y : la part de vote en faveur du candiat A au second tour x_1 : la part de vote en faveur du candidat A au premier tour x_2 : la part de vote en faveur du candidat B au premier tour x_3 : la part de vote en faveur du candidat C au premier tour
On sait que
On a donc une relation de colinéarité entre les variables explicatives.
Dans ce cas, on retire une variable explicative.
Prenons x_3
On écrit le modèle :
En fait le problème c'est de savoir quelle est la question qu'on se pose. Ce que Gary King appelle la quantité d'intérêt.
Q1 : Quel est l'effet sur y d'une augmentation de 1 point de la part de vote du candidat 1 au premier tour
-> Cette question n'a pas de sens en soi. Il faut préciser si cette augmentation se fait au détriment du candidat B, du candidat C ou des deux.
Q2 : Quel est l'effet sur y d'une augmentation de 1 point de la part de vote du candidat A au détriment du candidat B :
-> Ce sera très clairement \beta_1 - \beta_2
Q3 : Quel est l'effet sur y d'une augmentation de 1 point de la part de vote du candidat A au détriment du candidat C :
-> Ce sera : \beta_1
Q4 : Quel est l'effet sur y d'une augmentation de 1 point de la part de vote du candidat A au détriment des candidats B et C :
-> Ce sera : \beta_1 - 1/2 \beta_2