الرئيسية

مسابقة دكتوراه 2015École Nationale Supérieure de Statistique et d'Économie Appliquée (ENSSEA) — الموضوع 01

مسابقة تخصص · Probabilités & Statistiques · المدة: 1سا 30د

Concours d'Accès au Doctorat LMD, ENSSEA, Koléa, Épreuve d'Économétrie, Octobre 2015 (Durée 1h30, Autorisé crayon, calculette, stylo).

التمرين 1

Exercice 1 — Estimateurs linéaires sans biais et efficacité

#econometrics#linear-estimators#unbiasedness#efficiency#ols

(7 points) Soit le modèle

$ y_t = \beta + \varepsilon_t


avec $t$ allant de 1 à $n$ et vérifiant toutes les hypothèses des moindres carrés ordinaires.

**1.** Soit $w_1, \ldots, w_n$ une suite de nombres réels (non-aléatoires et non tous nuls), où $l \geq 1$. Soit la classe d'estimateurs linéaires :
$
S_l = w_l y_l + \cdots + w_n y_n

pour β\beta. Quelle(s) condition(s) doit v├⌐rifier la suite {w1,,wn,l1}\{w_1, \ldots, w_n, l \geq 1\} pour que SlS_l soit un estimateur sans biais pour β\beta.

2. En déduire que la classe SlS_l est infinie et non dénombrable. Quel est parmi les SlS_l, l'estimateur le plus efficace ?

3. Démontrez que si l>1l \gt 1, alors SlS_l (estimateur sans biais non-exhaustif) est moins efficace que l'estimateur des moindres carrés ordinaires.

التمرين 2

Exercice 2 — Régression multiple : demande d'une marchandise

#econometrics#multiple-regression#hypothesis-testing#elasticity#theil-coefficient

(7 points) Supposons une série d'observations portant sur la quantité demandée QtQ_t d'une marchandise, son prix PtP_t, le revenu global des consommateurs RtR_t, le prix moyen des marchandises de substitution StS_t, durant une période de 10 ans. On se propose de lui ajuster le modèle suivant :

$ Q_t = \beta_1 + \beta_2 P_t + \beta_3 R_t + \beta_4 S_t + \varepsilon_t.


**1.** Donner la signification des paramètres associés aux variables.

**2.** Sous les hypothèses classiques, la méthode des moindres carrés donne l'ajustement suivant :
$
\hat{Q}_t = 79{,}706 - 4{,}928 P_t + 0{,}016 R_t + 0{,}175 S_t

avec les écarts-types estimés : 19,782 ; 1,611 ; 0,007 ; 0,637.

Les signes des estimateurs sont-ils conformes aux enseignements de la Théorie de la Demande ? Expliquer. Tester la signification de chacun des paramètres au seuil de 5%.

3. On donne R2=0,95\mathcal{R}^2 = 0{,}95. D├⌐terminer le coefficient de Theil et tester la signification de la r├⌐gression dans son ensemble : (β2,β3,β4)=(0,0,0)(\beta_2, \beta_3, \beta_4) = (0,0,0).

4. En utilisant les statistiques de Student, déterminer les coefficients de corrélation partielle et indiquer, entre le revenu, le prix et le prix moyen des produits-substituts, lequel contribue le moins au pouvoir explicatif du modèle.

5. Calculer, sur les valeurs moyennes Qˉ=70\bar{Q}=70, Pˉ=6\bar{P}=6, Rˉ=1100\bar{R}=1100, Sˉ=17\bar{S}=17, l'├⌐lasticit├⌐-prix, l'├⌐lasticit├⌐-revenu et l'├⌐lasticit├⌐ crois├⌐e de la demande.

Les statistiques tabulées de Student et de Fisher sont respectivement 2,447 et 8,94.

التمرين 3

Exercice 3 — Stationnarité de processus stochastiques

#time-series#stationarity#autoregressive-process#white-noise

(6 points) Consid├⌐rez les processus stochastiques ci-apr├¿s dans lesquels {εt}\{\varepsilon_t\} est un bruit-blanc normalement distribu├⌐. Discutez, pour chacun d'eux, la stationnarit├⌐ au sens faible (covariance) et la stationnarit├⌐ au sens strict :

1. $ y_t = 0{,}5 y_{t-1} + \varepsilon_t


**2.**
$
y_t = y_{t-1} + \varepsilon_t + 5\varepsilon_{t-1}

3. $ y_t = -y_{t-1} + \varepsilon_t


**4.**
$
y_t = 0{,}4 y_{t-1} + \varepsilon_t \quad \text{si } t \leq t_0 \quad \text{et} \quad y_t = 0{,}1 y_{t-1} + \varepsilon_t \quad \text{si } t \gt t_0.
``$