Page 1 sur 21

REPUBLIQUE DEMOCRATIQUE DU CONGO

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE

UNIVERSITE DE LUBUMBASHI

FACULTE DES SCIENCES ECONOMIQUES ET GESTION

TRAVAUX DIRIGES D’INTRODUCTION A L’ECONOMETRIE

FASEG_ Niveau Licence 3 et L1 Eco et gestion
Année académique 2023 _2024

Equipe pédagogique

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°

Enseignant responsable

Prof KASONGO ILUNGA Daniel

Phd en Sciences économiques

Chargés des travaux dirigés

(1) Ass HESHEMU KATEBULA Héritier

Master Science en Sciences économiques (Econométrie)

(2) MWIRUKA IGHERA Divine

Licenciée en Sciences économiques (Economie du développement)

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 2 sur 21

Fiche des travaux dirigés No 1

Qu’est-ce que l’économétrie ?

Questions de Cours _(QCM) Choisir la(les) bonne(s) réponse(s)

1. L’économétrie est :
a. Une science sociale qui utilise les outils mathématiques, statistique et de la mathématique
statistique afin d’expliquer la théorie économique.
b. Une méthode qui utilise les outils mathématiques, statistique, la mathématique statistique et la
théorie économique dans le but de comprendre les problèmes économiques.
c. Une partie de la science économique qui utilise les outils mathématiques, statistique, la
mathématique statistique et la théorie économique dans le but de comprendre les problèmes
économiques.
d. L’analyse quantitative de phénomènes économiques réels basée sur une bonne modélisation
puis estimation des paramètres.
e. Une science qui s’intéresse à la détermination des valeurs numériques des paramètres.

2. Un paramètre est :
a. Une variable dont on ne connait pas la valeur
b. Une constate dont on veut la valeur
c. Une constante dont la valeur est ignorée
d. Une constate aléatoire dont on ignore la valeur
e. Aucune réponse n’est exacte

3. La principale préoccupation de l’économie mathématique est :

a. D’exprimer la théorie économique sous forme d’équations mathématiques tout en tenant
compte de vérification empirique de la théorie.
b. D’exprimer la théorie économique sous forme d’équations mathématiques sans tenir compte de
la vérification de la théorie.
c. La collecte, le traitement et la présentation des données économiques (telles que : le PIB,
l’emploi, le chômage, les prix, la consommation) sous forme de graphique et de tableaux.
d. La collecte, le traitement des données économiques (telles que : le PIB, l’emploi, le chômage, les
prix, la consommation).
e. L’expression de la théorie économique sous forme d’équations mathématiques puis la collecte
de données.

4. La différence entre un modèle économique et un modèle économétrique se voit :

a. Uniquement sur la présence du terme d’erreur dans le modèle économique.
b. Uniquement sur la présence du terme d’erreur dans le modèle économétrique
c. Sur la présence du terme d’erreur et/ou le nombre de variables dans l’un des modèles.
d. Sur la présence du terme d’erreur et le nombre de variables dans l’un des modèles.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 3 sur 21

5. Par modèle économique, on entend

a. une représentation simplifiée d’un phénomène sous forme d’équations dont les
variables sont des grandeurs économiques ;
b. caricature d’une réalité économique
c. un modèle ayant deux parties ; partie stochastique et partie déterministe.

6. Pour analyser un problème économique, l’économètre adopte le plus souvent la méthodologie

classique qui domine encore la recherche empirique en Economie et dans d’autres Sciences
sociales. La méthodologie classique propose les étapes suivantes sauf :
a. référence à une théorie ;
b. spécification du modèle mathématique ;
c. spécification du modèle statistique ou économétrique ;
d. sélection des variables et des données statistiques ;
e. estimation des paramètres du modèle économétrique ;
f. validation ou diagnostic du modèle ;
g. utilisation du modèle estimé.

7. Une étude portant sur le PIB des pays du COMESA observés sur les 30 dernières années
utilisera les données d’une (d’un)
a. série temporelle, ou série chronologique
b. série instantanée ou données en coupe transversale,
c. Panel,
d. Cohorte.

8. L’économétrie a un triple objectif en sciences sociales. D’abord, il apparait comme

a. un outil de validation de la théorie économique ;
b. outil d’investigation ;
c. outil de prévision ;
d. les propositions a, b et c sont fausses
e. a, b et c sont vraies

9. Ils font partie de 16 pères fondateurs de l’économétrie moderne sauf

a. R. Frisch,
b. I. Fisher,
c. JM. Keynes,
d. J. A. Schumpeter,
e. Jan Tinbergen

10. Un modèle économique selon BARBANCHO

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 4 sur 21

Fiche des travaux dirigés No 2

Etude de Corrélation
Exercice 1. Le tableau ci-après renseigne sur l’évolution du revenu X et la consommation Y
d’un ménage.
X 10 8 9 11 14 6 4 12 7 5 8
Y 7 6 7 8 9 6 5 8 6 6 7
Travail à faire :
(1) Tester la linéarité par un diagramme de dispersion (graphique),
(2) Calculer le coefficient de corrélation sans tenir compte du test normalité.
(3) Tester sa significativité statistique au seuil de 5 %
(4) Evaluer sa signification clinique.

