Name___ClementRuntung________________ ECO 140

GSI____Caroline Le Pennec _______________ Automne 2017

Devoirs 7

1. Cet ensemble de problèmes examine la vision de la violence dans les films en tant que facteur
déterminant de la criminalité. Certains affirment qu'il existe un lien entre le visionnage de films
violents et l'incidence des crimes violents. D'autre part, les films font sortir les gens de la rue et
les amènent dans les salles de cinéma à des heures où la plupart des délits sont commis, c'est-à-
dire la nuit. Et ils se substituent à d'autres activités qui conduisent à un comportement violent
(drogues et alcool). Pour analyser ce type de comportement, vous travaillerez avec un ensemble
de données Movies.###. Une description des variables est donnée dans un fichier appelé
movies_description.pdf. L'ensemble des données comprend la fréquentation des week-ends aux
États-Unis pour les films très violents(attend_v) (comme Hannibal), les films peu violents
(attend_m) (comme Spider Man) et les films non violents(attend_n) (comme Moana).

(a) Calculer le logarithme des agressions(ln_assaults) et le régresser sur des indicateurs fictifs de
mois et d'année en prenant janvier comme base. Existe-t-il des preuves de "saisonnalité" dans
ce type de criminalité violente, c'est-à-dire que les agressions ont-elles tendance à être plus
nombreuses certains mois que d'autres ? Y a-t-il une tendance dans les agressions au cours
des années d'échantillonnage ?

Oui, il existe des preuves de "saisonnalité". Nous pouvons le vérifier formellement en

utilisant le test F qui stipule que le coefficient de tous les mois = 0 ; l'alternative étant qu'au
moins l'un d'entre eux n'est pas égal à 0. Il en ressort que notre F-stat est de 76,26 avec une
valeur p de 0. Nous pouvons donc rejeter la nullité de l'absence de saisonnalité et affirmer
que les données montrent l'existence d'une saisonnalité.

Nous pouvons faire la même chose pour trouver une tendance dans les agressions au cours
des années de l'échantillon en utilisant le test F qui stipule que le coefficient de toutes les
années = 0 ; l'alternative étant qu'au moins l'un d'entre eux n'est pas égal à 0. Il en ressort que
notre F-stat est de 6440,5. Nous pouvons donc rejeter la nullité de l'absence de tendance au
cours des années de l'échantillon et affirmer qu'il existe une tendance au cours des années en
ce qui concerne l'agression.
(b) Générer la fréquentation totale des trois catégories de films(attend = attend_v + attend_m +
attend_n) et la régresser sur les indicateurs de l'année et du mois. Constatez-vous une
saisonnalité dans la fréquentation des salles de cinéma ? Y a-t-il une tendance dans la
fréquentation des cinémas au fil du temps ?

Oui, il semble y avoir une saisonnalité dans la fréquentation des cinémas. Nous pouvons
tester cela en effectuant un autre test F avec un résultat nul indiquant qu'il n'y a pas de
saisonnalité (coefficient mensuel = 0). La réalisation d'un test F sur STATA nous donne une
valeur de 33,72 et une valeur p de 0. Cela signifie que nous pouvons rejeter la nullité de
l'absence de saisonnalité et affirmer qu'il existe des preuves de saisonnalité dans les données.

Oui, il y a aussi une tendance dans la fréquentation des cinémas au fil du temps. Nous
pouvons tester cela en effectuant un autre test F dans lequel l'hypothèse nulle est qu'il n'y a
pas de tendance dans le temps (coefficient de l'année = 0). La réalisation d'un test F sur
STATA nous donne une valeur de 9,24 et une valeur p de 0. Cela signifie que nous pouvons
rejeter la nullité de l'absence de tendance dans le temps et affirmer qu'il existe des preuves
d'une tendance dans le temps dans les données.

(c) Régressons maintenant ln_assaults sur la fréquentation de chacun des trois types de films,
ainsi que sur les indicateurs fictifs du mois et de l'année, et sur les variables de contrôle de la
météo et des jours fériés disponibles dans l'ensemble des données. Le visionnage d'un film
très violent augmente-t-il ou diminue-t-il les agressions, et dans quelle mesure ? Est-il
statistiquement significatif ?

