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

 > 

Agriculture et croissance économique dans les pays de la CEMAC

( Télécharger le fichier original )
par AZAKI MAHAMAT
UNIVERSITÉ DE NGAOUNDERE - MASTER II 2014
  

précédent sommaire suivant

I-1- Résultats du test de stationnarité

Avant de procéder à l'estimation du modèle, il convient de s'assurer de la stationnarité des séries observées, car, lorsque les variables ne sont pas stationnaires, l'estimation des coefficients par la méthode des moindres carrés ordinaires (MCO) et les tests usuels (Student et Fisher) ne sont pas valide.

Pour effectuer le test de stationnarité des variables de nos modèles, nous utiliserons le test de racine unitaire et plus précisément le test de Levin, Lin & Chu à partir du logiciel Eviews 8.0. La statistique obtenue a été comparée à la valeur critique de la loi normale centrée réduite au seuil de 5% en valeur absolue.

Tableau 5 : Stationnarité des variables

Variables

Statistique de Levin, Lin & Chu

Statistiques de la loi normale

Ordre d'intégration

PIB par habitant (PIBH)

1.01633

1,64

I(0)

Capital physique (k)

0.39512

1,64

I(0)

Valeur ajoutée agricole (VAAGR)

-0.01432

1,64

I(0)

Valeur ajoutée industrielle (VAIND)

-0.00846

1,64

I(0)

Source : Construction de l'auteur à partir des résultats du logiciel Eviews 8.0

Au seuil de 5% (|1,64|) nous rejetons l'hypothèse de non stationnarité. Toutes nos variables sont stationnaires. Car la statistique de LLC de toutes les variables est inférieure au seuil de la loi normale centrée réduite à 5% (pour les résultats complets voir annexe 2).

Il n'est donc pasnécessaire de faire le test de cointégration car ce test ne s'applique qu'aux variables non stationnaires.

I-2- Résultats du test de Hausman

Dans la présente étude, nous avons effectué le test de Hausman sur les deux équations du modèle (annexe 5.1 et annexe 5.2), après avoir fait le test de Fisher d'effet fixes (annexe 6.1 et annexe 6.2) et le test de Breush-Pagan d'effets aléatoires (annexe 7.1 et annexe 7.2).

Tableau 6 : Test de spécification des équations et choix du modèle approprié

Tests


Modèle

Fischer (effet fixe)

Breush-Pagan (effet aléatoire)

Hausman

Choix du modèle

Equation 1

F(3,105)=71,62
Prob>F=0,000

Wald Chi2(3)=183,95
Prob>Chi2=0,000

Chi2(3)=125,66
Prob>Chi2=0,000

Modèle à effets fixes

Equation 2

F(3,105)=65,90
Prob>F=0,000

Wald Chi2(3)=203,91
Prob>Chi2=0,000

Chi2(3)=21,38
Prob>Chi2=0,000

Modèle à effets fixes

Source : Auteur à partir des résultats du logiciel STATA 11

L'analyse des résultats de ces tests nous recommande le choix du modèle à effets fixes pour l'estimation de deux équations. Car les probabilités de ces différents tests sont inférieures à 5%.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.