où Θ est l ensemble des valeurs des paramètres acceptables θ.

42 Méthodes d analyse empirique p. 14/161 Solutionner la maximisation Il est beaucoup plus aisé, et équivalent de résoudre max θ Θ l(θ y), où l(θ y) = log L(θ y) (logarithme népérien). Puisque L(θ y) = n t=1 f(y t θ), l expression donne en logarithme l(θ y) = n t=1 log f(y t θ) = n t=1 l t(θ).

43 Méthodes d analyse empirique p. 14/161 Solutionner la maximisation Il est beaucoup plus aisé, et équivalent de résoudre max θ Θ l(θ y), où l(θ y) = log L(θ y) (logarithme népérien). Puisque L(θ y) = n t=1 f(y t θ), l expression donne en logarithme l(θ y) = n t=1 log f(y t θ) = n t=1 l t(θ). Pour l exemple de la régression linéaire, on doit résoudre ( max β IR k,σ 2 >0 n 2 log σ2 1 2σ 2 n (y t β x t ) 2), t=1 où le terme n log( 2π) fut négligé car il ne dépend ni de β ni de σ 2.

44 Méthodes d analyse empirique p. 15/161 Conditions de premier ordre Si l(θ) est différentiable, θ, l EMV, est la solution du système des conditions de premier ordre (CPO) q(θ) = 0 où q(θ) = l(θ) θ, pour autant que les conditions de second ordre sont satisfaites, càd que la matrice des dérivées secondes, évaluée à la solution des CPO, est définie négative. NB: q(θ) est appelé la fonction score. Appelons ˆθ la solution des CPO : alors, ˆθ est l EMV si q(ˆθ) = 0 et H(ˆθ) < 0. où H(ˆθ) est la matrice Hessienne l(θ) θ θ évaluée à ˆθ.

45 Méthodes d analyse empirique p. 16/161 CPO pour β Dans l exemple de la régression linéaire, les CPO sont 1 σ 2 n x t (y t β x t ) = 0 (k équations) (4) t=1 n 2σ (σ 2 ) 2 n (y t β x t ) 2 = 0 (1 equation) (5) t=1 La solution de (4) ne dépend pas de σ 2 et est la solution de n t=1 x t(y t β x t ) = 0 : c est le système des "équations normales" de l estimation MCO. Donc, ˆβ = b: l EMV, en supposant la normalité du terme d erreurs, est identique à celui des MCO.

46 Méthodes d analyse empirique p. 18/161 CPO pour σ 2 Ayant résolu (4), il reste à solutionner n 2σ (σ 2 ) 2 n (y t ˆβ x t ) 2 = 0, t=1 qui donne ˆσ 2 = 1 n n (y t ˆβ x t ) 2 = 1 n n e 2 t. (6) t=1 t=1 L EMV de σ 2 n est pas l estimateur habituel s 2 = 1 n k n t=1 e2 t, mais si n est grand, la différence est petite.

47 Méthodes d analyse empirique p. 19/161 Conditions de second ordre Les calculs donnent ( P n ) H(ˆβ, ˆσ 2 t=1 x tx t ) = ˆσ ˆσ n 4 = ( ) X X ˆσ ˆσ n, 4 qui est définie négative puisque X X est définie positive (si X est de rang k).

48 Méthodes d analyse empirique p. 19/161 Conditions de second ordre Les calculs donnent ( P n ) H(ˆβ, ˆσ 2 t=1 x tx t ) = ˆσ ˆσ n 4 = ( ) X X ˆσ ˆσ n, 4 qui est définie négative puisque X X est définie positive (si X est de rang k). b et ˆσ 2 sont les EMV de β et σ 2.

49 Méthodes d analyse empirique p. 20/161 Propriétés de l EMV On note l EMV de θ par ˆθ n pour insister sur sa dépendance à la taille de l échantillon. Les propriétés générales sont vérifiées asymptotiquement (càd qu on laisse n tendre vers ). Pour rappel, ˆθ n à une distribution d échantillon puisqu il dépend d un échantillon de v.a. qui suivent un processus stochastique (le PGD). NB : les propriétés exactes en échantillon fini dépendent du modèle considéré et sont obtenues sur une base de cas par cas quand c est possible.

50 Propriétés de l EMV On note l EMV de θ par ˆθ n pour insister sur sa dépendance à la taille de l échantillon. Les propriétés générales sont vérifiées asymptotiquement (càd qu on laisse n tendre vers ). Pour rappel, ˆθ n à une distribution d échantillon puisqu il dépend d un échantillon de v.a. qui suivent un processus stochastique (le PGD). NB : les propriétés exactes en échantillon fini dépendent du modèle considéré et sont obtenues sur une base de cas par cas quand c est possible. Les propriétés asymptotiques générales sont satisfaites sous un ensemble de "conditions de régularité". Elles assurent soit l existence de l estimateur, soit la convergence et la normalité asymptotique. Pour les séries temporelles, ces conditions sont du type : le DGP est stationnaire et faiblement dépendant. Méthodes d analyse empirique p. 20/161

51 Méthodes d analyse empirique p. 21/161 Propriétés de l EMV Convergence : ˆθ n p θ où θ est la valeur du paramètre dans le PGD (appelé "vraie valeur").

52 Méthodes d analyse empirique p. 21/161 Propriétés de l EMV Convergence : ˆθ n p θ où θ est la valeur du paramètre dans le PGD (appelé "vraie valeur"). Normalité asymptotique : on procède comme si ˆθ n N(θ, ˆV ) si n est grand, sachant que plus n est grand, meilleure est l approximation.

53 Méthodes d analyse empirique p. 21/161 Propriétés de l EMV Convergence : ˆθ n p θ où θ est la valeur du paramètre dans le PGD (appelé "vraie valeur"). Normalité asymptotique : on procède comme si ˆθ n N(θ, ˆV ) si n est grand, sachant que plus n est grand, meilleure est l approximation. ˆV est un estimateur de la matrice de variance-covariances exacte V car cette dernière dépend généralement de paramètres inconnus (en particulier, mais pas exclusivement, du vrai θ). Il n existe pas de choix unique pour ˆV mais les choix habituels (slide suivant) sont fournis dans les logiciels économétriques (comme OxMetrics, TSP, EVIEWS, RATS, SAS, STATA, etc.).

54 Méthodes d analyse empirique p. 22/161 Formules pour ˆV Basée sur la matrice Hessienne : ˆV H = [H(ˆθ)] 1 = [ n t=1 H t (ˆθ)] 1, où H t (ˆθ) = l t(θ) θ θ est évalué à ˆθ.

55 Méthodes d analyse empirique p. 22/161 Formules pour ˆV Basée sur la matrice Hessienne : ˆV H = [H(ˆθ)] 1 = [ n t=1 H t (ˆθ)] 1, où H t (ˆθ) = l t(θ) θ θ est évalué à ˆθ. Basée sur la contribution aux scores : ˆV G = [ n t=1 q t (ˆθ)q t (ˆθ) ] 1, où q t (ˆθ) = l t(θ) θ est évalué à ˆθ et constitue la contribution de l observation t à la fonction score. NB: q(θ) = n t=1 q t(θ).

56 Méthodes d analyse empirique p. 23/161 Test de Wald avec l EMV Etant donné que ˆθ n N(θ, ˆV ), on peut tester des restrictions (linéaires ou non) par des tests de Wald en χ 2. Par exemple : H 0 : Rθ = r est testé par la statistique (Rˆθ r) (RˆV R ) 1 (Rˆθ r) χ 2 (m) sous H 0.

57 Méthodes d analyse empirique p. 23/161 Test de Wald avec l EMV Etant donné que ˆθ n N(θ, ˆV ), on peut tester des restrictions (linéaires ou non) par des tests de Wald en χ 2. Par exemple : H 0 : Rθ = r est testé par la statistique (Rˆθ r) (RˆV R ) 1 (Rˆθ r) χ 2 (m) sous H 0. La statistique de test pour H 0 : θ 3 = 0 est ˆθ 2 3 /ˆv 33 χ 2 (1). Elle peut être remplacée par ˆθ 3 / ˆv 33 N(0, 1) si on désire un test unilatéral.

58 Méthodes d analyse empirique p. 24/161 Test du rapport des vraisemblances Sous les conditions de régularité, une manière alternative de tester les restrictions, disons H 0 : Rθ = r existe : Etape 1 : estimer le modèle par MV sans imposer les contraintes. Sauver l(ˆθ), la valeur de la FV à l optimum.

59 Méthodes d analyse empirique p. 24/161 Test du rapport des vraisemblances Sous les conditions de régularité, une manière alternative de tester les restrictions, disons H 0 : Rθ = r existe : Etape 1 : estimer le modèle par MV sans imposer les contraintes. Sauver l(ˆθ), la valeur de la FV à l optimum. Etape 2 : estimer le modèle (par MV) en imposant les restrictions. Sauver l( θ), la valeur de la FV à l optimum contraint. Donc, θ = arg max θ l(θ) sous contraintes Rθ = r.

60 Méthodes d analyse empirique p. 24/161 Test du rapport des vraisemblances Sous les conditions de régularité, une manière alternative de tester les restrictions, disons H 0 : Rθ = r existe : Etape 1 : estimer le modèle par MV sans imposer les contraintes. Sauver l(ˆθ), la valeur de la FV à l optimum. Etape 2 : estimer le modèle (par MV) en imposant les restrictions. Sauver l( θ), la valeur de la FV à l optimum contraint. Donc, θ = arg max θ l(θ) sous contraintes Rθ = r. Calculer le rapport des vraisemblances (RV) LR = 2[l(ˆθ) l( θ)]. Rejeter H 0 au seuil α si la p-valeur du RV est inférieure à α, où la p-valeur est obtenue en utilisant la χ 2 (m). Par construction, RV 0.

61 Méthodes d analyse empirique p. 25/161 Problèmes possibles avec MV Résoudre analytiquement les CPO, comme dans l exemple de la régression linéaire, n est généralement pas possible. Des méthodes numériques sont implémentées dans les logiciels.

