Aller au contenu principal
econometrie-1 · L2

Le modèle log-log : élasticité, Cobb-Douglas et approximations en pourcentages

Le modèle double logarithmique ln Y = β₀ + β₁ ln X + u est central en L2 économétrie pour estimer des élasticités : β₁ mesure la sensibilité relative de…

Illustration de la transformation logarithmique d'une relation de puissance en droite log-log.
La relation y=A·x^β devient ln(y)=ln(A)+βln(x), où β mesure une élasticité constante.
6 questions Corrections détaillées Niveau L2
16 min de cours ~5 min de QCM 8 sections Intermédiaire
1 Introduction 16 min restant
1

log-log

Le modèle double logarithmique ln Y = β₀ + β₁ ln X + u est central en L2 économétrie pour estimer des élasticités : β₁ mesure la sensibilité relative de Y à une variation relative de X. En QCM CampusQCM (notion liée aux formes…

2

Objectifs d'apprentissage

  • Écrire et interpréter le modèle ln Y = β₀ + β₁ ln X comme une élasticité
  • Utiliser l'approximation ΔY/Y ≈ β₁ × ΔX/X et en préciser les conditions d'usage
  • Relier la forme log-log à la multiplicativité des chocs et aux spécifications Cobb-Douglas
  • Distinguer log-log, log-linéaire et lin-log pour l'interprétation des coefficients
  • Identifier les pièges (constante, valeurs nulles/négatives, causalité) en QCM
3

Concepts clés à maîtriser

Spécification log-log

Intermédiaire
Modèle ln Y = β₀ + β₁ ln X + u où Y et X sont strictement positives ; β₁ est l'élasticité de Y par rapport à X, ceteris paribus.
Une relation multiplicative entre variables devient additive en logs : les coefficients se lisent en variations relatives.
Très utilisé pour la demande, la production ou les salaires lorsque l'on veut des élasticités plutôt que des effets absolus.
ln Y = β₀ + β₁ ln X + u

Élasticité et β₁

Intermédiaire
L'élasticité mesure le pourcentage de variation de Y associé à un pourcentage de variation de X ; en log-log, β₁ l'estime directement.
Si β₁ = 0,5, une hausse d'environ 1 % de X est associée à une hausse d'environ 0,5 % de Y.
En QCM, vérifier que l'on parle bien de % de Y pour 1 % de X, et non d'unités absolues.
η_Y,X ≈ β₁ ; pour petits écarts : ΔY/Y ≈ β₁ × ΔX/X

Approximation en pourcentages

Intermédiaire
Pour de faibles variations, le différentiel du log donne une approximation linéaire des taux de croissance : d ln Y ≈ dY/Y.
Le coefficient sur le log capte des ordres de grandeur en elasticité, pas des pentes « euros par heure ».
À ne pas confondre avec le modèle log-lin où β₁ est une semi-élasticité (% de Y par unité de X).
ΔY/Y ≈ β₁ × ΔX/X

Lien avec Cobb-Douglas

Intermédiaire
Une fonction Y = A X^β e^u se linearise en ln Y = ln A + β ln X + u : la pente est l'exposant (élasticité constante).
En production, β peut représenter l'élasticité de la production par rapport au facteur X à rendements constants si les exposants somment à 1.
Relier la forme fonctionnelle aux tests d'homogénéité ou de rendements (selon le cours).
ln Y = α + β ln X + u avec α = ln A

Comparaison des formes logs

Intermédiaire
Log-lin : semi-élasticité ; lin-log : variation de Y pour +1 % de X ; log-log : élasticité ; lin-lin : effet marginal absolu.
Le couple (transformation de Y, transformation de X) détermine entièrement la lecture économique du coefficient.
Notion classique des QCM formes-fonctionnelles : une mauvaise étiquette conduit à une interprétation fausse malgré un β̂ correct.

Contraintes et limites d'usage

Intermédiaire
Les logs exigent Y, X > 0 ; la constante β₀ inclut des normalisations ; les grands chocs en % peuvent rendre l'approximation grossière.
On modélise souvent des relations empiriques stables en logs, pas une identité mécanique entre pourcentages observés et prédits.
Discuter brièvement endogénéité et corrélation des erreurs : la forme log ne règle pas la causalité.
Quick check

Quelle forme fonctionnelle choisir si on veut que l'élasticité de Y par rapport à X soit constante ?

