Vous avez collecté vos données, vous avez votre modèle, vous avez exécuté votre régression et vous avez obtenu vos résultats. Maintenant, que faites-vous de vos résultats?
Dans cet article, nous considérons le modèle de la loi d'Okun et les résultats de l'article "Comment faire un projet d'économétrie indolore". Un échantillon de tests t sera introduit et utilisé afin de voir si la théorie correspond aux données.
La théorie derrière la loi d'Okun a été décrite dans l'article: "Instant Econometrics Project 1 - Okun's Law":
La loi d'Okun est une relation empirique entre la variation du taux de chômage et la croissance en pourcentage de la production réelle, mesurée par le PNB. Arthur Okun a estimé la relation suivante entre les deux:
Ouit = - 0,4 (Xt - 2.5)
Cela peut également être exprimé comme une régression linéaire plus traditionnelle:
Ouit = 1 - 0,4 Xt
Où:
Ouit est la variation du taux de chômage en points de pourcentage.
Xt est le taux de croissance en pourcentage de la production réelle, mesuré par le PNB réel.
Donc, notre théorie est que les valeurs de nos paramètres sont B1 = 1 pour le paramètre de pente et B2 = -0,4 pour le paramètre d'interception.
Nous avons utilisé des données américaines pour voir dans quelle mesure les données correspondaient à la théorie. Dans "Comment faire un projet d'économétrie sans douleur", nous avons vu que nous devions estimer le modèle: