Etude de cas en économétrie
Compte rendu : Etude de cas en économétrie. Recherche parmi 300 000+ dissertationsPar Sanaouuu • 31 Août 2022 • Compte rendu • 3 876 Mots (16 Pages) • 379 Vues
[pic 1][pic 2]
[pic 3][pic 4]
Table des matières
Intro 2
I - Description 3
1 - Présentation de la base de données 3
2 - Méthode utilisée 4
II - Les analyses 5
1 - Analyse Statistique 5
2 - Régression économétrique 6
Modèle 1 Global 6
Modèle 2 sans genre et sans situation de l’emploi 9
Comparaison du Modèle 4 « Coût au carré » avec le Modèle 5 « Temps du trajet au carré » 11
Comparaison du Modèle 2 avec le Modèle 5 12
Interprétation du Modèle 5 13
Conclusion 15
Intro
Ne vous êtes-vous jamais demandé pourquoi cette personne a pris cette décision ? Pour les entreprises, les sociologues et autres cette question est le cœur même de leur travail. Grâce à l’économétrie des choix discrets et à une bonne base de données les économistes essaient de donner du sens au choix des gens : pourquoi achète-t-il ceci plutôt que cela ? Pourquoi faire le trajet en vélo plutôt qu’en voiture ? …
C’est pour répondre à l’une de ces questions que nous allons essayer, grâce à l’économétrie des choix discrets, d’identifier les critères pertinents qui vont déterminer le choix des personnes à prendre le train ou la voiture pour un voyage de Nimègue aux Pays-Bas vers d’autres villes.
Pour étudier cette question nous allons commencer dans un premier temps par expliquer notre base de données et notre méthode économétrique. Puis dans une deuxième partie nous allons étudier et interpréter les données statiques de la base, puis les résultats de la régression économétrique.
I - Description
- - Présentation de la base de données
La base de données représente un échantillon de personnes qui permet d’étudier le choix du mode de transport des voyageurs dans les Pays-Bas. Cette étude est faite en 1987 par les chemins de fer des Pays-Bas afin de pouvoir déterminer les facteurs du choix du voyage en Voiture ou en Train dans la ville Nimègue (l’Est des Pays-Bas) qui a des liaisons ferroviaires typiques avec des grandes villes du pays (Amsterdam, Rotterdam et la Haye).
L’objectif principal de cette modélisation est d’étudier la probabilité que les voyageurs interurbains choisiront le transport ferroviaire par l’évaluation des facteurs qui impactent le choix entre la voiture et le train.
Une catégorie spécifique des résidents de Nimègue était interrogée pour construire l’échantillon de notre base de données, dont des personnes qui :
- Ont effectué un voyage au cours des 3 derniers mois à Amsterdam, à Rotterdam ou à la Haye ;
- N’ont pas utilisé de laissez-passer ferroviaire annuel ou d’autres laissez-passer qui élimineraient le cout du voyage ;
- Avaient la possibilité d’utiliser une voiture, possédaient un permis de conduire et une voiture disponible ;
- Avaient la possibilité de voyager en train, ils n’avaient pas de bagages très lourds, n’étaient pas handicapés et n’avaient pas besoin de visiter différentes destinations.
Nombre d’observation « ID » est 755. C’est le nombre des personnes interrogées. Notre variable observée Y « Choice » est une variable binaire avec deux choix précis :
- si Y=10 <==> Y=0 : un individu choisit la voiture ;
- si Y=11 <==> Y=1 : un individu choisit le train.
Notre base contient 6 variables qualitatives (Tableau 1) et 6 variables quantitatives (Tableau 2) définis comme ci-dessous.
age | Variable binaire ordonnée : l’Age des personnes |
employ _status | Variable binaire ordonnée : Statut des personnes |
mainearn | Variable binaire ordonnée : Revenu des personnes |
arrival _time | Variable binaire : le temps d'arrivée |
gender | Variable binaire : Genre de la personne |
rail _confort | Variable binaire catégorielle : Confort du train |
Tableau 1 - Variables Explicatives Qualitatives
rail_ivtt | Temps de voyage par train (en heure) |
rail_cost | Coût du voyage par personne en train (Florins) |
rail_transfers | Nombre des correspondances en trains |
car_ivtt | Temps de voyage par voiture (En Heure) |
car_cost | Cout par personne du voyage en voiture (Florins) |
npersons | Nombre des personnes voyageant ensemble (En groupe) |
Tableau 2 - Variables Explicatives Quantitatives
- - Méthode utilisée
Afin de pouvoir répondre à la problématique, nous avons utilisé le modèle de régression logistique en utilisant Excel XSLTAT.
L’objectif de cette modélisation sera de comprendre et prédire l'effet des différentes variables explicatives (Qualitatives & Quantitatives) sur notre variable observée à réponse binaire, 0=10🡺 La personne choisira la voiture pour Voyager ou 1=11 🡺 La personne choisit le train pour voyager.
...