Aula 4. Wilson Correa. August 5, 2015
|
|
- Rosângela Cordeiro Antunes
- 5 Há anos
- Visualizações:
Transcrição
1 Aula 4 Raíz Unitária e Cointegração Wilson Correa August 5, 2015
2 Introdução e Implicações Não estacionariedade possui possivelmente diversas origens em economia como resultado do progresso tecnológico implicando em uma tendência secular. Foco de atenção na não esacionariedade induzida pela acumulação persistente de efeitos passados. Existência de uma tendência diferente em cada ponto do tempo (tendência estocástica). Porquê esperar tendências estocásticas em economia? 1 Tecnologia é um processo de conhecimento cumulativo. 2 Mudanças estruturais causadas por choques de oferta Outras possibilidades de não estacionariedade como a variância heterocedástica não são discutidas.
3 Introdução e Implicações Considerem um modelo simples de regressão: y t = y 0 + βt + u t t = 1,..., T (1) onde: ε t i.i.d.(0, σε) 2 Equação (2) pode ser reescrita como u t = ε t 1 ρl u t = ρu t 1 + ε t (2) 1 Quando ρ < 1 temos expandido como 1 ρl (1 + ρl + ρl ) logo: (3) u t = ε t + ρε t 1 + ρ 2 ε t (4) Portanto o termo de erro é um somatório de todos os choques ocorridos anteriormente.
4 Introdução e Implicações Se ρ < 1 os choques perdem intensidade. Se ρ = 1, temos: u t = ε t + ε t 1 + ε t = i=1 ε t i Portanto cada choque persiste indefinidamente e possui um efeito permanente em u t. Neste caso dizemos que u t possui uma tendência estocástica. Diferença de uma tendência estocástica para uma determinística. 1 Tendência determinística Incrementos constantes. 2 Tendência estocástica Incrementos aleatórios. Notem que: Var(u t ) = quando ρ 1. σ2 ε 1 ρ 2. Portanto Var(u t)
5 Introdução e Implicações Substituindo (2) em (1) fica: y t = βt + ε t 1 ρl + y 0 (1 ρl)y t = (1 ρl)βt + (1 ρl)y 0 + ε t y t = ρy t 1 + β(1 ρ)t + ρβ + (1 ρ)y 0 + ε t (5) onde: 1 b 1 = ρ 2 b 2 = β(1 ρ) y t = b 1 y t 1 + b 2 t + b 0 + ε t 3 b 0 = ρβ + (1 ρ)y 0
6 Introdução e Implicações Com essa especificação podemos considerar 4 casos distintos 1 ρ = 1 e β 0 Random Walk with Drift 2 ρ = 1 e β = 0 Random Walk 3 ρ < 1 e β 0 Trend Stationary Model 4 ρ < 1 e β = 0 AR com termo constante. Problema da Regressão Espúria. Considerem a seguinte equação: y t = β 0 + β 1 x t + u t (6) Se u t é estacionário, então y t e x t devem possuir a mesma tendência estocástica, pois caso contrário u t poderia ser estacionário. Se y t é não estacionário, mas não é causado por x t e sim por z t = υ + z 0. Não estacionário também. Então a hipótese de interesse é β 1 = 0 em (6) e y t = β 0.
7 Introdução e Implicações Contudo u t contém υ e é não estacionário. Portanto conduzir testes onde a hipótese β 1 = 0 é testada não é viável. Notem que neste caso gostaríamos de aceitar a hipótese nula de que H 0 : β 1 = 0. Estimando a equação (6) por OLS implica que se u t i.i.d temos: P( t β1 =0 2/H 0 ) = Se u t é I (1) para T = 100 temos: P( t β1 =0 14.8/H 0 ) = Portanto teríamos que usar um valor de 14.8 para a estatística chegar a um nível de significância de 5 Resultado prático é a rejeição da hipótese nula e por conseguinte a variável x t sendo tomada errôneamente como significativa na equação (6) a menos que utilizemos 15 como valor crítico da estatística.
8 Modelo de Correção de Erros ECM A equação (6) pode ser considerada um modelo particular de um ADL(1,1) Autoregressive Distributed Lag. y t = b 0 + b 1 y t 1 + b 2 x t + b 3 x t 1 + ε t (7) A equação (7) pode ser reescrita como: y t = α 0 + α 1 x t α 2 (y t 1 β 1 x t 1 β 0 ) + ε t (8) A equação (8) é conhecida como modelo de correção de erros. Taxas de crescimento em y t são dadas pelas taxas de crescimento em x t e o desequiĺıbrio entre os níveis para o período anterior.
