normalite des residus

AUTOCORRELATION DES ERREURS1 . Introduction

, … 2 2 1 1 0 j kj k j j j x a x a x a a y       

n j ,…, 1     X a Y

Parmi les hypothèses

2

) (   

j

V 0 ) (

‘ ^ j j

E  

:

‘j j 

Nous supposons que

0 ) (

‘ ^ j j

E  

pour

‘j j 

– La matrice des variances et covariances de l’estimateur de a n’est plus diagonale Dans ce cas, l’estimateur de a – est sans biais – n’est pas à variance minimale L’autocorrélation des erreurs : essentiellement dans les modèles en série temporelle Les causes de l’autocorrelation – Absence d’une variable explicative importante

15