Tableau 2 : Résumé du test de Student
|
Variable
|
Coefficient
|
Pro
|
|
LOG(TE)
|
0.881755
|
0.0003
|
|
LOG(KH)
|
0.498752
|
0.00000
|
|
LOG(IDE)
|
-0.026952
|
0.0011
|
|
DT
|
1.66E-05
|
0.4245
|
Source de l'auteur par Eviews6
D'après les valeurs extraites de l'estimation du
modèle linaire simple par la MCO, nous trouvons que les
variables log(TE),log(KH) et log(IDE) ont une influence significative sur
la croissance économique car leur probabilité respective est
inférieure à 5%.Par contre, la variable dépenses
publiques n'a pas d'influence significative car sa probabilité est
supérieure à 5%.
Ainsi, nous constatons que certaines variables ont une
influence significativement positive et La variable IDE à une influence
négative sur la croissance économique. En effet, une augmentation
des IDE réduit par conséquent le PIB. Ce qui se traduit par une
baisse de la croissance économique du pays à court terme.
Avec les nouvelles technologies, le KH se doit de prendre une
ligne ascendante, cette hausse rend la création d'emploi et la
participation de la population au développement du pays. Ce qui
réduit le chômage, la pauvreté et donc la contribution
à la croissance économique du pays.
Toutefois, ce test ne permet pas de faire une conclusion sur
la significativité du modèle. Afin de tester globalement la
significativité, nous allons nous servir du test de Fisher.
· Test de Fisher
Ce test nous renseigne sur la significativité globale du
modèle.
Les hypothèses du test sont :
H0 : ??1= ??2= ? = ??4= 0 (aucune significativité du
modèle)H1 : il existe au moins un paramètre non nul (le
modèle est globalement significatif)
Tableau 3 : Résumé du test de FISHER
|
FISHER TEST
|
|
|
|
|
F-statistic
|
436.8196
|
Prob (F-statistic)
|
0.000000
|
Source de l'auteur à partir du logiciel Eviews6
La probabilité de Fisher Prob
(F-statistic) = 0,000000 est inférieur à 5%. Alors il
existe au moins un paramètre non nul dans le modèle. Ce qui nous
amène à conclure que le modèle est globalement
significatif.
b-Test de normalité
des erreurs
· Test de Jarque-Bera
Ce test a été proposé par Jarque et Bera
(1980) pour caractériser la symétrie et l'aplatissement. Une loi
normale a un coefficient de dissymétrie(ou d'asymétrie) nul et un
coefficient d'aplatissement égal à 3.
Les hypothèses du test sont :
H0 : les erreurs suivent une loi normale
H1 : les erreurs ne suivent pas une loi
normale
Les résultats du test sont présentés dans le
graphique suivant :
| 