Exercice 2. On donne la distribution statistique suivante :

Taux d’inflation en % 6 8 4 6 2 9 10

Masse monétaire en Fc 10 8 8 5 8 4 2

Travail à faire : Calculer le coefficient de corrélation linéaire correspondant, tester sa nullité

au seul de 10% et interpréter les résultats et dites sils sont conforme à la théorie économique ?

Exercice 3. Un agronome s’intéresse à la liaison pouvant exister entre le rendement de maïs x

(en quintal) d’une parcelle de terre et la quantité d’engrais y (en kilo). Il relève 10couples de
données consignés dans le tableau suivant :

X 16 18 23 24 28 29 26 31 32 34

y 20 24 28 22 32 28 32 36 41 41

Source : Régis Bourbonnais, 2015 p10

Travail demandé

(1) Calculer le coefficient de corrélation linéaire de BGP entre x et y

(2) Calculer le coefficient de corrélation linéaire de rang de Spearman et le comparer au (1)
(3) Ce coefficient est-il statistiquement différent de 0 au risque 1 % ?
(4) Interpréter les résultats obtenus.

Exercice 4. Montrer rigoureusement que par construction le coefficient de corrélation linéaire

est toujours comprise entre - 1 et 1 [Utiliser les formules de Bravais – Pearson et la formule de
rang de Spearman]
TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 5 sur 21

Exercice 5. Le tableau ci-après renseigne sur l’évolution de l’offre de jus de banane (X) et son
prix en USD (Y).

X 1O 8 5 4 2

y 20 24 25 21 30

Travail à faire :

(1) Calculer le coefficient de corrélation approprié.

(2)Tester sa significativité statistique au seuil α = 10 % ;
(3)Evaluer sa signification clinique

Exercice 6. Voici un échantillon de deux variables gaussiennes :

X Y Travail à faire :

- Estimez le coefficient de corrélation de Bravais – Galton- Pearson - A quoi

0 0
renvoie ce résultat ?
- Faites maintenant un diagramme de dispersion.
-2 1 - Que voyez-vous ? Quelle nuance pouvez-vous donc formuler dans ce cas ?

4 1

-1 2

1 4

Exercice 7. A Washington, un journaliste a découvert qu’il existe une très forte corrélation
entre le fait d’avoir un nid de cigognes sur sa demeure et le fait d’avoir des enfants. D’où il
conclut que les cigognes apportent les bébés. Quelle remarque pouvez-vous faire à une telle
conclusion ?

Exercice 8. [Il y a au moins une réponse exacte, à cocher, à la question suivante]. Le coefficient
de corrélation linéaire entre deux variables statistiques :

(a) ne peut être calculé que si les deux variables sont quantitatives
(b) est un nombre positif ou nul
(c) n’est égal à zéro que lorsque les variables sont indépendantes
(d) est un nombre sans dimension.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 6 sur 21

Exercice 9. Le tableau ci-après reprend les données statistiques relatives au Produit intérieur
brut (PIB) et à la consommation privée de la RDC pour la période allant de 1980 à 199611 .

Exercice 10. On donne la distribution statistique suivante :

Y 6 8 4 6 2 9 10
X 10 8 8 5 8 4 2
Avec Y (Quantité demandée de Maïs) en kg et X le prix du Mais en USD
TAF : Calculer le coefficient de corrélation linéaire de rang de SPEARMAN

Exercice 11. le tableau suivant présente des données relatives à la relation entre le tabagisme
(X) et le cancer (Y) ; les deux variables ayant reçu les scores de 0 et 1 : un individu fumait ou
ne fumait pas, est mort du cancer ou pas. Il vous est demandé de calculer le coefficient approprié
pour établir cette relation et d’en calculer la significativité.

X 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
Y 0 1 0 0 1 0 0 0 1 1 0 1 1 1 1 0 1 1 1 0

Travail a faire

1. Construire la matrice de confusion sous sa forme générique

2. Calculer les différents taux vus au cours et odds _ratio si possible
𝛼𝛿− 𝛽𝛾
3. Calculer le coefficient tétrachrorique phi donné par : ∅ =
√𝛼+𝛽)(𝛾+𝛿)(𝛼+𝛾)(𝛽+𝛿)

Exercice 12 Répondre par vrai ou faux

1. Lorsque H2 et H3 sont violées, c’est-à-dire (x et y ne suivent plus la loi normale et la
relation entre X et Y n’étant plus linéaire) on ne peut plus calculer le coefficient de
corrélation linéaire simple de BGP dans ce cas, le coefficient le mieux adapté est le
coefficient de corrélation de Rang de Spearman
2. La signification clinique ou l’interprétation des coefficients n’est valable que si, après
test, on rejette l’hypothèse d’absence de corrélation (Ho). Le travail d’interprétation
d’un coefficient de corrélation linéaire se fait toujours en deux temps : une
interprétation par rapport au signe/sens de la liaison et une interprétation par rapport au
degré de dépendance.
3. En résumé, l’estimation d’un coefficient de corrélation suivra toujours [sauf indication
contraire], dans l’ordre, les cinq étapes suivantes :
(i) Test de linéarité [utiliser un diagramme de dispersion]
(ii) Test de normalité [Jarque-Berra2]
(iii) Choix et estimation d’un coefficient de corrélation 1, 2 ou 3
(iv) Test de significativité statistique sur le coefficient calculé
(v) Interprétation ou signification clinique du coefficient estimé [valable seulement si
on décide H1]