62 Méthodes d analyse empirique p. 25/161 Problèmes possibles avec MV Résoudre analytiquement les CPO, comme dans l exemple de la régression linéaire, n est généralement pas possible. Des méthodes numériques sont implémentées dans les logiciels. L EMV n est pas toujours unique : le système des CPO peut avoir plusieurs solutions. Si ce problème est suspecté, on doit chercher numériquement plusieurs maxima et choisir le global.

63 Méthodes d analyse empirique p. 25/161 Problèmes possibles avec MV Résoudre analytiquement les CPO, comme dans l exemple de la régression linéaire, n est généralement pas possible. Des méthodes numériques sont implémentées dans les logiciels. L EMV n est pas toujours unique : le système des CPO peut avoir plusieurs solutions. Si ce problème est suspecté, on doit chercher numériquement plusieurs maxima et choisir le global. Cas extrême : l EMV n existe pas (ou infinité de solutions : problème d identification). Exemple : la régression linéaire quand X n est pas de rang plein.

64 Méthodes d analyse empirique p. 25/161 Problèmes possibles avec MV Résoudre analytiquement les CPO, comme dans l exemple de la régression linéaire, n est généralement pas possible. Des méthodes numériques sont implémentées dans les logiciels. L EMV n est pas toujours unique : le système des CPO peut avoir plusieurs solutions. Si ce problème est suspecté, on doit chercher numériquement plusieurs maxima et choisir le global. Cas extrême : l EMV n existe pas (ou infinité de solutions : problème d identification). Exemple : la régression linéaire quand X n est pas de rang plein. L EMV peut être à la frontière de l espace des paramètres. Normalité asymptotique non valable RV non asymptotiquement distribué selon une χ 2.

65 Méthodes d analyse empirique p. 26/161 Forces et faiblesses du MV Forces : si les hypothèses sont correctes, l EMV est l estimateur le plus efficient asymptotiquement, au sens qu il est non-biaisé asymptotiquement et possède la plus petite variance. Intuitivement, MV utilise au mieux l information des données pour estimer les paramètres.

66 Méthodes d analyse empirique p. 26/161 Forces et faiblesses du MV Forces : si les hypothèses sont correctes, l EMV est l estimateur le plus efficient asymptotiquement, au sens qu il est non-biaisé asymptotiquement et possède la plus petite variance. Intuitivement, MV utilise au mieux l information des données pour estimer les paramètres. Faiblesses : MV nécessite de choisir la distribution de probabilité. Quelles sont donc les conséquences d une hypothèse erronée sur la distribution de probabilité des y t?

67 Méthodes d analyse empirique p. 26/161 Forces et faiblesses du MV Forces : si les hypothèses sont correctes, l EMV est l estimateur le plus efficient asymptotiquement, au sens qu il est non-biaisé asymptotiquement et possède la plus petite variance. Intuitivement, MV utilise au mieux l information des données pour estimer les paramètres. Faiblesses : MV nécessite de choisir la distribution de probabilité. Quelles sont donc les conséquences d une hypothèse erronée sur la distribution de probabilité des y t? La réponse à cette question est : - dans certains cas, l EMV n est même pas convergent, - dans d autres cas, il est toujours convergent et asymptotiquement normal mais la matrice ˆV est différente de celle fournie précédemment.

68 Modèles à choix discrets Méthodes d analyse empirique p. 27/161

69 Méthodes d analyse empirique p. 28/161 Modèles Logit et Probit y i = 0 si le ménage i ne possède pas de voiture, y i = 1 sinon.

70 Méthodes d analyse empirique p. 28/161 Modèles Logit et Probit y i = 0 si le ménage i ne possède pas de voiture, y i = 1 sinon. Dans ce cas un modèle linéaire n est pas approprié pour étudier les déterminants de y.

71 Méthodes d analyse empirique p. 28/161 Modèles Logit et Probit y i = 0 si le ménage i ne possède pas de voiture, y i = 1 sinon. Dans ce cas un modèle linéaire n est pas approprié pour étudier les déterminants de y. Dans un modèle de choix discret, l intérêt se porte sur l estimation de P(y = 1 x) = P(y = 1 x 1,x 2,...,x k ), où par exemple x 1 est le niveau d éducation, x 2 le nombre d enfants, etc.

72 Méthodes d analyse empirique p. 29/161 Modèles Logit et Probit Pour s assurer que cette probabilité est toujours entre 0 et 1, on considère le plus souvent une classe de modèles du type suivant: P(y = 1 x) = G(β 0 +β 1 x 1 +β 2 x β k x k ) = G(β 0 +xb), où G est une fonction prenant des valeurs entre 0 et 1, c-à-d 0 < G(z) < 1 pour tout nombre réel z.

73 Méthodes d analyse empirique p. 29/161 Modèles Logit et Probit Pour s assurer que cette probabilité est toujours entre 0 et 1, on considère le plus souvent une classe de modèles du type suivant: P(y = 1 x) = G(β 0 +β 1 x 1 +β 2 x β k x k ) = G(β 0 +xb), où G est une fonction prenant des valeurs entre 0 et 1, c-à-d 0 < G(z) < 1 pour tout nombre réel z. Modèle logit: G(z) = exp(z) 1+exp(z) = Λ(z), c-à-d la fonction cumulative d une variable aléatoire logistique de variance unitaire.

74 Méthodes d analyse empirique p. 29/161 Modèles Logit et Probit Pour s assurer que cette probabilité est toujours entre 0 et 1, on considère le plus souvent une classe de modèles du type suivant: P(y = 1 x) = G(β 0 +β 1 x 1 +β 2 x β k x k ) = G(β 0 +xb), où G est une fonction prenant des valeurs entre 0 et 1, c-à-d 0 < G(z) < 1 pour tout nombre réel z. Modèle logit: G(z) = exp(z) 1+exp(z) = Λ(z), c-à-d la fonction cumulative d une variable aléatoire logistique de variance unitaire. Modèle Probit: G(z) = Φ(z) z φ(v)dv, où φ(z) est la densité normale standard φ(z) = (2π) 1/2 exp( z 2 /2).

75 Modèles Logit et Probit Pour s assurer que cette probabilité est toujours entre 0 et 1, on considère le plus souvent une classe de modèles du type suivant: P(y = 1 x) = G(β 0 +β 1 x 1 +β 2 x β k x k ) = G(β 0 +xb), où G est une fonction prenant des valeurs entre 0 et 1, c-à-d 0 < G(z) < 1 pour tout nombre réel z. Modèle logit: G(z) = exp(z) 1+exp(z) = Λ(z), c-à-d la fonction cumulative d une variable aléatoire logistique de variance unitaire. Modèle Probit: G(z) = Φ(z) z φ(v)dv, où φ(z) est la densité normale standard φ(z) = (2π) 1/2 exp( z 2 /2). Pour les deux modèles, G(z) 0 quand z et G(z) 1 quand z. Méthodes d analyse empirique p. 29/161

76 Méthodes d analyse empirique p. 30/161 G(z) 1.00 Logit Probit

77 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente.

78 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente. Soit y une variable latente (ou non observable) définie par y = β 0 + xb + e,y = 1[y > 0]

79 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente. Soit y une variable latente (ou non observable) définie par y = β 0 + xb + e,y = 1[y > 0] La fonction 1[.] est appelée fonction indicatrice.

80 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente. Soit y une variable latente (ou non observable) définie par y = β 0 + xb + e,y = 1[y > 0] La fonction 1[.] est appelée fonction indicatrice. y = 1 si y > 0, 0 sinon.

81 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente. Soit y une variable latente (ou non observable) définie par y = β 0 + xb + e,y = 1[y > 0] La fonction 1[.] est appelée fonction indicatrice. y = 1 si y > 0, 0 sinon. Nous supposons que e est indépendant de x et que e a une distribution logistique standard ou N(0, 1).

82 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente. Soit y une variable latente (ou non observable) définie par y = β 0 + xb + e,y = 1[y > 0] La fonction 1[.] est appelée fonction indicatrice. y = 1 si y > 0, 0 sinon. Nous supposons que e est indépendant de x et que e a une distribution logistique standard ou N(0, 1). e est symmétriquement distribué autour de 0.

83 Méthodes d analyse empirique p. 31/161 Modèles Logit et Probit Les modèles Logit et Probit peuvent être dérivés d un modèles soujacent à variable latente. Soit y une variable latente (ou non observable) définie par y = β 0 + xb + e,y = 1[y > 0] La fonction 1[.] est appelée fonction indicatrice. y = 1 si y > 0, 0 sinon. Nous supposons que e est indépendant de x et que e a une distribution logistique standard ou N(0, 1). e est symmétriquement distribué autour de 0. 1 G( z) = G(z).

84 Méthodes d analyse empirique p. 32/161 y = β 0 + xb + e,y = 1[y > 0] P(y = 1 x) = P(y > 0 x) = P[e > (β 0 + xb) x] = 1 G[ (β 0 + xb)] = G(β 0 + xb).

85 Méthodes d analyse empirique p. 32/161 y = β 0 + xb + e,y = 1[y > 0] P(y = 1 x) = P(y > 0 x) = P[e > (β 0 + xb) x] = 1 G[ (β 0 + xb)] = G(β 0 + xb). Dans la plupart des analyses impliquant des modèles Logit ou Probit, l objet premier est d expliquer l effet d une variation de x j sur P(y = 1 x).

86 Méthodes d analyse empirique p. 32/161 y = β 0 + xb + e,y = 1[y > 0] P(y = 1 x) = P(y > 0 x) = P[e > (β 0 + xb) x] = 1 G[ (β 0 + xb)] = G(β 0 + xb). Dans la plupart des analyses impliquant des modèles Logit ou Probit, l objet premier est d expliquer l effet d une variation de x j sur P(y = 1 x). Il est important de noter que la direction de l effet de x j sur E(y x) = β 0 + xb et sur E(y x) = P(y = 1 x) = G(β 0 + xb) est toujours la même.

