III.5.2.2 Test de
stationnarité d'ADF de X
Nous utilisons le test de Dickey-Fuller Augmenté
sur la série indice de prix à la consommation comme on peut le
constater dans le tableau n°8.
Tableau n°8 : Résultat du
test de stationnarité sur la série X
|
Null Hypothesis: D(X) has a unit root
|
|
|
Exogenous: Constant, Linear Trend
|
|
|
Lag Length: 0 (Automatic based on SIC, MAXLAG=9)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller test statistic
|
-5.413863
|
0.0005
|
|
Test critical values:
|
1% level
|
|
-4.252879
|
|
|
5% level
|
|
-3.548490
|
|
|
10% level
|
|
-3.207094
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon (1996) one-sided p-values.
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller Test Equation
|
|
|
Dependent Variable: D(X,2)
|
|
|
|
Method: Least Squares
|
|
|
|
Included observations: 34 after adjustments
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
D(X(-1))
|
-0.971923
|
0.179525
|
-5.413863
|
0.0000
|
|
C
|
0.000345
|
0.001731
|
0.199331
|
0.8433
|
|
@TREND(2008M01)
|
5.84E-05
|
8.34E-05
|
0.700395
|
0.4889
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.485989
|
Mean dependent var
|
8.06E-05
|
|
Adjusted R-squared
|
0.452827
|
S.D. dependent var
|
0.006392
|
|
S.E. of regression
|
0.004728
|
Akaike info criterion
|
-7.786373
|
|
Sum squared resid
|
0.000693
|
Schwarz criterion
|
-7.651694
|
|
Log likelihood
|
135.3683
|
F-statistic
|
14.65498
|
|
Durbin-Watson stat
|
1.983278
|
Prob(F-statistic)
|
0.000033
|
|
|
|
|
|
|
|
|
|
|
D'après ces résultats, nous remarquons que
la valeur du test ADF est supérieure à la valeur critique
à 5%.
Ce qui implique qu'au seuil de 5% la variable X est
stationnaire avec une tendance non significative.
Pour cela, la série des indices des prix à
la consommation est intégrée d'ordre zéro I(0).
Pour être sûr que cela correspond au vrai
comportement des indices de prix à la consommation et du taux de change
nous réalisons le test de Ramsey RESET.
Ce dernier confirme notre résultat initial sur la
stationnarité des séries et l'existence d'une tendance pour la
série Y.
Ceci peut se remarquer à par tir du tableau
suivant.
Tableau n°9 : Résultat du
test de Ramsey RESET
Ce test nous aide à vérifier si la forme
fonctionnelle utilisée est respectée.
|
Ramsey RESET Test:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F-statistic
|
1.045216
|
Probability
|
0.314048
|
|
Log likelihood ratio
|
1.122551
|
Probability
|
0.289370
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Test Equation:
|
|
|
|
Dependent Variable: Y
|
|
|
|
Method: Least Squares
|
|
|
|
Included observations: 36
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
C
|
-51.69449
|
41.81872
|
-1.236156
|
0.2251
|
|
X
|
62.12003
|
49.60122
|
1.252389
|
0.2192
|
|
FITTED^2
|
-1.627433
|
1.591843
|
-1.022358
|
0.3140
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.303110
|
Mean dependent var
|
1.297454
|
|
Adjusted R-squared
|
0.260874
|
S.D. dependent var
|
0.309745
|
|
S.E. of regression
|
0.266296
|
Akaike info criterion
|
0.271235
|
|
Sum squared resid
|
2.340140
|
Schwarz criterion
|
0.403195
|
|
Log likelihood
|
-1.882237
|
F-statistic
|
7.176615
|
|
Durbin-Watson stat
|
1.535274
|
Prob(F-statistic)
|
0.002584
|
|
|
|
|
|
|
|
|
|
|
D'après le test de Ramsey RESET, on trouve que les
probabilités de C et de X sont supérieures à 0,05, et donc
notre forme linéaire est respectée.
| 