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 7 sur 21

Fiche des travaux dirigés No 3

Régression linéaire simple
Exercice 1. La méthode des Moindres carrés ordinaires est basée sur un certain nombre
d’hypothèses. On vous demande de discuter la signification des hypothèses suivantes :
a) Bonne spécification du modèle (ou centrage) et la linéarité
b) homoscedasticité
c) absence de colinéarité
d) exogeneité
e) parcimonie et normalité

Exercice 2. La consommation totale des ménages Lushois (Yt) et le revenu disponible réel (Xt)
d’un pays entre 2019 et 2023 (en millions d’unités monétaire) sont reproduits dans le tableau
ci-dessous :
Année Xt Yt Travail à faire
2019 10 7 a. Faites le graphique
2020 15 11 b. Spécifiez le modèle de consommation de J.M Keynes
c. Estimez les paramètres du modèle par les MCO;
2021 20 15
d. Etablir une relation linéaire dans laquelle le revenu explique
2022 25 20 consommation finale ;
2023 30 27 e. interpréter le coefficient (la pente du modèle) sur le plan
économique.
f. Calculer le coefficient de détermination, le Fisher et le t-de student ;

Exercice 3. Nous disposons des données du tableau ci-dessous : Une relation économique
suggère que le taux d’intérêt nominal R est une fonction croissante du taux d’inflation INF : R
= f(INF), avec ∂R /∂INF > 0
Année Rt INFt a) Estimer les paramètres du modèle et interpréter
2019 8 10 économiquement ;
2020 13 8 b) représenter graphiquement ce modèle ;
2021 7 6 c) calculer le coefficient de corrélation linéaire simple ;
2022 19 4 d) le carré du coefficient de corrélation linéaire simple ;
2023 22 2 e) Calculer le coefficient de détermination (R2) et comparez au rxy2
2024 21 6 qu’en déduisez-vous ?

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 8 sur 21

Exercice 4. Les données relatives à 5 entreprises manufacturières concernant les dépenses

d’investissement (X) et les bénéfices (Y) ( en millions de francs congolais ) ont permis d’avoir
les données suivantes recensées dans le tableau ci-dessous :

t 1 2 3 4 5
Xt 2 3 1 5 9
Yt 4 7 3 9 17

a) Représenter le nuage des points. Que constatez-vous ?

b) Exprimer Y en fonction de X
c) Calculer l’équation de la droite de régression linéaire
d) Calculer le coefficient de corrélation linéaire et interpréter
e) Calculer la variance estimée de la régression et la variance des paramètres estimés
f) Juger de la qualité de cet ajustement
g) Calculer le F statistique
h) Tester la significativité individuelle et conjointe des paramètres
i) Interpréter le modèle au seuil de 5%

Exercice 5. Un producteur s’intéresse à la liaison pouvant exister entre le rendement d’un

produit (Xi) la quantité de matière première utilisée (Yi). Il relève 9 couples de données
consignés dans le tableau ci-dessous :

Xi 2 4 6 9 14 24 30 36 45
Yi 4 8 10 15 19 30 39 45 50

Travail à faire
(1) Estimer les deux paramètres de la droite de régression simple β0 et β1 et écrire la
fonction de la droite Yt = β0 +β1Xt.

(2) Tester la significativité de la pente.

(3) Construire l’intervalle de confiance au niveau de confiance de 95% pour le paramètre

β1.

(4) Calculer le coefficient de détermination R2 et effectuer le test de Fisher permettant de

déterminer si la régression est significative dans son ensemble.

(5) le producteur prévoit respectivement 57 et 69 pour le rendement de produit.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 9 sur 21

Déterminer les valeurs prévues de la quantité de matière première pour ces deux
prévisions, ainsi que l’intervalle de prévision au niveau de confiance de 95%.
Exercice 6. Soit le tableau suivant issu d’une analyse d’estimation portant sur une entreprise
de prestation KALABA SPRL pour une période donnée et comportant deux (02) variables dont
la production (Q) et le travail (L).

Source SS df MS Number of obs = 100

F(1, 98) = 34.74
Model 243.301677 1 243.301677 Prob > F = 0.0000
Residual 686.36898 98 7.0037651 R-squared = 0.2617
Adj R-squared = 0.2542
Total 929.670657 99 9.39061269 Root MSE = 2.6465

production Coef. Std. Err. t P>|t| [95% Conf. Interval]

travail .544286 .0923465 5.89 0.000 .3610274 .7275446

_cons 3.937554 .2691961 14.63 0.000 3.403343 4.471765

Travail à faire
1. De quel type des données s’agit-il ?
2. Formalisez le modèle de régression et déterminez la période
3. Donnez une interprétation des résultats obtenus
4. De la relation qui existe entre la variable dépendante et la variable indépendante incluse
dans le modèle, donnez une interprétation économique
5. Quelle(s) recommandation(s) formulez-vous à la lumière des résultats obtenus ? et que
peut-on conclure de ce modèle ?
6. Donnez la commande stata utilisée pour la réalisation de cette estimation
7. Appréciez la significativité globale du modèle et la qualité d’ajustement
8. Donnez à partir des informations du tableau la somme des carrés expliquée SCE, la somme
des carrés résiduelle et la somme des carrés total. Calculez le R2
9. La constante et la variable capitale sont-elles significatives ? Si oui pourquoi ?
10. Que représente le tableau ci- dessus ?

