WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Dynamique du PIB et prévision du rendement des impôts et taxes au Cameroun.


par Sergiot Patrick SAà¢â‚¬â„¢A TANTCHI
Institut Sous-régional de Statistique et d'Economie Appliquée ISSEA - Mémoire professionnel d'Ingénieur Statisticien Economiste  2018
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.1.3.2. Principe du test de Dickey-Fuller et test de Dickey-Fuller Augmenté

L'ancêtre des tests de non-stationnarité est le test de Dickey-Fuller (DF). Il en existe trois principaux. Dans les trois cas, la procédure de test consiste à effectuer la régression ?????? = ???? + ??????-1 + ???? où ???? est une fonction déterministe du temps. On a alors trois modèles possibles :

Modèle (1) : ????= 0 ;

Modèle (2) : ???? = ?? où a est une constante ;

Modèle (3) : ???? = ?? + ???? où a et b sont des constantes.

En pratique, on choisit le modèle (3) lorsque série semble contenir une dérive temporelle. Ce choix peut être déterminé par un examen visuel ou par un jugement économique a priori.

L'hypothèse nulle de racine unitaire est rejetée si la statistique du test (statistique de Dickey-Fuller) est inférieure à la valeur critique du test.

L'hypothèse nulle d'une marche aléatoire pure (avec ou sans dérive) est peu réaliste ; il convient de prendre en compte la possibilité que ???? soit autocorrélé. Pour ce faire, Dickey et Fuller ont proposé le test Augmented Dickey-Fuller (ADF) qui consiste à effectuer la régression :

?????? = ???? + ? ??????????-??

?? + ??????-1 + ???? (ADF)

??=1

Bien entendu, le nombre de retards p est choisi pour éliminer l'autocorrélation des ????.

37

Patrick SA'A, Elève Ingénieur Statisticien Economiste, CEMAC-ISSEA

Dynamique du PIB et prévision du rendement des impôts et taxes

3.1.3.3. Principe du test de Phillips-Perron (PP)

Phillips et Perron ont proposé une autre façon de traiter l'autocorrélation éventuelle du processus DXt (approche semi-paramétrique). Les modèles considérés ont la même forme que ceux du cadre DF : DXt = dt + pXt_1 + pt, mais on admet la possibilité que les pt soient autocorrélés. Comme précédemment donc, on teste l'hypothèse nulle de non stationnarité (présence d'une racine unitaire). La présentation détaillée y compris toutes les démonstrations relatives à ce test se trouvent dans la plupart des manuels consacrés à l'économétrie des séries temporelles (Bresson et Pirotte, 1995). On retient alors que les corrections effectuées par Phillips-Perron permettent de prendre en compte l'autocorrélation éventuelle des pt. Et l'hypothèse nulle de racine unitaire est rejetée si la statistique du test (statistique de Phillips-Perron) est inférieure à la valeur critique du test.

3.1.3.4. Principe du test de Kwiatkowski-Phillips-Schmidt-Shin test statistic(KPSS)

Contrairement à Phillips-Perron et Dickey-Fuller, Kwiatkowski, Phillips, Schmidt et Shin (KPSS) ont proposé un test fondé sur une hypothèse nulle de stationnarité. C'est d'ailleurs le principal test fondé sur une hypothèse nulle de stationnarité. Son calcul est très simple. On commence par régresser DXt sur une constante (cas sans dérive) ou sur une constante et un trend (cas avec dérive). Et on rejette la stationnarité quand la statistique du test (statistique de KPSS) est supérieure aux valeurs critiques du test.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Entre deux mots il faut choisir le moindre"   Paul Valery