87 Méthodes d analyse empirique p. 32/161 y = β 0 + xb + e,y = 1[y > 0] P(y = 1 x) = P(y > 0 x) = P[e > (β 0 + xb) x] = 1 G[ (β 0 + xb)] = G(β 0 + xb). Dans la plupart des analyses impliquant des modèles Logit ou Probit, l objet premier est d expliquer l effet d une variation de x j sur P(y = 1 x). Il est important de noter que la direction de l effet de x j sur E(y x) = β 0 + xb et sur E(y x) = P(y = 1 x) = G(β 0 + xb) est toujours la même. Par contre l amplitude de β j n est pas vraiment parlante.

88 Méthodes d analyse empirique p. 32/161 y = β 0 + xb + e,y = 1[y > 0] P(y = 1 x) = P(y > 0 x) = P[e > (β 0 + xb) x] = 1 G[ (β 0 + xb)] = G(β 0 + xb). Dans la plupart des analyses impliquant des modèles Logit ou Probit, l objet premier est d expliquer l effet d une variation de x j sur P(y = 1 x). Il est important de noter que la direction de l effet de x j sur E(y x) = β 0 + xb et sur E(y x) = P(y = 1 x) = G(β 0 + xb) est toujours la même. Par contre l amplitude de β j n est pas vraiment parlante. Pour trouver l effet partiel d une variation d une unité de x j sur la probabilité de succes, c-à-d P(y = 1 x), il faut effectuer quelques calculs.

89 Méthodes d analyse empirique p. 33/161 Effet partiel Si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: p(x) x j = g(β 0 + xb)β j, où g(z) dg dz (z).

90 Méthodes d analyse empirique p. 33/161 Effet partiel Si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: p(x) x j = g(β 0 + xb)β j, où g(z) dg dz (z). Comme G est la cdf d une variable aléatoire continue, g est une fonction de densité de probabilité (pdf).

91 Méthodes d analyse empirique p. 33/161 Effet partiel Si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: p(x) x j = g(β 0 + xb)β j, où g(z) dg dz (z). Comme G est la cdf d une variable aléatoire continue, g est une fonction de densité de probabilité (pdf). Comme G(.) est strictement croissante pour les modèles Logit et Probit, g(z) > 0 z.

92 Méthodes d analyse empirique p. 33/161 Effet partiel Si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: p(x) x j = g(β 0 + xb)β j, où g(z) dg dz (z). Comme G est la cdf d une variable aléatoire continue, g est une fonction de densité de probabilité (pdf). Comme G(.) est strictement croissante pour les modèles Logit et Probit, g(z) > 0 z. Donc l effet partiel de x j sur p(x) dépend de x de part la quantité g(β 0 + xb).

93 Méthodes d analyse empirique p. 33/161 Effet partiel Si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: p(x) x j = g(β 0 + xb)β j, où g(z) dg dz (z). Comme G est la cdf d une variable aléatoire continue, g est une fonction de densité de probabilité (pdf). Comme G(.) est strictement croissante pour les modèles Logit et Probit, g(z) > 0 z. Donc l effet partiel de x j sur p(x) dépend de x de part la quantité g(β 0 + xb). Par contre l effet a toujours de même signe que β j.

94 Méthodes d analyse empirique p. 34/161 p(x) x j = g(β 0 + xb)β j La conséquence est que l effet relatif de deux variables explicatives continues ne dépend pas de x.

95 Méthodes d analyse empirique p. 34/161 p(x) x j = g(β 0 + xb)β j La conséquence est que l effet relatif de deux variables explicatives continues ne dépend pas de x. En effet le ratio des effets partiels pour x j et x h est β j β h.

96 Méthodes d analyse empirique p. 34/161 p(x) x j = g(β 0 + xb)β j La conséquence est que l effet relatif de deux variables explicatives continues ne dépend pas de x. En effet le ratio des effets partiels pour x j et x h est β j β h. L effet partiel est maximum lorsque β 0 + xb = 0. Pour le modèle Probit, g(z) = φ(z) et donc g(0) = φ(0) = 1 2π 0.40.

97 Méthodes d analyse empirique p. 34/161 p(x) x j = g(β 0 + xb)β j La conséquence est que l effet relatif de deux variables explicatives continues ne dépend pas de x. En effet le ratio des effets partiels pour x j et x h est β j β h. L effet partiel est maximum lorsque β 0 + xb = 0. Pour le modèle Probit, g(z) = φ(z) et donc g(0) = φ(0) = 1 2π Pour le Logit, g(z) = exp(z) [1+exp(z)] 2 et donc g(0) = 0.25.

98 Méthodes d analyse empirique p. 35/161 Variables binaires x j Le calcul de l effet partiel pour une variable binaire est différent.

99 Méthodes d analyse empirique p. 35/161 Variables binaires x j Le calcul de l effet partiel pour une variable binaire est différent. Si x 1 est une variable explicative binaire, l effet partiel d un changement de x 1 de 0 à 1, toutes choses restant égales par ailleurs est simplemement G(β 0 + β 1 + β 2 x β k x k ) G(β 0 + β 2 x β k x k ).

100 Méthodes d analyse empirique p. 35/161 Variables binaires x j Le calcul de l effet partiel pour une variable binaire est différent. Si x 1 est une variable explicative binaire, l effet partiel d un changement de x 1 de 0 à 1, toutes choses restant égales par ailleurs est simplemement G(β 0 + β 1 + β 2 x β k x k ) G(β 0 + β 2 x β k x k ). Encore une fois, l effet dépend de x mais connaitre le signe de β 1 donne une indication parfaire sur le signe de l effet (et sa significativité).

101 Méthodes d analyse empirique p. 35/161 Variables binaires x j Le calcul de l effet partiel pour une variable binaire est différent. Si x 1 est une variable explicative binaire, l effet partiel d un changement de x 1 de 0 à 1, toutes choses restant égales par ailleurs est simplemement G(β 0 + β 1 + β 2 x β k x k ) G(β 0 + β 2 x β k x k ). Encore une fois, l effet dépend de x mais connaitre le signe de β 1 donne une indication parfaire sur le signe de l effet (et sa significativité). Egalement, si x 1 est une variable discrète, comme le nombre d enfants, le passage de la valeur c 1 à 1 + c 1 (exemple 1 à 2) à un effet de G(β 0 + β 1 (1 + c 1 ) + β 2 x β k x k ) G(β 0 + β 1 c 1 + β 2 x β k x k ).

102 Méthodes d analyse empirique p. 36/161 Variables du type log(x j ) et x 2 j Soit le modèle P(y = 1 x) = G(β 0 + β 1 x 1 + β 2 x β 3log(x 3 )).

103 Méthodes d analyse empirique p. 36/161 Variables du type log(x j ) et x 2 j Soit le modèle P(y = 1 x) = G(β 0 + β 1 x 1 + β 2 x β 3log(x 3 )). L effet partiel de x 1 sur P(y = 1 x) est P(y = 1 x) x 1 = g(β 0 + xb)(β 1 + 2β 2 x 1 ).

104 Méthodes d analyse empirique p. 36/161 Variables du type log(x j ) et x 2 j Soit le modèle P(y = 1 x) = G(β 0 + β 1 x 1 + β 2 x β 3log(x 3 )). L effet partiel de x 1 sur P(y = 1 x) est P(y = 1 x) x 1 = g(β 0 + xb)(β 1 + 2β 2 x 1 ). L effet partiel de x 3 sur P(y = 1 x) est P(y = 1 x) x 3 = g(β 0 + xb) ( β3 x 3 ).

105 Méthodes d analyse empirique p. 37/161 Estimation Les modèles Logit et Probit sont généralement estimés par MV.

106 Méthodes d analyse empirique p. 37/161 Estimation Les modèles Logit et Probit sont généralement estimés par MV. Supposons que nous disposons de n observations.

107 Méthodes d analyse empirique p. 37/161 Estimation Les modèles Logit et Probit sont généralement estimés par MV. Supposons que nous disposons de n observations. La distribution de y i conditionnelle à x i est: f(y x i ; B) = [G(x i B)] y [1 G(x i B)] 1 y avec y = 0, 1.

108 Méthodes d analyse empirique p. 37/161 Estimation Les modèles Logit et Probit sont généralement estimés par MV. Supposons que nous disposons de n observations. La distribution de y i conditionnelle à x i est: f(y x i ; B) = [G(x i B)] y [1 G(x i B)] 1 y avec y = 0, 1. Pour simplifier, l intercept est inclus dans x.

109 Méthodes d analyse empirique p. 37/161 Estimation Les modèles Logit et Probit sont généralement estimés par MV. Supposons que nous disposons de n observations. La distribution de y i conditionnelle à x i est: f(y x i ; B) = [G(x i B)] y [1 G(x i B)] 1 y avec y = 0, 1. Pour simplifier, l intercept est inclus dans x. Quand y = 1 f(y x i ; B) = G(x i B) et quand y = 0 f(y x i ; B) = 1 G(x i B).

110 Méthodes d analyse empirique p. 37/161 Estimation Les modèles Logit et Probit sont généralement estimés par MV. Supposons que nous disposons de n observations. La distribution de y i conditionnelle à x i est: f(y x i ; B) = [G(x i B)] y [1 G(x i B)] 1 y avec y = 0, 1. Pour simplifier, l intercept est inclus dans x. Quand y = 1 f(y x i ; B) = G(x i B) et quand y = 0 f(y x i ; B) = 1 G(x i B). La fonction de log-vraissemblance pour l observation i est une fonction des parametres B est des données x i, c-à-d l i (B) = y i log[g(x i B)] + (1 y i )log[1 G(x i B)].

111 Méthodes d analyse empirique p. 38/161 Estimation La log-vraissemblance pour l échantillon de taille n est simplement L(B) = n i=1 l i(b).

112 Méthodes d analyse empirique p. 38/161 Estimation La log-vraissemblance pour l échantillon de taille n est simplement L(B) = n i=1 l i(b). L estimateur du MV est celui qui maximise L(B).

113 Méthodes d analyse empirique p. 38/161 Estimation La log-vraissemblance pour l échantillon de taille n est simplement L(B) = n i=1 l i(b). L estimateur du MV est celui qui maximise L(B). De part la non-linéarité de G(.), il n est pas possible de dériver des formules donnant la solution à ce problème de maximisation. On utilisera donc des outils d optimisation numérique.