Exercice 7. Partie B : Questions de cours

1. Définir : régresseur, variable de contrôle.

2. Donner les étapes de la méthodologie économétrique.
3. Donner les hypothèses classiques des MCO dans un modèle de régression linéaire simple
4. Présenter les principales méthodes d’estimation des paramètres et leurs principes
5. Quelle est la différence entre le terme d’erreur et le résidu ?
6. Que capte (a) le terme d’erreur ? (b) La constante ou l’ordonnée à l’origine 𝜷𝟎 ?

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 10 sur 21

Exercice 8. Un statisticien s’intéresse à la liaison pouvant exister entre la croissance

économique d’un pays (Yi) et est le niveau d’inflation (Xi). Il relève 8 couples de données
consignés dans le tableau ci-dessous :

Xt 7 10 13 15 19 21 23 25
Yt 38 35 30 25 20 17 15 13

(1) Déterminer l’équation de la droite de régression de Y sur X.

(2) Le coefficient de la variable X est-il significativement inférieur à (−1) ?
(3) Juger la qualité de cet ajustement et effectuer le test de Fisher permettant de déterminer
si la régression est significative dans son ensemble. Commenter.
(4) Le statisticien prévoit respectivement 26 et 30 pour le niveau d’inflation. Déterminer les
valeurs prévues pour la variable croissance, ainsi que les intervalles de prévision au niveau
de confiance de 95%.

Exercice 9. La fête de la Saint Valentin appelée encore « fêtes des amoureux » est caractérisée
par entre autres l’échange de cadeaux entre les deux partenaires d’un couple. La recherche
des explications liées aux déterminants du volume de cadeaux a provoqué une violente
dispute entre Roméo et Juliette, deux de vos voisins du quartier. En effet, Roméo pense que
le volume de cadeaux (G) offerts par un individu à son partenaire est expliqué par la durée (D)
de leur relation, alors que Juliette est d’avis contraire, estimant que cette durée n’exerce
aucune influence sur le volume de cadeaux. Ces deux amoureux sont convaincus que vous
pouvez trancher les débats, vous que tout le quartier reconnait en tant que le MAJOR en
économétrie de l’Université de Lubumbashi. En supposant que 𝜶𝟎 est le terme constant et
que 𝜶𝟏 est le coefficient associé à la variable explicative :

9.1. La spécification du modèle mathématique puis du modèle économétrique des données

sur le volume de cadeaux et la durée de la relation (en mois) est donnée par :
a) D𝒊 = 𝜶𝟎 + 𝜶𝟏G𝒊 + 𝜺𝒊
b) 𝑮𝒊 = 𝜶𝟎 + 𝜶𝟏𝑫𝒊 + 𝜺𝒊
c) 𝑮𝒊 = 𝜶𝟎 + 𝜶𝟏𝑫𝒊
9.2. Après avoir défini le paramètre, donner une interprétation de 𝜶𝟎 et de 𝜶𝟏.
On se propose d’estimer le modèle par 𝑮𝒊 = 𝜶𝟎 + 𝜶𝟏𝑫𝒊 + 𝜺𝒊 où 𝜺𝒊 est le terme aléatoire
normalement distribué. En utilisant les données du tableau ci-dessous, déterminez :
(a) Les estimations des estimateurs 𝜶̂𝟎 de 𝛼0 et 𝜶̂𝟏 de 𝛼1.
(b) La somme des carrés totale SCT.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 11 sur 21

(c) 𝑅2 sachant que la somme des carrés des résidus 𝑺𝑪𝑹 = 𝟓𝟏. 𝟖𝟓𝟐.

A présent, il vous est demandé :

1. D’établir le tableau d’analyse de la variance.
2. De formaliser le test F de Fisher puis de l’effectuer.
3. De calculer la valeur estimée 𝝈̂𝟐, puis la variance estimée de 𝜶̂𝟏.
4. De formaliser et d’effectuer le test t de Student.
5. De vérifier la relation suivante : 𝑭𝒄𝒂𝒍 = (𝒕𝜶̂𝟏)2
6. Au regard des différents résultats obtenus, le MAJOR d’économétrie pense-t-il que
Juliette a eu raison dans la dispute l’opposant à son amoureux Roméo ?
G 8 10 12 14 16 18 20 9 24 12 7 7 10 22 21
D 7 6 9 10 11 12 12 7 15 9 7 8 10 13 14
Table X : Données sur le volume de cadeaux G et la durée de la relation (en mois) D

Exercice 10. On dispose des séries suivantes Un jeune économiste souhaite modéliser la
relation entre les ventes d’un produit de grande consommation V et les dépenses de publicité
PUB de l’entreprise productrice. Si l’on pense que la « productivité », en termes de ventes,
des dépenses de publicité croît avec leur montant, on peut écrire : V = α + β PUB , avec 0 < β
< 1 Cette spécification implique en effet une dérivée première de V par rapport à PUB, qui
croît avec le montant de PUB. Autrement dit, au fur et à mesure que les dépenses publicitaires
augmentent, l’augmentation des ventes devient de plus grande.

xt 1 2 3 4 5
yt 2 4 5 7 10

1) écrire le modèle de régression théorique qui explique Y par X

2) écrire le modèle de régression théorique qui explique X par Y
3) estimer ce modèle ; le modèle de la question 1.
4) Déterminer la variance des paramètres estimés
5) Calculer le coefficient de détermination
6) Tester la nullité du paramètre β1
7) Donner un intervalle de confiance pour β1.