Schema
Processus transformant une fonction de puissance en modèle linéaire log-log puis interprétant beta comme une élasticité.
Linéariser une fonction de puissanceLe logarithme exige des valeurs strictement positives ; les zéros et valeurs négatives demandent une autre stratégie.
4

Auteurs et références

Damodar Gujarati Formes fonctionnelles et modèles log en économétrie de base
James Wooldridge Spécifications non linéaires et interprétation des coefficients
Douglas & Cobb Fonction de production et linearisation logarithmique
Henri Theil Économétrie appliquée et choix de forme fonctionnelle
  • Wooldridge, J. (2019) — Introductory Econometrics: A Modern Approach, Cengage
  • Gujarati, D.; Porter, D. (2009) — Basic Econometrics, McGraw-Hill
  • Cobb, C.; Douglas, P. (1928) — A Theory of Production, American Economic Review
5

Pièges fréquents à éviter

Erreur Interpréter β₁ du log-log comme une variation de Y en points pour +1 unité de X
Pourquoi β₁ est une élasticité : il s'agit de variations relatives (pourcentages), pas d'un effet marginal absolu.
Solution Repérer les deux ln et formuler : « +1 % de X ≈ +β₁ % de Y » pour petits écarts.
Erreur Appliquer ΔY/Y ≈ β₁ × ΔX/X sans vérifier l'ampleur du choc
Pourquoi L'approximation différentielle est fiable surtout pour de petites variations ; de grands ΔX% la dégradent.
Solution Mentionner que c'est une approximation locale issue de la différentiation du log.
Erreur Confondre log-log et log-linéaire (ln Y = β₀ + β₁ X)
Pourquoi En log-lin, β₁ est une semi-élasticité (% de Y pour +1 unité de X), pas une élasticité.
Solution Écrire la forme complète du modèle avant de commenter β₁.
Erreur Croire que la forme log-log prouve la causalité de X sur Y
Pourquoi La spécification choisit une lecture des corrélations conditionnelles ; elle ne remplace pas identification et théorie.
Solution Rappeler ceteris paribus, omitted variables et éventuelle endogénéité dans les questions d'évaluation.
Quick check

Dans une régression log-log (ln Y = β₀ + β₁ ln X + ε), β₁ représente :

Schema
Graphique dans l'espace logarithmique montrant une droite de pente 0,7 entre log x et log y.
Une relation courbe devient droite en logarithmesDans l'espace log-log, la pente constante 0,7 correspond à une élasticité de 0,7 dans l'espace des niveaux.
6

Questions types d'examen

  1. Interprétez β₁ dans ln Y = β₀ + β₁ ln X + u en termes d'élasticité.
  2. Pourquoi dit-on souvent que ΔY/Y ≈ β₁ × ΔX/X dans le modèle log-log ?
  3. En quoi la forme log-log se rapproche-t-elle d'une fonction de type Cobb-Douglas ?
  4. Différenciez les interprétations de β₁ en modèles log-log, log-lin et lin-log.
  5. Quelles contraintes sur Y et X impose l'utilisation des logarithmes ?
7

À retenir

En log-log, β₁ est l'élasticité de Y par rapport à X ; pour de petites variations, ΔY/Y ≈ β₁ × ΔX/X. La forme est adaptée aux relations multiplicatives et à la Cobb-Douglas (ln linéarise les exposants). Ne pas confondre avec log-lin ni lin-log. Les QCM attendent la lecture en pourcentages et la distinction effet relatif / effet absolu.

8

Teste tes connaissances

6 questions disponibles

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

10

Questions fréquentes

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

Le modèle double logarithmique ln Y = β₀ + β₁ ln X + u est central en L2 économétrie pour estimer des élasticités : β₁ mesure la sensibilité relative de Y à une variation relative de X. En QCM CampusQCM…

Combien de questions sont disponibles ?

CampusQCM propose 6 questions corrigées sur log-log avec explications pédagogiques détaillées.

Comment réviser log-log 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 log-log 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.