9 Modelo de Correção de Erros ECM Magnitude do desequiĺıbrio: y t 1 β 1 x t 1 β 0 Velocidade do ajustamento: α 2 Se ε t, y t e x t são I (0), então: 1 α 2 0 e (y t 1 β 1 x t 1 β 0 ) é I (0) OU 2 α 2 = 0 e (y t 1 β 1 x t 1 β 0 ) é I (1) Neste último caso, α 2 = 0, temos: y t = α 0 + α 1 x t + ε t O problema da Regressão Espúria desaparece pois y t e x t são I (0)
10 Modelo de Correção de Erros ECM Davidson, Hendry, Srba e Yeo (1978) cunham o termo mecanismo de correção de erros. Engle(1981) Introduziu o conceito de cointegração, onde existe uma relação genuína entre variáveis que não são estacionárias. Nelson e Plosser (1982) apresentam evidências de que muitas das séries econômicas eram não estacionárias. Engle e Granger (1987) apresentam o teorema da representação de um modelo ECM como cointegrado e que as séries cointegradas admitem uma formulação em termos de um modelo ECM
11 Testes de Raiz Unitária Propriedades assintóticas do estimador por OLS em y t = ρy t 1 + ε t onde: ε t i.i.d.(0, σε) 2 depende se uma constante e uma tendência são ou não incluídas na regressão que é estimada e se o processo verdadeiro que gerou os dados inclui ou não um termo de drift. Dois tipos de teste são utilizados com valores assintóticos das (ˆρ 1) distribuições calculados: K = T (ˆρ 1) e tˆρ = DP(ˆρ) Caso 1: Regressão Estimada: y t = ρy t 1 + ε t Processo Verdadeiro: y t = y t 1 + ε t Hipótese nula: ρ = 1 Distribuição Tabulada Dickey and Fuller para os testes K e tˆρ.
12 Testes de Raiz Unitária Caso 2: Regressão Estimada: y t = b 0 + ρy t 1 + ε t Processo Verdadeiro: y t = y t 1 + ε t Hipótese nula: ρ = 1 testes K e tˆρ Teste de Hipótese Conjunta (Teste F): b 0 = 0 e ρ = 1 Ambos os Testes com Distribuição Tabulada Dickey and Fuller Caso 3: Regressão Estimada: y t = b 0 + ρy t 1 + ε t Processo Verdadeiro: y t = b 0 + y t 1 + ε t com b 0 0 Estatística tˆρ converge em distribuição para uma N(0, 1)
13 Testes de Raiz Unitária Caso 4: Regressão Estimada: y t = b 0 + ρy t 1 + b 2 t + ε t Processo Verdadeiro: y t = b 0 + y t 1 + ε t Hipótese nula: ρ = 1 testes K e tˆρ Teste de Hipótese Conjunta (Teste F): b 2 = 0 e ρ = 1 Ambos os Testes com Distribuição Tabulada Dickey and Fuller
14 Testes de Raiz Unitária ADF Regressões Estimadas: y t = ρy t 1 + α + y t = ρy t 1 + α + p β j y t j + δt + ε t j=1 p β j y t j + ε t j=1 p y t = ρy t 1 + β j y t j + ε t j=1 (9)
15 Testes de Raiz Unitária ADF Caso 1: ρ = 1 Estatística τ Caso 2: ρ = 0 Estatística τ µ α = 0 dado ρ = 0 Estatística τ αµ α = ρ = 0 Estatística φ 1
16 Testes de Raiz Unitária ADF Caso 3: ρ = 0 Estatística τ τ α = 0 dado que ρ = 0 Estatística τ ατ δ = 0 Dado que ρ = 0 Estatística τ βτ α = δ = 0 Estatística φ 3 α = δ = ρ = 0 Estatística φ 2 Determinação de p 1 p = Int{ c (T /100) 1 d } com c = 12 e d = 4 2 Usar AIC ou BIC 3 Regra Sequencial
17 Testes de Raiz Unitária Phillips-Perron Objetivo é corrigir as estatísticas convencionais DF para presença de correlação serial e distribuições heterogêneas. Teste não paramétrico para a hipótese nula de raiz unitária. Três Especificações Possíveis: 1 AR(1)sem drift: y t = ρy t 1 + e t 2 AR(1)com drift: y t = α 0 + ρy t 1 + e t 3 AR(1)com drift e tendência linear: y t = α 0 + βt + ρy t 1 + e t
18 Testes de Raiz Unitária Phillips-Perron Duas estatísticas possíveis: Z t que corrige tˆρ e Z α que corrige T (ˆρ 1) Em ambos os casos a estatística depende do estimador da autocovariância de e t o qual é estimado utilizando a correção de Bartlett. Nessa correção é preciso especificar o número de lags que serão incluídos na correção de Bartlett. Há a necessidade de fazer o teste para diferentes especificações de lags. Na prática o número de lags usualmente fica entre 4 e 8.
19 Teste Perron e Ng Teste proposto para corrigir problemas de baixo poder do teste PP. Duas estatística possíveis: MZ t e MZ α que modificam Z t e Z α respectivamente. O teste utiliza de uma regressão base dada por: y t = b 0 y t 1 + k b j y t j + e tk (10) j=1 A determinação do lag k é feita utilizando-se o critério SIC.
20 Teste DF-GLS - Elliot, Rothemberg e Stock (1996) Teste Dickey-Fuller GLS consiste numa melhora do poder do teste em relação ao Dickey-Fuller padrão na presença de termos determinísticos como constante e tendência. Os autores propõem estimar a regressão do teste ADF mas com a influência dos termos determinísticos sendo removida através da seguinte regressão: y d t = y t ˆβ 0 ˆβ 1 t (11)
21 Teste DF-GLS - Elliot, Rothemberg e Stock (1996) Os estimadores de ˆβ 0 e ˆβ 1 são obtidos na regressão de ȳ sobre z onde: ȳ = [y 1, (1 ᾱl)y 2,..., (1 ᾱl)y T ] z = [z 1, (1 ᾱl)z 2,..., (1 ᾱl)z T ] z t = (1, t) ᾱ = 1 + c T c = 13.5 com tendencia c = 7.0 com constante (12)
22 Teste KPSS O Teste KPSS assume estacionariedade como hipótese nula. O teste consiste no seguinte modelo: y t = δt + ζ t + ε t ζ t = ζ t 1 + u t (13) onde: u t i.i.d.(0, σ 2 u) e ε t é um processo estacionário A hipótese nula é de que o processo é trend-stationary, ou seja, que a variância do processo que possui raiz unitária é zero (σ 2 u = 0). Alternativamente pode ser assumido que o processo é estacionário em torno de um nível fazendo-se δ = 0 A estatística do teste é dada por: LM = T t=1 S 2 t σ 2 e (14)
23 Teste KPSS onde: St 2 é a soma dos resíduos de uma regressão de y t sobre um intercepto e uma tendência e σe 2 é soma dos quadrados dos resíduos da regressão dividido por T (variância do erro da regressão). Caso os resíduos da regressão não sejam i.i.d. é necessário a utilização de um estimador para σ 2 e o qual depende das autocovariâncias e do lag escolhido na estimação definido na correção de Bartlett. Usualmente utilizam-se os lags 4 ou 8.
24 Quebras Estruturais e Testes de Raiz Unitária Problema: Se a magnitude do deslocamento no nível ou na inclinação em um único ponto é significativa a hipótese nula de raiz unitária dificilmente seria rejeitada ainda que a série seja estacionária com uma tendência com quebra. Perron(1989) propõe os seguintes modelos de termos determinísticos para realização de testes de raiz unitária: Modelo A (Crash Model) DT t = µ 0 + µ 1 DU t + δt (15) onde: DU t = { 1 t > TB 0 de outro modo (16)
25 Quebras Estruturais e Testes de Raiz Unitária Modelo B (Changing Growth Model) DT t = µ 0 + δ 0 t + δ 1 DT t (17) onde: DT t = { t TB t > TB 0 de outro modo (18) Modelo C DT t = µ 0 + µ 1 DU t + δ 0 t + δ 1 DT t (19) onde: DT t = { t t > TB 0 de outro modo (20)
26 Quebras Estruturais e Testes de Raiz Unitária O teste é implementado fazendo-se a remoção da tendência de acordo com as especificações A, B ou C e implementando-se o teste PP ou ADF para a variável detrended. Valores críticos a serem utilizados são tabulados por Perron(1989) Utilizando-se das diferentes especificações propostas Perron(1989) mostra que se considerarmos a existência de uma quebra estrutural das 14 séries originalmente estudadas em Nelson e Plosser (1982)em 11 a hipótese nula de raiz unitária poderia ser rejeitada. Principal problema deste teste: Os valores tabulados assumem que o período de ocorrência da quebra (TB) é conhecido.
