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

 > 

Etude de l'impact des politiques de réduction des risques (rdr) des drogues injectables sur le VIH/SIDA

( Télécharger le fichier original )
par Cyicarano Solange, Lamy sophie
Université d'Auvergne - Master Economie de la Santé 2006
  

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

b) II.2.3.2.Le test d'hétéroscédasticité

Ce test consiste à vérifier la constance de la variation des écarts aléatoires.Ce test s'avère important afin de pouvoir utiliser les T -Student pour tester le pouvoir explicatif d'une variable dans le modèle. En cas d'hétéroscédasticité, la variance de l'élément aléatoire n'est pas constante, et par conséquent les T de Student sont biaisés. Dans le cas contraire, (hypothèse d'homoscédasticité) la variance de l'élément aléatoire est constante et par conséquent l'estimateur MCO peut être utilisé pour estimer les coefficients.

Dans le cas contraire, (hypothèse d'homoscédasticité) la variance de l'élément aléatoire est constante et par conséquent les T-Student permettent l'interprétation des coefficients.

Pour tester l'homoscédasticité nous avons fait le test de Breush-Pagan qui consiste à régresser le carré des résidus sur les variables explicatives du modèle. La statistique de Breush-Pagan est donnée par la formule:

BP=NR² ? X²(k)

Les détails de calculs sont reportés dans l'annexe N°4.

X²c (11) =19 < X²lu5% = 19.67. On ne peut donc pas rejeter H0, l'hypothèse nulle de l'homoscédasticité des résidus pour un risque de 5%. Pour un risque de 10%, le modèle est hétéroscédastique (X²c (11) =19 > X²lu10%). Ce qui justifie donc la correction de White qu'on applique à chaque régression.

c) Le test d'endogenéité

En absence d'endogénéité des variables explicatives, l'estimateur MCO reste convergent et à variance minimale.

A partir des résultats de la régression, la variable « IDHVALEUR » a été soupçonnée d'endogénéité (corrélé avec le résidu); elle est peut être corrélée avec une autre variable pertinente qui a été omise dans le modèle.

Pour résoudre ce problème, la variable «TX BRUTSCOL» a été choisi comme instrument.

Cette variable désigne le taux brut de scolarisation combiné (dans le primaire, le secondaire et le supérieur) et exprime le niveau d'instruction futur dans le pays. C'est le rapport entre le nombre d'élèves inscrits pour chaque niveau d'enseignement et la population totale du groupe d'âge correspondant.

On va montrer que le taux de scolarisation est fortement corrélé avec IDH-valeur par l'équation d'instrumentation. La variable instrumentale est bien corrélée avec IDH valeur. L'équation d'instrumentation donne un coefficient significatif égal à 0,002418 avec une P-value de 0,006. L'hypothèse nulle est rejetée pour un risque de 5%, on en conclue à la significativité du coefficient, l'instrument est donc valide.

Enfin, le Test de Nakamura & Nakamura (test d'endogénéité) consiste à introduire le résidu de l'équation d'instrumentation dans la régression initiale. Ce test a donné un coefficient égal à -94,28 et une P-value de 0,583. On ne peut donc pas rejeter l'hypothèse nulle pour un risque de 5%. La variable IDHVALEUR est donc exogène; on peut appliquer les MCO sans biais (annexe 4).

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








"Je ne pense pas qu'un écrivain puisse avoir de profondes assises s'il n'a pas ressenti avec amertume les injustices de la société ou il vit"   Thomas Lanier dit Tennessie Williams