Aller au contenu principal
econometrie-1 · L2

Les formules essentielles de l'économétrie L2 : régression, variance et tests

En L2 économétrie, l'examinateur ne se contente pas d'interpréter un coefficient : il teste la maîtrise des formules qui structurent la régression linéaire, la décomposition de la variance et l'inférence…

5 questions Corrections détaillées Niveau L2
16 min de cours ~5 min de QCM 8 sections Intermédiaire
1 Introduction 16 min restant
1

formule

En L2 économétrie, l'examinateur ne se contente pas d'interpréter un coefficient : il teste la maîtrise des formules qui structurent la régression linéaire, la décomposition de la variance et l'inférence statistique. Les QCM CampusQCM (régression simple, tests sur les coefficients, test de Fisher) mobilisent…

2

Objectifs d'apprentissage

  • Retenir les formules de la régression simple et de l'estimateur MCO β̂₁
  • Utiliser la décomposition SCT = SCE + SCR et en déduire R²
  • Écrire les statistiques t (coefficient) et F (significativité globale ou contraintes)
  • Relier variance des estimateurs, erreur standard et intervalle de confiance
  • Identifier les pièges fréquents d'inversion ou de confusion entre numérateur et dénominateur
3

Concepts clés à maîtriser

Modèle et estimateur MCO en régression simple

Intermédiaire
Modèle Y = β₀ + β₁X + ε ; les MCO minimisent SCR = Σ(Yᵢ − Ŷᵢ)² et fournissent des estimateurs linéaires sans biais sous Gauss–Markov.
La pente est le rapport entre la covariance empirique et la variance de X ; elle mesure la sensibilité moyenne de Y à X.
QCM régression-simple : ne pas inverser Cov et Var ni confondre avec Var(Y)/Var(X).
β̂₁ = Cov(X,Y) / Var(X) = Σ(Xᵢ−X̄)(Yᵢ−Ȳ) / Σ(Xᵢ−X̄)²

Décomposition de la variance (SCT, SCE, SCR)

Intermédiaire
La variance totale de Y se décompose en part expliquée par le modèle et part résiduelle, avec constante incluse.
SCT = dispersion de Y autour de ȳ ; SCE = dispersion des valeurs ajustées ; SCR = dispersion non expliquée.
Piège classique : écrire SCT = SCE − SCR ou confondre SCR et SCE.
SCT = SCE + SCR ; R² = SCE/SCT = 1 − SCR/SCT

R² et lien avec la corrélation

Intermédiaire
R² mesure la part de variance de Y expliquée linéairement par X ; en régression simple avec constante, R² = r².
R² proche de 1 : le modèle linéaire colle bien aux données ; R² faible : beaucoup de variance résiduelle.
Un R² élevé ne prouve ni causalité ni validité du modèle ; sans constante, R² peut être négatif.
R² = r²ₓᵧ (régression simple avec constante)

Statistique t sur un coefficient

Intermédiaire
Test de H₀ : βⱼ = c (souvent c = 0) ; sous H₀ et hypothèses standard, t suit une loi de Student.
On mesure combien d'écarts-types séparent l'estimation de la valeur nulle sous H₀.
Ne pas confondre p-value et P(H₀ vraie) ; ne pas inverser t = SE/β̂.
t = (β̂ⱼ − c) / SE(β̂ⱼ) ; intervalle bilatéral 95 % : β̂ⱼ ± t₀,₀₂₅ × SE(β̂ⱼ)

Statistique F et ANOVA

Intermédiaire
Test de significativité globale H₀ : β₁ = … = βₖ = 0 ou test de contraintes linéaires entre modèles restreint et complet.
Compare la variance expliquée relative au nombre de régresseurs à la variance résiduelle corrigée des ddl.
Piège : F = SCR/SCE (inversé) ou confondre F global et t marginal sur un seul βⱼ.
F = [R²/k] / [(1−R²)/(n−k−1)] = (SCE/k) / (SCR/(n−k−1))

Variance des estimateurs et estimation de σ²

Intermédiaire
La précision de β̂ dépend de n, de la variance des régresseurs et de σ² ; s² estime σ² sans biais.
Plus l'échantillon est grand et X dispersé, plus β̂ est précis ; l'erreur standard SE(β̂) = √Var(β̂).
Hétéroscédasticité ou autocorrélation invalident les SE habituels (robustes ou GLS).
Var(β̂₁) = σ² / [n × Var(X)] ; s² = SCR / (n − k − 1)
Quick check

L'estimateur MCO de β₀ est :

