LES 10 DERNIERS VRAI OU FAUX

51. Il faut utiliser un test non linéaire si l’hypothèse nulle est : 𝐻0 : 𝛽1⁄𝛽2 = 1

52. La maximisation de la fonction de vraisemblance ou de la fonction de log-vraisemblance donne les mêmes paramètres estimés

53. La fonction de vraisemblance est toujours positive

54. La fonction de log-vraisemblance est toujours positive.

55. On peut estimer la matrice de variance-covariance de l’estimateur du MV par l’inverse du produit extérieur du gradient.

56. Le nombre de degré de liberté d’un test du rapport des vraisemblances est égal au nombre de paramètres du modèle

57. L’estimateur MV 𝜎 d’un modèle de régression linéaire normal est plus petit que ̂2 l’estimateur des MCO 𝜎 .

58. La variance de l’estimateur MV 𝜎 d’un modèle de régression linéaire normal est plus ̂2 grande ou égale à celle de l’estimateur des MCO 𝜎

59. Dans un modèle linéaire normal, les résidus de l’estimation par MCO est identique aux résidus de l’estimation par MV.

60. Dans un modèle linéaire de probabilité, la variance de l’erreur dépend des probabilités de chaque choix