Analyse économétrique - Immatriculation de véhicules électriques et hybrides

Thèmes abordés

Analyse économétrique, voitures électriques, voitures hybrides, immatriculation de véhicule, régression linéaire, statistiques de colinéarité, multicolinéarité

Résumé du document

L'objectif de ce projet est de réaliser une analyse économétrique visant à expliquer les immatriculations de véhicules électriques et hybrides en France, puis d'effectuer des prévisions à l'horizon 2025 avec un intervalle de confiance. Un rapport de 10 pages sera rédigé pour synthétiser le travail réalisé.

Extraits

[...] Tableau des coefficients : Ce tableau présente les coefficients estimés pour chaque variable indépendante. Les coefficients non standardisés sont les coefficients du modèle de régression linéaire, tandis que les coefficients standardisés (Bêta) permettent de comparer l'importance relative des variables indépendantes. Pgazole : coefficient = -713,764 ; p-valeur = 0,086 PSuperSP95 : coefficient = -3,282 ; p-valeur = 0,993 Pelec : coefficient = 1,398 ; p-valeur = 0,322 Pop : coefficient = -0,001 ; p-valeur = 0,000 CPI : coefficient = 120,496 ; p-valeur = 0,000 GDP_PIB : coefficient = 8,636E-10 ; p-valeur = 0,026 La p-valeur est utilisée pour déterminer si les coefficients sont significativement différents de zéro. [...]

[...] Dans ce cas, nous avons des valeurs d'Index de Conditionnement allant jusqu'à ce qui indique un problème potentiel de multicolinéarité. Les proportions de la variance associées aux valeurs propres faibles et aux indices de conditionnement élevés nous donnent une idée de la contribution de chaque variable à la multicolinéarité. Par exemple, pour l'Index de Conditionnement de les proportions de la variance sont les plus élevées pour les variables CPI et GDP_PIB (0,20). En outre, nous pouvons également examiner les statistiques de colinéarité dans le tableau des coefficients. [...]

[...] Le modèle explique 62,6% de la variance dans les immatriculations de véhicules électriques et hybrides, avec une erreur standard de l'estimation de 100,2827. Les diagnostics de colinéarité montrent que les variables indépendantes ne sont pas fortement corrélées, avec des valeurs de tolérance supérieures à 0,1 et des VIF inférieurs à 10, ce qui indique l'absence de problème de colinéarité. Prévision Utiliser le modèle économétrique estimé pour effectuer des prévisions à l'horizon 2025 et fournir un intervalle de confiance pour ces prévisions. [...]

[...] L'analyse de la régression linéaire multiple avec ces deux variables uniquement montre les résultats suivants : Les résultats de cette nouvelle analyse de régression montrent une forte corrélation positive entre les immatriculations de véhicules électriques et hybrides (VE_VHR) et les variables CPI (Indice des prix à la consommation) et Pop (population). Les coefficients de corrélation de Pearson montrent des valeurs de 0,655 pour la variable Pop et 0,709 pour la variable CPI, avec des valeurs significatives de 0,002 et 0,000 respectivement. Le modèle économétrique basé sur les deux variables CPI et Pop a une bonne qualité d'ajustement, avec un R-deux de 0,626 et un R-deux ajusté de 0,576. L'ANOVA indique que la régression est significative avec une F de 12,530 et une valeur de p de 0,001. [...]

[...] Le coefficient de la variable CPI est positif et significatif = 0,013), ce qui indique que l'augmentation de l'indice des prix à la consommation est associée à une augmentation des immatriculations de véhicules électriques et hybrides. De même, la variable Pop a un coefficient positif et significatif = 0,042), indiquant que l'augmentation de la population est associée à une augmentation des immatriculations de VE_VHR. Les diagnostics de colinéarité montrent des VIF élevées pour les deux variables, suggérant une forte corrélation entre les variables indépendantes. [...]