114 Méthodes d analyse empirique p. 38/161 Estimation La log-vraissemblance pour l échantillon de taille n est simplement L(B) = n i=1 l i(b). L estimateur du MV est celui qui maximise L(B). De part la non-linéarité de G(.), il n est pas possible de dériver des formules donnant la solution à ce problème de maximisation. On utilisera donc des outils d optimisation numérique. Chaque ˆβ j est reporté avec un écart-type (asymptotique).

115 Méthodes d analyse empirique p. 39/161 Estimation Nous cherchons à savoir si une nouvelle méthode d enseignement de l économie, le système personnalisé d instruction (PSI), influait significativement sur les performances dans les cours de gestion.

116 Méthodes d analyse empirique p. 39/161 Estimation Nous cherchons à savoir si une nouvelle méthode d enseignement de l économie, le système personnalisé d instruction (PSI), influait significativement sur les performances dans les cours de gestion. Variable dépendante: GRADE = 1 si le résultat de l étudiant dans un cours intermédiaire de gestion financière est plus élevé que dans un cours de base.

117 Méthodes d analyse empirique p. 39/161 Estimation Nous cherchons à savoir si une nouvelle méthode d enseignement de l économie, le système personnalisé d instruction (PSI), influait significativement sur les performances dans les cours de gestion. Variable dépendante: GRADE = 1 si le résultat de l étudiant dans un cours intermédiaire de gestion financière est plus élevé que dans un cours de base. Autres variables: GPA = note moyenne de l étudiant, TUCE = score à un pré-test qui renseigne sur la connaissance de l étudiant et PSI = 1 si l étudiant a suivi la nouvelle méthode d apprentissage.

118 Méthodes d analyse empirique p. 40/161 Output LOGIT CS( 1) Modelling GRADE by LOGIT The estimation sample is 1-32 Coefficient Std.Error t-value t-prob Constant GPA TUCE PSI log-likelihood no. of states 2 no. of observations 32 no. of parameters 4 baseline log-lik Test: Chiˆ2( 3) [0.0015]** AIC AIC/n mean(grade) var(grade) Newton estimation (eps1=0.0001; eps2=0.005): Strong convergence Count Frequency Probability loglik State State Total

119 Méthodes d analyse empirique p. 41/161 Output PROBIT CS( 2) Modelling GRADE by PROBIT The estimation sample is 1-32 Coefficient Std.Error t-value t-prob Constant GPA TUCE PSI log-likelihood no. of states 2 no. of observations 32 no. of parameters 4 zeroline log-lik Test: Chiˆ2( 4) [0.0009]** AIC AIC/n mean(grade) var(grade) Newton estimation (eps1=0.0001; eps2=0.005): Strong convergence Count Frequency Probability loglik State State Total

120 Méthodes d analyse empirique p. 42/161 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches.

121 Méthodes d analyse empirique p. 42/161 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches. Les coefficients estimés sont différents.

122 Méthodes d analyse empirique p. 42/161 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches. Les coefficients estimés sont différents. C est normal car l effet partiel est fonction de g(.)β j avec g(.) la fonction cdf de la logistique ou de la normale.

123 Méthodes d analyse empirique p. 42/161 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches. Les coefficients estimés sont différents. C est normal car l effet partiel est fonction de g(.)β j avec g(.) la fonction cdf de la logistique ou de la normale. Notons que nous avons vu que g(0) = φ(0) = 0.4 pour exp(0) la normale et [1+exp(0)] = 0.25 pour la logistique. 2

124 Méthodes d analyse empirique p. 42/161 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches. Les coefficients estimés sont différents. C est normal car l effet partiel est fonction de g(.)β j avec g(.) la fonction cdf de la logistique ou de la normale. Notons que nous avons vu que g(0) = φ(0) = 0.4 pour exp(0) la normale et [1+exp(0)] = 0.25 pour la logistique. 2 Donc pour avoir des effet marginaux equivalents il faut φ(0)β p j exp(0) [1+exp(0)] 2 β l j = 1.

125 Méthodes d analyse empirique p. 42/161 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches. Les coefficients estimés sont différents. C est normal car l effet partiel est fonction de g(.)β j avec g(.) la fonction cdf de la logistique ou de la normale. Notons que nous avons vu que g(0) = φ(0) = 0.4 pour exp(0) la normale et [1+exp(0)] = 0.25 pour la logistique. 2 Donc pour avoir des effet marginaux equivalents il faut φ(0)β p j exp(0) [1+exp(0)] 2 β l j = 1. C-à-d 0.4βp j 0.25β l j = 1 ou encore β l j = 1.6βp j.

126 Comparaison des résultats Les niveaux de significativités des 2 modèles sont très proches. Les coefficients estimés sont différents. C est normal car l effet partiel est fonction de g(.)β j avec g(.) la fonction cdf de la logistique ou de la normale. Notons que nous avons vu que g(0) = φ(0) = 0.4 pour exp(0) la normale et [1+exp(0)] = 0.25 pour la logistique. 2 Donc pour avoir des effet marginaux equivalents il faut φ(0)β p j exp(0) [1+exp(0)] 2 β l j = 1. C-à-d 0.4βp j 0.25β l j = 1 ou encore β l j = 1.6βp j. Exemple pour PSI: = Méthodes d analyse empirique p. 42/161

127 Méthodes d analyse empirique p. 43/161 Exemple de LRT sur PSI CS( 2) Modelling GRADE by PROBIT The estimation sample is 1-32 Coefficient Std.Error t-value t-prob Constant GPA TUCE log-likelihood no. of states 2 no. of observations 32 no. of parameters 3 zeroline log-lik Test: Chiˆ2( 3) [0.0072]** AIC AIC/n mean(grade) var(grade) LRT = 2[ ( )] = = 6.66 >> 3.86(χ 2 5% (1)). Mais χ 2 (1) = % Attention ce test est asymptotique alors que n = 32.

128 Méthodes d analyse empirique p. 44/161 Exemple de test de Wald Test for linear restrictions (Rb=r): R matrix Constant GPA TUCE PSI r vector LinRes Chiˆ2(1) = [0.0151] * Attention ce test est également asymptotique alors que n = 32.

129 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes.

130 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes. Cette mesure s apparente au R 2 d un modèle linéaire.

131 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes. Cette mesure s apparente au R 2 d un modèle linéaire. Soit ỹ i = 1 si G(ˆβ 0 + x i ˆB) 0.5 et ỹi = 0 si G(ˆβ 0 + x i ˆB) < 0.5.

132 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes. Cette mesure s apparente au R 2 d un modèle linéaire. Soit ỹ i = 1 si G(ˆβ 0 + x i ˆB) 0.5 et ỹi = 0 si G(ˆβ 0 + x i ˆB) < 0.5. Etant donné {ỹ i : i = 1, 2,...,n}, on peut voir la qualité de la prévision de y i.

133 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes. Cette mesure s apparente au R 2 d un modèle linéaire. Soit ỹ i = 1 si G(ˆβ 0 + x i ˆB) 0.5 et ỹi = 0 si G(ˆβ 0 + x i ˆB) < 0.5. Etant donné {ỹ i : i = 1, 2,...,n}, on peut voir la qualité de la prévision de y i. Pour chaque i, la paire (ỹ i,y i ) peut prendre quatres valeurs: (0, 0), (0, 1), (1, 0) et (1, 1).

134 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes. Cette mesure s apparente au R 2 d un modèle linéaire. Soit ỹ i = 1 si G(ˆβ 0 + x i ˆB) 0.5 et ỹi = 0 si G(ˆβ 0 + x i ˆB) < 0.5. Etant donné {ỹ i : i = 1, 2,...,n}, on peut voir la qualité de la prévision de y i. Pour chaque i, la paire (ỹ i,y i ) peut prendre quatres valeurs: (0, 0), (0, 1), (1, 0) et (1, 1). Pour les paires (0, 0) et (1, 1), la prévision est correcte.

135 Méthodes d analyse empirique p. 45/161 Goodness-of-fit Une mesure fréquemment reportée lors de l estimation de modèles Logit et Probit est le pourcentage de prédictions correctes. Cette mesure s apparente au R 2 d un modèle linéaire. Soit ỹ i = 1 si G(ˆβ 0 + x i ˆB) 0.5 et ỹi = 0 si G(ˆβ 0 + x i ˆB) < 0.5. Etant donné {ỹ i : i = 1, 2,...,n}, on peut voir la qualité de la prévision de y i. Pour chaque i, la paire (ỹ i,y i ) peut prendre quatres valeurs: (0, 0), (0, 1), (1, 0) et (1, 1). Pour les paires (0, 0) et (1, 1), la prévision est correcte. Le pourcentage de prédictions correctes est le %age de valeurs ỹ i = y i.

136 Méthodes d analyse empirique p. 46/161 Output PROBIT and LOGIT Table of actual and predicted State 0 State 1 Sum actual State State Sum pred =

137 Méthodes d analyse empirique p. 47/161 Goodness-of-fit Même si cette mesure est utile elle peut être trompeuse.

138 Méthodes d analyse empirique p. 47/161 Goodness-of-fit Même si cette mesure est utile elle peut être trompeuse. En effet, il est possible d obtenir des pourcentages de prédictions correctes élevés même lorsque l évènement le moins probable est très mal prédit.

139 Méthodes d analyse empirique p. 47/161 Goodness-of-fit Même si cette mesure est utile elle peut être trompeuse. En effet, il est possible d obtenir des pourcentages de prédictions correctes élevés même lorsque l évènement le moins probable est très mal prédit. Exemple: n = 200, 160 observations ont y i = 0 et hors de ces 160 observations 140 ont ỹ i = 0. Donc on prédit correctement dans 87.5% des cas les valeurs de y i = 0.

140 Méthodes d analyse empirique p. 47/161 Goodness-of-fit Même si cette mesure est utile elle peut être trompeuse. En effet, il est possible d obtenir des pourcentages de prédictions correctes élevés même lorsque l évènement le moins probable est très mal prédit. Exemple: n = 200, 160 observations ont y i = 0 et hors de ces 160 observations 140 ont ỹ i = 0. Donc on prédit correctement dans 87.5% des cas les valeurs de y i = 0. Même si aucune prévision n est correcte pour y i = 1, on prédit toujours correctement 70% des observations (140/200).

