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

 > 

à‰tat et analyse du revenu global et des dépenses de consommation en produits alimentaires de base (riz, maà¯s, sorgho, manioc doux, igname et patate douce) dans les exploitations agricoles de la commune de Jean-Rabel.

( Télécharger le fichier original )
par Jean Ribert FRANCOIS
Université d'Etat d'Haiti - Ingénieur-Agronome 2015
  

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

4.7.2.4.3. Estimation des paramètres

Pour estimer les paramètres, il suffit de trouver la relation mathématique qui existe entre la variable dépendante et les variables indépendantes. Les valeurs qui déterminent cette relation constituent les coefficients ou paramètres du modèle. Une fois les paramètres estimés, il faut les évaluer à partir d'un certain nombre de tests statistiques. Des tests seront élaborés afin de décider, à partir des hypothèses formulées, si ces paramètres sont statistiquement significatifs.

Quatre (4) tests seront réalisés au niveau de la régression :

· Test de signification pour les paramètres estimés ;

· Test de l'ensemble des paramètres ;

· Test de détection de l'hétéroscédasticité ;

· Test de normalité des résidus.

4.7.2.4.3.1. Test de signification pour les paramètres estimés (Student)

Apres avoir estimé les coefficients de régression, on doit les tester. Ce test est réalisé pour déterminer si les coefficients estimés sont statistiquement différents de 0 chacun. La distribution de Student avec n-k degrés de liberté sera mise en oeuvre pour tester les hypothèses sur les estimateurs et construire les intervalles de confiance correspondants.

Le terme signification marginale est employé pour la variable explicative au sens que lorsqu'une variable supplémentaire est ajoutée, quelle sera sa contribution dans la variabilité de la variable dépendante. Ce travail sera fait par la comparaison entre la valeur de t-statistique calculée et t-statistique tabulée. Il s'agit alors de tester les hypothèses suivantes :

H: ai=0, i=1......n

H: au moins un des paramètres est non nul

La formule permettant de calculer le t-Student s'écrit :

T=  ; cette valeur est distribuée selon la loi de Student avec n-k-1 degrés de liberté au seuil de signification 5 %.

Règle de décision : Rejeter H0 si |T| > |Tá/2 :n-k-1|

R: Coefficient de détermination multiple

Il permet de mesurer la proportion dans laquelle le modèle explique la variabilité dans la variable expliquée (Y). Il définit la proportion de la variabilité totale de « Y expliquée » par la régression par rapport aux variables explicatives.

R2=SCR/STC il varie de 0 à 1

SCR : somme totale des carrés de la régression

STC : somme totale des carrés des écarts à la moyenne

Si R2=0, l'équation de régression n'explique en rien la variabilité de y ; si R2=1, il n'y a pas de résidus ; plus c'est proche de 1, plus les variations dans la variable y sont expliquées par les variations dans les variables x.

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








"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault