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

 > 

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

( Télécharger le fichier original )
par Bérenger KOLEGBE et Emmanuel HOUESSOU
Université d'Abomey-calavi - Maitrise 2010
  

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

3.2.2. ESTIMATION ET INTERPRETATION DU MODELE

AGROALIMENTAIRE

Le modèle agroalimentaire se présente comme suit :

PPSAj = C + á1* VAPTj + á2* PAAGj + á3* CPIBj + á4*CDEAj + á5* TIALj + á6* TEALj + á7* TPRUj + uj

où uj est le vecteur des résidus avec j {1,....,34}

3-2-2-1 Coefficients de corrélation du modèle 2 : modèle agroalimentaire

 

PPSA

VAPT

PAAG

CPIB

CDEA

TIAL

TEAL

TPRU

PPSA

 1.000000

-0.189053

 0.337325

 0.174483

-0.173303

 0.202858

 0.252672

 0.078007

VAPT

-0.189053

 1.000000

-0.731526

-0.504158

 0.774445

 0.049429

-0.187105

-0.528627

PAAG

 0.337325

-0.731526

 1.000000

 0.452611

-0.508893

 0.127442

 0.295321

 0.751995

CPIB

 0.174483

-0.504158

 0.452611

 1.000000

-0.390048

 0.156947

 0.545179

 0.482295

CDEA

-0.173303

 0.774445

-0.508893

-0.390048

 1.000000

 0.155987

-0.204192

-0.280582

TIAL

 0.202858

 0.049429

 0.127442

 0.156947

 0.155987

 1.000000

 0.305465

-0.178669

TEAL

 0.252672

-0.187105

 0.295321

 0.545179

-0.204192

 0.305465

 1.000000

 0.043930

TPRU

 0.078007

-0.528627

 0.751995

 0.482295

-0.280582

-0.178669

 0.043930

 1.000000

Ce tableau nous permet d'appréhender la corrélation existante entre les variables explicatives et la variable dépendante : proportion de personnes sous alimentées (PPSA)

3-2-2-2 Estimation des paramètres par les MCO

Sous e-views, on a le tableau ci-dessous.

Estimation par les MCO

Variables

Coefficient

t-statistic

Probabilité

C

-47.85411

-3.957721

0.0583

CDEA

-0.122805

-2.037938

0.1784

CPIB

1.513714

12.68413

0.0062

TEAL

-0.598030

-11.51146

0.0075

PAAG

1.831750

10.60265

0.0088

TIAL

-0.512408

-6.063797

0.0261

VAPT

0.068628

6.943840

0.0201

TPRU

-1.619880

-8.916007

0.0123

AR(2)

0.704752

11.66821

0.0073

AR(3)

-0.321761

-6.634444

0.0220

AR(4)

-0.316222

-9.612422

0.0107

R carré

0.997651

Probabilité (F-statistic)

0.011688

Source : Résultat de e-viiews (cf. détails en annexe n°4)

Les résultats des estimations donnent un coefficient de détermination R² (0.997651) très proche de 1. Nous avons donc un bon ajustement : Les variances de la proportion des personnes sous alimentées (PPSA) en Afrique de l'ouest et Afrique du centre sont en majorités expliquées par les différentes variables de ce modèle.

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








"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille