Le forum du Master ESA économétrie et statistique appliquée - Université d'Orléans

Vous n'êtes pas identifié.

Annonce

Vous êtes sur le forum du master ESA !

Le site du master ESA - description de la formation, notes de cours, contacts... vient de déménager !!!

Venez visiter notre nouveau site : www.master-esa.fr

#1 06-04-2010 06:12:31

dotiluc
membre extérieur
Date d'inscription: 06-04-2010
Messages: 1

Exercice économétrie - régression non linéaire multiple

Bonjour, je dois résoudre un exercice et je sèche complètement...help! smile

Voilà l'énoncé

Q = b1 * (b2 * K ^ b3 + (1-b2) * L ^ b3) ^ b4

^ désigne l'opérateur puissance (2^3 = 8)

Classique formulation qui relie la quantité produite (Q) à la quantité de travail fournie (L) et à la quantité de capital (K). Les données Q, K et L sont données en annexe (fichier data.txt)

But de l'exercice : Donner les valeurs des coefficients (et les erreurs types associées), le R² de la regression, et autres tests statistiques usuels.

Merci d'avance!

Hors ligne

 

#2 06-04-2010 09:50:34

esa_gc
Moderator
Date d'inscription: 21-02-2007
Messages: 421

Re: Exercice économétrie - régression non linéaire multiple

très rapidement : je suppose que vos données sont dans la table 'ces'. Vous passez par la proc nlin. La commande parameters donne la liste des paramètres à estimer. Vous devez choisir des valeurs initiales vi1, vi2,vi3,vi4 (attention, ces choix doivent être judicieusement faits, sinon vous alllez rencontrer des difficultés de convergence. N'hésitez pas à les changer pour vérifier que vous convergez vers les mêmes solutions, et lisez bien le journal)

proc nlin data=ces;
parameters b1=vi1 b2=vi2 b3=vi3 b4=vi4;
model q = b1 * (b2 * K ^ b3 + (1-b2) * L ^ b3) ^ b4;
run;

Il est également préférable de transformer votre équation initiale par passage aux logarithmes (vous créez préalablement logq) puis vous faites quelque chose comme (je passe par une formule intermédiare pour faciliter la lecture):

proc nlin data=ces;
parameters lb1=vi1 b2=vi2 b3=vi3 lb4=vi4;
inter = b2 * K ^ b3 + (1-b2) * L ^ b3;
model logq = lb1 + lb4*inter;
run;

Quand au R2, il existe plusieurs mesures possibles. Vous pouvez par exemple calculer un pseudo-R2 à partir de: 1-SS(residus)/SS(total)

N'hésitez pas non plus à spécifier un choix pour l'algorithme de calcul, du style method=marquardt ou method=newton ou ....

Dernière modification par esa_gc (06-04-2010 09:57:17)

Hors ligne

 

Pied de page des forums

Powered by PunBB
© Copyright 2002–2005 Rickard Andersson

[ Generated in 0.011 seconds, 8 queries executed ]