4

Auteurs et références

Carl Friedrich Gauss Moindres carrés et fondements de l'estimation linéaire
Andrey Markov Théorème de Gauss–Markov (BLUE)
Ronald Fisher Tests t et F, analyse de la variance
James Wooldridge Formules d'inférence et interprétation en économétrie appliquée
  • Wooldridge, J. (2019) — Introductory Econometrics: A Modern Approach, Cengage
  • Gujarati, D.; Porter, D. (2009) — Basic Econometrics, McGraw-Hill
  • Hayashi, F. (2000) — Econometrics, Princeton University Press
5

Pièges fréquents à éviter

Erreur Écrire β̂₁ = Var(X) / Cov(X,Y)
Pourquoi La pente MCO est le rapport Cov/Var, pas l'inverse.
Solution Retenir : plus X et Y varient ensemble (Cov élevée), plus la pente augmente, toutes choses égales.
Erreur Confondre SCT = SCE + SCR avec SCT = SCE − SCR
Pourquoi SCR est la part non expliquée qui s'ajoute à SCE pour reconstituer la variance totale.
Solution Schéma mental : total = expliqué + résiduel.
Erreur Utiliser F = SCR/SCE au lieu de SCE/SCR (via carrés moyens)
Pourquoi La statistique F compare la variance expliquée moyenne à la variance résiduelle moyenne.
Solution Écrire d'abord les carrés moyens SCE/k et SCR/(n−k−1).
Erreur Confondre significativité statistique et importance économique
Pourquoi Avec n grand, un β̂ minuscule peut être significatif ; l'amplitude compte aussi.
Solution Commenter β̂ et SE(β̂), pas seulement la p-value.
Quick check

La statistique de Fisher F en régression s'écrit :

6

Questions types d'examen

  1. Donnez la formule de β̂₁ en régression simple et interprétez Cov(X,Y)/Var(X).
  2. Comment SCT, SCE et SCR sont-ils reliés ? En déduisez R².
  3. Écrivez la statistique t pour tester H₀ : βⱼ = 0.
  4. Quelle est la formule de F pour la significativité globale du modèle ?
  5. Comment estime-t-on σ² sans biais à partir des résidus ?
7

À retenir

Formules clés L2 : β̂₁ = Cov(X,Y)/Var(X) ; SCT = SCE + SCR ; R² = SCE/SCT ; t = β̂/SE(β̂) ; F = [R²/k]/[(1−R²)/(n−k−1)] ; s² = SCR/(n−k−1). En régression simple avec constante, R² = r². Les QCM testent surtout l'écriture correcte, les inversions à éviter et le lien entre variance expliquée et tests. L'examinateur attend rigueur algébrique et interprétation économique.

8

Teste tes connaissances

5 questions disponibles

Choisis ton mode et entraîne-toi avec des corrections détaillées.

Cette notion est aussi traitée dans d'autres matières — choisis ta matière de pratique :
econometrie-1 5 Q Statistiques et probabilités 8 Q Théorie de la fonction financière 3 Q
10

Questions fréquentes

Qu'est-ce que formule en econometrie-1 ?

En L2 économétrie, l'examinateur ne se contente pas d'interpréter un coefficient : il teste la maîtrise des formules qui structurent la régression linéaire, la décomposition de la variance et l'inférence statistique. Les QCM CampusQCM (régression simple, tests sur les coefficients,…

Combien de questions sont disponibles ?

CampusQCM propose 5 questions corrigées sur formule avec explications pédagogiques détaillées.

Comment réviser formule efficacement ?

Commencez par le mode Révision, lisez les corrections, refaites les erreurs après quelques jours, puis passez en mode Examen.

Ce QCM est-il adapté au programme de L2 ?

Oui, nos questions correspondent au programme officiel de L2 du cursus Economie.

Les QCM fonctionnent-ils sur mobile ?

Oui, CampusQCM est entièrement optimisé pour smartphones et tablettes. Révisez formule où que vous soyez, vos scores se synchronisent entre vos appareils.

Les QCM sont-ils gratuits ?

Oui, tous nos QCM sont entièrement gratuits. Créer un compte vous permet de sauvegarder vos scores et suivre votre progression, mais ce n'est pas obligatoire.

← Notion précédente écart-type Notion suivante → élasticité

Continuer à réviser

🧠 Toutes les notions · Économétrie 1 📖 Hub Économétrie 1 📝 QCM · Régression simple 🔗 Hub global des notions 📘 Matières L2 📊 Parcours Économie ✍️ Conseils de révision Créer un compte gratuit Se connecter