Tableau 4 :
Stationnarité sur la variable LNTC
|
Test Statistique d'ADF
|
-4.386664
|
1% Valeur critique*
|
-2.6522
|
|
|
5% Valeur critique
|
-1.9540
|
|
|
10% Valeur critique
|
-1.6223
|
|
* Valeur critique de Mackinnon pour rejeter l'hypothèse de
racine unitaire.
|
|
|
|
|
|
|
|
|
|
|
|
Test de Dickey Fuller Augmenté
|
|
Variable dépendante: D(LNTC,3)
|
|
Méthode : MoindresCarrésOrdinaires
|
|
Date: 08/05/15 Heure: 10:53
|
|
Période ajustée: 1987 2013
|
|
Nombre d'observations: 27
|
|
Variables
|
Coefficient
|
Erreurstat.
|
t-Statistique
|
Prob.
|
|
D(LNTC(-1),2)
|
-1.476227
|
0.336526
|
-4.386664
|
0.0002
|
|
D(LNTC(-1),3)
|
0.028032
|
0.198358
|
0.141322
|
0.8887
|
|
R²
|
0.718347
|
Moyenne de la variable dépendante
|
0.005317
|
|
R² ajusté
|
0.707081
|
Statistique de la variable dépendante
|
2.296006
|
|
S.E. de regression
|
1.242643
|
Critèreinformationneld'AIC
|
3.343546
|
|
Somme des carrés des résidus
|
38.60406
|
Critère de Schwarz
|
3.439534
|
|
Log de vraisemblance
|
-43.13787
|
Statistique de Durbin Watson
|
1.979614
|
Source : nous-mêmes sur base du
logiciel E-VIEWS 3.1
Nous remarquons que la valeur de DFA de -4.386664 est
supérieure à la valeur critique au seuil de 5% qui est de -1.9540
en valeur absolue. Alors nous rejetons H0 (intégrée d'ordre 1
sans constante ni tendance). La variable LNTC est donc non stationnaire, il
faut qu'on y introduise un filtre à la différence seconde pour
qu'on la rende stationnaire.
Tableau 5 :
Stationnarité sur la variable LNMM
|
Test Statistique d'ADF
|
-4.040757
|
1% Valeur critique *
|
-2.6486
|
|
|
5% Valeur critique
|
-1.9535
|
|
|
10% Valeur critique
|
-1.6221
|
|
* Valeur critique de Mackinnon pour rejeter l'hypothèse de
racine unitaire.
|
|
|
|
|
|
|
|
|
|
|
|
Test de Dickey Fuller Augmenté
|
|
Variable dépendante: D(LNMM,2)
|
|
Méthode : MoindresCarrésOrdinaires
|
|
Date: 08/05/15 Heure: 10:55
|
|
Période ajustée: 1986 2013
|
|
Nombre d'observations: 28
|
|
Variables
|
Coefficient
|
Erreurstat.
|
t-Statistique
|
Prob.
|
|
D(LNMM(-1))
|
-1.079274
|
0.267097
|
-4.040757
|
0.0004
|
|
D(LNMM(-1),2)
|
-0.051688
|
0.175239
|
-0.294957
|
0.7704
|
|
R²
|
0.574867
|
Moyenne de la variable dépendante
|
0.030269
|
|
R² ajusté
|
0.558516
|
Statistique de la variable dépendante
|
1.692320
|
|
S.E. de regression
|
1.124450
|
Critèreinformationneld'AIC
|
3.141214
|
|
Somme des carrés des résidus
|
32.87406
|
Critère de Schwarz
|
3.236371
|
|
Log de vraisemblance
|
-41.97699
|
Statistique de Durbin Watson
|
1.917704
|
Source : nous-mêmes sur base du
logiciel E-VIEWS 3.1
Nous remarquons que la valeur de DFA de -4.040757 est
supérieure à la valeur critique au seuil de 5% qui est de -1.9535
en valeur absolue. Alors nous rejetons H0 (intégrée d'ordre 1
sans constante ni tendance). La variable LNMM est donc non stationnaire, il
faut qu'on y introduise un filtre à la différence première
pour qu'on la rende stationnaire.
| 
