I.2 Statistiques descriptives
des variables utilisées
Les statistiques descriptives de nos variables (la moyenne, la
médiane, la valeur maximale, la minimale, l'écart-type) nous
permettent d'avoir une idée générale sur le niveau de
leurs évolutions. Les statistiques descriptives de toutes les variables
étudiées sont présentées dans le tableau ci-dessous
:
Tableau 12: Statistiques descriptives des
variables
Variable
|
Obs
|
Mean
|
Std. Dev
|
Min
|
Max
|
Yi
|
28
|
0.464
|
0.508
|
0
|
1
|
X1
|
28
|
11.274
|
2.754
|
6.405
|
17.668
|
X2
|
28
|
0.5
|
0.509
|
0
|
1
|
X3
|
28
|
100.456
|
13.69
|
75.83
|
120.7
|
X4
|
28
|
22.203
|
7.706
|
0.474
|
39.328
|
X5
|
28
|
91.536
|
40.622
|
46.443
|
196.861
|
X6
|
28
|
806.204
|
95.161
|
593.056
|
938.824
|
X7
|
28
|
1.727
|
0.768
|
0.205
|
2.722
|
Source : Construit par l'auteur à partir de
STATA 14
Le tableau ci-dessus présente les résultats
descriptifs des séries annuelles de l'insécurité
alimentaire, l'investissement public, la production agricole, l'importation des
produits alimentaires, indices des prix à la consommation, produit
intérieur brut par tête, la croissance de la population et les
séries de l'instabilité politiques. Un examen critique des
variables sous notre investigation montre qu'il y'a une diversité
observable parmi les variables étudiées. Les valeurs annuelles
moyennes de toutes les variables sont positives. Par exemple, la valeur
annuelle moyenne de l'indice des prix à la consommation est 91.536,
tandis que celle de l'investissement public est 11.274. Les résultats
globaux montrent de larges écart-types des variables qui
démontrent que les points de données sont loin de la moyenne
indiquant ainsi une hétérogénéité
possible.
I.3 Corrélation entre les
variables
La corrélation permet de connaitre l'intensité
de la liaison qui peut exister entre deux variables. Autrement dit l'influence
qu'une variable exerce sur une autre ainsi que le sens de cette liaison. Le
tableau ci-dessus décrit la corrélation entre nos variables.
Tableau 13: Matrice des corrélations
linéaires des variables
|
Yi
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
X7
|
Yi(SeAli)
|
1.0000
|
|
|
|
|
|
|
|
X1(Invpu)
|
-0.196
|
1.0000
|
|
|
|
|
|
|
X2(Instpo)
|
-0.358
|
0.285
|
1.0000
|
|
|
|
|
|
X3(ProdAgri)
|
-0.072
|
0.291
|
-0.062
|
1.0000
|
|
|
|
|
X4(Import)
|
-0.256
|
0.203
|
0.040
|
0.348
|
1.0000
|
|
|
|
X5(IPC)
|
-0.047
|
0.484
|
0.113
|
0.749
|
0.016
|
1.0000
|
|
|
X6(PIB/tete)
|
-0.278
|
0.046
|
0.435
|
-0.373
|
0.042
|
-0.681
|
1.0000
|
|
X7(demo)
|
0.021
|
-0.331
|
0.121
|
-0.857
|
-0.389
|
-0.7014
|
0.424
|
1.0000
|
Source : Construit par l'auteur à partir de
STATA 14
Le résultat ci-dessus nous montre que nos variables ne
sont pas toutes corrélées positivement et encore moins fortement
liées. En effet nous pouvons constater que les variables X1,
X2, X3, X4, X5 et
X6 demeurent négativement corrélées avec un
faible degré de liaison à l'insécurité alimentaire
respectivement (-19,6%, -35,8%, -0,72%, -25,6% , -0,47% et -27,8%). Par contre
la variable X7 est positivement corrélée à
l'insécurité alimentaire, mais son degré de liaison (0,21
%) reste très faible.
|