141 Méthodes d analyse empirique p. 47/161 Goodness-of-fit Même si cette mesure est utile elle peut être trompeuse. En effet, il est possible d obtenir des pourcentages de prédictions correctes élevés même lorsque l évènement le moins probable est très mal prédit. Exemple: n = 200, 160 observations ont y i = 0 et hors de ces 160 observations 140 ont ỹ i = 0. Donc on prédit correctement dans 87.5% des cas les valeurs de y i = 0. Même si aucune prévision n est correcte pour y i = 1, on prédit toujours correctement 70% des observations (140/200). Il est souvant utile de pouvoir également prédire les évènements les moins probables.

142 Méthodes d analyse empirique p. 47/161 Goodness-of-fit Même si cette mesure est utile elle peut être trompeuse. En effet, il est possible d obtenir des pourcentages de prédictions correctes élevés même lorsque l évènement le moins probable est très mal prédit. Exemple: n = 200, 160 observations ont y i = 0 et hors de ces 160 observations 140 ont ỹ i = 0. Donc on prédit correctement dans 87.5% des cas les valeurs de y i = 0. Même si aucune prévision n est correcte pour y i = 1, on prédit toujours correctement 70% des observations (140/200). Il est souvant utile de pouvoir également prédire les évènements les moins probables. Il est donc important de calculer ce %age pour chaque valeur de y i, c-à-d 0 et 1.

143 Méthodes d analyse empirique p. 48/161 Goodness-of-fit Une autre mesure reportée par la plupart des logicles économériques est le pseudo-r 2 de McFadden.

144 Méthodes d analyse empirique p. 48/161 Goodness-of-fit Une autre mesure reportée par la plupart des logicles économériques est le pseudo-r 2 de McFadden. Ce pseudo-r 2 = 1 L nc L 0, où L nc est la log-vraissemblance du modèle (non contraint) et L 0 est celle du modèle contraint ne comportant qu une constante.

145 Méthodes d analyse empirique p. 48/161 Goodness-of-fit Une autre mesure reportée par la plupart des logicles économériques est le pseudo-r 2 de McFadden. Ce pseudo-r 2 = 1 L nc L 0, où L nc est la log-vraissemblance du modèle (non contraint) et L 0 est celle du modèle contraint ne comportant qu une constante. Pourqui est-ce que cette mesure a du sens?

146 Méthodes d analyse empirique p. 48/161 Goodness-of-fit Une autre mesure reportée par la plupart des logicles économériques est le pseudo-r 2 de McFadden. Ce pseudo-r 2 = 1 L nc L 0, où L nc est la log-vraissemblance du modèle (non contraint) et L 0 est celle du modèle contraint ne comportant qu une constante. Pourqui est-ce que cette mesure a du sens? L < 0 donc L nc L 0 = L nc L 0.

147 Méthodes d analyse empirique p. 48/161 Goodness-of-fit Une autre mesure reportée par la plupart des logicles économériques est le pseudo-r 2 de McFadden. Ce pseudo-r 2 = 1 L nc L 0, où L nc est la log-vraissemblance du modèle (non contraint) et L 0 est celle du modèle contraint ne comportant qu une constante. Pourqui est-ce que cette mesure a du sens? L < 0 donc L nc L 0 = L nc L 0. De plus L nc L 0.

148 Méthodes d analyse empirique p. 49/161 Goodness-of-fit Si les variables explicatives n ont pas de pouvoir explicatif L nc L 0 = 1 et donc pseudo-r 2 = 0.

149 Méthodes d analyse empirique p. 49/161 Goodness-of-fit Si les variables explicatives n ont pas de pouvoir explicatif L nc L 0 = 1 et donc pseudo-r 2 = 0. Généralement L nc < L 0 et donc 1 L nc L 0 > 0

150 Méthodes d analyse empirique p. 49/161 Goodness-of-fit Si les variables explicatives n ont pas de pouvoir explicatif L nc L 0 = 1 et donc pseudo-r 2 = 0. Généralement L nc < L 0 et donc 1 L nc L 0 > 0 Si L nc = 0 le pseudo-r 2 = 1.

151 Méthodes d analyse empirique p. 50/161 Goodness-of-fit: Alternative Soit ŷ i = G(ˆβ 0 + x i ˆB) les prévisions de probabilité du modèle Logit ou Probit.

152 Méthodes d analyse empirique p. 50/161 Goodness-of-fit: Alternative Soit ŷ i = G(ˆβ 0 + x i ˆB) les prévisions de probabilité du modèle Logit ou Probit. Comme ces prévisions sont aussi des prévisions de E(y i x i ), on peut calculer un genre de R 2 en comparant ŷ i et y i.

153 Méthodes d analyse empirique p. 50/161 Goodness-of-fit: Alternative Soit ŷ i = G(ˆβ 0 + x i ˆB) les prévisions de probabilité du modèle Logit ou Probit. Comme ces prévisions sont aussi des prévisions de E(y i x i ), on peut calculer un genre de R 2 en comparant ŷ i et y i. reporter corr(ŷ i,y i ) 2.

154 Méthodes d analyse empirique p. 51/161 Output Descriptive Statistics Means, standard deviations and correlations The sample is: 1-32 Means P(State 1) GRADE Standard deviations (using T-1) P(State 1) GRADE Correlation matrix: P(State 1) GRADE P(State 1) GRADE Exportez d abord les probabilités estimées. corr(grade, P(State 1 )) =

155 Méthodes d analyse empirique p. 52/161 Reporter des effets partiels On a vu que si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: où g(z) dg dz (z). p(x) x j = g(β 0 + xb)β j,

156 Méthodes d analyse empirique p. 52/161 Reporter des effets partiels On a vu que si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: où g(z) dg dz (z). Par conséquent p(x) x j = g(β 0 + xb)β j, ˆ p(x) g(ˆβ 0 + xˆb)ˆβ j x j, pour des petites variations de x j.

157 Méthodes d analyse empirique p. 52/161 Reporter des effets partiels On a vu que si x j est une variable continue, son effet partiel sur p(x) = P(y = 1 x) est obtenu depuis la dérivée partielle suivante: où g(z) dg dz (z). Par conséquent p(x) x j = g(β 0 + xb)β j, ˆ p(x) g(ˆβ 0 + xˆb)ˆβ j x j, pour des petites variations de x j. Mais l effet partiel dépend de x, où g(ˆβ 0 + xˆb) est appelé facteur d échelle. Que reporter?

158 Méthodes d analyse empirique p. 53/161 Reporter des effets partiels Les logiciels économétriques reportent souvant des effets partiels ou le facteur d échelle est évalué en x, c-à-d g(ˆβ 0 + xˆb) = g(ˆβ 0 + ˆβ 1 x 1 + ˆβ 2 x ˆβ k x k ).

159 Méthodes d analyse empirique p. 53/161 Reporter des effets partiels Les logiciels économétriques reportent souvant des effets partiels ou le facteur d échelle est évalué en x, c-à-d g(ˆβ 0 + xˆb) = g(ˆβ 0 + ˆβ 1 x 1 + ˆβ 2 x ˆβ k x k ). En multipliant ce facteur d échelle par β j on obtient l effet partiel de x j pour la personne moyenne.

160 Méthodes d analyse empirique p. 53/161 Reporter des effets partiels Les logiciels économétriques reportent souvant des effets partiels ou le facteur d échelle est évalué en x, c-à-d g(ˆβ 0 + xˆb) = g(ˆβ 0 + ˆβ 1 x 1 + ˆβ 2 x ˆβ k x k ). En multipliant ce facteur d échelle par β j on obtient l effet partiel de x j pour la personne moyenne. Qu est-ce que l individu moyen si par exemple x 1 = Male (1 si homme et 0 pour femme).

161 Méthodes d analyse empirique p. 53/161 Reporter des effets partiels Les logiciels économétriques reportent souvant des effets partiels ou le facteur d échelle est évalué en x, c-à-d g(ˆβ 0 + xˆb) = g(ˆβ 0 + ˆβ 1 x 1 + ˆβ 2 x ˆβ k x k ). En multipliant ce facteur d échelle par β j on obtient l effet partiel de x j pour la personne moyenne. Qu est-ce que l individu moyen si par exemple x 1 = Male (1 si homme et 0 pour femme). Si on a 52.5% d hommes x 1 = En quoi cela représente la presonne moyenne?

162 Méthodes d analyse empirique p. 54/161 Reporter des effets partiels De plus si x 1 est par exemple log(sales). Doit-on évaluer l impact moyen en log(sales) ou log(sales)? Les logiciels econométriques reportent le premier.

163 Méthodes d analyse empirique p. 54/161 Reporter des effets partiels De plus si x 1 est par exemple log(sales). Doit-on évaluer l impact moyen en log(sales) ou log(sales)? Les logiciels econométriques reportent le premier. Une approche différente pour calculer le facteur d échelle qui premettrait de régler ces problèmes est la suivante.

164 Méthodes d analyse empirique p. 54/161 Reporter des effets partiels De plus si x 1 est par exemple log(sales). Doit-on évaluer l impact moyen en log(sales) ou log(sales)? Les logiciels econométriques reportent le premier. Une approche différente pour calculer le facteur d échelle qui premettrait de régler ces problèmes est la suivante. n 1 n i=1 g(ˆβ 0 + x i ˆB)

165 Méthodes d analyse empirique p. 54/161 Reporter des effets partiels De plus si x 1 est par exemple log(sales). Doit-on évaluer l impact moyen en log(sales) ou log(sales)? Les logiciels econométriques reportent le premier. Une approche différente pour calculer le facteur d échelle qui premettrait de régler ces problèmes est la suivante. n n 1 g(ˆβ 0 + x i ˆB) i=1 on prend la moyenne de la fonction linéaire et non la fonction linéaire évaluée en la moyenne.

