[ La régression linéaire dans l’étude des paramètres d’un modèle économétrique ]
Volume 16, Issue 1, May 2016, Pages 12–18
Mayuke Katshongo Jean Paul1, Kapita Mwadi Ghislain2, and Mbitse Munda3
1 Département de Mathématique, Faculté des Sciences, Université de Lubumbashi, BP 1825, Lubumbashi, RD Congo
2 Département d’Informatique de Gestion, Institut Supérieur Pédagogique de Lubumbashi, BP 1796, Lubumbashi, RD Congo
3 Département des Mathématiques, Faculté des Sciences, Université de Lubumbashi, BP 1825, Lubumbashi, RD Congo
Original language: French
Copyright © 2016 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
We show in this study, an economist and a manager must be able to explain and predict economic trends and also understand the relationships that influence (production, consumption and distribution) that the business may suffer and could revive in the future. Linear regression was for us, a way that could give us a simple model to measure the impact of characteristics of a dependent variable on one or more well-defined variables; So an economic variable that explains the behavior of observed economic variables that influence the observed economic situation. If the economic situation does not allow admitting a linear regression model, we can transform the whole time in a linear model by appropriate methods and techniques. Hence it is easy to study the model as if it were a linear model in order to estimate the parameters to explain, understand and predict the future of the measured economic phenomenon. In this study, we use the experimental method which we analyze in four steps: - Definition of econometrics and some general notions of econometrics. - Definition of the model and to estimate the parameters. - Statement of assumptions and properties of the method used to estimate the parameters. - Make the judgment tests on the quality of the regression. And the technique is the method of ordinary least square to estimate model parameters.
Author Keywords: Econometrics, Setting, forecast economic conditions, Model, method of ordinary least square.
Volume 16, Issue 1, May 2016, Pages 12–18
Mayuke Katshongo Jean Paul1, Kapita Mwadi Ghislain2, and Mbitse Munda3
1 Département de Mathématique, Faculté des Sciences, Université de Lubumbashi, BP 1825, Lubumbashi, RD Congo
2 Département d’Informatique de Gestion, Institut Supérieur Pédagogique de Lubumbashi, BP 1796, Lubumbashi, RD Congo
3 Département des Mathématiques, Faculté des Sciences, Université de Lubumbashi, BP 1825, Lubumbashi, RD Congo
Original language: French
Copyright © 2016 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract
We show in this study, an economist and a manager must be able to explain and predict economic trends and also understand the relationships that influence (production, consumption and distribution) that the business may suffer and could revive in the future. Linear regression was for us, a way that could give us a simple model to measure the impact of characteristics of a dependent variable on one or more well-defined variables; So an economic variable that explains the behavior of observed economic variables that influence the observed economic situation. If the economic situation does not allow admitting a linear regression model, we can transform the whole time in a linear model by appropriate methods and techniques. Hence it is easy to study the model as if it were a linear model in order to estimate the parameters to explain, understand and predict the future of the measured economic phenomenon. In this study, we use the experimental method which we analyze in four steps: - Definition of econometrics and some general notions of econometrics. - Definition of the model and to estimate the parameters. - Statement of assumptions and properties of the method used to estimate the parameters. - Make the judgment tests on the quality of the regression. And the technique is the method of ordinary least square to estimate model parameters.
Author Keywords: Econometrics, Setting, forecast economic conditions, Model, method of ordinary least square.
Abstract: (french)
Nous montrons, dans cette étude, qu’un économiste ou un gestionnaire doit être capable d’expliquer et de prédire les tendances économiques, et aussi comprendre les relations qui les influencent (la production, la consommation et la distribution) que l’entreprise peut subir et qu’elle pourrait revivre dans l’avenir. La régression linéaire a été pour nous, un moyen qui pourrait nous donner un modèle simple pour mesurer l’impact des caractères d’une variable expliquée sur une ou plusieurs variables bien déterminées; donc une variable économique qui explique les comportements des grandeurs économiques observées qui influencent la situation économique observée. Si une situation économique ne permet pas d’admettre un modèle de régression linéaire, on peut toutefois le transformer à un modèle linéaire par des méthodes et techniques appropriées. D’où on peut faire aisément l’étude du modèle comme si c’était un modèle linéaire afin de pouvoir estimer les paramètres pour bien expliquer, comprendre et prédire l’avenir du phénomène économique observé. Dans cette étude, nous utilisons la méthode expérimentale que nous analysons en quatre étapes: -Définition de l’économétrie ainsi que quelques notions générales de l’économétrie. -Définition du modèle et faire l’estimation des paramètres. -Énoncé des hypothèses et les propriétés de la méthode utilisée pour l’estimation des paramètres. -Faire les tests de jugement sur la qualité de la régression. Et la technique utilisée est la méthode de moindre carré ordinaire pour estimer les paramètres du modèle.
Author Keywords: Econométrie, Paramètre, prédire les tendances économiques, Modèle, Méthode de moindre carré.
How to Cite this Article
Mayuke Katshongo Jean Paul, Kapita Mwadi Ghislain, and Mbitse Munda, “Linear regression in the parameters study of an econometric model,” International Journal of Innovation and Applied Studies, vol. 16, no. 1, pp. 12–18, May 2016.
