| Property |
Value |
| dbo:abstract
|
- Le test de Chow est un test statistique et économétrique afin de déterminer si les coefficients de deux séries linéaires sont égaux. Les coefficients sont établis par régression linéaire. Il est surtout utilisé dans le cadre de séries temporelles pour savoir s'il y a une cassure significative par une certaine date qui séparerait les données en deux blocs ; il permet également d'évaluer l'impact des variables indépendantes sur les deux groupes ainsi construits. Ce test s'appuie sur la loi de Fisher. Soit le modèle : Si on sépare en deux groupes le modèle, on a : et L'hypothèse nulle du test de Chow nous dit que a1 = a2, b1 = b2, et c1 = c2. Soient SC la somme des carrés des résidus estimés du modèle initial, S1 la somme des carrés des résidus estimés du premier groupe, et S2 la somme des carrés des résidus estimés du groupe 2. Les valeurs N1 et N2 représentent le nombre d'observations dans chaque groupe et k est le nombre total de paramétres à estimer (3 dans ce cas). Alors la statistique du test de Chow est égale à : La statistique du test suit une loi de Fisher avec ν1 = k et ν2 = N1 + N2 - 2k degrés de liberté. Article détaillé : Test de Fisher. (fr)
- Le test de Chow est un test statistique et économétrique afin de déterminer si les coefficients de deux séries linéaires sont égaux. Les coefficients sont établis par régression linéaire. Il est surtout utilisé dans le cadre de séries temporelles pour savoir s'il y a une cassure significative par une certaine date qui séparerait les données en deux blocs ; il permet également d'évaluer l'impact des variables indépendantes sur les deux groupes ainsi construits. Ce test s'appuie sur la loi de Fisher. Soit le modèle : Si on sépare en deux groupes le modèle, on a : et L'hypothèse nulle du test de Chow nous dit que a1 = a2, b1 = b2, et c1 = c2. Soient SC la somme des carrés des résidus estimés du modèle initial, S1 la somme des carrés des résidus estimés du premier groupe, et S2 la somme des carrés des résidus estimés du groupe 2. Les valeurs N1 et N2 représentent le nombre d'observations dans chaque groupe et k est le nombre total de paramétres à estimer (3 dans ce cas). Alors la statistique du test de Chow est égale à : La statistique du test suit une loi de Fisher avec ν1 = k et ν2 = N1 + N2 - 2k degrés de liberté. Article détaillé : Test de Fisher. (fr)
|
| dbo:namedAfter
| |
| dbo:thumbnail
| |
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 3954 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| prop-fr:année
| |
| prop-fr:auteur
|
- Gregory C. Chow (fr)
- Gregory C. Chow (fr)
|
| prop-fr:journal
|
- Econometrica (fr)
- Econometrica (fr)
|
| prop-fr:jstor
| |
| prop-fr:langue
| |
| prop-fr:pages
| |
| prop-fr:titre
|
- Tests of Equality Between Sets of Coefficients in Two Linear Regressions (fr)
- Tests of Equality Between Sets of Coefficients in Two Linear Regressions (fr)
|
| prop-fr:volume
| |
| prop-fr:wikiPageUsesTemplate
| |
| dct:subject
| |
| rdfs:comment
|
- Le test de Chow est un test statistique et économétrique afin de déterminer si les coefficients de deux séries linéaires sont égaux. Les coefficients sont établis par régression linéaire. Il est surtout utilisé dans le cadre de séries temporelles pour savoir s'il y a une cassure significative par une certaine date qui séparerait les données en deux blocs ; il permet également d'évaluer l'impact des variables indépendantes sur les deux groupes ainsi construits. Ce test s'appuie sur la loi de Fisher. Soit le modèle : Si on sépare en deux groupes le modèle, on a : et (fr)
- Le test de Chow est un test statistique et économétrique afin de déterminer si les coefficients de deux séries linéaires sont égaux. Les coefficients sont établis par régression linéaire. Il est surtout utilisé dans le cadre de séries temporelles pour savoir s'il y a une cassure significative par une certaine date qui séparerait les données en deux blocs ; il permet également d'évaluer l'impact des variables indépendantes sur les deux groupes ainsi construits. Ce test s'appuie sur la loi de Fisher. Soit le modèle : Si on sépare en deux groupes le modèle, on a : et (fr)
|
| rdfs:label
|
- Chow-Test (de)
- Test de Chow (es)
- Test de Chow (fr)
- 邹检验 (zh)
- Chow-Test (de)
- Test de Chow (es)
- Test de Chow (fr)
- 邹检验 (zh)
|
| rdfs:seeAlso
| |
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:depiction
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is oa:hasTarget
of | |
| is foaf:primaryTopic
of | |
