La mise en oeuvre des techniques de Bootstrap pour la prévision économétrique : application à l'industrie automobile

L’application des methodes de bootstrap aux modeles de regression permet dobtenir des approximations de la distribution des coefficients ainsi que la distribution des erreurs de prediction. Dans cet article, nous nous interessons a l’application des techniques de bootstrap pour determiner des intervalles de prediction a partir d’une modelisation econometrique ou les regresseurs sont des donnees. Nous abordons differents problemes lies a cette application : la determination du nombre de replications, le choix de la methode de calcul de l’estimateur des moindres carres ordinaires (pseudo-inverse ou inverse) ainsi que l’algorithme de tri de la statistique consideree. Ces investigations proviennent des besoins de prediction des couts dans l’industrie automobile des la phase d’avant-projet du developpement d’un nouveau vehicule. Generalement, les echantillons sont de faible taille et les termes erreur n’ont pas forcement une distribution gaussienne. Ainsi, l’utilisation des techniques de bootstrap permet d’ameliorer les intervalles de prediction en retranscrivant la distribution originale des donnees. Deux exemples (moteur et reservoir) illustrent la mise en oeuvre de ces techniques.