Examen de Statistique et Econométrie Appliquées ... - HEC Lausanne

Ecole des HEC, Université de Lausanne EXAMEN DE STATISTIQUE ET ECONOMETRIE APPLIQUEE
ANNEE UNIVERSITAIRE 1999-2000 Enseignants : J.-Ch. Lambelet et S. Dini Nom, prénom : ......................................................
Pour chacune des 20 questions imprimées en gras ci-dessous, on vous propose
un certain nombre de réponses. Chaque réponse proposée appelle une réaction
de votre part indiquée par Juste (J) ou Faux (F). S.v.p. utilisez le carré
au début de chaque réponse. Notez que toutes les réponses proposées pour
une question quelconque peuvent être justes, toutes peuvent être fausses ou
certaines justes et d'autres fausses. Un carré laissé en blanc sera
considéré comme une réaction incorrecte. La note sera déterminée par le
pourcentage des réactions correctes, en tenant compte du fait que si vous
répondez au hasard vous avez une chance sur deux de tomber juste. Le
corrigé de cet examen sera mis sur le site du cours dans les jours qui
suivent.
1. Lequel des facteurs suivants peut être une source de corrélation
sérielle ?
a. ( La forme fonctionnelle de l'équation est incorrecte.
b. ( La fréquence des "chocs" aléatoires est plus petite que celle des
observations.
c. ( Le nombre de variables explicatives dépasse le nombre
d'observations.
d. ( Les variables explicatives sont cycliques.
2. Quelles affirmations suivantes sont justes/fausses ?
a. ( Les estimations MCO ne sont jamais biaisées par la corrélation
sérielle.
b. ( La corrélation sérielle est toujours détectée par le d de Durbin-
Watson.
c. ( L'omission d'une ou plusieurs variables explicatives se traduit
toujours par de la corrélation sérielle.
d. ( La corrélation sérielle tendra à biaiser les t de Student. 3. Parmi les hypothèses suivantes, lesquelles sont des hypothèses de base
de la méthode des MCO ?
a. ( Le modèle est linéaire dans les paramètres.
b. ( Les variables explicatives doivent être strictement orthogonales
dans l'échantillon.
c. ( Les variables X sont « fixes », c'est-à-dire strictement "sous
contrôle".
d. ( Le terme stochastique a une valeur espérée nulle. 4. Qu'entend-on lorsqu'on dit que l'estimateur MCO est un "BLUE" ?
a. ( L'estimateur est linéaire, non biaisé et non faussé.
b. ( L'estimateur est non biaisé et le plus efficient de tous les
estimateurs linéaires.
c. ( C'est un estimateur "maximum de vraisemblance".
d. ( L'estimateur est efficient et convergent. 5. Parmi les tests suivants, lesquels peuvent être utilisés pour détecter
la corrélation sérielle ?
a. ( Le test d de Durbin-Watson.
b. ( Le test Q de Ljung-Box.
c. ( Le test F de Fischer.
d. ( Le test de stabilité des coefficients par estimations récursives.
6. Quels sont les effets d'une variable omise, cyclique et corrélée avec
une des variables incluses ?
a. ( Le coefficient de la variable incluse est généralement biaisé.
b. ( Le test d de Durbin-Watson détecte de la corrélation sérielle
"pure".
c. ( La statistiques t du coefficient de la variable incluse est
généralement biaisé vers le bas.
d. ( La constante estimée ne sera pas significativement différente de
zéro. 7. Quelle sont les principales limites du test de Durbin-Watson ?
a. ( La distribution de la statistique de Durbin-Watson dépend de la
distribution des variables explicatives (les X).
b. ( Si la variable dépendante retardée figure parmi les variables
explicatives, le test de Durbin-Watson n'est plus valide.
c. ( Le test de Durbin-Watson teste uniquement l'hypothèse nulle
d'absence de corrélation sérielle du premier ordre.
d. ( Le test de Durbin-Watson n'est plus valide si la (les) variable(s)
explicative(s) est/sont corrélée(s) avec la variable dépendante. 8. Quels sont les objets testés par la statistique F ?
a. ( Elle teste le degré de colinéarité entre les variables
explicatives.
b. ( Elle teste l'hypothèse nulle selon laquelle tous les coefficients
des variables explicatives du modèle sont conjointement égaux à zéro.
c. ( Elle est utilisée dans les modèles de régression simple afin de
tester l'hypothèse nulle selon laquelle les résidus de la régression
ne sont pas corrélés.
d. ( Elle peut être utilisée dans les modèles de régression multiple
afin de tester la signification de la statistique du R2.
