Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

DOSSIER FINAL D’ECONOMETRIED’ÉCONOMÉTRIE Introduction De nos jours, la révoluti

DOSSIER FINAL D’ECONOMETRIED’ÉCONOMÉTRIE Introduction De nos jours, la révolution des transports prend occupe une place prépondérante : on remarque de plus en plus de personnes se déplacent, notamment en avion. En effet, comme le dit Guy Rocher dans son articlouvrage « La mondialisation : un phénomène pluriel », in Une société-monde ? : Les dynamiques sociales de la mondialisation, (Presses de l'Université Laval, 2001), « La mondialisation : un phénomène pluriel », « sSi l'on parle de mondialisation, on entend évoquer (…) l'extension [des] relations et [des] échanges internationaux et transnationaux à l'échelle du monde, conséquence de la rapidité toujours croissante des transports et des communications dans la civilisation contemporaine. ». . La fixation des prix des billets d’avion constitueest donc un enjeu économique majeur dans un contexte de mondialisation. En effet, les compagnies aériennes poursuivesont désormais dans une optiqueun objectif de réduction des coûuts, enafin de maximiserant leur profit, tandis alors que d’un autre côté, l’industrie aéro-nautique est dépendante du cours du prix du pétrole. Se posent alors les questions suivantes : On peut se demander alors comment fixe-t-on ces prix sont-ils fixés ?, Ssur quels critères se base-t-on ? La distance parcourue, le moyen de transport utilisé, le fait que la destination soit internationale ou non, le lieu de réservation, le type d’appareil utilisé pour accéder au site internet, et enfin la date du vol semblent tous être des critères possibles de fixation des prix. Dans notre étude, nous avons choisi choisirons d’étudier plus en détail le fait que le vol ait lieu six mois après la réservation, le nombre d’habitants du lieu de destination, et le fait que la destinationcelle-ci soit Ffrançaise ou non, et le fait que le vol soit 6 mois après la réservation. Nous avons choisi sélectionné ces différents facteurs car ils reflètent bien le contexte d’une disparition des frontières. Etant donné que la France est un petit territoire, on privilégiera plus facilement l’avion pour les grandes distances que pour les destinations locales. Nous avons sélectionné uniquement nous sommes concentrés sur le mode de transport aérien ;, on ne se concentra donc pas sur les trajets en train sont donc exclus du périmètre d’étude. Dans cle cadre de notre étude, nous avons posé les trois hypothèses suivantes : supposerons que un vol réservé plus de six mois à l’avance aura un prix moins élevé (H0), si la destination est internationale, le prix sera plus élevé que pour une destination internationale que pour une destination locale (H10), et enfin, . Nous supposerons également que si le vol est réservé plus de 6 mois à l’avance, le prix sera moins élevé (H1). Enfin, nous supposerons que le nombre d’habitants du lieu de destination est positivement corrélé aux prix des billets de réservation (H2). Corrélation entre les variables explicatives et notre variable dépendante Nous disposons de quatre variables : les trois variables explicatives présentées en introduction, ainsi qu’une variable dépendante. La variable dépendante que nous avons sélectionnée est le prix de réservation des billets depuis pour les vols au départ de Lille. Chaque variable est composée de 18 observations. Analyse de corrélation du modèle étudié (vol six6 mois après réservation, nom bre d'habitants, destination française) Procédure CORR 3 Avec les variables : Vols_6mois Millions_inhabitants Destination française (0_1) 1 Variables : Prix_Lille Statistiques simples Variable N Moyenne Ecart-type Somme Minimum Maximum Vols_6mois 18 0.50000 0.51450 9.00000 0 1.00000 Millions_inhabitants 18 8.98333 11.84468 161.70000 0.40000 37.20000 Destination française (0_1) 18 0.22222 0.42779 4.00000 0 1.00000 Prix_Lille 18 518.02556 612.25460 9324 91.86000 2012 Coefficients de corrélation de Pearson, N = 18 Proba > |r| sous H0: Rho=0 Prix_Lille Vols_6mois -0.20380 0.4173 Millions_inhabitants 0.74531 0.0004 Destination française (0_1) -0.37561 0.1245 On remarque que le prix moyen des trajets au départ de Lille s’élève à a une moyenne de 518 euros pour toutes les destinations confondues, avec un minimum à 91,86 euros, et un maximum à 2012 euros. Pour chaque destination, Lale nombre moyenne d’habitants pour chaque destination estatteint presque lesde 9 millions, d’habitants avec un minimum à 400 000 et un maximum à 37,2 millions d’habitants. La variable vol_6mois a un coefficient de Pearson de -0,20380. Il y a donc, ce qui témoigne d’ une faible corrélation positive entre la date du vol et le prix. Elle n’est pas statistiquement significative (supérieur à 0,1). La