Nombre de personnes tuées en 2002 dans les pays en voie de développement

Résumé du document

De nombreuses études ont été menées afin de cerner les facteurs socio-économiques entrainant la violence envers autrui. Ainsi, selon l'Organisation des Nations unies (et plus précisément l'office contre la drogue et le crime de l'ONU) les pays en développement et à revenu intermédiaire ont des taux de criminalité plus élevés que la moyenne mondiale (à l'exception des États-Unis qui sont le seul pays développé à avoir un taux d'homicide supérieur à la moyenne). Cependant selon la même étude ces hypothèses sont à considérer avec prudence puisque des pays font quand même exception.

Afin de quantifier ce phénomène, j'ai choisi ici d'utiliser les données de l'Organisation mondiale de la santé concernant le nombre de morts en 2002 dus à la violence. Les 47 pays étudiés sont essentiellement des pays en développement (et quelques pays à revenu intermédiaire). Des variables telles que la richesse, l'accès à l'emploi, la qualité de vie, qui peuvent être considérés comme indirects pourraient donc expliquer le nombre de personnes tuées en 2002.

Extraits

[...] Rappels concernant la première partie : ¡Error! Marcador no definido. II. Test de détection de multicolinéarité : 26 A. Test de Klein : 26 B. Test de Farrar et Glauber : 27 C. Correction de la multicolinéarité : 28 III. Autocorrélation des erreurs d'ordre A. [...]

[...] Statistique de test : Ici nous avons K=9 et n=47. L'hypothèse nulle est rejetée si > , nous pourrons également nous baser sur la probabilité critique qui doit être inférieure au seuil de significativité choisi (ici Avec Eviews nous obtenons : La probabilité critique est strictement inférieure à (Prob = 0.000121 ) nous rejetons donc l'hypothèse nulle et le modèle est globalement significatif. Tests de significativité des coefficients Nous allons dans cette partie effectuer des tests coefficient par coefficient afin de détecter les variables qui contribuent effectivement à expliquer notre variable endogène. [...]

[...] Notre modèle optimal se composait de deux variables exogènes : le nombre de personnes sous-alimentées et le nombre de personnes vivant dans des bidonvilles. Il s'agit, dans cette deuxième partie de s'assurer de la non-violation des hypothèses afin de savoir si le modèle peut être considéré comme valide. Pour cela nous allons déceler une éventuelle multicolinéarité entre les variables (et la corriger), l'autocorrélation des erreurs et l'homoscédasticité. Test de détection de multi colinéarité 1 Test de Klein : Nous allons dans cette partie procéder au test de Klein consistant à comparer le coefficient de détermination du modèle optimal de la première partie de ce projet (modèle à deux variables) aux coefficients de corrélation simples entre les variables explicatives. [...]

[...] Encore une fois des valeurs extrêmes faussent les valeurs des statistiques descriptives avec un grand écart entre le max et le min. Nous avons donc de très fortes fluctuations avec un écart type à Quant au coefficient de corrélation, il est relativement élevé et positif ce qui nous amène à penser à une corrélation positive entre le nombre de morts et les importations d'armes Le nombre de personnes sous-alimentées Le nuage de points est très écrasé sur les valeurs les plus basses de la distribution, la valeur maximale (212) nous empêche d'interpréter le graphique précisément, mais il semble que la corrélation positive attendue ne soit pas réalisée ici. [...]

[...] Les fluctuations sont moyennes pour cette variable avec un écart type à Notre intuition de départ se basait sur une corrélation négative entre cet indice et la variable endogène, le nuage de points ne nous conforte pas dans cette idée il en va de même du coefficient de corrélation sensiblement supérieur à 0.1 ce qui reste très faible. Les importations d'armes En moyenne les importations d'armes dans ces 47 pays s'élevaient à 86.87 millions $ ont importé plus de 17 millions de $ d'armes à feu. La valeur la plus élevée se situe à 1659 millions (Inde) et la plus faible à 1million (Ghana). [...]