2 -5) Test de Significativité
Les variables explicatives retenues dans le cadre de
l'étude peuvent être non significatives dans l'explication de la
variable dépendante du modèle.
Ainsi à partir du modèle de long terme
estimé par les MCO, la significativité de chacune des variables
explicatives est déterminée par la lecture des
probabilités critiques qui seront inférieures à 5 % ou les
« t - Statistic » qui seront supérieurs à
1,96. Quant à la significativité globale du modèle, elle
est déterminée à travers la valeur prob (F - Statistic)
qui doit être inférieure à 5 %.
2 -6) Test d'homoscédasticité de White
Le Test d'homoscédasticité est utile dans la
mesure où il permet de détecter et de corriger
l'hétéroscédasticité des erreurs.
Plusieurs tests existent pour la détection de
l'hétéroscédasticité mais nous retenons celui de
White. Le test de White est fondé sur une relation significative entre
le carré du résidu et une ou plusieurs variables explicatives en
niveau et au carré au sein d'une équation de
régression.
Le modèle est homoscédastique si
probabilité est supérieure à 5%. Dans le cas où la
probabilité est inférieure ou égale à 5% le
modèle est hétéroscédastique.
| 