variable Millions_inhabitants aà un coefficient de Pearson deà 0,74531. Il existey a donc une forte corrélation positive entre cette variable et le prix du billet. De plus, elle est statistiquement significative à 1 %. La variable Destination française (0_1) a un coefficient de Pearson de --0,37561. Il y a une corrélationElle est donc corrélée négativement entre cette variable etavec le prix du vol. Par ailleurs, elle n’est pas statistiquement significative (supérieur à 0,1). LOn voit bien sur les graphiques ci-dessus montrent bien la corrélation entre chacune de nos variables explicatives et le prix. En effet, on remarque que pour les destinations françaises, le prix n’est pas élevé (largement inférieur à 500 euros). En revanche, il dépasse le seuil des 1 000 euros une fois passée la frontière. En ce qui concerne la population du lieu de destination, la corrélation entre cette variable et le prix semblent encore plus évidente. PEn effet, plus la population est forteimportante, plus le prix est élevé. ConcernantQuant à la variable Vol_6mois, il est difficile d’établir un lien entre la date de réservationdu vol et le prix. Analyse de la régression linéaire Résultats de la régression linéaire (selon vol sixà 6 mois aprèsde la réservation, nombre d'habitants, et destination française) Procédure REG Modèle : Linear_Regression_Model Variable dépendante : Prix_Lille Nombre d'observations lues 18 Nombre d'observations utilisées 18 Analyse de variance Source DDL Somme des carrés Moyenne quadratique Valeur F Pr > F Modèle 3 4137725 1379242 8.64 0.0017 Erreur 14 2234822 159630 Total sommes corrigées 17 6372547 Root MSE 399.53738R carré 0.6493 Moyenne dépendante 518.02556R car. ajust. 0.5742 Coeff Var 77.12696 Valeurs estimées des paramètres Variable DDL Valeur estimée des paramètres Erreur type Valeur du test t Pr > |t| Intercept 1 531.90807 224.57724 2.37 0.0328 Vols_6mois 1 -203.77799 190.24323 -1.07 0.3022 Millions_inhabitants 1 29.20470 10.41853 2.80 0.0141 Destination francaise (0_1) 1 -348.69811 241.34894 -1.44 0.1705 Grâce aux résultats ci-dessus, on peut dire que le coefficient de corrélation (R carré) est de 0,6493 :, il est ainsi compris entre 0,5 et 0,75, ce qui laisse présager que notre modèle est bon, puisqu’il est compris entre 0,5 et 0,75. On peut donc supposer l’absence qu’il n’ya pas de multi colinéarité dans le choix de nos variables. On remarquera que toutes les observations ont été utiles pour mener notre étude puisque les 18 observations lues ont été utilisées. Statistiques descriptives du modèle choisi (nb d'habitants, réservation vol six 6 mois après la réservationvant, nombre d'habitants, destination française) Procédure MEANS Statistiques descriptives Variable d'analyse : Prix_Lille Millions_inhabita nts Destinatio n française (0_1) Vols_6mo is N Ob s Moyenne Ecart- type Minimum Maximum Mod e N 0.4 1 0 1 91.860000 0 . 91.860000 0 91.860000 0 . 1 1 1 92.880000 0 . 92.880000 0 92.880000 0 . 1 0.5 1 0 1 115.96000 00 . 115.96000 00 115.96000 00 . 1 1 1 98.960000 0 . 98.960000 0 98.960000 0 . 1 2.8 0 0 1 144.38000 00 . 144.38000 00 144.38000 00 . 1 1 1 172.92000 00 . 172.92000 00 172.92000 00 . 1 2.9 0 0 1 192.24000 00 . 192.24000 00 192.24000 00 . 1 1 1 126.96000 00 . 126.96000 00 126.96000 00 . 1 3.2 0 0 2 138.47500 00 8.350931 1 132.57000 00 144.38000 00 . 2 1 2 138.98500 00 7.629682 2 133.59000 00 144.38000 00 . 2 11.7 0 0 1 2011.82 . 2011.82 2011.82 . 1 1 1 981.82000 00 . 981.82000 00 981.82000 00 . 1 19.0 0 0 1 1409.45 . 1409.45 1409.45 . 1 1 1 758.45000 00 . 758.45000 00 758.45000 00 . 1 37.2 0 0 1 1510.92 . 1510.92 1510.92 . 1 1 1 1060.92 . 1060.92 1060.92 . 1 Ci-dessus sont présentéesnous présentons les statistiques descriptives de notre étude. Cependant, le type de variables choisretenuesies ne correspond pas au modèle des statistiques descriptives puisque nous avons choisies des variables binaires et non continues, excepté pour le nombre d’habitants. Cette tableau nous permet d’analyser l’écart de prix en fonction des différentes conditions., Oon retrouve des résultats conformes aux précédentes analyses. En effet, le fait que le vol asoit lieu six6 mois après ou non ne semble pas influencer le prix. Les ’exemples des deux la premières et de la deuxième lignes montrent qu’à six6 mois d’intervalleécart, le prix du billet ne diffère que dil n’ya seulement qu’un euro de différence sur le prix du billet. A, alors que l’écart entredans lesa deux dernières et l’avant dernière lignes s’élève à, il y a 500 euros d’écart. En ce qui concerne la destination française, on remarque un fort écart entre les destinations locales et les destinations étrangères pouvant excéder les mille 1 000 euros. Enfin, le facteur de population est uploads/Voyage/ scribbr-exemple-de-correction.pdf