Aller au contenu principal
econometrie-1 · L2

La multicolinéarité : quand les régresseurs se confondent

La multicolinéarité désigne une corrélation forte (ou une dépendance linéaire) entre variables explicatives d'un modèle de régression linéaire. En L2 économétrie, elle ne biaise pas les estimateurs des MCO mais…

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

multicolinéarité

La multicolinéarité désigne une corrélation forte (ou une dépendance linéaire) entre variables explicatives d'un modèle de régression linéaire. En L2 économétrie, elle ne biaise pas les estimateurs des MCO mais augmente leurs variances, rend les tests de Student peu fiables et peut provoquer une…

2

Objectifs d'apprentissage

  • Définir multicolinéarité approximative et parfaite
  • Analyser les conséquences sur les MCO (variance, signes instables)
  • Utiliser le VIF pour diagnostiquer le problème
  • Distinguer multicolinéarité, autocorrélation et hétéroscédasticité
  • Proposer des solutions économétriques pertinentes
3

Concepts clés à maîtriser

Définition

Intermédiaire
Corrélation élevée ou dépendance linéaire entre régresseurs explicatifs.
Difficile de séparer l'effet propre de chaque X sur Y.
Exemple : consommation et revenu disponible très corrélés.

Multicolinéarité parfaite

Essentiel
Un régresseur est combinaison linéaire exacte des autres.
Les MCO ne sont pas identifiables.
Logiciels : variable omise automatiquement ou message d'erreur.
det(X'X) = 0 ⇒ (X'X) non inversible

Conséquences sur les MCO

Intermédiaire
Estimateurs sans biais mais variance inflationnée ; coefficients instables.
Petite variation des données → grands changements de β̂.
R² élevé possible avec coefficients individuellement non significatifs.

VIF (Variance Inflation Factor)

Intermédiaire
VIF_j = 1/(1−R²_j) où R²_j vient de la régression de X_j sur les autres X.
Mesure à quel point X_j est redondant avec les autres régresseurs.
Seuils usuels : VIF > 5 ou 10 → alerte.
VIF_j = 1/(1−R²_j)

Diagnostic complémentaire

Intermédiaire
Corrélations pairwise, condition number, tests de régression auxiliaires.
Plusieurs indicateurs convergent vers le même diagnostic.
Ne pas se fier à une seule corrélation bivariée.

Solutions

Intermédiaire
Plus de données, regroupement en indice, variables instrumentales, régularisation (Ridge), acceptation si objectif = prévision.
Pas de solution universelle : dépend de l'objectif (inférence vs prédiction).
Éviter la suppression arbitraire de variables théoriquement pertinentes.
Quick check

Quelle situation provoque souvent une multicolinéarité en pratique ?

4

Auteurs et références

Arthur Goldberger Traitement de la multicolinéarité en économétrie
Damodar Gujarati Econométrie de base — chapitre diagnostic
James Wooldridge Introductory Econometrics — VIF et conséquences
  • Gujarati, D.; Porter, D. (2009) — Basic Econometrics, McGraw-Hill
  • Wooldridge, J. (2019) — Introductory Econometrics: A Modern Approach, Cengage
  • Goldberger, A. (1991) — A Course in Econometrics, Harvard University Press
5

Pièges fréquents à éviter

Erreur Croire que la multicolinéarité biaise les MCO
Pourquoi Sous hypothèses classiques, les MCO restent sans biais ; le problème est la variance.
Solution Parler d'imprécision, pas de biais.
Erreur Conclure qu'un R² faible signifie absence de multicolinéarité
Pourquoi Un R² global élevé peut coexister avec des coefficients individuels instables.
Solution Examiner VIF et signes des coefficients.
Erreur Confondre multicolinéarité et autocorrélation
Pourquoi L'autocorrélation concerne les résidus dans le temps, pas les X entre eux.
Solution Identifier la source : corrélations des X vs résidus sériels.
Erreur Supprimer une variable sans justification théorique
Pourquoi Cela peut induire un biais d'omission.
Solution Privilégier plus de données, indices ou régularisation.
Quick check

Quelle situation provoque souvent une multicolinéarité en pratique ?

6

Questions types d'examen

  1. Qu'est-ce que la multicolinéarité et quelles conséquences sur les MCO ?
  2. Comment interpréter le VIF d'une variable explicative ?
  3. Pourquoi un R² élevé peut-il coexister avec des t de Student faibles ?
  4. Que se passe-t-il en multicolinéarité parfaite ?
  5. Quelles solutions proposer face à une multicolinéarité forte ?
7

À retenir

Multicolinéarité = corrélation forte entre régresseurs. MCO sans biais mais variance gonflée, coefficients instables, tests peu fiables. VIF_j = 1/(1−R²_j) : seuils 5 ou 10. Parfaite ⇒ X'X singulière. Solutions : plus de données, regroupement, Ridge, ou accepter l'imprécision si l'objectif est prédictif. L'examinateur attend distinction biais/variance et diagnostic VIF.

8

Teste tes connaissances

13 questions disponibles

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

10

Questions fréquentes

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

La multicolinéarité désigne une corrélation forte (ou une dépendance linéaire) entre variables explicatives d'un modèle de régression linéaire. En L2 économétrie, elle ne biaise pas les estimateurs des MCO mais augmente leurs variances, rend les tests de Student peu fiables…

Combien de questions sont disponibles ?

CampusQCM propose 13 questions corrigées sur multicolinéarité avec explications pédagogiques détaillées.

Comment réviser multicolinéarité 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 multicolinéarité 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 suivante → interprétation

Continuer à réviser

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