Exercice 11. Soit un modèle linéaire simple : Yi = β0 + β1Xi + εi i = 1, ..., n on donne les
informations suivantes : ∑𝑛𝑖=1 𝑋𝑖𝑌𝑖 = 184500, ∑𝑛𝑖=1 𝑌𝑖 2 = 26350, ∑𝑛𝑖=1 𝑋𝑖 2 = 1400000, 𝑌̅= 60
et 𝑋̅= 400 et n = 7

(1) Estimer les coefficients du modèle

(2) Evaluer la qualité de cet ajustement
TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 12 sur 21

(3) Tester la significativité globale du modèle

(4) Calculer l’intervalle de confiance de l’estimateur β1

Exercice 12. : On considère le modèle de régression linéaire simple Yt = a + bXt  

(t =1,....,n) ;avec les hypothèses habituelles .un échantillon de 20 observations (x ;y) a donné
les résultats suivants : ∑𝑛𝑖=1 𝑌𝑖 = 21.9, ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)2= 186.2, ∑𝑛𝑖=1(𝑌𝑖 − 𝑌̅)2 = 86,9 ,
∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)(𝑌𝑖 − 𝑌̅) = 106,4

1) calculer le coefficient de corrélation linéaires entre X et Y .commenter ce résultat

2) sur la base des résultats ci-dessus, estimer les résultats du modèle
3) estimer les variances de a et b, puis présenter les résultats du modèle
4) calculer le coefficient de détermination R, commenter ce résultat
5) implémenter le test H0: b  0 contre : H1 b  0 prendre   5%
6) implémenter le test H0 : a  0 contre H1 : a  0 prendre   5%
7) implémenter le test H0 : a  0 et b  0 contre H1 : a  0 ou b  prendre   5%
8) à l’aide de l’intervalle de confiance de niveau 95%, prévoir la valeur de Y pour X=10.

Exercice 13 Les ventes V d’une entreprise sont une fonction croissante de ses dépenses de
publicité PUB, mais au fur et à mesure que les dépenses de publicité augmentent,
l’accroissement des ventes devient de plus en plus faible, d’autant plus que le niveau de
départ des dépenses publicitaires est élevé. La relation entre les ventes V et les dépenses de
publicité PUB est-elle bien représentée par une des spécifications suivantes, et laquelle ?
Vt = β1 + β2PUBt, avec β1 > 0 et β2 > 0
Vt = β1 + PUBtβ2 avec β1 > 0 et 0 < β2 < 1
Vt = ln(β1 + PUBβ2), avec β1 > 0 et 0 > β2 > −1

Exercice 14 Un producteur s’intéresse à la liaison pouvant exister entre la quantité produite

d’un bien et quantité d’une matière première utilisée. Il relève des données consignées dans
le tableau ci-dessous qu’il soumet à votre analyse :
Table 1: Base de données.

i 1 2 3 4 5 6 7 8 9
Xt 2 4 6 9 14 24 30 36 45
Yt 4 8 10 15 19 30 39 45 50

1. Dans cette étude, quel est :

a. la variable dépendante Y ?
b. la variable indépendante X ? Justifier votre choix.
2. Faire une représentation graphique de la relation entre X et Y. Commenter.
TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 13 sur 21

3. De ce graphique,
a. formuler une spécification mathématique du modèle.
b. en déduire la spécification économétrique du modèle.
4. Dans le modèle économétrique, combien y-a-t-il :
a. de variable ?
b. des paramètres ?
c. de variables aléatoires?
5. Dans le modèle économique, combien y-a-t’il:
a. de variables?
b. de paramètres?
c. de variables aléatoires?
6. Quel est le signe attendu de chaque paramètre?
7. Discuter des valeurs prises par:
a. le paramètre constant
b. le paramètre associé à la variable indépendante.
8. Calculer pour chaque variable:
a. la moyenne
b. la variance 1 c. l’écart-type

Exercice 15. Le producteur fait de nouveau appel à vous en utilisant les mêmes données que
précédemment. Il vous demande cette fois ci:
1. d’Estimer les paramètres du modèle et écrire le modèle économique estimé.
2. de Commenter les résultats obtenus.
3. de Calculer le coefficient de détermination et le coefficient de détermination ajusté.
Commenter
4. de Faire le test de significativité globale. Commenter
5. de Tester la causalité de la variable indépendante.
6. de Construire l’intervalle de confiance au niveau de confiance de 95% pour le paramètre
associé à la variable indépendante.