27 Quebras Estrtuturais e Testes de Raiz Unitária Zivot and Andrews (1992) propõem um teste com especificação próxima à utilizada em Perron (1989) onde o ponto de quebra considerado na especificação dos modelos é determinado endogenamente considerando a hipótese da existência de apenas uma quebra estrutural. A estratégia do teste Zivot e Andrews(1992) é a mesma de Perron (1989) com a utilização de regressões do teste ADF aumentadas pela especificação das Dummies que permitem modelar as quebras nos termos determinísticos. A hipótese nula é de que o processo segue um random walk com drift e sem quebra.
28 Quebras Estruturais e Testes de Rais Unitária Lumsdaine e Papell (1997) estendem a análise de quebras estruturais considerando a possibilidade da existência de duas quebras estruturais com uma especificação diferente da utilizada por Zivot e Andrews uma vez que os autores consideram a possível existência de duas mudanças no nível e duas mudanças na tendência. Perron e Rodriguez (2003) propõem um teste de raiz unitária considerando o processo de remoção da tendência proposto em Elliot, Rothemberg e Stock (1996)assumindo duas especificações possíveis. A primeira de uma quebra na inclinação da tendência e a segunda de uma quebra em ambos: no intercepto e na inclinação da tendência.
29 Quebras Estruturais e Testes de Raiz Unitária Como o teste Perron e Rodriguez propõe a utilização do método de detrended GLS em comparação a Zivot e Andrews (1992) que utilizam uma regressão do tipo ADF existem ganhos em termos do poder do teste associados ao processo de GLS detrending similarmente ao que ocorre com o teste ADF-GLS sem a especificação de quebras estruturais. Além disso o processo de determinação dos pontos de quebra segue o proposto em Perron (1997). Kim e Perron (2009) propõem um teste em que é especificado a existência de uma quebra estrtutural tanto na hipótese alternativa quanto na nula, diferentemente da proposta de teste de Perron e Rodriguez (2003) que assumem que a hipótese nula é de um modelo com tendência estocastica sem quebra.
30 Quebras Estruturais e Testes de Raiz Unitária Carrion-i-Silvestre et. al. (2009) propõem um teste em que estendem os resultados de Kim e Perron (2009) permitindo a especficicação de um número arbitrário de quebras tanto no nível quanto na inclinação da tendência. Harvey, Leybourne e Taylor (2013) argumentam que o teste proposto em Carrion-i-Silvestre et. al.(2009) sofre de um problema de baixo poder se as quebras estruturais têm a magnitude das normalmente encontradas em séries econômicas. Os autores propõem a utilização de um processo de detereminação do ponto de quebra como proposto em Zivot e Andrews (1992) mas assumindo o processo de remoção da tendência pelo método GLS. O teste também assume a existência de múltiplas quebras estruturais e não somente uma como em Zivot e Andrews (1992)
31 Cointegração Característica de séries de tempo que individualmente possuem tendências estocásticas mas que quando combinadas linearmente são estacionárias. Cointegração é uma propriedade estatística dos dados e não econômica. Portanto ela é utilizada em economia para descrever um equiĺıbrio de longo prazo a partir da formulação do modelo de correção de erros. Definição Considerem duas variáveis, y t e x t ambas I (1). y t e x t são cointegradas se existe uma combinação linear tal que: y t βx t seja I (0). De uma maneira geral se y t é I (d) e x t é I (d) então y t e x t são CI (d, b) se y t βx t é I (d b) com b > 0.
32 Cointegração Cointegração se refere a combinações lineares, contudo há a possibilidade de que existam combinações não lineares. Suponha que entre três variáveis, x t, y t e z t, x t e y t sejam I (2) e z t seja I (1). x t, y t e z t não podem ser cointegradas, mas x t e y t podem ser CI (2, 1) tal que forme uma combinação linear w t = β 1 x t + β 2 y t seja I (1) e então w t e y t serem CI (1, 1). Engle e Granger propuseram um teste baseado nos resíduos da equação de cointegração estimada por OLS: y t = βx t + u t. Testar se û t é I (1) via testes de raiz unitária. Engle e Granger propõem estimar β por OLS usando a regressão estática e substituir essa estimativa no modelo ECM e estimar por OLS o modelo dinâmico.