Pour chaque million de personnes regardant un film très violent, il est prévu que les
agressions diminuent de -0,31689 %, toutes choses égales par ailleurs. Ce chiffre est
significatif car la valeur p est proche de 0. Ce chiffre est donc statistiquement significatif,
même à un niveau de signification de 1 %.
(d) Tester si les effets de la fréquentation de films très violents et peu violents sont les mêmes.
Faites de même pour les effets de la fréquentation de films très violents et non violents.
Énoncez l'hypothèse nulle et précisez votre régression restreinte.

1. Fréquentation des films très violents et fréquentation des films peu violents
Modifier la forme normale en :
Régression non restreinte :
ln ( assault )t =β o +γ 1 atten d vt + β 2 ( atten d vt +atten d mt ) + β 3 atten d n+ month , year , weather FE+u t
où γ 1 = β 1−β 2
Supposons que Null soit vrai :
Ho: γ 1 = 0

H1: γ 1 ≠ 0

Comme nous n'avons qu'une seule restriction, nous pouvons examiner la statistique t ou
la valeur p du coefficient attend_v.
Après avoir régressé la régression non restreinte ci-dessus, il a été constaté que la valeur
p du coefficient attend_v est de 0,973, ce qui n'est pas statistiquement significatif au niveau
de 5 %.

Conclusion : La valeur p étant > 0,05, nous concluons que nous ne parvenons pas à rejeter
l'hypothèse nulle selon laquelle il n'y a pas d'effet de la fréquentation de films très violents et
de films peu violents et nous affirmons qu'il peut y avoir un effet entre la fréquentation de
films très violents et de films peu violents.

2. Fréquentation de films très violents et de films non violents.

Régression non restreinte :
ln ( assault )t =β o +γ 1 atten d vt + β 2 ( atten d vt +atten d nt ) + β 3 atten d m + month , year , weather FE+u t

Supposons que Null soit vrai :

Ho: γ 1 = 0

H1: γ 1 ≠ 0

De même, comme nous n'avons qu'une seule restriction, nous pouvons simplement
regarder la statistique t ou la valeur p du coefficient attend_v.

Après régression de la régression non restreinte ci-dessus, il a été constaté que la valeur p
du coefficient attend_v est de 0,270, ce qui n'est pas statistiquement significatif au niveau de
5 %.
 Conclusion : La valeur p étant >0,05, nous concluons que nous ne parvenons pas à rejeter
l'hypothèse nulle selon laquelle il n'y a pas d'effet entre la fréquentation de films très violents
et celle de films non violents, et nous affirmons qu'il peut y avoir un effet entre la
fréquentation de films très violents et celle de films non violents.

2. La fréquentation des salles de cinéma et l'incidence des crimes violents peuvent être déterminées
par certains facteurs communs. La météo est un bon exemple : lorsque le mauvais temps incite
les gens à rester chez eux, ils ne vont pas au théâtre et ne sont pas non plus la cible d'agressions.
La régression des variables instrumentales peut corriger l'endogénéité des variables de
fréquentation. L'ensemble de données contient trois instruments potentiels qui fournissent des
estimations de la fréquentation prévue des films très violents, légèrement violents et non
violents, pr_attend_v, pr_attend_m et pr_attend_n, respectivement. Ces prévisions sont basées
sur la connaissance des schémas typiques de fréquentation des films au cours de leur distribution
en salle.

(a) Estimer la première étape de la procédure 2SLS et tester si les trois variables sont des
instruments "forts".

La première étape consiste à régresser les variables attend_v, attend_m et attend_n sur les
variables instrumentales et toutes les variables exogènes.

Commencez par régresser attend_v sur toutes les variables instrumentales et toutes les variables
exogènes (mois, année, vacances et météo). Après régression, nous avons constaté que la
statistique F est de 75,25 et la valeur p de 0. Nous concluons donc que la variable est
statistiquement significative.

Deuxièmement, nous régressons attend_m sur toutes les variables instrumentales et toutes les
variables exogènes (mois, année, vacances et météo). Après régression, nous avons constaté que
la statistique F est de 199,87 et la valeur p de 0. Nous concluons donc que la variable est
statistiquement significative.

Troisièmement, nous régressons attend_n sur toutes les variables instrumentales et toutes les
variables exogènes (mois, année, vacances et météo). Après régression, nous avons constaté que
la statistique F est de 123,4 et la valeur p de 0. Nous concluons donc que la variable est
statistiquement significative

Nous concluons donc que la variable instrumentale passe le test de pertinence et que toutes les
variables instrumentales sont de bonnes variables instrumentales.
(b) Effectuer une régression par moindres carrés en deux étapes en utilisant ces trois variables
comme instruments pour les trois régresseurs endogènes. Évaluez le coefficient de
fréquentation des films violents et vérifiez s'il est différent du coefficient de fréquentation des
films peu violents, puis de celui des films non violents.