Exercice 16. Le producteur revient vous voir, en vous disant qu’il prévoit respectivement
utiliser des quantités de 57 et 69 pour la variable indépendante. Pour cela, il vous demande :
1. De déterminer les valeurs prévues de la quantité de matière première pour ces deux
prévisions
2. De déterminer pour ces deux prévisions les différents intervalles de prévision au niveau de
confiance de 95%. Que constatez-vous?

Exercice 17. Une ONG s’intéresse à la liaison pouvant exister entre la croissance économique
des pays de la zone d’Afrique Centrale et leur niveau d’inflation. Pour cela elle relève des
données sur certains pays qu’elle consigne dans le tableau ci-dessous.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 14 sur 21

i RDC ZAMBIE ANGOLA TANZANIE RCA RWANDA BURUNDI CONGO

Xt 7 10 13 15 19 21 23 25
Yt 38 35 30 25 20 17 15 13

1. Dans cette étude, quel est :

a. la variable dépendante Y ?
b. la variable indépendante X ? Justifier votre choix.
2. Faire une représentation graphique de la relation entre X et Y. Commenter.
3. Quel est le signe attendu du paramètre associé à la variable explicative ? Justifier votre
choix.
1. Calculer pour chaque variable:

a. la moyenne
b. la variance
c. l’écart-type
d. Commentez

Exercice 18. En utilisant les données tu tableau précédent, l’ONG vous demande
1. d’Estimer les paramètres du modèle et de Déterminer le modèle économique estimé
2. Le coefficient associé à la variable indépendante est-il significativement inférieur à −1 ?
3. Juger la qualité de cet ajustement
4. Effectuer le test de Fisher permettant de déterminer si la régression est significative dans
son ensemble. Commenter.
5. L’ONG prévoit respectivement 26 et 30 pour le niveau d’inflation.
Déterminer les valeurs prévues pour la variable croissance, ainsi que les intervalles de
prévision au niveau de confiance de 95%.

Exercice 19. La FSEG de l’Université de Lubumbashi, étudie la performance des étudiants de

Licence 3 en économétrie I de son université. Pour cela une étude a été menée auprès d’un
certain nombre d’étudiants. Les informations ainsi recueillis ont été rassemblées dans le
tableau ci-dessous La FSEG fait appel à vous en tant qu’économètre et vous donne le cahier
de charge suivant :
1. Classer les variables suivant les différentes échelles
2. Dresser, pour la variable “Mention”, le tableau:
a. des effectifs.
b. des fréquences
c. des fréquences cumulées
d. Faire un diagramme à bandes des fréquences
e. Faire un diagramme circulaire des effectifs
f. Commenter les faits marquants
3. Dresser, pour la variable “Genre”, le tableau:
TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 15 sur 21

a. des effectifs b. des fréquences c. Est-il possible de dresser un tableau des

fréquences cumulées? Pourquoi?

Comme deuxième cahier de charge, la FSEG vous demande de :

1. Faire :
a. un tableau croisé de la variable “Mention” en fonction du “Genre”
b. Commenter les résultats
2. Calculer pour la variable “Note”
a. La moyenne, l’écart-type, le minimum, le maximum b. Commenter
3. Calculer la moyenne, l’écart-type, le minimum et le maximum de la variable “Note” selon
a. Le Genre. Commenter
b. La Langue. Commenter
4. Pour capter la performance en économétrie des étudiants
a. Quels sont les principales variables candidates?
b. Parmi ces variables, laquelle contient le plus d’informations? Justifier votre choix.
5. Exercice C (Saison 3) Troisième Cahier de charge
1. Concernant la variable “Lieu de résidence” est-il possible de l’utiliser tel quel? Justifier
votre choix.
2. S’il vous était demandé d’utiliser cette variable pour une analyse de la performance en
économétrie,
a. Comment traiteriez vous cette variable (donner deux façons) ?
b. A partir de cette variable “Lieu de résidence” générer deux variables traitées (une
quantitative et une qualitative)
c. Pour chaque nouvelle variable, faire une analyse descriptive appropriée.
6 Exercice C (Saison 4) Quatrième Cahier de charge
1. Faite une représentation graphique de la relation entre l’âge et le note finale en
économétrie. Commenter
2. En utilisant une approche linéaire,
a. estimer les paramètres du modèle de le relation entre la note et l’age
b. écrire le modèle économique estimé
3. Tester la significativité de chaque paramètre du modèle. Commenter
4. Tester la significativité globale du modèle. Commenter
5. Evaluer la qualité d’ajustement du modèle. Que constater vous? (On pourra comparer ce
résultat à ceux obtenu dans les Exercice A et B)
6. Interpreter les résultats du modèle obtenu

Cinquième Cahier de charge

1. Faite une représentation graphique de la relation entre le nombre d’heures d’étude et le
note finale en éonométrie. Commenter
TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 16 sur 21

