Régression linéaire & pbl sur les résidus

bonjour,


du fait de mon boulot j'ai du me replonger dans mes cours d'econometrie et, si j'ai bien (re)compris, lorsque l'on effectue une regression lineaire, on peut rencontrer 3 types de problemes sur les residus :

a) le residu ne suit pas une loi normale.
le test de Jarque-Bera est le plus utilise pour verifier ce phenomene.

b) il y a autocorrelation des residus.
les tests les plus utilises pour verifier ce phenomene sont ceux de
Durbin-Watson (autocorr d'ordre 1), Breusch-Godfrey (autocorr d'ordre
n) et Ljung-Box (autocorr d'ordre n).

c) il y a heteroscedasticite (les variances sont diferentes d'1 residu a l'autre).
le test le plus populaire pour effectuer cette verification est le test de White.

bon, ben c'est bien joli de savoir tout ca mais maintenant je voudrais
savoir quoi faire si je rencontre un pbl de type a), b) ou c).

j'ai longtemps cru que la correction d'aitken permettait de resoudre tous ces pbl mais a priori ce n'est pas le cas ...
(rappel de la corr d'aitken : BETAestime = (X' M X)^(-1) X' M Y
ou M est la matrice inverse de la matrice de variance-covariance du residu)


pourriez-vous m'eclairer sur les traitements a operer si mon residu revele 1 pbl de type a), de type b) et de type c) ?


merci a vous !

Salut,

Je ne suis pas spécialitse mais je donne mon avis.

D'abord s'il y a l'un de ces problèmes, c'est que ton modèle n'est pas bon, et qu'il faut en trouver un autre.

Pour le 1), tu peux essayer de transformer les données, par exemple les "passer" au log.
Mais une telle transformation des données ne changera rien en théorie (si je ne dis pas de bêtises) à 2) et à 3), pour cela on pourrait essayer transformer les données mais non pas "une à une"

Sinon tu peux essayer un modèle autre que régression linéaire gaussienne.