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

 > 

Analyse de l'évolution des recettes de services issues des secteurs Education et Santé au Cameroun de 2003 à  2008 et prévisions à  court terme

( Télécharger le fichier original )
par Hyacinthe KANKEU TCHEWONPI
Institut sous-régional de statistique et d'économie appliquée de Yaoundé - Ingénieur d'application de la statistique 2009
  

précédent sommaire suivant

§.2- Etude de la stationnarité de la chronique

1. Analyse graphique

Etant donné que nous avons détecté une composante tendance déterministe dans la série des recettes du secteur santé, nous allons préalablement enlever cette tendance de la série corrigée des variations saisonnières. Soit donc la nouvelle série Yt définie par :

Elle fluctue autour de sa moyenne comme on peut le voir sur le graphique 11 ci-dessous, ce qui laisse croire que cette série est stationnaire.

Graphique 7: Série corrigée des variations saisonnières et débarrassée de la tendance déterministe

Source : DPB

Ce résultat semble se confirmer par l'examen du corrélogramme simple de la série Yt (voir graphique 18 en annexes) qui ne présente pas une décroissance lente et dans lequel les estimations de la fonction d'autocorrélation oscillent autour de zéro malgré la présence de deux barres qui touchent les limites de l'intervalle de confiance.

Pour confirmer la stationnarité de la série Yt, nous allons procéder au test de la racine unitaire de Dickey-Fuller.

2. Test de la racine unitaire de Dickey-Fuller

a) Détermination du nombre de retard optimal pour la réalisation du test

L'application de la stratégie de test de Dickey-Fuller augmenté nécessite la recherche du nombre de retard optimal qui permet de « blanchir » les résidus.

· Analyse de la fonction d'autocorrélation partielle de Yt

Dans le graphique ci-dessous, on peut voir que la dernière autocorrélation partielle de Yt qui est significativement différente de zéro, est observée pour p=4.

Graphique 8: Corrélogrammes simples et partiels de la série différenciée Yt

Nous allons donc analyser les critères d'information pour p allant de 0 à 4.

· Minimisation des critères d'information

Nous allons estimer chacun des trois modèles présentés au chapitre précédent pour un nombre de retard allant de 0 à 4, puis nous retiendrons celui qui minimise les critères d'information AIC et SBIC.

Les résultats obtenus sont consignés dans le tableau suivant :

Tableau 2: Détermination du nombre de retard optimal pour le test de la racine unitaire

p

Modèle 3

Modèle 2

Modèle 1

AIC

SBIC

AIC

SBIC

AIC

SBIC

0

-2,212138

-2,180269

-2,668359

-2,604621

-2,642413

-2,546807

1

-2,306351

-2,242108

-2,654355

-2,557990

-2,626073

-2,497587

2

-2,408672

-2,311537

-2,618079

-2,488565

-2,589097

-2,427205

3

-2,413329

-2,282769

-2,581759

-2,418560

-2,552774

-2,356935

4

-2,464115

-2,299586

-2,559423

-2,361988

-2,530218

-2,299877

Il ressort de ce tableau que le nombre de retard optimal pour la réalisation du test ADF est p=0.

b) Test de Dickey-Fuller augmenté

Le test ADF pour le modèle général (modèle 1) avec tendance et constante conduit au rejet de l'hypothèse nulle de non stationnarité DS (ou encore de présence d'une racine unitaire). En effet, la valeur de la statistique de test (-6,513253) est inférieure à la valeur critique tabulée de Dickey-Fuller (quel que soit le seuil) : -4,092547 (1%); -3,474363 (5%) et -3,164499 (10%) (voir encadré 8 en annexes). Puisque le processus n'est pas DS, on va voir s'il est TS. Pour cela, on teste l'hypothèse H0' : b=0 avec le seuil de la loi normale. En ce référant à l'encadré 8 en annexes, on voit que la statistique de test tb vaut 0,389052 et est inférieure en valeur absolue à la valeur critique de la loi normale au seuil de 5% (1,96). On ne rejette donc pas H0' et par conséquent, le modèle 1 n'est pas le « bon » modèle ; on passe au modèle 2.

L'estimation du modèle 2 avec constante et sans tendance conduit au rejet de l'hypothèse principale H0 de présence d'une racine unitaire. Dans l'encadré 9 en annexes, on a en effet la statistique de test t qui vaut -6,558244 et est inférieure aux valeurs critiques de Dickey-Fuller pour différents seuils : -3,525618 (1%) ; -2,902953 (5%) et -2,588902 (10%). On teste ensuite l'hypothèse H0'' : c=0 en utilisant la valeur critique de la loi normale. Le résultat (voir encadré 9 en annexes) indique que la statistique de test tc (6,557415) est supérieure en valeur absolue à 1,96 ; on rejette donc H0''. Ainsi, le processus générateur de la série yt est de la forme Yt = c + ; c'est donc un processus stationnaire puisqu'il s'écrit comme étant une constante plus une perturbation aléatoire.

En conclusion, l'analyse graphique et le test de Dickey-Fuller augmenté nous permettent d'être en faveur de l'hypothèse de stationnarité du processus générateur de la série corrigée des variations saisonnières et débarrassée de la tendance déterministe.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.