B. Les différentes étapes de la
démarche économétrique
Le choix d'une méthode d'estimation repose sur le
modèle dichotomique à la forme de fonction de répartition
F qui est choisie en premier sous une forme suivante :
-pour F soit une loi normale centrée réduite (le
modèle PROBIT) ;
Dependent Variable: REFORME
Method: ML - Binary Probit (Quadratic hill climbing) Date:
06/12/12 Time: 15:15
Sample: 1 32
Included observations: 32
Convergence achieved after 3 iterations
Covariance matrix computed using second derivatives
|
Variable
|
Coefficient
|
Std. Error z-Statistic
|
Prob.
|
|
METHO
|
-0.831497
|
0.576308 -1.442799
|
0.1491
|
|
SUBJECT
|
1.552377
|
0.650898 2.384978
|
0.0171
|
|
ADMISS
|
-0.304573
|
0.919164 -0.331358
|
0.7404
|
|
CHOIX_SES
|
-0.028477
|
0.902950 -0.031537
|
0.9748
|
|
Mean dependent var
|
0.718750
|
S.D. dependent var
|
0.456803
|
|
S.E. of regression
|
0.422230
|
Akaike info criterion
|
1.212439
|
|
Sum squared resid
|
4.991786
|
Schwarz criterion
|
1.395656
|
|
Log likelihood
|
-15.39902
|
Hannan-Quinn criter.
|
1.273170
|
|
Avg. log likelihood
|
-0.481219
|
|
|
|
Obs with Dep=0
|
9
|
Total obs
|
32
|
|
Obs with Dep=1
|
23
|
|
|
Source : Données enquêtées sur Eviews 5 en
2012 Premièrement, cette forme fait ressortir l'information
réellement
utilisation au niveau du signe des paramètres. Ce qui
indique si la variable
associée influence la probabilité
à réformer l'enseignement/apprentissage de
l'épreuve orale pour le baccalauréat. Nous avons
effectué le test de HosmerLemeshow selon les hypothèses suivantes
:
H0 : Il y a un bon ajustement du modèle ;
H1 : Il y a un mauvais ajustement du modèle.
Pour un seuil de significativité donné, nous
acceptons l'hypothèse nulle si la valeur de probabilité est
supérieure à 5%. En revanche, une valeur de probabilité
inférieure à la valeur 5% implique qu'il existe un mauvais
ajustement entre les variables.
En deuxième lieu, nous avons effectué le test
d'ajustement global à travers un test analogue le plus souvent
employé sur les rapports de vraisemblance en termes d'espérance
conditionnelle de la variable binaire (enseignement/apprentissage) par rapport
aux variables explicatives (Cf. Annexe).
En troisième lieu, nous avons procédé
à la prédiction fausse, notamment en termes de pourcentages de
prédictions correctes et non correctes. Ceci, nous a amené
à un critère d'information fournit par une mesure de la
quantité d'information donnée par le modèle selon le
critère de Schwarz.
| 
