Agriculture et contribution à la croissance économique de la rdc

2.2.3. Coefficients et équation de régression

Maintenant que nous savons que notre modèle est significatif et que le deuxième est celui qui explique le plus de variance, il est possible de construire l'équation de régression pour prédire une valeur de Y. L'équation de base était la suivante :

Y_i : (b₀ + b₁X₁ + b₂X₂ + ... + b_nX_n) + å_i

Tableau n°6 : Détermination de la part des secteurs d'activités dans le PIB

	Coefficients	Erreur type	test t	Valeur p	VIF	Beta
Interception	0
AGRICULTURE	0,999938872648459	0,000805690020501519	1241,09626184277	0	61,0286883054243	0,199427669798701
EXTRACTION	0,999972870498118	0,000862846295670296	1158,92352498459	0	61,2141670211318	0,210532451669625
SECONDAIRE	0,999694721886727	0,00105833802156848	944,589253634823	0	144,395552774518	0,25088089798303
TERTIAIRE	1,00028212425401	0,00113897143254766	878,232847347687	0	283,23787336318	0,342976689722157
T (5%)	2,05552943864287

Remplaçons maintenant les b par les coefficients fournis dans le tableau ci-dessus.

PIB = 0,999938872648459* AGRICULTURE + 0,999972870498118 * EXTRACTION + 0,999694721886727 * SECONDAIRE + 1,00028212425401* TERTIAIRE

La valeur du Beta standardisé (â) apporte aussi une information intéressante. Elle indique le changement en écart-type de la VD pour chaque augmentation d'un écart-type de la VI quand toutes les autres valeurs sont constantes. Dans le cas échéant, elle permet la part du secteur dans la formation du PIB. En multipliant cette valeur par 100, nous constatons que le secteur agricole explique 19,94 % du PIB, ce qui le place en quatrième position par rapport aux autres secteurs.

2.2.4. Test du modèle

Cette partie est très importante car elle permet de tester l'éligibilité du modèle. Ainsi, plusieurs tests statistiques ont permis de vérifier la fiabilité et l'éligibilité du modèle de régression. Il s'agit du test de :

· Diagnostic de colinéarité

· Shapiro

· Kolmogorov -Smirnov

Tableau n°7 : Diagnostics de colinéarité

			Proportions de la variance
#	Valeur propre	Index de condition	AGRICULTURE	SECONDAIRE	TERTIAIRE
1	3,96944918277951	1	0,00081987466948421	0,000348845098351447	0,000154681635805049
2	0,0217007342932029	13,5247083455004	0,372915082702496	0,0134707319442435	0,0000440325875751859
3	0,00707782771331312	23,6818229406822	0,121528616977208	0,3957726645615	0,0101826494992993
4	0,00177225521399846	47,3262389185099	0,504736425650812	0,590407758395905	0,98961863627732

Le diagnostic de colinéarité permet de certifier que le modèle satisfait à cette prémisse car les différentes variables qui expliquent le modèle ne présente pas de colinéarité entre elles au regard de la proportion de la variance et de l'interception y relatif.

Tableau n°8 : Tests de normalité

Test	Statistique de test	Valeur p	H0 (5%)
W de Shapiro-Wilk	0,281908186739786	4,98308686158881	Rejeté
Test de Kolmogorov-Smirnov (Lilliefors)	0,416027224759113	7,39203622861873	Rejeté
A l'issu des tests du modèle de régression, toutes les hypothèses nulle ayant été rejeté, il est clair que le modèle ci-dessus satisfait aux différents tests.