2. En utilisant le variable traitée issue de “lieu de résidence” faite une analyse descriptive du
nombre d’heures d’études.
3. En utilisant une approche linéaire,
a. estimer les paramètres du modèle de le relation entre la note et le nombre d’heures
d’études
b. écrire le modèle économique estimé
c. Tester la significativité de chaque paramètre du modèle. Commenter
d. Tester la significativité globale du modèle et évaluer la qualité d’ajustement du modèle au
données.
e. Interpreter les résultats du modèle obtenu
4. En utilisant une approche linéaire,
a. estimer les paramètres du modèle de le relation entre la note et l’âge et le nombre
d’heures d’études.
b. écrire le modèle économique estimé
c. Tester la significativité de chaque paramètre du modèle. Commenter
d. Tester la significativité globale du modèle et évaluer la qualité d’ajustement du modèle au
données.
e. Interpréter les résultats du modèle obtenu

5. En utilisant une approche linéaire,

a. estimer les paramètres du modèle de le relation entre la note et l’âge, le nombre d’heures
d’études et la variable traitée du “lieu de résidence”.
b. écrire le modèle économique estimé
c. Tester la significativité de chaque paramètre du modèle. Commenter
d. Tester la significativité globale du modèle et évaluer la qualité d’ajustement du modèle
aux données.
e. Interpréter les résultats du modèle obtenu

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 17 sur 21

Exercice 20. On désire étudier la relation entre la consommation (C) et le revenu (Y) de
quelques étudiants de l’Université de Lubumbashi/UNILU. Pour cela on utilise un modèle
économétrique de la forme :

𝑴𝟏 : 𝑪𝒊 = 𝜷𝟎 + 𝜷𝟏𝒀𝒊 + 𝜷2𝑌 2 + 𝜺𝒊 .

(1) Le modèle mathématique qui a permis d’obtenir le modèle (M1) est alors :
a. 𝐶 = 𝛽0 + 𝛽1 + 𝛽2𝑌
b. 𝐶 = 𝛽0 + ln (𝛽1𝑌𝛽2𝑌2)
c. 𝐶 = 𝛽0 + 𝛽2𝑌 2
d. 𝐶 = 𝐴𝑌 𝛽1(𝑌 2) 𝛽2
e. Pas de bonne réponse

(2) Dans le modèle (𝑀1) la propension marginale à consommer est :

a. Constante
b. Variable en fonction du revenu
c. Variable en fonction de la consommation
d. Constante mais différente de 𝛽1

(3). On fait l’hypothèse que 𝛽2 = 0 (valable jusqu’à la question 6).

On obtient le modèle 𝑴𝟐 : 𝑪𝒊 = 𝜷𝟎 + 𝜷1 Yi + £i. La valeur estimée du paramètre constant
est :
a. 𝛽0̂ = 10.0
b. 𝛽0̂ = 15.95
c. 𝛽0̂ = 08.3
d. 𝛽0̂ = 0.11 4.

(4) La somme des carrés totale est :

a. 𝑆𝐶𝑇 = 63.00
b. 𝑆𝐶𝑇 = 64.00
c. 𝑆𝐶𝑇 = 63.058
d. 𝑆𝐶𝑇 = 63.58 5.

(5) La somme des carrés des résidus est :

a. 𝑆𝐶𝑅 = 42.77
b. 𝑆𝐶𝑅 = 42.077
c. 𝑆𝐶𝑅 = 43
d. 𝑆𝐶𝑅 = 42 6.
(6) Le coefficient de détermination est :
a. 𝑅2 = 0.19
b. 𝑅2 = 0.70
c. 𝑅2 = 0.32
TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine
sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 18 sur 21

d. 𝑅2 = 0.33
(7) En supposant que la valeur de 𝛽̂ 1 dans le modèle 𝑀1 est significative, cette valeur est-elle
en lien avec la théorie économique ?

a. Non, pas du tout

b. Uniquement la valeur la valeur mais pas son signe
c. Oui mais à la fois sur la valeur et les signe
d. Aucun

On donne le tableau suivant : (vous servir de ce tableau pour répondre aux questions ci-
dessus)

Consommation (Ci) 16 18.25 22.25 13.25 18.25 20 22.16

Revenu (Yi ) 10 15.00 35.00 5.00 55.00 20 32.00

Tableau X : Consommation et revenu de 07 étudiants de l’UNILU

Exercice 21. Le tableau ci-dessous représente l’évolution du revenu disponible brut et de la

consommation des ménages en euros pour un pays donné sur la période 1992-2001. [Pour les
calculs, prendre 4 chiffres après la virgule].

Année Revenu Consommation

2015 8000 7389.99

2016 9000 8169.65

2017 9500 8831.71

2018 9500 8652.84

2019 9800 8788.08

2020 11000 9616.21

2021 12000 10593.45

2022 13000 11186.11

2023 15000 12758.09

2024 16000 13869.62

On cherche à expliquer la consommation des ménages (C) par le revenu (R), soit : Ct = α + βRt + ut
Travail à faire :

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 19 sur 21

Fiche des travaux dirigés No 4

Régression linéaire multiple

Exercice 1. A partir des données du tableau ci-après, on demande de calculer les estimations
̂ ; 𝛽1
de 𝛽0 ̂ 𝑒𝑡 𝛽2̂ . On suppose que la consommation totale des ménages Yt augmente avec leur
revenu disponible réel X1t, mais diminue quand le taux d’intérêt X2t monte.