166 Méthodes d analyse empirique p. 54/161 Reporter des effets partiels De plus si x 1 est par exemple log(sales). Doit-on évaluer l impact moyen en log(sales) ou log(sales)? Les logiciels econométriques reportent le premier. Une approche différente pour calculer le facteur d échelle qui premettrait de régler ces problèmes est la suivante. n n 1 g(ˆβ 0 + x i ˆB) i=1 on prend la moyenne de la fonction linéaire et non la fonction linéaire évaluée en la moyenne. Les deux méthodes puvent donner des facteurs d échelle assez différents.

167 Méthodes d analyse empirique p. 55/161 Reporter des effets partiels Si les variables explicatives comprennent des variables discrètes, ces formules ne sont pas valables.

168 Méthodes d analyse empirique p. 55/161 Reporter des effets partiels Si les variables explicatives comprennent des variables discrètes, ces formules ne sont pas valables. Pour un changement de x 1 de c 1 à 1 + c 1, l analogue discret de l effet partiel est G(ˆβ 0 + ˆβ 1 (1 + c 1 ) ˆβ k x k ) G(ˆβ 0 + ˆβ 1 c ˆβ k x k ).

169 Méthodes d analyse empirique p. 55/161 Reporter des effets partiels Si les variables explicatives comprennent des variables discrètes, ces formules ne sont pas valables. Pour un changement de x 1 de c 1 à 1 + c 1, l analogue discret de l effet partiel est G(ˆβ 0 + ˆβ 1 (1 + c 1 ) ˆβ k x k ) G(ˆβ 0 + ˆβ 1 c ˆβ k x k ). La moyenne des effets partiels est quant à elle donnée par n n 1 { G(ˆβ 0 + ˆβ 1 (1 + c 1 ) + ˆβ 2 x i ˆβ k x ik ) i=1 G(ˆβ 0 + ˆβ 1 c 1 + ˆβ 2 x i ˆβ k x ik )}.

170 Méthodes d analyse empirique p. 56/161 Exemple: GRADE et PROBIT Summary statistics for explanatory variables State 0: #obs min mean max std.dev Constant GPA TUCE PSI State 1: #obs min mean max std.dev Constant GPA TUCE PSI All States: #obs min mean max std.dev Constant GPA TUCE PSI GPA = et TUCE =

171 Méthodes d analyse empirique p. 57/161 Exemple: GRADE et PROBIT G( GPA TUCE ) G( GPA TUCE) = =

172 Méthodes d analyse empirique p. 57/161 Exemple: GRADE et PROBIT G( GPA TUCE ) G( GPA TUCE) = = Comment évalue ce différentiel en fonction de GPA?

173 Méthodes d analyse empirique p. 57/161 Exemple: GRADE et PROBIT G( GPA TUCE ) G( GPA TUCE) = = Comment évalue ce différentiel en fonction de GPA? G( GPA TUCE ) G( GPA TUCE)

174 Méthodes d analyse empirique p. 57/161 Exemple: GRADE et PROBIT G( GPA TUCE ) G( GPA TUCE) = = Comment évalue ce différentiel en fonction de GPA? G( GPA TUCE ) G( GPA TUCE) GRADE_prob.xls

175 Méthodes d analyse empirique p. 58/161 Output Strong convergence using numerical derivatives Function value = Coefficient Std.Error t-value t-prob Constant NWIFEINC EDUC EXPER EXPERSQ AGE KIDSLT KIDSGE

176 Méthodes d analyse empirique p. 59/161 PcGive CS( 2) Modelling INLF by Probit The estimation sample is Coefficient Std.Error t-value t-prob Constant NWIFEINC EDUC EXPER EXPERSQ AGE KIDSLT KIDSGE log-likelihood no. of states 2 no. of observations 753 no. of parameters 8 zeroline log-lik Test: Chiˆ2( 8) [0.0000]** AIC AIC/n mean(inlf) var(inlf) BFGS estimation (eps1=0.0001; eps2=0.005): Strong convergence

177 Méthodes d analyse empirique p. 60/161 H 0 : KIDSLT6 = 0, KIDSGE6 = 0 LR test Strong convergence using numerical derivatives Function value = Coefficient Std.Error t-value t-prob Constant NWIFEINC EDUC EXPER EXPERSQ AGE LRT = 2 ( ) = >> χ 2 (2). Indeed, Chiˆ2(2) = [0.0000] **

178 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup?

179 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus.

180 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus. On ne selectionne pas la dernière observation de chaque individu (laissée pour des prévisions out-of-sample) 2498 observations dans l estimation.

181 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus. On ne selectionne pas la dernière observation de chaque individu (laissée pour des prévisions out-of-sample) 2498 observations dans l estimation. 2 marques: Heintz et Hunts.

182 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus. On ne selectionne pas la dernière observation de chaque individu (laissée pour des prévisions out-of-sample) 2498 observations dans l estimation. 2 marques: Heintz et Hunts achats de Heintz contre 265 pour Hunts.

183 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus. On ne selectionne pas la dernière observation de chaque individu (laissée pour des prévisions out-of-sample) 2498 observations dans l estimation. 2 marques: Heintz et Hunts achats de Heintz contre 265 pour Hunts. Variable endogène: Heintz = 1 si achat de Heintz, 0 sinon.

184 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus. On ne selectionne pas la dernière observation de chaque individu (laissée pour des prévisions out-of-sample) 2498 observations dans l estimation. 2 marques: Heintz et Hunts achats de Heintz contre 265 pour Hunts. Variable endogène: Heintz = 1 si achat de Heintz, 0 sinon. Variables explicatives: Display (tête de gondole) only, feature (folder) only, feature and display et la difference du log du prix de Heintz et Hunts.

185 Heintz1.in7 Méthodes d analyse empirique p. 61/161 Une application en marketing Quels sont les déterminants du choix entre deux marques de ketchup? 2798 observations concernant 300 individus. On ne selectionne pas la dernière observation de chaque individu (laissée pour des prévisions out-of-sample) 2498 observations dans l estimation. 2 marques: Heintz et Hunts achats de Heintz contre 265 pour Hunts. Variable endogène: Heintz = 1 si achat de Heintz, 0 sinon. Variables explicatives: Display (tête de gondole) only, feature (folder) only, feature and display et la difference du log du prix de Heintz et Hunts.

186 Méthodes d analyse empirique p. 62/161 Output Logit sur HEINZ Coefficient Std.Error t-value t-prob Constant DISPLHEINZ DISPLHUNTS FEATHEINZ FEATHUNTS FEATDISPLHEINZ FEATDISPLHUNTS LPRICEHEINZ log-likelihood no. of states 2 no. of observations 2498 no. of parameters 8 baseline log-lik Test: Chiˆ2( 7) [0.0000]** mean(heinz) var(heinz)

187 Méthodes d analyse empirique p. 63/161 Output Logit sur HEINZ Table of actual and predicted State 0 State 1 Sum actual State State Sum pred

188 Méthodes d analyse empirique p. 64/161 Output Probit sur HEINZ Coefficient Std.Error t-value t-prob Constant DISPLHEINZ DISPLHUNTS FEATHEINZ FEATHUNTS FEATDISPLHEINZ FEATDISPLHUNTS LPRICEHEINZ log-likelihood no. of states 2 no. of observations 2498 no. of parameters 8 zeroline log-lik Test: Chiˆ2( 8) [0.0000]** mean(heinz) var(heinz)

189 Méthodes d analyse empirique p. 65/161 Output Probit sur HEINZ Table of actual and predicted State 0 State 1 Sum actual State State Sum pred

190 Méthodes d analyse empirique p. 66/161 Une application en marketing L intercept est positif. Notons que exp(3.29) 1+exp(3.29) =

191 Méthodes d analyse empirique p. 66/161 Une application en marketing L intercept est positif. Notons que exp(3.29) 1+exp(3.29) = Donc la probabilité d achat de Heintz si les variables explicatives sont 0 est de 96.4%.

192 Méthodes d analyse empirique p. 66/161 Une application en marketing L intercept est positif. Notons que exp(3.29) 1+exp(3.29) = Donc la probabilité d achat de Heintz si les variables explicatives sont 0 est de 96.4%. Notons que la probabilité inconditionnelle d acaht de Heintz est de 89.1%.

193 Méthodes d analyse empirique p. 66/161 Une application en marketing L intercept est positif. Notons que exp(3.29) 1+exp(3.29) = Donc la probabilité d achat de Heintz si les variables explicatives sont 0 est de 96.4%. Notons que la probabilité inconditionnelle d acaht de Heintz est de 89.1%. Les trois variables relatives a Hunts sont d ampleur plus importantes que celles de Heintz, sont négatives et largement significatives.

194 Méthodes d analyse empirique p. 66/161 Une application en marketing L intercept est positif. Notons que exp(3.29) 1+exp(3.29) = Donc la probabilité d achat de Heintz si les variables explicatives sont 0 est de 96.4%. Notons que la probabilité inconditionnelle d acaht de Heintz est de 89.1%. Les trois variables relatives a Hunts sont d ampleur plus importantes que celles de Heintz, sont négatives et largement significatives. Une politique de marketing aggressive de la part de Hunts peut faire gagner des parts de marché même si Heintz reste le leader dans le domaine.

195 Méthodes d analyse empirique p. 67/161 Une application en marketing L effet est le plus fort pour une promotion couplant la mise en évidence du produit Hunts (tête de gondole) et un affichage dans le folder promotionel.

196 Méthodes d analyse empirique p. 67/161 Une application en marketing L effet est le plus fort pour une promotion couplant la mise en évidence du produit Hunts (tête de gondole) et un affichage dans le folder promotionel. Les variables promotion de Heintz ne sont pas très significatives (uniquement display mais au seuil de 4%).

197 Méthodes d analyse empirique p. 67/161 Une application en marketing L effet est le plus fort pour une promotion couplant la mise en évidence du produit Hunts (tête de gondole) et un affichage dans le folder promotionel. Les variables promotion de Heintz ne sont pas très significatives (uniquement display mais au seuil de 4%). Le coefficient de LP RICEHEIN Z est significativement négatif et donc une augmentation de prix de Heintz réduit les ventes et donc une diminution du prix de Hunts permet d augmenter les ventes de Hunts.

