1.3.3) Etude de la stationnarité de la chronique des
entrées des touristes.
a)Etude des fonctions
d'autocorrélation simple et partielle.
Les corrélogrammes des fonctions
d'autocorrélation simple (AC) et partielle (PAC) montre que la
série n'est pas une réalisation d'un bruit blanc, en effet, le
corrélogramme de l'AC a tous ses termes à l'extérieur de
l'intervalle de confiance à 5%, de plus, le premier terme du
corrélogramme de la PAC est significativement différent de 0. La
chronique est autocorrélée et par conséquent le processus
générateur de la chronique n'est pas une réalisation d'un
bruit blanc. La statique Q de Ljung-Box pour un retard de 12 est  , selon ce test, on refuse l'hypothèse de nullité des
coefficients  pour  .
Figure 38 : Fonctions
d'autocorrélation simple et partielle de la série des
entrées des touristes pour un retard de 12.
Source : Calculs de l'auteur sur la base des
données du ministère du tourisme
b)Test de Dickey et Fuller
augmenté.
Les fonctions d'autocorrélation nous ont permis de
conclure que le processus générateur de la chronique des
entrées des touristes n'est pas une réalisation d'un bruit blanc,
à partir des tests de Dickey et Fuller on va essayer d'examiner si le
processus est non stationnaire.
Tableau : Résultats du test ADF
|
Null Hypothesis: TOUR_ADJ has a unit root
|
|
|
Exogenous: Constant
|
|
|
|
Lag Length: 3 (Automatic based on SIC, MAXLAG=11)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller test statistic
|
-1.493422
|
0.5326
|
|
Test critical values:
|
1% level
|
|
-3.503049
|
|
|
5% level
|
|
-2.893230
|
|
|
10% level
|
|
-2.583740
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon (1996) one-sided p-values.
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller Test Equation
|
|
|
Dependent Variable: D(TOUR_ADJ)
|
|
|
Method: Least Squares
|
|
|
|
Date: 04/14/13 Time: 17:04
|
|
|
|
Sample (adjusted): 2005M05 2012M12
|
|
|
Included observations: 92 after adjustments
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
TOUR_ADJ(-1)
|
-0.052935
|
0.035445
|
-1.493422
|
0.1389
|
|
D(TOUR_ADJ(-1))
|
-0.702376
|
0.098581
|
-7.124833
|
0.0000
|
|
D(TOUR_ADJ(-2))
|
-0.595958
|
0.111316
|
-5.353774
|
0.0000
|
|
D(TOUR_ADJ(-3))
|
-0.477265
|
0.097849
|
-4.877557
|
0.0000
|
|
C
|
10196.29
|
5139.257
|
1.984001
|
0.0504
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.438565
|
Mean dependent var
|
789.0132
|
|
Adjusted R-squared
|
0.412752
|
S.D. dependent var
|
15100.29
|
|
S.E. of regression
|
11571.67
|
Akaike info criterion
|
21.60332
|
|
Sum squared resid
|
1.16E+10
|
Schwarz criterion
|
21.74038
|
|
Log likelihood
|
-988.7528
|
F-statistic
|
16.99001
|
|
Durbin-Watson stat
|
2.095171
|
Prob(F-statistic)
|
0.000000
|
|
|
|
|
|
|
|
|
|
|
la statistique du t-Student liée à la
variable TOUR_ADJ(-1)=-1,49, cette statistique est à comparer avec les
valeurs critiques tabulées par Dickey et Fuller, pour un risque d'erreur
de 5%, la valeur critique tabulée est de  , on a  , dans ce cas on ne peut pas rejeter l'hypothèse nulle du test
(Null Hypothesis: TOUR_ADJ has a unit root), le processus
générateur n'est pas stationnaire. Le test d'ADF nous montre de
plus que le processus générateur n'est pas stationnaire, il est
aussi de type DS, dans ce cas, pour stationnariser la série, il faut
passer en différence.
Tableau : Résultats du test ADF sur la
série TOUR_ADJ en différence première.
|
Null Hypothesis: D(TOUR_ADJ) has a unit root
|
|
|
Exogenous: Constant
|
|
|
|
Lag Length: 2 (Automatic based on SIC, MAXLAG=11)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller test statistic
|
-11.45268
|
0.0001
|
|
Test critical values:
|
1% level
|
|
-3.503049
|
|
|
5% level
|
|
-2.893230
|
|
|
10% level
|
|
-2.583740
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon (1996) one-sided p-values.
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller Test Equation
|
|
|
Dependent Variable: D(TOUR_ADJ,2)
|
|
|
Method: Least Squares
|
|
|
|
Date: 04/14/13 Time: 17:25
|
|
|
|
Sample (adjusted): 2005M05 2012M12
|
|
|
Included observations: 92 after adjustments
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
D(TOUR_ADJ(-1))
|
-2.837527
|
0.247761
|
-11.45268
|
0.0000
|
|
D(TOUR_ADJ(-1),2)
|
1.102552
|
0.184721
|
5.968743
|
0.0000
|
|
D(TOUR_ADJ(-2),2)
|
0.487106
|
0.098307
|
4.954945
|
0.0000
|
|
C
|
2746.655
|
1245.069
|
2.206025
|
0.0300
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.798767
|
Mean dependent var
|
-87.28984
|
|
Adjusted R-squared
|
0.791907
|
S.D. dependent var
|
25543.59
|
|
S.E. of regression
|
11652.28
|
Akaike info criterion
|
21.60690
|
|
Sum squared resid
|
1.19E+10
|
Schwarz criterion
|
21.71654
|
|
Log likelihood
|
-989.9172
|
F-statistic
|
116.4346
|
|
Durbin-Watson stat
|
2.084168
|
Prob(F-statistic)
|
0.000000
|
|
|
|
|
|
|
|
|
|
|
le passage en différence première de la
série TOUR_ADJ a permis de la stationnariser, en effet,  dans ce cas on rejette l'hypothèse nulle H0
d'existence d'une racine unitaire. La différence première a
permis de stationnariser la chronique.
| 