Coefficient : -.0038738, ce qui signifie que pour chaque million de spectateurs de films très
violents, le nombre prédit d'agressions diminue de 0,387%, toutes choses égales par ailleurs.

Pour déterminer si le coefficient de fréquentation des films violents et des films peu violents,
nous utilisons la même technique que pour la question 1(d) et en effectuant une régression à
l'aide de ivreg dans STATA, nous avons constaté que la valeur p est de 0,983 ; ce qui signifie
que nous ne parvenons pas à rejeter la nullité selon laquelle l'effet de la fréquentation des
films violents n'est pas différent de celui de la fréquentation des films peu violents et que
nous affirmons qu'il peut y avoir un effet entre la fréquentation des films violents et celle des
films peu violents.

De même, pour déterminer si le coefficient de fréquentation des films violents et non

violents, nous utilisons une technique similaire à celle de la question 1(d) et en effectuant une
régression à l'aide de ivreg dans STATA, nous avons constaté que la valeur p est de 0,228 ;
ce qui signifie que nous ne parvenons pas à rejeter la nullité selon laquelle l'effet de la
fréquentation des films violents n'est pas différent de celui de la fréquentation des films non
violents et que nous affirmons qu'il peut y avoir un effet entre la fréquentation des films
violents et celle des films non violents.

(c) Commenter leR2 de la régression dans la partie (b)

 Dans ce cas,R2 n'est plus fiable car la variabilité de la variable dépendante (ln_assault) est due
à la variation des variables indépendantes et du terme d'erreur.

(d) Une autre série d'instruments inclus dans l'ensemble de données est la fréquentation de
chacune des trois catégories de films au cours de la semaine précédente et de la semaine
suivante, par exemple, attend_v_b et attend_v_f sont la fréquentation de films violents la
semaine précédente et la semaine suivante, respectivement. Effectuer des 2SLS en utilisant
ces six variables comme instruments pour les trois régresseurs endogènes. Comme
précédemment, évaluez le coefficient de fréquentation des films violents et vérifiez s'il est
différent du coefficient de fréquentation des films peu violents, puis à nouveau pour les films
non violents.

Coefficient : -.0031738 ; ce qui signifie que pour chaque million de spectateurs de films très
violents, le nombre prédit d'agressions diminue de 0,317%, toutes choses égales par ailleurs.
Pour déterminer si le coefficient de fréquentation des films violents et des films peu violents,
nous utilisons la même technique que pour la question 1(d) et en effectuant une régression à
l'aide de ivreg dans STATA, nous avons constaté que la valeur p est de 0,522 ; ce qui signifie
que nous ne parvenons pas à rejeter la nullité selon laquelle l'effet de la fréquentation des
films violents n'est pas différent de celui de la fréquentation des films peu violents et que
nous affirmons qu'il peut y avoir un effet entre la fréquentation des films violents et celle des
films peu violents.

De même, pour déterminer si le coefficient de fréquentation des films violents et non

violents, nous utilisons une technique similaire à celle de la question 1(d) et en effectuant une
régression à l'aide de ivreg dans STATA, nous avons constaté que la valeur p est de 0,664 ;
ce qui signifie que nous ne parvenons pas à rejeter la nullité selon laquelle l'effet de la
fréquentation des films violents n'est pas différent de celui de la fréquentation des films non
violents et que nous affirmons qu'il peut y avoir un effet entre la fréquentation des films
violents et celle des films non violents.

(e) Effectuer un test de suridentification. Que concluez-vous à propos des instruments ?

estat overid

Tests des restrictions de suridentification :

 Sargan (score) chi2(3) = 8,58313 (p = 0,0354)
Basmann chi2(3) = 8,03479 (p = 0,0453)

Nous avons constaté que la valeur p est statistiquement significative à 5% ; ainsi, nous rejetons la
nullité selon laquelle notre variable instrumentale n'est pas corrélée avec le terme d'erreur et nous
disons qu'au moins un instrument n'est pas exogène - ce qui signifie que l'un de nos instruments
n'est pas valide, car nous voulons que Cov(Z,u) = 0