SPECIFICATION DES VARIABLES

Slides:



Advertisements
Présentations similaires
Méthodes statistiques. Ajustements et corrélation
Advertisements

Exemple Champ électrique au-dessus d’un paratonnerre
La régression logistique
Économie Managériale La production et les coûts en courte période © Ecole des HEC 2001.
Régression linéaire multiple : hypothèses & tests. Partie 3.
La croix de Marshall : Cadre d’analyse
Outils d’analyse: la méthode des moindres carrées
Le modèle de régression linéaire Claude Marois © 2010.
Logarithme et Exposant. Rappel des principes Le changement de base d’un logarithme. Le changement de forme log – exp. Le changement de l’exposant d’un.
Préparation du chapitre 2 Choix de consommation et de production À remettre pour mardi 23 février à 13h au plus tard au bureau du Prof. Alain de Crombrugghe.
Cour Régulation AII3 Chapitre I: Modélisation des systèmes automatiques Abdelkhalek.S 1.
Que se passe-t-il lorsqu’un courant traverse une résistance ? Ch.5 - Effets calorifiques - Exercice 1 L’énergie électrique est transformée en énergie calorifique.
1. Introduction.
Corrélation et régression linéaire simple
Outils de Recherche Opérationnelle en Génie MTH 8414
e-Prelude.com Analyse globale du flux
Statistiques descriptives univariées
6. Analyse postoptimale.
Fiche des Savoir-faire applicables aux données quantitatives et aux représentations graphiques n°7 Elasticité prix de la demande et de l’offre, élasticité.
Domaine: Relations R.A.:
Mesurer la croissance économique
Voici deux séries de prix
Algorithmique Avancée et Complexité Chap2:Complexité et Optimalité
Titre de la diapositive
Une grande partie des données que nous serons amenés cette année à étudier sera exprimée en unités monétaires. Or, nous le savons, il existe un phénomène.
Analyse en Composantes Principales A.C.P. M. Rehailia Laboratoire de Mathématiques de l’Université de Saint Etienne (LaMUSE).
Annexe au chapitre 4 sur le problème allocatif
Fonctions affines.
Lecture et interprétation des Taux de Croissance Moyens
1 Prévision d’une série chronologique par lissage exponentiel Michel Tenenhaus.
Plans d’expériences: Plans de mélanges
Plans d’experiences : plans de melanges
Connaître les fonctions affines
LA THEORIE DU PRODUCTEUR
LES PRINCIPES DE LA THERMODYNAMIQUE
Objectifs du chapitre 5: Plans corrélationnels
Analyse de l’offre – Surplus du producteur
ECS - Le choix du producteur (en CPP)
Le consommateur ECS 1 Camille Vernet Nicolas Danglade
Les modèles linéaires (Generalized Linear Models, GLM)
Intégrales 1 - Intégrale simple 2 - Deux directions de généralisation
Fonction rationnelle Chapitre 5.
1. Introduction.
La gestion des stocks (Modèle de Wilson).
LA TRANSFORMATION LOGARITHMIQUE
La contrainte budgétaire (suite)
OPTIMISATION 1ère année ingénieurs
Impact de la variation des prix apparentés sur la demande d’un bien
Statistiques.
LA THEORIE DU PRODUCTEUR
Autres questions Combien d’hectares de forêt dois je planter pour compenser les émissions de ma voiture ? Combien d’hectares de forêt pour compenser.
2.4 La loi de vitesse d’une réaction chimique
Semestre 2 SciencesPo. Menton Année
Question 1 Calculer 5% de 70 euros..
Les mathématiques avec Chloe et Dalia
Chapitre 7: Séries chronologiques
Les rendements et les coûts à CT
6. LES THERMOMETRES 6.1 Thermomètre normal
PRÉPARATION AU TEST p.63 #5 SOMMETS
Focus sur les variables
Le progrès technique, ennemi de l’emploi ?
Elasticité comme rapport d’accroissements relatifs
5. les rendements d’echelle:
PROGRAMMATION SCIENTIFIQUE EN C
Utiliser le modèle log-linéaire pour mettre au jour la structure du lien entre les deux variables d’un tableau de contingence : un exemple d’application.
Les méthodes quantitatives en éducation
Relier proportionnalité et fonction linéaire
Les graphiques des relations linéaires
Transcription de la présentation:

SPECIFICATION DES VARIABLES Variable dépendante Variable indépendante niveau-niveau Y Xj niveau-log log(Xj) log-niveau log(Y) log-log

NIVEAU-NIVEAU Y = b1 + b2 X2 + b3 X3 + … + bK XK + e Y = fonction linéaire de X2 Relation utile pour caractériser des rendements marginaux constants de X2 sur Y Le coefficient b2 mesure l’effet « ceteris paribus », ou l’effet marginal, de X2 sur Y, sachant que DY/DX2 = b2 si X2 augmente de 1 unité de mesure (soit DX2=1), alors Y varie de b2 unité(s) de mesure, toutes choses étant égales par ailleurs

