Bonjour quelqu'un de bon en statistiques peut il m'aider car mon cousin a loupé le cours et ne possède pas le corrigé :

1)L'équation d'analyse de la variance du modèle :
a. Décompose la variance résiduelle du modèle
b. Décompose la variance expliquée du modèle
c. Décompose la variance totale du modèle
d. Permet de calculer le coefficient de détermination
e. N'est pas vérifiée si le modèle comporte un terme constant

2. On teste la significativité de β1 si l'on accepte l'hypothèse nulle au seuil de 10%, cela signifie que :
a. L'on acceptera nécessairement l'hypothèse nulle à 5%
b. La variable influence significativement le phénomène Y
c. La variable n'influence pas significativement le phénomène Y
d. La probabilité que β1 soit non nul est faible
e. La probabilité que β1 soit non nul est forte
f. L'on a moins de 10% de chance de se tromper

3. Pourquoi l'augmentation du nombre d'observations rendrait-elle le résultat plus précis ?
a. La variance des βj diminue et le résultat devient donc plus précis
b. La variance des βj augmente et le résultat devient donc plus précis
c. La variance des erreurs augmente et donc le R2 augmente
d. L'augmentation du nombre d'observations ne rend pas le résultat plus précis

4. Pour que les estimateurs des MCO soient BLUE, il faut :
a. E(βˆj ) = 0
b. Qu'ils maximisent la variance des résidus
c. E(ˆσ) = σ
d. cov(εi
, εj ) = 0
e. Que les hypothèses du théorème de Gauss-Markov soient vérifiées

Merci bien