Tableau 6 : Résultat de
régression selon le modèle à effet fixe
Modèle à effets fixes
|
R2 Within
|
R2 Between
|
F
|
Prob > F
|
0.0668
|
0.0224
|
1.81
|
0.0000
|
Le tableau 6 montre les résultats de l'estimation du
modèle à effet fixe du 192 observations des
sociétés tunisiennes non financières cotées en
bourse. En effet, le modèle est globalement signification au seuil de 1%
avec une Prob > F de valeur égale 0.0000. Ainsi l'indice de Fisher
est estimé à 1.81.
Dans le modèle à effet fixe, le R2
Within est le plus pertinent car il donne la part de la
variabilité intra-individuelle de la variable dépendent
expliquée par celle des variables explicatives. C'est le cas dans notre
tableau dont la valeur de le R2 Within égale
6.68% en compare avec le R2 Between qui possède
une valeur de 2.24%.
Tableau 7 : Résultat de
régression selon le modèle à effet aléatoire
Modèle à effets fixes
|
R2 Within
|
R2 Between
|
Wald chi2
|
Prob > chi2
|
0.0020
|
0.0252
|
3.16
|
0.7882
|
De façon générale la régression du
modèle à effet aléatoire, le R2
Between est le plus pertinent car il mesure de la part de
variabilité inter individuelle de la variable dépendante
expliqué par celle des variables explicatifs. En ce
référent au tableau 7 qui se présente ci-dessus le
R2 Between est de 2.52 %. Alors que le R2
Within égale 0.20 %, cela implique ce dernier (R2
Within ) nous permet de donner une idée sur la
contribution des effets aléatoires dans notre modèle
|