Problématique de l'inflation au travers des principaux determinants du revenu des menages. Cas d'Haiti:1975@2004.

IV.4) Tests statistiques

Les différents tests statistiques sont importants dans un travail économétrique car ils permettent de confirmer ou d'infirmer la validité du modèle. Ainsi, dans le cadre de ce travail un ensemble de tests sont réalisés.

IV.4.1) Test de stabilité des coefficients du modèle dans le temps / Test de la racine unitaire

Ce test de stabilité des coefficients (Test de Chow) se ramène à la question suivante : existe-t-il une différence significative entre la somme des carrés des résidus (SCR) de l'ensemble de la période et l'addition de la somme des carrés des résidus calculée à partir de deux sous périodes (SCR1 + SCR2) ?

En effet, dans le cas d'une réponse négative, cela signifie que le fait de scinder en deux sous échantillons n'améliore pas la qualité du modèle. Donc, qu'il est stable sur la totalité de la période.

Les étapes sont alors les suivantes :

· La première étape consiste à estimer le modèle sur chacune des deux sous périodes et à déterminer les carrés des résidus.

· La deuxième consiste à calculer le Fisher empirique. Le test d'hypothèse est le suivant :

H0 : SCR = SCR¹ + SCR²

H1 : SCR SCR¹ + SCR²

Le calcul du Fischer empirique est égal à :

[SCR- (SCR¹+SCR²)] / ddln₁

F*-

(SCR¹ + SCR²) / ddln₂

En remplaçant les lettres par leurs valeurs on trouve, F*- 1.65

Lorsqu'on procède aux estimations du modèle sur toute la période et en deux sous périodes, soit de 1975-1990 et de 1991-2004, on a les informations suivantes :

Tableau X.1

Résultat de l'estimation du modèle

pour la 1^ère sous-période : 1975 - 1990

Dependent Variable: IPC
Method: Least Squares
Date: 03/19/08 Time: 20:22
Sample: 1975 1990
Included observations: 16
Variable	Coefficient	Std. Error	t-Statistic	Prob.
MC	0.176550	0.027763	6.359213	0.0001
CG	0.003339	0.001914	1.744309	0.1117
IG	-0.013329	0.032822	-0.406087	0.6932
NX	-0.017194	0.010903	-1.577050	0.1459
SB	-0.029793	0.037919	-0.785693	0.4503
C	44.51583	22.36025	1.990847	0.0745
R-squared	0.961494	Mean dependent var		173.4288
Adjusted R-squared	0.942242	S.D. dependent var		57.94484
S.E. of regression	13.92588	Akaike info criterion		8.385371
Sum squared resid	1939.300	Schwarz criterion		8.675092
Log likelihood	-61.08297	F-statistic		49.94046
Durbin-Watson stat	1.460260	Prob(F-statistic)		0.000001

Source : Calculs effectués sur les données à partir du logiciel E-Views 5.0

Tableau X.2

Résultat de l'estimation du modèle

pour la 2^ème sous-période : 1991 - 2004

Dependent Variable: IPC
Method: Least Squares
Date: 03/19/08 Time: 20:31
Sample: 1991 2004
Included observations: 14
Variable	Coefficient	Std. Error	t-Statistic	Prob.
MC	0.341414	0.038384	8.894809	0.0000
CG	-0.008709	0.000772	-11.28473	0.0000
IG	-0.023046	0.006648	-3.466761	0.0085
NX	-0.000275	0.001265	-0.217336	0.8334
SB	0.036707	0.069063	0.531497	0.6095
C	-56.99844	63.71576	-0.894574	0.3971
R-squared	0.994739	Mean dependent var		877.8629
Adjusted R-squared	0.991451	S.D. dependent var		615.7613
S.E. of regression	56.93490	Akaike info criterion		11.21922
Sum squared resid	25932.66	Schwarz criterion		11.49310
Log likelihood	-72.53455	F-statistic		302.5172
Durbin-Watson stat	1.279356	Prob(F-statistic)		0.000000

Source : Calculs effectués sur les données à partir du logiciel E-Views 5.0.

Soit :

SCR= 80456.78, SCR¹= 1939.30 et SCR² = 25932.66 (Tableau IX, Tableau X.1, Tableau X.2).

Avec ddln =16 et ddln = 14, le Fischer calculé est égal á 1.65 et le Fisher lu F de la table 1 (Annexe IV) pour un seuil significatif á = 5% est égal á 2.59. Par comparaison, le Fisher calculé est inférieur à la valeur lue. Donc, l'hypothèse H₀ est acceptée, les coefficients sont significativement stables sur l'ensemble des périodes sous-études.