L ICENCE D E CONOM E TRIE

U NIVERSIT E DES S CIENCES S OCIALES 20032004

Correction de lexamen dEconom trie I e

du Mercredi 28 janvier 2004 Exercice A

1. Ecrire le mod` le correspondant (param trisation non diff rentielle) et pr ciser les hye e e e poth` ses. e Cest un mod` le danalyse de variance a un facteur, o` on explique la consommation yij e u ` du chat j qui a mang la saveur i par le facteur saveur a 3 niveaux (A,B,C) : e ` yij = i + ij , i = A, B, C, j = 1, 2, 3, o` i d signe leffet du niveau i du facteur saveur sur Y , et o` les ij sont des v.a.r. i.i.d. u e u comme N (0, 2 ). 2. Donner l criture de ce mod` le sous la forme matricielle Y = X + en pr cisant X et e e e . Ce mod` le peut s crire Y = X + , avec e e 13 0 0 I I X = 0 13 0 0 0 13 I et = (A , B , C )

3. Calculer lestimation du vecteur des param` tres . e Dapr` s le cours, les estimations des i sont les moyennes des yij par niveau. On a donc e = (A , yB , yC ) = (100 50 233.33) . y

` 4. Calculer lintervalle de conance a 95 % du param` tre mesurant leffet de la saveur A sur e la consommation du chat. Le param` tre mesurant leffet de la saveur A sur la consommation du chat est A . e Intervalle de conance de A a 95 % : ` 1

 yA + / tnI, 2 nA soit 100 + / t6,0.025 1736.11 3 t6,0.025 = 2.447, do` : u 100 + / 58.87 = [41.13, 158.87]. 5. Compl ter le tableau danalyse de variance (il nest pas n c ssaire pour cela deffectuer e e e ` des calculs sur les donn es, tout peut se d duire a partir du tableau danalyse de variance). e e

Source Model Error Corrected Total

DF I-1=2 n-I=6 n-1=8

Sum of Squares 53888.90 10416.66 64305.56

Mean Square 26944.45 1736.11

6. Le facteur saveur a-t-il un effet signicatif sur la consommation du chat (effectuer pour cela un test au niveau 5 %). On effectue le test de lanalyse de variance. H0 : pas deffet de la saveur soit A = B = C . R` gle de d cision : rejet de H0 au niveau si e e F = SCF/(I 1) > FI1,nI, SCR/(n I)

Application : F = 15.52 (cf. tableau), F2,6,5% = 5.14, 15.52 > 5.14 donc on rejette H0 . Conclusion : le facteur saveur a un effet signicatif sur la consommation du chat. 7. Faire un sch ma indiquant les embotements entre ces diff rents mod` les, en pr cisant le e e e e nombre de param` tres de chacun deux. e M2 et M3 sont tous les deux embot s dans M4 , mais ils ne sembotent pas entre eux. e Nombre de param` tres : e M2 : p = 2 (pente et ordonn e a lorigine de la droite) e ` M3 : p = 3 (les trois niveaux) M4 : p = 4 (la pente commune et les trois niveaux)

8. En tenant compte du poids du chat, le facteur saveur a-t-il un effet signicatif sur la consommation de croquettes du chat ? (effectuer pour cela un test au niveau 5 %). On va tester le mod` le ne contenant que le poids (mod` le M2 de r gression lin aire e e e e simple) contre le mod` le contenant le poids et la saveur (mod` le M4 danalyse de covarie e ance). H0 : pas deffet de la saveur soit les deux mod` les sont equivalents en terme dajustement e contre H1 : le mod` le danalyse de covariance est meilleur (la saveur a un effet). e R` gle de d cision : rejet de H0 au niveau si e e F = (SCR2 SCR4 )/(4 2) > F42,n4, SCR4 /(n 4)

F =

(9133.00 6666.67)/(4 2) = 0.92, F2,5,5% = 5.79, 0.92 < 5.79, donc on ac6666.67/(9 4) cepte H0 .

Conclusion : En tenant compte de la covariable poids, les moyennes des consommations par saveur ne diff` rent pas signicativement, autrement dit le facteur saveur na pas e deffet signicatif sur la consommation des chats. 9. Comparer les r sultats des questions 6. et 8. et commenter. Quelle erreur grossi` re les e e exp rimentateurs ont-ils faite ? e A la question 6., a laide du mod` le de variance a un facteur, on a montr que le face e ` ` teur saveur avait un effet signicatif sur la consommation du chat. A la question 8., cependant, en tenant compte du poids du chat (qui est cens avoir un effet certain sur sa e consommation), on ne retrouve pas cet effet de la saveur sur la consommation. Cela est d a une grossi` re erreur des exp rimentateurs : il ont mis les chats les plus u ` e e gros dans le m me groupe saveur (groupe C) et les chats les plus maigres dans le m me e e groupe saveur (groupe B). Il nest pas etonnant dans ces conditions quon trouve que le groupe C et le groupe B diff rent en terme de consommation, mais cette diff rence nest e e pas due a la saveur : elle est simplement expliqu e par le poids des chats. Voil` pourquoi e a ` cette diff rence nest plus signicative en tenant compte du poids du chat. Il faut toujours e faire attention a affecter les individus au hasard dans les groupes, ce qui apparemement ` na pas et fait ici, et qui a cr e un ph nom` ne de confusion entre leffet de la saveur et e e e e leffet du poids.

Exercice B On consid` re un mod` le de r gression lin aire : e e e e yi = 1 + 2 xi + 3 zi + i , i = 1, . . . , n.

Ce mod` le s crit matriciellement Y = X + . On suppose que les erreurs i sont i.i.d. e e N (0, 2 ). On dispose des donn es suivantes : e 8 4 0 2 4 4 0 , 1 , XX= XY = Y Y = 10. 0 0 1 0

1. Calculer lestimateur des moindres carr s ordinaires de . e = (X X)1 X Y. Il faut donc inverser X X. Cette matrice etant diagonale par blocs, son inverse est la matrice contenant les inverses des blocs diagonaux. Le bloc 8 4 4 4 1 sinverse en 16 4 4 et le bloc (1) ne change pas, do` u 4 8 1 1 0 1 2 0 (X X)1 = 1 4 0 0 4

Le produit de (X X)1 par X Y donne = (0.25 0 0) . 2. Calculer lestimateur des moindres carr s de sous la contrainte 1 + 2 = 0. e La contrainte 1 + 2 = 0 s crit R = r avec R = (1 1 0) et r = 0. e On a donc R(X X)1 R = 0.25, et son inverse vaut 4. (X X)1 R = (0
1 4

0) ,
1 4

do` c = (0.25 0 0) 0.25 4 (0 u

0) = (0.25 0.25 0) .

Lestimateur obtenu v rie bien la contrainte. e 3. Tester au risque de 5 % lhypoth` se nulle 2 + 3 = 0. e H0 : 2 + 3 = 0 s crit aussi R = r avec R = (0 1 1) et r = 0. e Comme lestimateur = (0.25 0 0) v rie la contrainte 2 + 3 = 0, on a R r = 0, e do` la statistique de test F = 0, et le test est donc non signicatif. u Donc on accepte H0 .