Analyse de la sécurité alimentaire en Afrique de l'ouest et du centre période de 1990-2008

3-2 ESTIMATION ET INTERPRETATION DES RESULTATS

3-2-1 ESTIMATION ET INTERPRETATION DU MODELE MACRO-ECONOMIQUE ET STRUCTUREL

Ce modèle se présente comme suit :

PPSA_i = C + â₁*TPIB_i + â₂*IPAU_i + â₃*TPUR_i + â₄*TINF_i +

â₅*TDEM_i + â₆*TAAD_i + å_i où C représente la constante et å_i

représente le vecteur des résidus avec i {1,...}

3.2-1-1 Coefficients de corrélation modèle 1 : Modèle macroéconomique

	COGI	IPAU	PPSA	TAAD	TDEM	TINF	TPIB	TPUR
COGI	1.000000	0.543254	0.593320	0.134680	-0.109984	-0.241418	-0.688792	0.015773
IPAU	0.543254	1.000000	0.518995	-0.592851	0.118363	-0.198517	-0.582686	-0.445316
PPSA	0.593320	0.518995	1.000000	-0.270140	0.078321	-0.354873	-0.779941	0.052471
TAAD	0.134680	-0.592851	-0.270140	1.000000	-0.478226	0.114134	0.119843	0.518336
TDEM	-0.109984	0.118363	0.078321	-0.478226	1.000000	-0.404238	-0.089505	-0.483785
TINF	-0.241418	-0.198517	-0.354873	0.114134	-0.404238	1.000000	0.397799	0.091570
TPIB	-0.688792	-0.582686	-0.779941	0.119843	-0.089505	0.397799	1.000000	0.307258
TPUR	0.015773	-0.445316	0.052471	0.518336	-0.483785	0.091570	0.307258	1.000000

Le tableau ci-dessus présente l'état de la corrélation entre les variables explicatives et la variable expliquée (proportion des personnes sous alimentées) du modèle macro-économique

3.2.1.2 Estimation par les moindres carrés ordinaires

Ce tableau présente l'estimation des coefficients du modèle macro-économique par la méthode des moindres carrés ordinaires (MCO).

Variable	Coefficient	t-statistic	prob
C	13.93417	0.637329	0.5369
COGI	0.139082	0.590434	0.5668
IPAU	-0.097316	-0.472699	0.6457
TAAD	-0.334194	-2.348638	0.0386
TDEM	1.867753	0.419043	0.6833
TINF	0.008545	0.279771	0.7848
TPIB	-8.947802	-4.803138	0.0006
TPUR	0.425736	3.529396	0.0047
R-squared	0.863645
F- Statitic	9.953132
Prob (F-statistic)	0.000540

Source :annexe n°3-a)

Le coefficient de détermination du modèle est R² = 0,8636. Ce résultat montre que le  modèle explique bien plus de la moitié les variations de la proportion des personnes sous alimentées. Ainsi l'ajustement global du modèle est bon.

3-2-1-3 Significativité globale du modèle (Test de Fisher)

Pour réaliser ce test  on utilise la statistique (F) de Fischer. Les hypothèses sont les suivantes :

Ho: â₁= â₂ =...= â₆ = 0

H₁ : il existe au moins un coefficient non nul

Au regard de ce tableau, nous rejetons l'hypothèse Ho. La probabilité de la statistique F est de 0.000540. Cette probabilité est inférieure au seuil de 5%. Donc le modèle est significatif.

Testons la significativité de chacun des paramètres du modèle.