Année X1t X2t Yt Travail à faire

2019 10 20 7 a. Estimer les paramètres du modèle
2020 15 18 11 Yt =β0 + β1X1t + β1X2t ;
2021 20 16 15 b. Présenter le modèle dans un graphique si possible ;
c. sans tenir compte du test, interpréter les résultats.
2022 24 14 20 d. Calculer le coefficient de détermination corrigé ( 𝑅̅ 2 ) et
2023 30 12 27 le comparer au coefficient de détermination.

Exercice 2. Soit le modèle suivant : Yt = β0 + β1X1t + β2X2t + εt

Nous disposons des données du tableau ci-dessous : Une relation économique suggère que le
taux d’intérêt nominal R est une fonction croissante du taux d’inflation INF et du taux de
croissance de la production CR : R = f(INF, CR), avec ∂R /∂INF > 0 et ∂R /∂CR > 0
Année X1t Yt X2t a) Estimer les paramètres du modèle ;
2019 3 8 10 b) test de significativité conjointe ou globale (Fischer)
2020 5 13 8 c) test de significativité individuelle (t-student) ;
2021 2 7 6 d) comment interpréter β0 ?
2022 8 19 4 e) Calculer le coefficient de détermination (R2)
2023 10 22 2 f) Calculer le coefficient de détermination corrigé ( 𝑅̅ 2 ) et
dites pourquoi on le calcule ?
2024 9 21 6

Exercice 3 Considérons les données du tableau ci-dessous

Y X1 X2
(Consommation) (Revenu) (Prix)
1 1 2
3 2 1
8 3 -3

On cherche à expliquer la consommation des ménages (C) par le revenu (R), et par les prix soit :
Ct = α + βRt + βPt + ut
Travail à faire

1. Tracer le nuage de points en trois dimensions et commenter.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 20 sur 21

2. Estimer la consommation autonome, la propension marginale à consommer et le coefficient de prix. En

déduire les valeurs estimées de Ct.

3. Calculer les résidus et vérifier la propriété selon laquelle la moyenne des résidus est nulle. Calculer
l’estimateur de la variance de l’erreur.

4. Tester la significativité de pentes.

5. Construire l’intervalle de confiance au niveau de confiance de 95% pour le paramètre β.

6. Calculer le coefficient de détermination et effectuer le test de Fisher permettant de déterminer si la

régression est significative dans son ensemble.

7. Ecrire et vérifier l’équation d’analyse de la variance. Interpréter.

8. Après un travail minutieux, un étudiant de L1 FASE trouve le coefficient de corrélation linéaire entre Ct et
Rt suivant rXY = 0.99789619. Sans le moindre calcul, tester la significativité de ce coefficient. Argumenter.

9. En 2002 et 2003, on prévoit respectivement 16800 et 17000 euros pour la valeur du revenu. Déterminer les
valeurs prévues de la consommation pour ces deux années, ainsi que l’intervalle de prévision au niveau de
confiance de 95%.

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.
 Page 21 sur 21

Fiche des travaux dirigés No 5

Assouplissement des hypothèses
Exercice 1 : Un économiste cherche à expliquer une variable Y à l’aide de quatre variables
explicatives. Il désire au paravent tester une éventuelle multi colinéarité entre ces quatre séries
pour ce faire, il dispose des données du tableau X
ces séries statistiques sont-elles colinéaires ?
Y X1 X2 X3 X4
8.4 82.9 17.1 92 94
9.6 88 21.3 93 96
10.4 99.9 25.1 96 97
11.4 105.3 29 94 97
12.2 117.7 34 100 100
14.2 131 40 101 101
15.8 148.2 44 105 104
19.3 174.2 51 112 111
20.8 184.7 53 112 111

Pour cela les estimations donnent les résultats suivant :

y = −13,53 + 0.096x1 + 0,015x2 − 0.199x3 + 0,34x4
(1,8) (3,66) (0,3) (2,20) (2,27) R2 = 0.998 ; n = 10 et (.)=t de
student

Travail à faire :

Par le test de KELIN et le test de FARRAR-GLAUBER dites si ce modèle souffre-t-il d’un problème de
multi colinéarité ?

Exercice 2 soit un modèle à deux variables explicatives dont les matrices X’X et X’Y sont calculées
à partir d’un échantillon d’observations de variables centrées

𝟐𝟎𝟎 𝟏𝟓𝟎 𝟑𝟓𝟎

X’X = [ ] X’Y = [ ]
𝟏𝟓𝟎 𝟏𝟏𝟑 𝟐𝟔𝟑
L’ajout d’une observation modifie les résultats de la manière suivante :
𝟏𝟏𝟗 𝟏𝟒𝟗 𝟑𝟒𝟕. 𝟓
X’X = [ ] X’Y = [ ]
𝟏𝟒𝟗 𝟏𝟏𝟐 𝟐𝟔𝟏. 𝟓
Travail à faire

1. Calculer les coefficients de régression (les paramètres) dans les deux cas :
2. Calculer le coefficient de corrélation linéaire simple entre deux variables explicatives X1 et X2
3. Commenter les résultats

TD D’ECONOMETRIE L3 FASEG_ UNILU HESHEMU KATEBULA Héritier ET MWUIRUKA IGERHA Divine

sous la supervision du Professeur KASONGO ILUNGA Daniel Professeur Titulaire du cours.