2.2.2 Test de Breusch-Pagan
Le processus consiste à tester l'hypothèse H0
d'absence d'effets contre celle de la présence d'effets
aléatoires (H1). L'instruction xttest0 de stata permet d'effectuer ce
test, après estimation du modèle à effets
aléatoires. Ainsi, la statistique Breusch-Pagan (8,81) indique une
probabilité critique de 0,0015 qui est inférieure au seuil de 1%.
(cf annexe A7). L'hypothèse nulle d'absence
d'effets est rejetée au seuil de 1%. Le test de multiplicateur de
LaGrange suggère que l'estimateur des MCG est plus performant que celui
des MCO et rejette logiquement l'estimateur par les MCO dans la dimension
totale.
2.2.3 Test de Hausman
Le test de Hausman permet de prendre une décision entre
la présence d'effets aléatoires(H0) et la présence
d'effets fixes(H1). Etant donné que les tests de Fisher et de
Breusch-Pagan indiquent la presence d'effets spécifiques, nous
effectuons le test de Hausman pour discriminer les effets fixes et
aléatoires. Ainsi, l'hypothèse d'effets aléatoire est
rejetée si la P-value (Prob>chi2) est supérieure à 5%.
La probabilité critique (0.9961) est supérieure aux seuils
MEMOIRE MASTER II/ METHODES STATISTIQUES ET
ECONOMETRIQUES/MAOULIDA SOUDJAY 43
MEMOIRE MASTER II/ METHODES STATISTIQUES ET
ECONOMETRIQUES/MAOULIDA SOUDJAY 44
CROISSANCE ECONOMIQUE ET PAUVRETE DANS LES PAYS DE
L'UEMOA
conventionnels de 1%, 5% et 10% (cf annexe A8).
L'hypothèse nulle d'absence de corrélation entre les effets
individuels et les variables explicatives n'est pas rejetée. Pour cela,
nous devons donc privilégier l'adoption d'un modèle à
effet aléatoire et retenir l'estimateur MCG. Ce dernier est le plus
performant pour expliquer la significativité des variables
explicatives.
| 
