III.4 ANALYSE DES DONNEES ET
INTERPRETATION DES RESULTATS
Dans ce point, nous allons présenter les
résultats de l'analyse de variables après estimation des
paramètres du modèle.
Tableau n° 20 :
Résultat économétrique 1
|
Variable
|
Coeffic
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
0.228407
|
0.349178
|
0.654127
|
0.5138
|
|
PU
|
0.004377
|
0.000560
|
7.814226
|
0.0000
|
|
FSNEL
|
0.023472
|
0.008958
|
2.620313
|
0.0095
|
|
REV
|
0.000311
|
0.000102
|
3.030166
|
0.0028
|
|
TM
|
0.065953
|
0.226991
|
0.290552
|
0.7717
|
|
NP
|
-0.003180
|
0.031496
|
-0.100951
|
0.9197
|
|
R-squared
|
0.348746
|
Mean dependent var
|
1.575000
|
|
Adjusted R-squared
|
0.331961
|
S.D. dependent var
|
1.919059
|
|
S.E. of regression
|
1.568518
|
Akaike info criterion
|
3.767680
|
|
Sum squared resid
|
477.2879
|
Schwarz criterion
|
3.866629
|
|
Log likelihood
|
-370.7680
|
F-statistic
|
20.77735
|
|
Durbin-Watson stat
|
1.843857
|
Prob(F-statistic)
|
0.000000
|
Source : Calculés par le logiciel
E-views
Au regard des résultats obtenus tels que montrés
dans le tableau ci-haut, nous obtenons la droite de régression pour
notre modèle serait donc:
NPn = 0.228407+ 0.004377PU + 0.023472FSNEL +
0.000311REV+ 0.065953TM -0.003180NP
E-T=(0.349178)(0.000560) (0.008958) (0.000102)
(0.226991) (0.031496)
t-Stud= (0.65) (7.81) (2.62) (3.03)
(0.29) (-0.101)
Cependant, quelques coefficients estimés ne
répondent pas à nos attentes quelle que soit la valeur du
coefficient de déterminationR² (0,349) qui veut simplement dire que
les variables explicatives influencent la variable expliquée à
34,9% . D'où, il faut procéder par l'examen de la validité
de nos différents coefficients.
III.4.1Validité des
coefficients estimés
Toute variable exogène n'est significative que si son
coefficient est statistiquement valide. On dira alors que cette variable
contribue à l'explication de la variable exogène.
Partant donc des principes économétriques, la
validité d'un coefficient est vérifiée de plusieurs
manières. Pour ce qui concerne ce travail, nous retiendrons seulement
trois façons. La règle de Pouce, le test de Ficher et la
probabilité.
Considérant la règle de Pouce, il suffit que la
valeur du coefficient estimé soit plus grande que le double de son
écart-type, toute valeur prise en valeur absolue.
Pour Ficher, la valeur absolue de t-student doit être
supérieure à 1,96. Le coefficient est valide si la
probabilité est inférieure à 0,05.
Compte tenu de ce qui précède et en
considérant les paramètres de notre modèle estimé
présentés dans le tableau n°20, il se constate ce qui
suit :
- La constante C est invalide ;
- Le coefficient de la variable «TM » Type de
maison est invalide ;
- Le coefficient de la variable « NP »
Nombre de personnes est invalide.
Cette situation remet automatiquement en cause la forme
fonctionnelle de notre élaborée que nous pouvons vérifier
par test des variables superflus comme on peut le voir dans le tableau
ci-dessous.
| 
