Analyse de régression linéaire simple. Livre 1. Économétrie Expliquée et Appliquée

Cet ouvrage d’approfondissement en économétrie se consacre à l’estimation d’un modèle de régression linéaire simple en abordant :
- les méthodes d’estimations,
- les propriétés des estimateurs,
- la qualité de l’ajustement linéaire,
- la construction des intervalles de confiance pour les paramètres du modèle,
- la prédiction de la variable dépendante.
Une vingtaine d’exercices ont été proposés pour assurer une maîtrise de la théorie et une capacité à traiter des applications diverses. Un effort a été consacré à la détection des résidus aberrants en se servant de la distance de Cook en considérant le produit intérieur brut et les dépenses de consommation finale par habitant dans les 27 pays de l’Union européenne et 19 pays du monde arabe. Plusieurs relations linéaires ont été considérées par exemple, entre l’espérance de vie à la naissance et le taux de mortalité infantile en traitant un échantillon de 192 pays pour l’année 2018 (avant la pandémie de COVID 19) et l’année 2020 pendant la pandémie.
Sommaire
1.1 Introduction
1.2 Définitions importantes
1.3 Variable de perturbation
1.4 Relation linéaire
1.5 Méthode des moindres carrés ordinaire MCO
1.6 Décomposition de la variance
1.7 Coefficient de détermination
1.8 Coefficient de corrélation linéaire simple
1.9 Propriétés des estimateurs des paramètres
1.10 Estimation par intervalle de confiance
1.11 Prédiction de variable dépendante
1.12 Pente et élasticité dans certaines fonctions linéaires importantes
1.13 Caractéristiques de la distribution normale
1.14 Estimation par la méthode de l’erreur quadratique moyenne EQM
1.15 Méthode M-estimation
1.16 Détection des résidus aberrants (Outlier residues)
1.17 Mise en pratique de la détection des résidus aberrants
1.18 Études des caractéristiques des résidus
1.19 Exercices
1.20 Annexe : Théorèmes de base dans la littérature de probabilités et de statistiques
1.21 Data du Livre 1
1.22 Références