I-2- Résultats du test
d'hétéroscédasticité
Pour effectuer le test
d'hétéroscédasticité nous allons utiliser le test
de Breush-
Pagan.
Corruption, insécurité transfrontalière et
dynamique du commerce intra- CEMAC
Tableau 13 : Test
d'hétéroscédasticité : test de Breush-
Pagan
|
Variable à expliquée : Residus2
|
|
Variables
|
Coefficient
|
Stderror
|
t-statistic
|
prob~ | t |
|
|
logPIBreel it
|
20 . 6682 1
|
0. 1 25 8484
|
164.23
|
0.000
|
|
logPIBreel jt
|
- 3.02773 9
|
0. 1 3 053 7
|
- 23 . 1 9
|
0.000
|
|
logDist ij t
|
- 5. 90 8226
|
0. 1 5 5 1 594
|
- 38 .08
|
0.000
|
|
logCorrup it
|
- 1. 1 46092
|
0.743 1 2 1 9
|
- 1. 54
|
0. 1 24
|
|
logCorrup jt
|
- 9. 602522
|
0.46 80009
|
- 20 . 52
|
0.000
|
|
Instra ij t
|
- 9. 9 1 6242
|
0.2632378
|
- 37 . 67
|
0.000
|
|
Cons
|
- 284. 0963
|
3. 5 6 1 05
|
- 79 .78
|
0.000
|
|
R-squared
Adj R-squared F (6, 21 8) Prob~ fisher
|
0. 9947 0. 9946 68 82. 6 1 0.000
|
Source : nous même à partir du logiciel
Stata
Le test de Breush-Pagan être performé par le test
de Cook-Weisberg, ainsi nous avons la situation suivante:
Tableau 14 : Test de Cook-Weisberg
|
Breusch- Pagan / Cook-Weisberg test for
heteroskedasti
|
|
H0 : variance constant
|
|
Chi2( 1 )
|
3. 1 7 1
|
|
prob~chi2
|
0.0540
|
Source : mous même à partir de Stata
Nous pouvons rejeter l'hypothèse nulle
d'homoscédasticité et accepter
|
l
|
'hypo
|
thèse
|
alternative s
|
elon laquelle
|
il y
|
a hétérosc
|
édasticité.
|
Page 65
|
Etant do
|
nné que nous sommes en situatio
|
n d'hétéroscédasticité, il importe
de
|
corriger cela. Nous pouvons le corrigé en utilisant les
écarts types par la méthode d'Eicker- White.
Corruption, insécurité transfrontalière et
dynamique du commerce intra- CEMAC
Tableau 15 : Test de correction de
l'hétéroscédasticité : test
Eicker-White
|
Variable à expliquée : logComij
t
|
|
Variables
|
Coefficient
|
Robust
Stderror
|
t-statistic
|
prob~ | t |
|
|
logPIBreel it
|
1.473 57 1
|
0.05093 22
|
28 . 98
|
0.000
|
|
logPIBreel jt
|
- 0.25 1 845
|
0.0423 3
|
- 5.95
|
0.000
|
|
LogDistij t
|
- 0. 3 85963
|
0.067 1 1 0 1
|
- 5. 75
|
0.000
|
|
logCorrup it
|
- 0.242403
|
0. 3 670455
|
- 0. 66
|
0. 5 1 0
|
|
logCorrup jt
|
- 0. 6793408
|
0. 1 975 84 1
|
- 3.44
|
0.00 1
|
|
Instra ij t
|
- 0.770 1 079
|
0. 1 09 1 1 9 1
|
- 7. 06
|
0.000
|
|
Cons
|
- 16. 1 904
|
1.748728
|
- 9. 26
|
0.000
|
|
R-squared F (6, 21 8) Prob~ fisher
|
0. 863 8
51 5 .79
0. 0000
|
Source : nous-mêmes à partir de stata
|
Inconv
|
énient de cette méthode est
|
qu
|
' elle gonfle les écarts types inutilement et
|
réduit la puissance des tests lorsque ceci est n'est pas
nécessaire. I-3-Résultats de test
d'autocorrélation
Le résultat du test d' autocorrélation est
donné par le tableau ci-dessous :
Page 66
Page 67
Corruption, insécurité transfrontalière et
dynamique du commerce intra- CEMAC
Tableau 16 : Test d' autocorrélation
|
Variable à expliquée : logComij
t
|
|
Variables
|
Coefficient
|
St-err
|
z
|
prob> | z |
|
|
logPIBreel it
|
0.405 3 62 1
|
0. 053 6522
|
7. 56
|
0.000
|
|
logPIBreel jt
|
0.24848 8 5
|
0.0493 96
|
5.03
|
0.000
|
|
logDistij t
|
- 0. 82047 85
|
0. 34 1 22 1 5
|
-2. 40
|
0.0 1 6
|
|
logCorrup it
|
- 0. 040483
|
0. 1 62 1 5 86
|
0.25
|
0. 803
|
|
logCorrup jt
|
0.263 2605
|
0. 1 68 8906
|
1. 56
|
0. 1 1 9
|
|
Instra ij t
|
- 0. 84082 1 9
|
0. 53 87677
|
- 1. 5 6
|
0. 1 1 9
|
|
Cons
|
- 1. 808704
|
2. 6 83 344
|
- 0. 67
|
0. 500
|
|
R-square
|
Within = 0. 6987
Between = 0. 5257
Overall = 0. 5 629
|
|
Rho-ar
Durbin-Watson
|
0. 87 85 873 1
0. 52784527
|
Source : nous-mêmes à partir de stata
Le tableau ci-dessous nous montre la valeur du rho
estimé (??~ = 0. 87) et la valeur du Durbin-Watson (DW=0 . 5). On
constate que la valeur du rho estimé tend vers 1 (??~ --*1), ce qui
implique que la valeur du Durbin-Watson tend vers 0 (DW--* 0). Ainsi, nous
pouvons conclure qu'on est présence d'une forte autocorrélation
positive.
| 
