UNIVERSITE DE PARIS 11

TD dconomtrie Heteroscdasticit Anne Plunket

1 Problme 1
Pour ce problme, il vous ait demand de travailler partir du chier hetdat2.dta" Cette base de donnes comprend des informations sur les niveaux de PIB (GDP) et les population de 40 pays de lOCDE : 1. Ouvrez le chier hetdat2.dta dans Stata et fates un graphique de la production manufacturire (manuf) en fonction du PIB - GDP -. Pour obtenir le nom des pays sur le graphique, utilisez la commande suivante : twoway (scatter manuf gdp, mlabel(country)), ytitle(manuf) xtitle(gdp) 2. Fates la rgression de la production manufacturire sur le PIB, sauvegardez les rsidus et proposez un graphique des rsidus en fonction du PIB 3. Que vous apprend laspect des rsidus ? 4. On vous propose le test de Breush et Pagan suivant quen dduisez-vous ?
. estat hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of manuf chi2(1) = 12.77

5. Supposons que lon ne sache pas sil y a de lhtroscdasticit. Appliquez une procdure robuste aux erreurs de la rgression. Y a t-il une diffrence avec la rgression des MCO prcdente et y a t-il un risque appliquer une procdure robuste dans ce cas.

2 Problme 2
Le chier CRIME.dta contient des donnes sur les arrestations de lannes 1986 ainsi que dautres informations sur 2725 hommes ns en 1960 ou 1961 en Californie. Chaque homme de lchantillon a t arrt au moins une fois avant lanne 1986. les variables sont les suivantes : narr86 "# times arrested, 1986" nfarr86 "# felony arrests, 1986" nparr86 "# property crme arr., 1986" pcnv "proportion of prior convictions" avgsen "avg sentence length, mos." 1

tottime "time in prison since 18 (mos.)" ptime86 "mos. in prison during 1986" qemp86 "# quarters employed, 1986" inc86 "legal income, 1986, $100s" durat "recent unemp duration" black "=1 if black" hispan "=1 if Hispanic" born60 "=1 if born in 1960" pcnvsq "pcnv2" pt86sq "ptime862" inc86sq "inc862"

1. Lire le chier CRIME1.dta 2. Pour chacune des variables, dcrivez et expliquez quel est son signe attendu (positif ou ngatif). 3. Proposez une rgression des MCO et une rgression robuste de lquation suivante : narr86 = f( narr86 pcnv avgsen avgsen2 ptime86 qemp86 inc86 black hispan). 4. Commentez vos rsultats (signes attendus, cart-types...). Comment analyser limpact de la variable avgsen 5. Fates le test de Breusch et Pagan partir du carr des rsidus. Quen dduisez-vous ?

3 Problme 3.
Pour ce dernier problme, nous allons tudier le comportement des pargnants. Nous disposons du chier SAVING.RAW qui contient des donnes sur 100 personnes pour lanne 1970. Les variables du modle sont les suivantes : sav annual savings, $ (1970) inc annual income, $ (1970) size family size educ years education, household head age age of household head black =1 if household head is black cons annual consumption, $ (1970) 1. A partir du chier saving.raw et des noms de variables donnes ci-dessous, entrez les donnes, associez leur une dnition laide de la commande variable label 2. Compte tenu des variables du modles, pensez vous quelles peuvent crer de lhtroscdasticit, expliquez pourquoi ? 3. On vous propose la rgression et le test suivants ? Quen dduisez-vous quant lhtroscdasticit ?
. reg sav inc Source | SS df MS -------------+-----------------------------Number of obs = F( 1, 98) = 100 6.49

Model | 66368437 1 66368437 Residual | 1.0019e+09 98 10223460.8 -------------+-----------------------------Total | 1.0683e+09 99 10790581.8

Prob > F R-squared Adj R-squared Root MSE

= = = =

0.0124 0.0621 0.0526 3197.4

-----------------------------------------------------------------------------sav | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------inc | .1466283 .0575488 2.55 0.012 .0324247 .260832 _cons | 124.8424 655.3931 0.19 0.849 -1175.764 1425.449 -----------------------------------------------------------------------------. estat hettest inc educ Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: inc educ chi2(2) Prob > chi2 = = 68.82 0.0000

4. Proposez une rgression des Moindres Carrs Quasi Gnraliss. Expliquez