2.3-LES DONNÉES ET LA MÉTHODE D'ESTIMATION
2.3.1-LES DONNÉES
Les données utilisées sont essentiellement des
données secondaires. Elles couvrent la période 1980-2009. La
collecte a été focalisée sur la recherche et
l'exploitation documentaire auprès des institutions suivantes :Institut
National de la Statistique et de l'Analyse Economique (INSAE), la Direction
Générale des Affaires Economiques (DGAE), le Ministère de
l'Agriculture, de l'Élevage et de la Pêche (MAEP), Le
Ministère de l'économie et des finances (MEF), la Banque Mondiale
(BM), la Bibliothèque du CAPOD et la Bibliothèque du
ministère de la santé publique.
2.3.2-LA MÉTHODE D'ESTIMATION
1-Stationnarité des données
utilisées et test de cointégration
-Test de racine unitaire : c'est le test de
DICKEY-FULLER Augmented (ADF) qui est utilisé pour vérifier la
stationnarité des séries à partir du logiciel EVIEWS 5.1.
L'intérêt de la condition de stationnarité est que l'effet
produit par un choc sur une série non stationnaire est transitoire. Et,
dans ce cas, il devient difficile de cerner l'effet d'une série sur les
variations d'une autre qui est non stationnaire. Ce qui conduit à des
régressions fallacieuses (« spurious regressions ») pour des
modèles comportant des séries non stationnaires.
-Test de cointégration : lorsque les
séries ne sont pas stationnaires, il y a présomption de
cointégration qu'on vérifie par le test de cointégration
de Johansen .Si les séries sont cointégrées, un
modèle de correction d'erreur est spécifié. Ce dernier
traduira la dynamique de court terme alors que le modèle initial sera
celui d'un équilibre de long terme.
2-Test de RAMSEY : l'objet de ce test est de
voir si le modèle souffre de
l'omission d'une ou plusieurs variables
pertinentes en introduisant une variable
Analyse de l'impact des investissements en infrastructures
publiques sur la
production agricole au Benin
fictive. Ce test consiste à vérifier la
significativité du modèle à travers l'effet de la variable
fictive introduite. Si elle n'est pas significative, alors la
spécification du modèle est complète ; c'est-à-dire
que le modèle a pris en compte toutes les variables pertinentes qui
expliquent la variable dépendante. Mais, si la variable fictive est
significative, alors des variables susceptibles d'influencer les variations de
la variable dépendante seront introduites.
3-Tests de validation du modèle :
L'estimation par les MCO se fonde sur des hypothèses
fondamentales.
Des tests de validation devront donc être effectués
avant d'interpréter les valeurs des coefficients. Il s'agit de:
- La statistique R2 pour la
qualité de la régression.
- Le test de BREUSCH-GODFREY . Pour
vérifier si les erreurs sont autocorrélées ou non, nous
avons réalisé le test de Breusch-Godfrey. La statistique de
BreuschGodfrey, donnée par BG = n.R2 suit un khi-deux
à p degré de liberté, avec : p : nombre de retard des
résidus
n : nombre d'observations
R2 : coefficient de détermination.
L'hypothèse de non corrélation des erreurs est
acceptée si la probabilité est supérieure à 5% ou
si n.R2 < chi-deux lu ; l'autocorrélation est aussi
vérifiée par
le corrélogramme des erreurs. Les
erreurs ne sont pas auto corrélées si elles sont dans le
corrélogramme
- Le test d'homoscédasticité de
WHITE permet de voir si la variance du terme d'erreur est une
constante ou non. Les erreurs sont homoscédastiques si la
Probabilité de la statistique de Fischer est supérieures à
5%
- Le test de FISCHER permet de voir si le
modèle est globalement significatif ou non. Le modèle est
significatif au seuil de 5% si la probabilité de la statistique de
Fischer est inférieure à 5%
Analyse de l'impact des investissements en infrastructures
publiques sur la
production agricole au Benin
- Le test de normalité de JARQUE-BERA
vérifie la normalité d'une distribution statistique. Il y a
normalité quand Jarque BERA est inférieur à 5,99 où
quand sa probabilité est supérieure à 5%.
- Le test de stabilité de CUSUM et
CUSUM CARRÉ vérifient la stabilité du
modèle estimé. Il ya stabilité quand les courbes ne
sortent pas du corridor.
- Le test de Prévision (Theil) pour
apprécier le pouvoir prédictif du modèle. Le modèle
est utilisable à des fins de prévision si la statistique de Theil
est très proche de zéro.
Analyse de l'impact des investissements en infrastructures
publiques sur la
production agricole au Benin
| 