198 Méthodes d analyse empirique p. 68/161 p(x) x j = g( ˆβ 0 + xˆb) ˆβ j pour le Logit Derivatives of probabilities at regressor means Probabilities: State State Derivatives: mean State 0 State 1 Constant DISPLHEINZ DISPLHUNTS FEATHEINZ FEATHUNTS FEATDISPLHEINZ FEATDISPLHUNTS LPRICEHEINZ

199 Méthodes d analyse empirique p. 69/161 Prévisions (Logit) avec 1 si ˆp(x) > 0.5 Predictions: Table of actual and predicted State 0 State 1 Sum actual State State Sum pred % de bonnes prévisions de 1,1.3% de bonnes prévisions de % de mauvaises prévisions de 0 et 0.33% de mauvaises prévisions de 1. Pour ˆp(x) > c avec c 0.5 (par exemple E(Heintz) = 0.891) exportez les prévisions et faites le calcul en excel.

200 Estimation par variables instrumentales et doubles moindres carrés : Chapitre 15 Méthodes d analyse empirique p. 70/161

201 Méthodes d analyse empirique p. 71/161 Utilisation des variables instrumentales L utilisation de la méthode des variables instrumentales (VI) se justifie dans différents contextes : Variables explicatives endogènes.

202 Méthodes d analyse empirique p. 71/161 Utilisation des variables instrumentales L utilisation de la méthode des variables instrumentales (VI) se justifie dans différents contextes : Variables explicatives endogènes. Problème d erreurs de mesures sur certaines variables. Exemple : revenu déclaré.

203 Méthodes d analyse empirique p. 71/161 Utilisation des variables instrumentales L utilisation de la méthode des variables instrumentales (VI) se justifie dans différents contextes : Variables explicatives endogènes. Problème d erreurs de mesures sur certaines variables. Exemple : revenu déclaré. Problème d omission de variables explicatives appropriées.

204 Méthodes d analyse empirique p. 72/161 Variables explicatives endogènes Dans ce contexte, l utilisation de VI donne lieu à une nouvelle méthode d estimation : les doubles moindres carrés.

205 Méthodes d analyse empirique p. 72/161 Variables explicatives endogènes Dans ce contexte, l utilisation de VI donne lieu à une nouvelle méthode d estimation : les doubles moindres carrés. Méthode très populaire, notamment pour estimer des modèles macroéconomiques à plusieurs équations.

206 Méthodes d analyse empirique p. 72/161 Variables explicatives endogènes Dans ce contexte, l utilisation de VI donne lieu à une nouvelle méthode d estimation : les doubles moindres carrés. Méthode très populaire, notamment pour estimer des modèles macroéconomiques à plusieurs équations. Des exemples spécifiques seront développés dans le Chapitre 16 : modèles à équations simultanées.

207 Méthodes d analyse empirique p. 72/161 Variables explicatives endogènes Dans ce contexte, l utilisation de VI donne lieu à une nouvelle méthode d estimation : les doubles moindres carrés. Méthode très populaire, notamment pour estimer des modèles macroéconomiques à plusieurs équations. Des exemples spécifiques seront développés dans le Chapitre 16 : modèles à équations simultanées. Exemple : Relation entre le taux de criminalité (meurtres) et la taille des forces de police. Le taux de criminalité dépend de la taille des forces de polices et la taille des forces de police dépend du taux de criminalité. Problème de simultanéité.

208 Méthodes d analyse empirique p. 73/161 Erreurs de mesure Problème d erreurs de mesures sur certaines variables explicatives.

209 Méthodes d analyse empirique p. 73/161 Erreurs de mesure Problème d erreurs de mesures sur certaines variables explicatives. Exemple : revenu déclaré.

210 Méthodes d analyse empirique p. 74/161 Omission de variables explicatives L omission de variables explicatives appropriées mène à un biais d estimation des coefficients de régression.

211 Méthodes d analyse empirique p. 74/161 Omission de variables explicatives L omission de variables explicatives appropriées mène à un biais d estimation des coefficients de régression. Ce biais peut être éliminé si l on dispose de variables proxy. Quid si pas de proxy.

212 Méthodes d analyse empirique p. 74/161 Omission de variables explicatives L omission de variables explicatives appropriées mène à un biais d estimation des coefficients de régression. Ce biais peut être éliminé si l on dispose de variables proxy. Quid si pas de proxy. Dans un contexte de données de panel, élimination du biais par différenciation si variable omise est indépendante du temps.

213 Méthodes d analyse empirique p. 74/161 Omission de variables explicatives L omission de variables explicatives appropriées mène à un biais d estimation des coefficients de régression. Ce biais peut être éliminé si l on dispose de variables proxy. Quid si pas de proxy. Dans un contexte de données de panel, élimination du biais par différenciation si variable omise est indépendante du temps. Quid si la variable omise dépend du temps, si l intérêt se porte sur des variables qui ne varient pas dans le temps (éliminées par différenciation) ou si on ne dispose pas de données de panel?

214 Illustration : variables omises Méthodes d analyse empirique p. 75/161

215 Méthodes d analyse empirique p. 76/161 Exemple : relation salaire-éducation Le vrai modèle de régression est : wage = β 0 + β 1 educ + β 2 abil + e.

216 Méthodes d analyse empirique p. 76/161 Exemple : relation salaire-éducation Le vrai modèle de régression est : wage = β 0 + β 1 educ + β 2 abil + e. Problème : on n observe pas abil (compétence).

217 Méthodes d analyse empirique p. 76/161 Exemple : relation salaire-éducation Le vrai modèle de régression est : wage = β 0 + β 1 educ + β 2 abil + e. Problème : on n observe pas abil (compétence). On peut utiliser le QI comme variable proxy de abil. Quid si indisponible?

218 Méthodes d analyse empirique p. 76/161 Exemple : relation salaire-éducation Le vrai modèle de régression est : wage = β 0 + β 1 educ + β 2 abil + e. Problème : on n observe pas abil (compétence). On peut utiliser le QI comme variable proxy de abil. Quid si indisponible? Si on ignore abil, le modèle de régression devient : wage = β 0 + β 1 educ + u.

219 Méthodes d analyse empirique p. 76/161 Exemple : relation salaire-éducation Le vrai modèle de régression est : wage = β 0 + β 1 educ + β 2 abil + e. Problème : on n observe pas abil (compétence). On peut utiliser le QI comme variable proxy de abil. Quid si indisponible? Si on ignore abil, le modèle de régression devient : wage = β 0 + β 1 educ + u. u = β 2 abil + e. abil u. Si abil est corrélé avec educ, E(u x) 0. Estimateur de β 1 par MCO biaisé car violation de l hypothèse SLR.3.

220 Méthodes d analyse empirique p. 77/161 Modèle de régression simple Le modèle de régression s écrit : y = β 0 + β 1 x + u.

221 Méthodes d analyse empirique p. 77/161 Modèle de régression simple Le modèle de régression s écrit : y = β 0 + β 1 x + u. A cause de l omission de certaines variables : Cov(x,u) 0. Les MCO donnent des estimateurs biaisés.

222 Méthodes d analyse empirique p. 77/161 Modèle de régression simple Le modèle de régression s écrit : y = β 0 + β 1 x + u. A cause de l omission de certaines variables : Cov(x,u) 0. Les MCO donnent des estimateurs biaisés. Idée des VI utiliser une information additionnelle sous la forme d une variable observable z qui remplit 2 conditions.

223 Méthodes d analyse empirique p. 77/161 Modèle de régression simple Le modèle de régression s écrit : y = β 0 + β 1 x + u. A cause de l omission de certaines variables : Cov(x,u) 0. Les MCO donnent des estimateurs biaisés. Idée des VI utiliser une information additionnelle sous la forme d une variable observable z qui remplit 2 conditions. Condition 1 : Cov(z,u) = 0.

224 Méthodes d analyse empirique p. 77/161 Modèle de régression simple Le modèle de régression s écrit : y = β 0 + β 1 x + u. A cause de l omission de certaines variables : Cov(x,u) 0. Les MCO donnent des estimateurs biaisés. Idée des VI utiliser une information additionnelle sous la forme d une variable observable z qui remplit 2 conditions. Condition 1 : Cov(z,u) = 0. Condition 2 : Cov(z,x) 0.

225 Méthodes d analyse empirique p. 78/161 Conditions 1 des VI Condition 1. Dans la population, Cov(z,u) = 0.

226 Méthodes d analyse empirique p. 78/161 Conditions 1 des VI Condition 1. Dans la population, Cov(z,u) = 0. z est dite exogène dans le modèle de régression.

227 Méthodes d analyse empirique p. 78/161 Conditions 1 des VI Condition 1. Dans la population, Cov(z,u) = 0. z est dite exogène dans le modèle de régression. Il est difficile de tester cette hypothèse. Faire d abord appel à la théorique économique.

228 Méthodes d analyse empirique p. 79/161 Conditions 2 des VI Condition 2. Cov(z,x) 0.

229 Méthodes d analyse empirique p. 79/161 Conditions 2 des VI Condition 2. Cov(z,x) 0. z est corrélée avec la variable explicative x.

230 Méthodes d analyse empirique p. 79/161 Conditions 2 des VI Condition 2. Cov(z,x) 0. z est corrélée avec la variable explicative x. On peut tester cette hypothèse : x = π 0 + π 1 z + ν.

231 Méthodes d analyse empirique p. 79/161 Conditions 2 des VI Condition 2. Cov(z,x) 0. z est corrélée avec la variable explicative x. On peut tester cette hypothèse : x = π 0 + π 1 z + ν. Comme π 1 = Cov(z,x)/V ar(z), la Condition 2 tient ssi on rejette l hypothèse H 0 : π 1 = 0 contre l hypothèse alternative H 1 : π 1 0.

232 Méthodes d analyse empirique p. 80/161 Exemples et contre-exemples de VI Revenons à la relation salaire-éducation. Regardons quelques candidats de VI pour educ. trouver z tel que Cov(z,abil) = 0 et Cov(z,educ) 0.