33 Cointegração Uma outra possibilidade de estimação do parâmetro de longo prazo via modelo de correção de erros irrestrito ou seja: y t = γ x t + αy t 1 + θx t 1 + u t (21) Neste caso a equação (21) é estimada por OLS como proposto em Banerjee et al.(1998) e testa-se α = 0 1 utilizando-se o teste t. Este teste se caracteriza por ter a hipótese nula de não cointegração. Existe a necessidade de se utilizar os valores críticos tabulados por Banerjee et al.(1998) considerando-se a presença da constante ou da constante e da tendência. 1 Notem que neste caso temos θ = αβ
Econometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisAula 6. Modelo de Correção de Erros Vetorial. Wilson Correa. August 23, Wilson Correa August 23, / 16
Aula 6 Modelo de Correção de Erros Vetorial Wilson Correa August 23, 2017 Wilson Correa August 23, 2017 1 / 16 Equações Simultâneas e Modelos VAR/VEC Frequentemente o interesse em economia é centrado na
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 12
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 12 Regressão com Variáveis Não-Estacionárias Considere três processos estocásticos definidos pelas seguintes
Leia mais4 Mecanismo gerador dos dados, quebras estruturais e cointegração
4 Mecanismo gerador dos dados, quebras estruturais e cointegração 4.1. Mecanismo gerador de dados Eis alguns fatos destacados na literatura: A teoria da PPC prevê que a taxa de câmbio real deve convergir
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia maisTestes de Raiz Unitária para Dados em Painel
Aula 7 Bibliografia: Stata, 2017. help xtunitroot. From Stata/SE 13 (accessed on Oct. 23, 2018). Pesaran, M.H. (2015). Time series and panel data econometrics. Oxford: Oxford University Press. Rafael S.
Leia maisECONOMETRIA EXERCÍCIOS DO CAPÍTULO 6
ECONOMETRIA EXERCÍCIOS DO CAPÍTULO 6 1. Exercício C18.13 i) a iv) de W. 2. Exercício C18.2 de W. 3. (Exercício 9 do exame de ER de 25/6/2010.) Com dados anuais de 1952 a 2009, pretendese analisar as propriedades
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia maisMestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007
Projeções de Séries S Temporais Econometria dos Mercados Financeiros Mestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007 Objetivo do curso
Leia maisteoria de probabilidade e estatística, uma sequência de palavra série de tempo é usada alternativamente para
Na teoria de probabilidade e estatística, uma sequência de variáveis aleatórias é independente e indenticamente distribuida (i.i.d) se cada variável aleatória tem a mesma distribuição de probabilidade
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisTestes de raiz unitária
Testes de raiz unitária Avaliando estacionariedade em séries temporais financeiras Wilson Freitas Quant Developer Recursos index.rmd 2/20 Testes de Raiz Unitária Definição do teste de raiz unitária Existem
Leia maisTestes de cointegração
Testes de cointegração Avaliando a existência de relação de conintegração entre séries temporais Wilson Freitas Quant Developer Recursos index.rmd 2/13 Teste de Engle & Granger (EG) Teste de Engle & Granger
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas
Instituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas NOME: Processo Espaço Reservado para Classificações A utilização do telemóvel
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2011 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 0 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ρ ε t- + υ t, onde υ t é ruído
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisNome: Número: Espaço reservado para classificações
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria - Época Normal - 07/01/2015 Duração 2 horas Nome: Número: Notas: A utilização do telemóvel
Leia maisConceitos Básicos de Séries Temporais para Modelagem Macroeconômica
Conceitos Básicos de Séries Temporais para Modelagem Macroeconômica Material de apoio à aula de RBC Referencia bibliográfica: Introduction to Econometrics G S Maddala e Kajal Lahiri 4a. Edição, John Wiley
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2010 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 00 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ε t- + υ t, onde υ t é ruído
Leia maisAula 7 Métodos Quantitativos Avançados
