L'Autocorrélation des Erreurs
L'autocorrélation des erreurs désigne la corrélation entre les termes d'erreur de périodes différentes. Fréquente en données temporelles, elle invalide les inférences statistiques standard car les écarts-types MCO sont biaisés. Le test de Durbin-Watson permet de la détecter, et les méthodes GLS ou les écarts-types robustes de la corriger.
🎯 Objectifs pédagogiques
À la fin de ce chapitre, vous devez être capable de :
- Définir l'autocorrélation positive et négative
- Comprendre ses causes et conséquences
- Appliquer le test de Durbin-Watson
- Utiliser le test de Breusch-Godfrey
- Maîtriser les méthodes de correction (GLS, Newey-West)
📚 Concepts clés à maîtriser
Notions fondamentales avec leurs définitions académiques :
- Autocorrélation d'ordre 1
- εₜ = ρεₜ₋₁ + uₜ avec |ρ| < 1
- Test de Durbin-Watson
- DW ≈ 2(1 - ρ̂), valeur autour de 2 = pas d'autocorrélation
- Test de Breusch-Godfrey
- Test LM pour autocorrélation d'ordre supérieur
- Moindres carrés généralisés
- Correction par transformation de Cochrane-Orcutt ou Prais-Winsten
- Écarts-types HAC
- Robustes à l'autocorrélation et l'hétéroscédasticité (Newey-West)
📋 Plan type du cours
Structure du cours en Licence 2 :
- Définition et sources de l'autocorrélation
- Conséquences sur les MCO
- Test de Durbin-Watson
- Test de Breusch-Godfrey
- Méthodes de correction : GLS
- Écarts-types robustes HAC
👨🏫 Auteurs de référence
Économistes fondamentaux à connaître :
⚠️ Pièges fréquents
Erreurs classiques à éviter aux examens :
- Appliquer DW avec une variable endogène retardée
- Confondre DW proche de 2 et absence certaine d'autocorrélation
- Oublier que l'autocorrélation n'affecte pas le biais mais la variance
💼 Applications concrètes
Exemples d'application dans le monde réel :
- Séries temporelles macroéconomiques
- Modèles de consommation avec ajustement lent
Niveau de ce chapitre : 🟡 Niveau intermédiaire