SECTION 2 : REPRESENTATION DU MODELE A CORRECTION
D'ERREUR
1.1 Estimation du modèle de long terme et
validation
Tableau 6 : Estimation du modèle de long
terme
Source : Nos calculs sur Eviews5
Il ressort de l'estimation, l'équation suivante :
Avec ~>BB (Bruit Blanc) et les variables dummy D1991,
D1992, D1993 marquent la période de redressement des activités
socio-économiques du pays.
Validation du modèle
La validation statistique du modèle passe par l'analyse de
la significativité des
coefficients et de la qualité des résidus. >
Test de Student
56
Réalisé et soutenu par Ulysse Vital A.
NANGBE
Toutes les variables explicatives du modèle sont
significatives sauf la dpiso (autres dépenses publiques en
infrastructures sociales).
> Test de normalité des
résidus
Ici on applique le test de normalité de Jarque-Bera
dont l'hypothèse nulle est celle de normalité des résidus.
La règle de décision consiste à accepter cette
hypothèse: si la statistique de Jarque-Bera est inférieure au
seuil de normalité qui est de 5,99. Ici, Jarque-Bera = 4,606 ; par
suite, les résidus sont normaux. (En effet, JB<5,99).
Cela s'illustre plus aisément en annexe 3.
> Test de Fisher
Pour étudier la significativité globale du
modèle, on appliquera le test de Fisher. Ce test permet de voir si au
moins une des variables explicatives du modèle explique l'IDH. Le
modèle est globalement significatif puisque la probabilité de
Fisher (0,00000) obtenue est inférieure à 5%. De plus R-squared =
0,96, les variables explicatives utilisées expliquent bien la variable
à expliquer.
> Test d'autocorrélation des erreurs
Pour ce faire, on applique le test de Durbin-Watson dont les
hypothèses sont :
La statistique de Durbin - Watson DW=1,999. On peut donc
conclure que les résidus sont non autocorrélés. Le LM-test
(test de Breush Godfrey) confirme que les erreurs sont
non-autocorrelées. La probabilité est supérieure à
5%, (la probabilité est égale à 0,889066) (voir
résultat en annexe 3).
> Test
d'hétéroscédasticité des erreurs :
Pour étudier
l'hétéroscédasticité des erreurs, on applique le
test de White dont les hypothèses sont les suivantes :
8 è
8 è
Il s'agira aussi d'accepter l'hypothèse nulle Ho
(hypothèse d'homoscédasticité) si la probabilité
est supérieure à 5%. La probabilité est égale
à 0,511485 (voir annexe3). Les erreurs sont homoscédastiques.
> Test de stabilité :
Pour étudier la stabilité du modèle, on
applique le test de Cusum qui permet de détecter les instabilités
structurelles. L'application du test de Cusum montre que la courbe sort du
corridor en 1998, alors le modèle n'est pas structurellement stable
(voir annexe 3). Par contre le test de Cusum Carre montre que la courbe est
à l'intérieur du corridor, alors le modèle est
ponctuellement stable sur toute la période d'étude. En somme, le
modèle de long terme peut être validé.
Par ailleurs, le test de stationnarité sur les
résidus (Resid01) du modèle de long terme révèle
leur stationnarité. Ce résultat confirme qu'il existe de relation
de cointégration de rang 1 entre les variables selon le test de
Johannsen.
| 
