Leçon 3 sur 5
La multicolinéarité
Je sais distinguer multicolinéarité parfaite et imparfaite, la diagnostiquer par les corrélations, la règle de Klein et le facteur d'inflation de la variance, et choisir une réponse adaptée.
- 1 h
- 4 exercices corrigés
- QCM de 5 questions
À la fin de la leçon, vous saurez :
- Définir la multicolinéarité parfaite et imparfaite
- Expliquer ses effets sur la précision des estimateurs
- Calculer et interpréter le VIF et appliquer la règle de Klein
- Proposer des remèdes et savoir quand ne rien faire
Avant de commencer : Leçons 1 et 2 ; Économétrie 1 (régression multiple, test de Fisher, R²).
1Je découvre
Un bureau d'études fictif de Conakry cherche à expliquer le rendement du riz dans 45 exploitations de Basse-Guinée à partir de la quantité d'engrais, de la surface cultivée et du nombre de journées de travail. Le R2 vaut 0,88 et le test de Fisher global est très significatif. Pourtant, aucun coefficient pris isolément n'est significatif, et celui de l'engrais est même négatif.
L'économiste du bureau constate que les trois variables évoluent presque ensemble : les grandes exploitations utilisent plus d'engrais et plus de main-d'œuvre. Le modèle « sait » que l'ensemble compte, mais ne parvient pas à séparer l'effet de chaque facteur.
Que se passe-t-il quand les variables explicatives sont fortement liées entre elles, comment le mesurer et que faire ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.