Tableau 7 : Estimation économétrique :
méthode des MCO
|
Variables
|
Coefficients
|
Probabilités
|
|
C
|
-7,845
(10,771)
|
0,4737
|
|
D(TOUV)
|
0,018
(0,111)
|
0,8700
|
|
TINV
|
0,348
(0,112)
|
0,0049**
|
|
TPOP
|
0,199
(2,150)
|
0,9271
|
|
D(DETPIB)
|
0,232
(0,121)
|
0,0679***
|
|
D(DETPIB2)
|
-0,005
(0,002)
|
0,0179***
|
|
D(SDET)
|
-0,261
(0,053)
|
0,0001**
|
|
D(LOGAPD)
|
1,951
(1,476)
|
0,1992
|
|
PIBH (-1)
|
307,780
(17352,73)
|
0,9860
|
|
R2= 0,697288
R2ajusté = 0,591997 DW =
1,936546
Prob(F-statistic) = 0,000165 N =
33 observations
|
Source: Auteurs, 2019
Note: Les erreurs types sont entre
parenthèse. (**) et (***) désignent les niveaux de
significativité respectivement au seuil de 5% et 10%.
C- Test de validation du
modèle
Ø Qualité de la
régression
Le pouvoir explicatif du modèle est de 69,73% et il est
globalement significatif à 1%.
Avant de passer à l'interprétation proprement
dit du modèle, il faut faire les tests de validation du modèle.
Ø Etude de la normalité :
Test de Jarque-Bera (1984)
Le test de normalité Jarque-Bera permet de savoir si
les erreurs du modèle suivent une loi normale ou pas. La valeur de la
probabilité (Prob = 0,312360 annexe) attachée à la
statistique de cette étude est supérieur à 5%. Alors les
erreurs du modèle suivent une loi normale.
Ø Etude de la significativité globale du
modèle
Le modèle est globalement significatif car la
probabilité de la statistique de Fisher est égale à
0,000165, inférieur à 5%.
Ø Test
d'hétéroscédasticité de
Breusch-Pagan-Godfrey
Le test d'hétéroscédasticité est
utile dans la mesure où il permet de détecter et de corriger
l'hétéroscédasticité des erreurs. Ce test permet de
savoir si la variable conditionnelle du terme d'erreur sachant Xi est une
constante ou non. Le résultat du test montre que la probabilité
de la statistique de Fisher (0,6000) est supérieure à 5%. Les
erreurs sont donc homoscédastiques.
Ø Test d'autocorrélation de
Breusch-Godfrey
Le test d'autocorrélation permet de déterminer
la présence ou non d'autocorrélation des erreurs. Le
résultat du test montre que la probabilité de Fisher (0,8727) est
supérieureà 5% donc il absenced'autocorrélation des
erreurs.
Nous pouvons à présent procéder à
l'interprétation des coefficients du modèle.
| 
