1.Testdecorrélation:Chi2
Nous allons chercher à savoir dans cette partie
économétrique si le commerce à partir de 1978 etdonc de
l'ouverture au monde a eu des conséquences sur l'aspect
économique, environnemental etsocial.
Les variables explicatives choisies afin d'effectuer cette
étude sont le PIB en milliard de dollarsconstant,les émissions
deCO2 en ktetl'indicedeGini.
Nousallonseffectuéuntestdedépendancepoursavoirsilavariableexplicativecommerceexpliqueraitles
variations deces variables.
Les test de corrélations n'ont pas véritablement
de sens statistique c'est pour cela qu'on va faire
untestd'hypothèsepourapporterunecertainesignificativitéstatistiqueànosconclusions.
Pourletestdecorrélationsimple:
Lecoefficientdecorrélationestcomprisentre-1et1.
Le test de dépendance choisi est le test de
CHI2.Commentsavoirs'ilyaunlienentredeuxvariables?
Y= PIB ou Giniou CO2 X = commerce (en % du PIB)H0:X
etYsontindépendantes
H1:XetYsontdépendantes
Le seuil de significativité ( l'erreur de premier
espèce) est la probabilité de rejeter H0 alors
qu'elleestvraie.
Nousallonsfixericinoscalculsauseuilde5%.
La méthode consiste à comparer les effectifs
réels des croisements des modalités des deux
variablesqualitativesavecleseffectifsthéoriquesqu'ondevraitobtenirdanslecasd'indépendancedeces
deuxvariables.Pourcela,onconstruitunindicedmesurantl'écartconstatéentreleseffectifsréelsetles
effectifs théoriques.
Sur le logiciel Stata, d est automatiquement donné
lorsque la commande pour le test de chi2 esteffectué.Unefois notred
trouvé,celavanouspermettredeposer larèglededécision.
Led maxvaseliredans latablestatistiquedu CHI2.
LorsquedserainférieuràdmaxalorsonvaaccepterH0etsidestsupérieuràdmaxalorsonpourrarejeter
H0.
Une fois le test du Chi2 exécuté sur Stata, la p
valeur va apparaître, celle-ci va nous permettre deconclure lorsque l'on
ne va pas soumettre un test, elle va nous permettre de conclure sans passer
parlalecturedelatabledu CHI2.
Si la p valeur est supérieur à 5% , j'accepte H0
et lorsqu'elle est inférieur à 5% alors je rejette H0.Jevais
doncrejeter mon H0 car lap valeurest de0.
2)Régressionlinéaire
Nous avons fait le choix d'opter pour le modèle de
régression linéaire afin d'expliquer la variable Yqui sera dans
chacun des calculs, différente et représentant à chaque
fois l'une des 3 dimensions dudéveloppement(économique, social et
environnemental).
YvareprésenterlecoefficientdeGinipourl'aspectenvironnemental,lePIBchinoispourl'économieet
l'émission deCO2pour ladimension environnementale.
Le but de la régression simple est d'expliquer une
variable Y à l'aide d'une variable X. La variable Yest appelée
variable dépendante, ou variable à expliquer et les variables Xj
(j=1,...,q) sont appeléesvariablesindépendantes, ou variables
explicatives.
Remarque:Larégressiondiffèredel'analysedelacorrélationoùtouteslesvariablesjouentunrôle
symétrique (pas de variable dépendante versus
indépendante). Toutefois, tout comme dans
lecontextedel'analysedelacorrélation,ilfautêtreprudentlorsqu'onformuledesrelationsdecausalité.
L'existence d'une relation entre X et Y n'implique pas nécessairement
une relation decausalitéentreelles.
Au vue du graphique représentatif de la relation X et
Y, il semble inadéquat de proposer
unerégressionlinéairepour un
graphiquedeformesinusoïdaleousigmoïdale.
La régression linéaire permet d'établir
des estimations dans le futur à partir d'informations
passées.Elle est souvent calculée avec la méthode des
moindres carrés qui permet de réduire les erreurs
enajoutantdel'information.
| 
