II.3.2. Identification des hypothèses du
modèle
Tout modèle pour être fonctionnel doit
être construit sur la base de ses hypothèses. Celles-ci
permettront dans la suite, de procéder aux différents tests
statistiques. Pour le modèle à régression multiple, ces
hypothèses sont à la fois stochastiques et structurelles.
Ø Hypothèses stochastiques
H1 : les valeurs Xit sont observées
sans erreur ;
H2 : l'espérance mathématique des erreurs
est nulle ; E (£ )=0 ;
H3 : la variance de l'erreur est constante quel que soit
t ;
H4 : les erreurs sont non corrélées ;
E (£ , £ ')=0 si t # t' ;
H5 : l'erreur est indépendante des variables
explicatives ; COV (Xit, £ )=0.
Ø Hypothèses structurelles
H6 : il y a absence de colinéarité entre
les variables explicatives ;
H7 : 1/n (xx') tend vers une matrice finie lorsque n tend
vers l'infini ;
H8 : le nombre d'observation est supérieur au
nombre de séries explicatives ; n>k+1.
| 
