V.2.2 Second modèle étudié
Le second modèle réalisé ne prend pas en
compte les variables corrélées fortement négativement
à la variable TX_INT. Les variables PIB_HAB, BENEF, IPC, BENEF_IMP,
SAL_HOR et DEP_SCO ne figurent donc pas dans ce modèle. Nous avons
réalisé ce choix afin de voir si notre modèle sans les
variables corrélées négativement est meilleur que le
modèle avec l'ensemble des variables.
52
Tableau 10 : Régression linéaire 2 nommée
« reg2 »
|
Variables
|
Estimate
|
Std.Error
|
T value
|
Pr (>|??|)
|
Significativité
|
|
CONSTANTE
|
-1 090,780
|
803,118
|
-1,358
|
0,179
|
|
|
TX_CHA
|
251,758
|
276,115
|
0,912
|
0,365
|
|
|
TX INT
|
26,749
|
21,244
|
1,259
|
0,212
|
|
|
EXP
|
45,394
|
48,028
|
0,945
|
0,348
|
|
|
IMP
|
-3,887
|
29,615
|
-0,131
|
0,896
|
|
|
DUMMIES_EURO
|
83,380
|
86,270
|
0,966
|
0,337
|
|
|
DUMMIES CRISE
|
94,066
|
77,894
|
1,208
|
0,231
|
|
|
Valeur
|
|
Multiple R-squared
|
0,19
|
|
Adjusted R-squared
|
0,12
|
|
F-statistic
|
2,71
|
|
P-value
|
0,02
|
D'après le tableau 10, ce modèle semble
décevant. En effet, le coefficient de détermination
(R2) est de 0,19. Cela signifie qu'environ 19% de la variance de
l'IDE est expliquée par les variables explicatives choisies. De plus,
aucune des variables ne sont significative. Ce modèle ne semble pas
concluant. Enfin, l'hypothèse H0 selon laquelle au moins une des
variables explicatives à un impact significatif permet d'accepter le
test de Fisher car la p-value est de 0,02 et elle est donc bien
inférieure à 0,05.
Tableau 11 : Test du modèle « reg2 »
|
MODELE
|
SHAPIRO-WILK
|
BREUSCH-PAGAN
|
RAMSEY
|
|
Reg2
|
W = 0,954
p-value = 0,008
|
BP = 11,841
p-value = 0,066
|
RESET = 0,039
p-value = 0,961
|
Dans ce modèle, l'hypothèse H0 du test de
Shapiro-Wilk est refusée. La forme fonctionnelle du modèle va
donc être modifiée en passant par une estimation
semi-logarithmique. D'après le test de Breusch-Pagan, l'hypothèse
d'homoscédasticité des résidus est acceptée au
seuil de risque de 5% car la p-value est supérieure à 0,05.
Enfin, d'après le test de Ramsey, nous observons que la forme
fonctionnelle linéaire du modèle est acceptée au seuil de
5% car la p-value est supérieure à 0,05. Les différents
graphiques de ce modèle (reg2) se trouvent en fin de dossier (annexe
4).
53
Tableau 12 : VIF du modèle « reg2 »
|
VARIABLE
|
VIF
|
|
TX_CHA
|
4,926
|
|
TX_INT
|
2,646
|
|
EXP
|
10,385
|
|
IMP
|
9,026
|
|
DUMMIES_EURO
|
3,089
|
|
DUMMIES_CRISE
|
1,727
|
Dans ce modèle, l'ensemble des variables sauf EXP n'a
pas de la forte colinéarité car leurs valeurs sont en dessous de
10. L'ensemble des graphiques de ce modèle se trouve en fin de dossier
(annexe 4).
Nous allons poursuivre avec l'étude du modèle
semi-logarithmique. Il sera réalisé avec les mêmes
variables que le modèle. Le logarithme de ces variables va être
testé.
Tableau 13 : Régression semi-logarithmique 2
nommée « reg2sl »
|
Variables
|
Estimate
|
Std.Error
|
T value
|
Pr (>|??|)
|
Significativité
|
|
CONSTANTE
|
3,646
|
7,458
|
0,489
|
0,627
|
|
|
Log(TX_CHA)
|
-0,333
|
1,261
|
-0,264
|
0,793
|
|
|
Log(TX_INT)
|
0,246
|
0,148
|
1,663
|
0,101
|
|
|
Log(EXP)
|
-2,974
|
4,523
|
-0,657
|
0,513
|
|
|
Log(IMP)
|
3,357
|
3,152
|
1,065
|
0,291
|
|
|
DUMMIES EURO
|
0,214
|
0,373
|
0,573
|
0,569
|
|
|
DUMMIES_CRISE
|
0,195
|
0,370
|
0,527
|
0,600
|
|
|
Valeur
|
|
Multiple R-squared
|
0,172
|
|
Adjusted R-squared
|
0,092
|
|
F-statistic
|
2,152
|
|
P-value
|
0,060
|
D'après le tableau 13, nous pouvons voir que la
qualité explicative du modèle semble décevante. Le
coefficient de détermination est de 0,172. Nous pouvons donc dire que
17,2% de la variance de l'IDE est expliquée par les variables
explicatives choisies. Nous pouvons constater qu'aucune variable n'est
significative comme dans le modèle de régression 2 (reg2). De
plus, le test de Fisher est refusé car la p-value est supérieure
à 0,05. Nous n'allons donc pas conserver ce modèle. Les
différents graphiques de ce modèle (reg2sl) se trouvent en fin de
dossier (annexe 4).
54
|
|
