Secteur informel et recouvrement fiscal a la dgrtang - kalemie

II.1.4 TESTS STATISTIQUES ASSOCIES AU MODELE

KASONGO KIYAMBI FAUSTIN ((SECTEUR INFORMEL ET RECOUVREMENT FSCA A LA DGRTANG/KALEMIE			Page 43
KASONGO KIYAMBI FAUSTIN	j(( SECTEUR INFORMEL ET RECOUVREMENT FISCAL A LA DGRTANG/KALEMIE]

a) tests paramétriques

V' Test de student

Le test de student est celui qui consiste à vérifier de manière individuelle la significativité des paramètres du modèle estimé.

b) si la taille de l'échantillon est suffisamment grande. Ainsi, le test de Student est présenté comme suit :

^

^ Tth (n-k; )

+ Règle des décisions

Si la statistique calculée de student est supérieure à celle de la table,

le paramètre estimé est statistiquement significatif au seuil prédéfini. Dans le cas contraire, le paramètre n'est pas statistiquement significatif.

V' Test de Fisher

Le test de Ficher est celui qui va nous permettre de vérifier la significativité globale des paramètres du modèle. La statistique de Fisher teste l'hypothèse nulle selon laquelle toutes les variables explicatives (exclues la constante) sont égales à zéro contre l'hypothèse de recherche qui stipule que les variables explicatives exclues la constante sont statistiquement significatives conjointement. (Sem Mbimbi P. et Cornet A., 2017).

Il est mathématiquement présenté de la manière suivante : Fc=

,

Fth (n-k; k-1)

+ Règle des décisions

Si la statistique calculée de Ficher est supérieurs à celle de la table, les

paramètres estimés sont statistiquement significatif au seuil prédéfini. Dans le cas contraire, ces paramètres ne sont pas statistiquement significatifs.

V' Coefficient de détermination

R2 = ?

? ;

Sur ce, R² doit être compris entre 0 et 1

V' Test autocorrélation d'erreurs

Il y a autocorrélation des erreurs lorsque ceux-ci sont liés suivant les unes des autres. :

KASONGO KIYAMBI FAUSTIN ((SECTEUR INFORMEL ET RECOUVREMENT FSCA A LA DGRTANG/KALEMIE			Page 44
KASONGO KIYAMBI FAUSTIN	j(( SECTEUR INFORMEL ET RECOUVREMENT FISCAL A LA DGRTANG/KALEMIE]

? Hypothèses de validation

H0 : P > 0,05 ; il y a absence d'autocorrélation des erreurs

H1 : P < 0,05 ; il y a présence d'autocorrélation des erreurs

1. La Théorie De La Corrélation

Lorsque deux phénols ont une évolution commune nous disons qu'ils

sont corrélés. La corrélation simple mesure le degré de liaison existant entre

ces deux phénomènes représentés par des variables. Ainsi, nous pouvons

trouver une corrélation positive, négative et nulle.

a) Mesure et limites du coefficient de corrélation

Le coefficient de corrélation linéaire simple se mesure à travers l'indicateur :

?

v?

v?

La covariance nous sert à déterminer la position de la droite. Ainsi, le

coefficient de corrélation est compris entre -1 et 1

V' S'il est proche de 1, les variables sont corrélées positivement

V' S'il est proche de -1, les variables sont corrélées négativement

V' S'il est proche de 0, les variables ne sont pas corrélées

En désirant tester la signification du coefficient de corrélation, nous

procèderons comme suit :

HYPOTHESES :

H0 : , il n'y a pas de liaison

H1: , la liaison entre variables existe