233 Méthodes d analyse empirique p. 80/161 Exemples et contre-exemples de VI Revenons à la relation salaire-éducation. Regardons quelques candidats de VI pour educ. trouver z tel que Cov(z,abil) = 0 et Cov(z,educ) 0. Derniers numéros de sécurité sociale de l individu : Condition 1 OK; Condition 2 non remplie.

234 Méthodes d analyse empirique p. 80/161 Exemples et contre-exemples de VI Revenons à la relation salaire-éducation. Regardons quelques candidats de VI pour educ. trouver z tel que Cov(z,abil) = 0 et Cov(z,educ) 0. Derniers numéros de sécurité sociale de l individu : Condition 1 OK; Condition 2 non remplie. QI : Condition 2 OK mais Condition 1 violée car QI corrélé avec abil et donc u.

235 Méthodes d analyse empirique p. 81/161 Exemples et contre-exemples de VI Condition 1 : Cov(z,abil) = 0 et Condition 2 : Cov(z,educ) 0. Education de la mère : Condition 2 OK (les parents éduqués ont plus de chance d avoir des enfants éduqués); Condition 1 moins évidente car corrélation compétence-éducation de la mère pas claire. Voir la théorie économique.

236 Méthodes d analyse empirique p. 81/161 Exemples et contre-exemples de VI Condition 1 : Cov(z,abil) = 0 et Condition 2 : Cov(z,educ) 0. Education de la mère : Condition 2 OK (les parents éduqués ont plus de chance d avoir des enfants éduqués); Condition 1 moins évidente car corrélation compétence-éducation de la mère pas claire. Voir la théorie économique. Nombre de frères et soeurs pendant l enfance. Condition 1 vraisemblable. Condition 2 aussi car certaines études ont montré que les familles nombreuses avaient un niveau d éducation significativement plus faible.

237 Estimation et Inférence par la méthode des variables instrumentales Méthodes d analyse empirique p. 82/161

238 Méthodes d analyse empirique p. 83/161 Estimateurs des VI Si l on dispose d une bonne VI, on peut estimer de manière consistante l équation y = β 0 + β 1 x + u. Les 2 conditions des VI permettent d identifier β 1, c est-à-dire d écrire β 1 en termes de moments des variables observables : Cov(z,y) = Cov(z,β 0 +β 1 x+u) = β 1 Cov(z,x)+Cov(z,u).

239 Méthodes d analyse empirique p. 83/161 Estimateurs des VI Si l on dispose d une bonne VI, on peut estimer de manière consistante l équation y = β 0 + β 1 x + u. Les 2 conditions des VI permettent d identifier β 1, c est-à-dire d écrire β 1 en termes de moments des variables observables : Cov(z,y) = Cov(z,β 0 +β 1 x+u) = β 1 Cov(z,x)+Cov(z,u). Voir pages pour les propriétés de calcul des covariances.

240 Méthodes d analyse empirique p. 83/161 Estimateurs des VI Si l on dispose d une bonne VI, on peut estimer de manière consistante l équation y = β 0 + β 1 x + u. Les 2 conditions des VI permettent d identifier β 1, c est-à-dire d écrire β 1 en termes de moments des variables observables : Cov(z,y) = Cov(z,β 0 +β 1 x+u) = β 1 Cov(z,x)+Cov(z,u). Voir pages pour les propriétés de calcul des covariances. Si Cov(z,u) = 0, alors β 1 = Cov(z,y) Cov(z,x) Cov(z,x) 0. qui existe ssi

241 Méthodes d analyse empirique p. 84/161 Estimateurs des VI L estimateur par VI de β 1 : ˆβ 1 = n i=1 (z i z)(y i y) n i=1 (z i z)(x i x).

242 Méthodes d analyse empirique p. 84/161 Estimateurs des VI L estimateur par VI de β 1 : ˆβ 1 = n i=1 (z i z)(y i y) n i=1 (z i z)(x i x). Remarque : si x = z (cas de x exogène), alors on retrouve l estimateur des MCO. Dans ce cas, x est son propre instrument.

243 Méthodes d analyse empirique p. 84/161 Estimateurs des VI L estimateur par VI de β 1 : ˆβ 1 = n i=1 (z i z)(y i y) n i=1 (z i z)(x i x). Remarque : si x = z (cas de x exogène), alors on retrouve l estimateur des MCO. Dans ce cas, x est son propre instrument. L estimateur de l intercept est simplement : ˆβ 0 = y ˆβ 1 x.

244 Méthodes d analyse empirique p. 84/161 Estimateurs des VI L estimateur par VI de β 1 : ˆβ 1 = n i=1 (z i z)(y i y) n i=1 (z i z)(x i x). Remarque : si x = z (cas de x exogène), alors on retrouve l estimateur des MCO. Dans ce cas, x est son propre instrument. L estimateur de l intercept est simplement : ˆβ 0 = y ˆβ 1 x. Sous les conditions 1 et 2, plim(ˆβ 1 ) = β 1 ˆβ 1 est convergent.

245 Méthodes d analyse empirique p. 85/161 Inférence avec les estimateurs des VI Les estimateurs VI sont, comme les estimateurs MCO, asymptotiquement distribués normalement. Pour faire de l inférence, on a donc besoin d un estimateur de la variance de ˆβ 0 et ˆβ 1.

246 Méthodes d analyse empirique p. 85/161 Inférence avec les estimateurs des VI Les estimateurs VI sont, comme les estimateurs MCO, asymptotiquement distribués normalement. Pour faire de l inférence, on a donc besoin d un estimateur de la variance de ˆβ 0 et ˆβ 1. On fait l hypothèse d homoscédasticité : E(u 2 z) = V ar(u) = σ 2.

247 Méthodes d analyse empirique p. 85/161 Inférence avec les estimateurs des VI Les estimateurs VI sont, comme les estimateurs MCO, asymptotiquement distribués normalement. Pour faire de l inférence, on a donc besoin d un estimateur de la variance de ˆβ 0 et ˆβ 1. On fait l hypothèse d homoscédasticité : E(u 2 z) = V ar(u) = σ 2. Sous les conditions 1 et 2 des VI et cette hypothèse, alors la variance asymptotique de ˆβ 1 est égale à σ 2 nσ 2 xρ 2 x,z où ρ xz est la corrélation entre x et z.

248 Méthodes d analyse empirique p. 85/161 Inférence avec les estimateurs des VI Les estimateurs VI sont, comme les estimateurs MCO, asymptotiquement distribués normalement. Pour faire de l inférence, on a donc besoin d un estimateur de la variance de ˆβ 0 et ˆβ 1. On fait l hypothèse d homoscédasticité : E(u 2 z) = V ar(u) = σ 2. Sous les conditions 1 et 2 des VI et cette hypothèse, alors la variance asymptotique de ˆβ 1 est égale à σ 2 nσ 2 xρ 2 x,z où ρ xz est la corrélation entre x et z. Un estimateur consistent de σ 2 peut s obtenir comme pour les MCO, c-à-d ˆσ 2 = 1 n 2 n i=1 û2 i.

249 Méthodes d analyse empirique p. 86/161 Inférence avec les Estimateurs des VI La variance asymptotique de β 1 peut également ˆσ s écrire : 2 SCT x R, où SCT x,z 2 x = n i=1 x2 i.

250 Méthodes d analyse empirique p. 86/161 Inférence avec les Estimateurs des VI La variance asymptotique de β 1 peut également ˆσ s écrire : 2 SCT x R, où SCT x,z 2 x = n i=1 x2 i. Comparons avec la variance asymptotique de β 1 estimé par MCO : ˆσ 2 SCT x.

251 Méthodes d analyse empirique p. 86/161 Inférence avec les Estimateurs des VI La variance asymptotique de β 1 peut également ˆσ s écrire : 2 SCT x R, où SCT x,z 2 x = n i=1 x2 i. Comparons avec la variance asymptotique de β 1 estimé par MCO : ˆσ 2 SCT x. On voit que plus R 2 x,z (R 2 de la régression de X i sur Z i ) est faible (instruments faibles), plus la précision de l estimateur des VI est faible.

252 Méthodes d analyse empirique p. 86/161 Inférence avec les Estimateurs des VI La variance asymptotique de β 1 peut également ˆσ s écrire : 2 SCT x R, où SCT x,z 2 x = n i=1 x2 i. Comparons avec la variance asymptotique de β 1 estimé par MCO : ˆσ 2 SCT x. On voit que plus R 2 x,z (R 2 de la régression de X i sur Z i ) est faible (instruments faibles), plus la précision de l estimateur des VI est faible. Comme R 2 x,z < 1, la variance des estimateurs VI et des DMC est toujours plus élevée que celle des MCO : le coût de l estimation des VI se paye en termes de précision de l estimateur.

253 Méthodes d analyse empirique p. 87/161 Illustration : mroz.in7 EQ(1) Modelling LWAGE by OLS-CS (using mroz.in7) The estimation sample is: 1 to 428 Coefficient Std.Error t-value t-prob Constant EDUC sigma RSS Rˆ F(1,426) = [0.000]** log-likelihood DW 1.98 no. of observations 428 no. of parameters 2 mean(lwage) var(lwage) log(wage) = β 0 + β 1 educ + u. Hors si abil u et Cov(abil, educ) 0 Rejet SLR.3. VI : Education du père (fathereduc)?

254 Méthodes d analyse empirique p. 88/161 Tester la Condition 2 EQ( 2) Modelling EDUC by OLS-CS (using mroz.in7) The estimation sample is: 1 to 428 Coefficient Std.Error t-value t-prob Part.Rˆ2 Constant FATHEDUC sigma RSS Rˆ F(1,426) = [0.000]** log-likelihood DW 1.92 no. of observations 428 no. of parameters 2 mean(educ) var(educ) x = π 0 + π 1 z + ν. R 2 = t-stat de ˆπ 1 = 9.43 rejet de H 0 : π 1 = 0.

255 Méthodes d analyse empirique p. 89/161 PcGive : Sélection des variables Sélectionner y en premier lieu. EDUC : Y.

256 PcGive : Méthode Méthodes d analyse empirique p. 90/161