Y = b1 + b2 log(X2) + b3 X3 + … + bK XK + e NIVEAU-LOG Y = b1 + b2 log(X2) + b3 X3 + … + bK XK + e Y = fonction linéaire de log(X2)

b1 chapeau 1 b2 chapeau 0,5

Y = b1 + b2 log(X2) + b3 X3 + … + bK XK + e NIVEAU-LOG Y = b1 + b2 log(X2) + b3 X3 + … + bK XK + e Y = fonction linéaire de log(X2) Y = fonction logarithme, donc non-linéaire, de X2 Relation utile pour caractériser des rendements marginaux décroissants de X2 sur Y

b1 chapeau 1 b2 chapeau 0,5

Y = b1 + b2 log(X2) + b3 X3 + … + bK XK + e NIVEAU-LOG Y = b1 + b2 log(X2) + b3 X3 + … + bK XK + e Y = fonction linéaire de log(X2) Y = fonction logarithme, donc non-linéaire, de X2 Relation utile pour caractériser des rendements marginaux décroissants de X2 sur Y Le coefficient b2 mesure l’effet marginal de X2 sur Y, sachant que DY/DX2 = b2/X2  DY = b2DX2/X2  DY = b2/100 %DX2 si X2 augmente de 1 pourcent, soit %DX2=1, alors Y varie de b2/100 unité(s) de mesure, toutes choses étant égales par ailleurs

log(Y) = b1 + b2 X2 + b3 X3 + … + bK XK + e LOG-NIVEAU log(Y) = b1 + b2 X2 + b3 X3 + … + bK XK + e log(Y) = fonction linéaire de X2

b1 chapeau 1 b2 chapeau 0,5

log(Y) = b1 + b2 X2 + b3 X3 + … + bK XK + e LOG-NIVEAU log(Y) = b1 + b2 X2 + b3 X3 + … + bK XK + e log(Y) = fonction linéaire de X2 Y = fonction exponentielle, donc non-linéaire, de X2 Relation utile pour caractériser des rendements marginaux croissants de X2 sur Y

b1 chapeau 1 b2 chapeau 0,1

log(Y) = b1 + b2 X2 + b3 X3 + … + bK XK + e LOG-NIVEAU log(Y) = b1 + b2 X2 + b3 X3 + … + bK XK + e log(Y) = fonction linéaire de X2 Y = fonction exponentielle, donc non-linéaire, de X2 Relation utile pour caractériser des rendements marginaux croissants de X2 sur Y Le coefficient b2 mesure l’effet marginal de X2 sur Y, sachant que Dlog(Y)/DX2 = b2  100 Dlog(Y)/DX2 = 100 b2  %DY  100 b2 DX2 si X2 augmente de 1 unité de mesure, soit DX2=1, alors Y varie d’environ 100 b2 pourcent(s), toutes choses étant égales par ailleurs

LOG-NIVEAU Si X2 augmente de 1 unité de mesure, soit DX2=1, alors Y varie d’exactement 100 [exp(b2) -1] pourcent(s) Preuve : Dlog(Y)/DX2 = b2  log(Y1) - log(Y0) = b2DX2  log(Y1/Y0) = b2DX2  log(Y1/Y0 – 1 + 1) = b2DX2  log(1+((Y1 – Y0 ) /Y0)) = b2DX2  exp[log(1+(DY /Y0))] = exp(b2DX2)  1+(DY /Y0)= exp(b2DX2)  100 (DY /Y0)= 100[exp(b2DX2)-1]  %DY = 100 [exp(b2DX2)-1]

log(Y) = b1 + b2 log(X2) + b3 X3 + … + bK XK + e LOG-LOG log(Y) = b1 + b2 log(X2) + b3 X3 + … + bK XK + e log(Y) = fonction linéaire de log(X2)

b1 chapeau 1 b2 chapeau 0,5

log(Y) = b1 + b2 log(X2) + b3 X3 + … + bK XK + e LOG-LOG log(Y) = b1 + b2 log(X2) + b3 X3 + … + bK XK + e log(Y) = fonction linéaire de log(X2) Relation entre Y et X2 à élasticité constante, égale à b2 Y = fonction généralement non-linéaire de X2 sauf si l’élasticité est unitaire, par exemple

beta1 1 beta2 0,5

log(Y) = b1 + b2 log(X2) + b3 X3 + … + bK XK + e LOG-LOG log(Y) = b1 + b2 log(X2) + b3 X3 + … + bK XK + e log(Y) = fonction linéaire de log(X2) Relation à élasticité constante entre Y et X2 Y = fonction généralement non-linéaire de X2 sauf si l’élasticité est unitaire, par exemple Le coefficient b2 mesure l’effet marginal d’une variation de X2 sur Y, sachant que Dlog(Y)/Dlog(X2) = b2  100Dlog(Y)/100Dlog(X2) = b2  %DY/ %DX2  b2  %DY  b2 %DX2 si X2 augmente de 1 pourcent, soit %DX2=1, alors Y varie d’environ b2 pourcent(s), toutes choses étant égales par ailleurs

INTERPRETATION DES COEFFICIENTS : SYNTHESE Variable dépendante Variable indépendante b2 Interprétation de b2 niveau-niveau Y X2 0,2507 DY = b2 DX2 niveau-log log(X2) 4,1317 DY = (b2/100) %DX2 log-niveau log(Y) 0,0083 %DY ≈ (100 b2) DX2 log-log 0,1413 %DY ≈ (b2) %DX2 Y = POURC_TB_SANTE X2 = REVMED_MEUROS

INTERPRETATION DES COEFFICIENTS : SYNTHESE Modèle Variable dépendante Variable indépendante Interprétation de bj niveau-niveau Y X2 DY = bj DXj niveau-log log(Xj) DY = (bj/100) %DXj log-niveau log(Y) %DY ≈ (100bj) DXj (*) log-log %DY ≈ (b2) %DX2 (*) %DY = 100 ( exp(b2 DXj)-1)

AUTRES TRANSFORMATIONS Variable « en niveau » Variable transformée Z Z0,5 Z-1 Z2 Zp