3-1-2 analyse descriptives et tests sur les variables
3-1-2 1 Test de Jarque Bera de la normalité des
variables
Le test d'hypothèses de normalité des termes
d'erreurs joue un rôle essentiel car il va préciser la
distribution statistique des estimateurs. C'est donc grâce à ce
test que l'inférence statistique peut se réaliser.
L'hypothèse de normalité peut être testée sur les
variables du modèle ou sur les termes d'erreur du modèle.
Le test d'hypothèses est le suivant (cf Tableau 6. en
annexes):
H0 : la variable suit une loi normale (Probabilité
>seuil critique)
H1 : La variable ne suit pas une loi normale
(Probabilité < au seuil critique) Les résultats du tableau 1
montrent que les variables PIB, INVINF, INVEDU, INVSAN, INVP, INVAGRI, POPW
suivent la loi normale. Pour ces différentes variables, les
probabilités de Jarque Bera affichent des valeurs supérieures au
seuil 5%.
. 3-1-2-2 Test de Jarque Bera de la log
normalité des variables
Le test d'hypothèses est le suivant (Cf. Tableau 7. en
annexes):
H0 : la variable suit une loi log normale (Probabilité
>seuil critique)
H1 : la variable ne suit pas une loi log normale
(Probabilité < au seuil critique)
Au seuil de 5%, les variables produit intérieur brut
(Lpib), Investissement en infrastructures (LINVINF), Investissements en
éducation(LINVEDU), Investissements en santé (LINVSAN),
Investissement prive (LINVP), et la population active ( LPOPW) suivent une loi
log normale.
Les statistiques descriptives des différentes variables
sont résumées dans le tableau sous-dessous :
Tableau 6 : statistiques descriptives des variables
|
PIB
|
POPW
|
INVSAN
|
INVP
|
INVINF
|
INVG
|
INVEDU
|
INVAGRI
|
|
Mean
|
9403.796
|
6.003030
|
19.93065
|
846.7707
|
108.5928
|
322.5108
|
36.33832
|
66.90496
|
|
Median
|
9493.239
|
6.000000
|
16.01316
|
754.8387
|
92.69408
|
325.5783
|
30.46406
|
59.62625
|
|
Maximum
|
12237.42
|
9.100000
|
62.75076
|
2122.156
|
271.3124
|
419.6921
|
126.5430
|
152.9713
|
|
Minimum
|
7398.228
|
3.300000
|
1.692448
|
405.1817
|
33.84896
|
253.7282
|
4.035838
|
15.75279
|
|
Std. Dev.
|
1465.741
|
1.894974
|
17.49430
|
455.7495
|
58.64586
|
50.26878
|
25.23017
|
36.57740
|
|
Skewness
|
0.183358
|
0.072754
|
1.345822
|
1.614155
|
1.052204
|
0.183358
|
1.507885
|
0.518256
|
|
Kurtosis
|
1.559725
|
1.580129
|
3.787935
|
4.877869
|
3.810842
|
1.559725
|
6.153296
|
2.492966
|
|
|
|
|
|
|
|
|
|
|
Jarque-Bera
|
3.037202
|
2.801159
|
10.81546
|
19.17901
|
6.993250
|
3.037202
|
26.17745
|
1.830731
|
|
Probability
|
0.219018
|
0.246454
|
0.004482
|
0.000068
|
0.030299
|
0.219018
|
0.000002
|
0.400370
|
|
|
|
|
|
|
|
|
|
|
Sum
|
310325.3
|
198.1000
|
657.7113
|
27943.43
|
3583.563
|
10642.86
|
1199.165
|
2207.864
|
|
Sum Sq. Dev.
|
68748702
|
114.9097
|
9793.617
|
6646644.
|
110058.8
|
80862.39
|
20369.97
|
42813.01
|
|
|
|
|
|
|
|
|
|
|
Observations
|
33
|
33
|
33
|
33
|
33
|
33
|
33
|
33
|
Sources : l'auteur à partir de l'analyse de
données sur Eviews 4
| 
