Aller au contenu principal
econometrie-1 · L2

Les moindres carrés ordinaires (MCO) : estimation et propriétés

Les moindres carrés ordinaires (MCO) sont la méthode fondamentale d'estimation en économétrie linéaire. En L2, l'examinateur teste la capacité à comprendre le principe de minimisation (somme des carrés des résidus),…

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

MCO

Les moindres carrés ordinaires (MCO) sont la méthode fondamentale d'estimation en économétrie linéaire. En L2, l'examinateur teste la capacité à comprendre le principe de minimisation (somme des carrés des résidus), les formules des estimateurs β̂, le théorème de Gauss-Markov (propriété BLUE) et les hypothèses…

2

Objectifs d'apprentissage

  • Définir la méthode MCO et le critère de minimisation (SCR)
  • Calculer et interpréter les estimateurs β̂ en régression simple et multiple
  • Énoncer le théorème de Gauss-Markov et la propriété BLUE
  • Identifier les hypothèses classiques du modèle linéaire (MC1 à MC6)
  • Analyser les conséquences des violations d'hypothèses sur les MCO
3

Concepts clés à maîtriser

Principe des MCO

Intermédiaire
Méthode consistant à choisir les β̂ qui minimisent la somme des carrés des résidus SCR = Σêᵢ².
Trouver la droite (ou le plan) qui « colle » le mieux aux données en minimisant les écarts au carré.
Conditions du premier ordre : X'ê = 0 (résidus orthogonaux aux régresseurs).
β̂ = argmin Σ (Yᵢ − β₀ − β₁Xᵢ)²

Estimateur MCO en régression simple

Intermédiaire
Formules explicites de β̂₁ et β̂₀ à partir des données.
La pente est le rapport de covariance sur variance ; l'ordonnée ajuste pour passer par (X̄, Ȳ).
En régression simple, R² = r²ₓᵧ (carré du coefficient de corrélation).
β̂₁ = Cov(X,Y)/Var(X) ; β̂₀ = Ȳ − β̂₁X̄

Théorème de Gauss-Markov

Intermédiaire
Sous les hypothèses classiques (linéarité, exogénéité, homoscédasticité, non-autocorrélation), les MCO sont BLUE.
Parmi tous les estimateurs linéaires sans biais, les MCO ont la variance minimale.
Ne requiert pas la normalité des erreurs pour l'efficacité.
BLUE = Best Linear Unbiased Estimator

Hypothèses classiques (MC1-MC6)

Intermédiaire
Linéarité en β, échantillon aléatoire, variation de X, E(ε|X)=0 (exogénéité), homoscédasticité Var(ε|X)=σ², Cov(εᵢ,εⱼ)=0.
Chaque hypothèse garantit une propriété des MCO ; leur violation a des conséquences spécifiques.
Exogénéité stricte E(ε|X)=0 ⇒ MCO sans biais. Variable omise corrélée ⇒ biais.

Matrice de variance-covariance

Intermédiaire
En régression multiple, Var(β̂) = σ²(X'X)⁻¹.
La précision des estimateurs dépend de σ², de n et de la structure des X (multicolinéarité).
Multicolinéarité ⇒ (X'X)⁻¹ grand ⇒ SE(β̂) gonflés.
Var(β̂) = σ²(X'X)⁻¹ ; en pratique : s²(X'X)⁻¹

Conséquences des violations

Intermédiaire
Hétéroscédasticité et autocorrélation : MCO sans biais mais plus BLUE ; SE incorrects. Endogénéité : biais et incohérence.
Sans biais ≠ toujours fiable : les tests peuvent être invalides si les hypothèses de variance sont violées.
Hétéroscédasticité ⇒ erreurs-types robustes (White). Autocorrélation ⇒ MCG ou Newey-West.
Quick check

L'estimation MCO en régression multiple minimise :

4

Auteurs et références

Carl Friedrich Gauss Méthode des moindres carrés
Andrey Markov Théorème de Gauss-Markov
Damodar Gujarati Econométrie de base — hypothèses MCO
James Wooldridge Introductory Econometrics — propriétés des estimateurs
  • 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 Croire que la normalité des erreurs est requise pour l'efficacité des MCO
Pourquoi Gauss-Markov ne requiert pas la normalité ; elle est nécessaire pour les tests exacts en petit échantillon.
Solution Distinguer propriétés des estimateurs (Gauss-Markov) et validité des tests (normalité).
Erreur Confondre linéarité en X et linéarité en paramètres
Pourquoi Y = β₀ + β₁X² + ε est linéaire en β ; Y = β₀X^β₁ n'est pas estimable par MCO directement.
Solution Vérifier que le modèle est linéaire dans les coefficients β.
Erreur Penser que l'hétéroscédasticité biaise les MCO
Pourquoi Sous exogénéité, les MCO restent sans biais mais ne sont plus BLUE ; les SE usuels sont faux.
Solution Retenir : hétéroscédasticité → SE incorrects, pas biais (sauf si liée à l'endogénéité).
Erreur Confondre homoscédasticité et exogénéité
Pourquoi Homoscédasticité = Var(ε|X) constante. Exogénéité = E(ε|X) = 0 (pas de corrélation ε-X).
Solution Associer chaque hypothèse à sa définition précise.
Quick check

En régression multiple, la matrice de variance-covariance des estimateurs MCO est :

6

Questions types d'examen

  1. Que minimisent les MCO et quelles sont les conditions du premier ordre ?
  2. Énoncez le théorème de Gauss-Markov et expliquez la signification de BLUE.
  3. Quelles sont les hypothèses classiques du modèle linéaire et leurs rôles ?
  4. Que deviennent les MCO en cas d'hétéroscédasticité ou d'autocorrélation ?
  5. Comment le biais de variable omise affecte-t-il les estimateurs MCO ?
7

À retenir

MCO = minimisation de SCR = Σêᵢ². β̂₁ = Cov(X,Y)/Var(X). Gauss-Markov : sous hypothèses classiques, MCO = BLUE (variance minimale parmi estimateurs linéaires sans biais). Hypothèses clés : E(ε|X)=0, homoscédasticité, non-autocorrélation. Hétéroscédasticité/autocorrélation : sans biais mais SE faux. Endogénéité/variable omise : biais. Var(β̂) = σ²(X'X)⁻¹. L'examinateur attend formules, hypothèses et conséquences des violations.

8

Teste tes connaissances

9 questions disponibles

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

10

Questions fréquentes

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

Les moindres carrés ordinaires (MCO) sont la méthode fondamentale d'estimation en économétrie linéaire. En L2, l'examinateur teste la capacité à comprendre le principe de minimisation (somme des carrés des résidus), les formules des estimateurs β̂, le théorème de Gauss-Markov (propriété…

Combien de questions sont disponibles ?

CampusQCM propose 9 questions corrigées sur MCO avec explications pédagogiques détaillées.

Comment réviser MCO 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 MCO 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 interprétation Notion suivante → significativité

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