Analyse spatiale de la taxe professionnelle en régions française en 1995

Extraits du TD

[...] La taxe professionnelle départementale dépendra alors de celui que l'on observe chez ses voisins. L'autocorrélation spatiale peut être positive : Les départements voisins se ressemblent ; ou négative : les départements voisins se dissemblent (en terme de taxe). L'analyse du p-value (la probabilité de rejeter à tord H0 vaux 9.10 conduit au rejet de Ho. Nous pouvons donc conclure à la présence d'une autocorrélation spatiale dans le modèle estimé par les MCO. Il est donc nécessaire de traiter cette hétéroscédasticité avec des modèles économétriques spatiaux. [...]

[...] Analyse spatiale de la taxe professionnelle en régions française en 1995. Université de Lille1 Master 2 Econométrie Appliquée Université Lille Master Econométrie Appliquée Introduction. L'objectif du projet est d'utiliser les techniques de l'économétrie spatial pour repérer les interactions spatiales en terme de taxe professionnelle en France pour l'année 1995, et d'analyser quels sont les facteurs qui influencent le plus ce taux en tout en spécifiant un bon modèle économétrique qui prend en compte ces interactions. PARTIE I : RECHERCHE DE SPECIFICATION .RDATA). [...]

[...] Choix des variables. Le LISA est un indicateur qui renseigne sur la structure de l'interdépendance spatiale entre les unités statistique au niveau régional (local). La carte de LISA permet de décrire l'autocorrélation spatiale locale. Ce sont des statistiques qui sont spécifiques à chaque observation et qui permettent de mettre en évidence les variables qui influences le plus la variable modélisée. Pour chaque observation, le LISA donne une indication sur le regroupement spatial significatif de valeurs similaires autour de chaque observation. [...]

[...] On constate que le RLMerr(p-value= 0.313 ) n'est pas significatif pour un seuil de et le RLMlag est significatif pour ce même seuil, on conclut que le modèle approprié est un SAR (Spatial Autorégressif Model) qui s'écris de la manière suivante : Université Lille Master Econométrie Appliquée Conclusion et discussion Comme nous avons pu le voir dans ce rapport, nous avons détecté de l'hétérogénéité spatiale qui était essentiellement dû à l'instabilité structurelle entre les deux régimes spatiaux bien distincts. Ces régimes spatiaux ont été déterminés en utilisant l'analyse exploratoire de données spatiales, et plus précisément à l'aide du diagramme de Moran. Nous avons ainsi pris en compte l'autocorrélation spatiale détectée conjointement avec l'instabilité structurelle. Mais c'est le modèle avec l'autocorrélation spatial qui a pris le dessus en utilisant les deux matrices de poids. [...]

[...] Université Lille Master Econométrie Appliquée A-Calcul d'I-Moran standardisé : . Le calcul du I Moran standardisé s'effectue comme suit : Avec l'espérance. Matrice de contigüité Matrie12 Matrie13 Matrie7 Matrie6 Matrie9 Matrie2 Matrie11 Matrie10 Matrie8 Matrie5 Matrie4 Matrie1 Matriew Matrie3 I de Moran Variance Ecart type Tableau 1 : calcul du I de Moran standardisé. I-Moran standardisé La matrice de contigüité n 12 a le I de Moran standardisé le plus élevé. Il faut la retenir pour la suite de notre étude. [...]