9. Après une transformation de Koyck, on obtient l'équation suivante : Yt = ((1-w) + (Xt + wYt-1 + (*t , avec w = coefficient de "mémoire" et
(*t = (t - w(t-1 Une équation de ce type soulève les problèmes suivants :
a. ( (*t souffrira toujours de corrélation sérielle.
b. ( La transformation de Koyck introduit des cycles dans Yt.
c. ( (*t n'est pas indépendant de Yt-1 .
d. ( Cette équation représente un processus dynamique qui peut ne pas
être mesuré correctement si on l'estime par les MCO.
10. Quelles sont les effets de l'hétéroscédasticité sur l'estimation des
paramètres par la méthode des MCO et les autres résultats obtenus ?
a. ( Elle produit un biais dans l'estimation des paramètres de la
régression.
b. ( Une perte d'efficience, mais souvent faible, est la conséquence de
la présence d'hétéroscédasticité.
c. ( En présence d'hétéroscédasticité, le d de Durbin-Watson reste un
test valable pour la corrélation sérielle.
d. ( Les écarts-types des coefficients estimés sont fortement biaisés
lorsqu'il n'y a pas de corrélation entre la forme
d'hétéroscédasticité affectant (t et les [pic] (xi = les Xi exprimés
sous forme d'écarts par rapport à leurs moyennes).
11. Une équation structurelle quelconque dans un système linéaire
d'équations simultanées peut être sous-identifiée, exactement identifiée
ou suridentifiée. Dans quel(s) cas pouvons-nous conclure que l'équation
est suridentifiée ?
a. ( Lorsque le nombre de variables endogènes du système est égal au
nombre de variables exogènes du système.
b. ( Lorsque le nombre de variables endogènes à droite du signe égal de
l'équation structurelle en question est supérieur au nombre de
variables exogènes du système.
c. ( Lorsque le nombre de variables endogènes à droite du signe égal de
l'équation structurelle est égal au nombre de variables exogènes du
système.
d. ( Lorsqu'il y a autant d'équations de formes réduites que de
variables endogènes.
12. La méthode des MCO exige que les variables explicatives soient
exogènes. Par conséquent, nous ne pouvons pas appliquer cette méthode à
un système d'équations chronologiques simultanées, étant donné que
certaines variables explicatives seront endogènes. Cependant, dans
quelques situations, il est possible d'utiliser la méthode des MCO.
Quelles sont ces situations ?
a. ( Les MCO peuvent être appliqués à toutes les équations structurelles
lorsque le système d'équation n'est ni triangulaire ni récursif.
b. ( Si une équation structurelle quelconque est exactement identifiée,
nous pouvons appliquer la méthode des MCO à l'équation de forme
réduite correspondante et, à partir de là, obtenir des estimations
(plus ou moins précises) pour les paramètres de l'équation
structurelle.
c. ( Les estimations MCO des coefficients des variables explicatives
endogènes ne seront que très faiblement biaisées si la trajectoire du
système dans le temps résulte avant tout des impulsions données par
les différents (t.
d. ( Si une équation structurelle quelconque est sous-identifiée, la
méthode des MCO est la seule disponible pour estimer correctement les
paramètres de cette équation. 13. Qu'est-ce que la multicolinéarité ?
a. ( Il s'agit d'une relation linéaire exacte entre toutes les variables
d'une équation.
b. ( Il y a un problème de multicolinéarité lorsque l'échantillon à
disposition se caractérise par une ou plusieurs dépendances linéaires
élevées entre les variables explicatives d'une équation.
c. ( Il s'agit d'une dépendance linéaire élevée entre les différents (t
dans un système d'équations simultanées.
d. ( Il s'agit d'un test de validité du modèle.
14. Quelles sont les situations où il est justifié d'utiliser un schéma
autorégressif d'ordre un ?
a. ( Lorsque la matrice des corrélations révèle que les variables
explicatives sont fortement corrélées entre elles.
b. ( Lorsque l'autocorrélogramme des résidus révèle que les résidus de
la période t sont significativement corrélés avec les résidus de la
période t-1.
c. ( Lorsque les coefficients estimés avec et sans un AR(1) diffèrent
grandement.
d. ( Lorsque les t-stat deviennent non significatifs dans l'équation
estimée avec un AR(1).
15. Quelle est la définition du r2, respectivement du R2 ?
a. ( C'est un indicateur général de la validité de l'équation estimée.
b. ( Il indique la part de la variation de la variable dépendante qui
est expliquée par la ou les variables à droite du signe égal.
c. ( C'est le coefficient de corrélation entre les variables
explicatives.
d. ( C'est une statistique particulièrement utile et intéressante
lorsqu'on travaille avec des séries chronologiques. 16. Quelle est la définition du test h de Durbin et quand est-il utilisé ?
a. ( C'est un test proposé par Durbin pour vérifier si une équat