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Programa de Pós-Graduação em Controladoria e Contabilidade Aula 7 Métodos Quantitativos Avançados Autor:
Leia maisInstituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas
1 NOME: Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas Espaço Reservado para Classificações A utilização de qualquer meio de telecomunicação
Leia maisEstimação no Domínio do tempo: Covariâncias e modelos ARIMA
Estimação no Domínio do tempo: Covariâncias e modelos ARIMA Airlane Pereira Alencar 8 de Março de 2019 Alencar, A.P., Rocha, F.M.M. (IME-USP) Processos Estocásticos 8 de Março de 2019 1 / 26 Índice 1 Estacionariedade
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisSegundo Trabalho de Econometria 2009
Segundo Trabalho de Econometria 2009 1.. Estimando o modelo por Mínimos Quadrados obtemos: Date: 06/03/09 Time: 14:35 Sample: 1995Q1 2008Q4 Included observations: 56 C 0.781089 0.799772 0.97664 0.3332
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia mais3 Dados e metodologia
3 Dados e metodologia 3.1 Apresentação de Dados Para a realização dessa pesquisa foram utilizados os dados da série histórica dos preços da soja (em grão) do Estado do Paraná, obtidos da base de dados
Leia maisMoisés A. Resende Filho. CERME-CIEF-LAPCIPP-MESP-Pós ECO Joint Research Seminar Program I. 22 de março de 2018
Procedimento ARDL testes de limites (bounds tests) para cointegração: uma aplicação à detecção de risco moral e seleção adversa no crédito rural no Brasil Moisés A. Resende Filho CERME-CIEF-LAPCIPP-MESP-Pós
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisMacroeconometria 2. Mestrado em Economia Monetária e Financeira Mestrado em Economia. ISCTE-IUL, Dep. de Economia
1 Macroeconometria 2 Mestrado em Economia Monetária e Financeira Mestrado em Economia ISCTE-IUL, Dep. de Economia MODELOS VAR, TESTES DE RAIZES UNITÁRIAS E COINTEGRAÇÃO Luís Filipe Martins luis.martins@iscte.pt
Leia maisCointegração fracionária em séries financeiras. Victor Sakimoto Shie DISSERTAÇÃO APRESENTADA INSTITUTO DE MATEMÁTICA E ESTATÍSTICA
Cointegração fracionária em séries financeiras Victor Sakimoto Shie DISSERTAÇÃO APRESENTADA AO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DA UNIVERSIDADE DE SÃO PAULO PARA OBTENÇÃO DO TÍTULO DE MESTRE EM CIÊNCIAS
Leia maisAnálise de Dados Longitudinais Aula
1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva
Leia maisSérie de Textos para Discussão do Curso de Ciências Econômicas
Série de Textos para Discussão do Curso de Ciências Econômicas Texto para Discussão n. 001 STAR unit root test e os preços da cana-de-açúcar no Brasil: evidências empíricas não lineares Cleyzer Adrian
Leia maisAula 1. Wilson Correa. June 27, 2017
Aula 1 Definições Básicas Wilson Correa June 27, 2017 Série de Tempo Definição Uma série de tempo é qualquer conjunto de observações ordenadas no tempo. Podem ser: Discretas. Ex: Valores Diários de Poluição,
Leia maisMOEDA E PRECOS NA AGRICULTIRA E INDUSTRIA: EVIDENCIA EMPIRICA COM A UTILIZACAO DO MODELO VAR
MOEDA E PRECOS NA AGRICULTIRA E INDUSTRIA: EVIDENCIA EMPIRICA COM A UTILIZACAO DO MODELO VAR Vitor Borges Monteiro 1 Sinezio Fernandes Maia 2 Resumo Este trabalho se propõe a investigar as relações empíricas
Leia maisAula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente
Leia maisTópicos de Estatística Espacial Geoestatística
Tópicos de Estatística Espacial Geoestatística Anderson Castro Soares de Oliveira Geoestatística A geoestatística é uma análise espacial que considera que a variável em estudo se distribui continuamente
Leia maisCointegração: Uma relação de equilíbrio de longo prazo
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Cointegração: Uma relação de equilíbrio de longo prazo Autor: Thaís Neves Pereira Orientador: Professor Dr.
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste
Leia maisVer programa detalhado em anexo. CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA
CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA 2017.2 ECO 1705 ECONOMETRIA II CARGA HORÁRIA TOTAL: XX HORAS CRÉDITOS: 4 PRÉ-REQUISITO(S): ECO1704, ECO1722, ECO1721, MAT1112, MAT1105 OBJETIVOS Completar
Leia maisSTAR unit root test e os preços da cana-de-açúcar. Grupo de Pesquisa: 1. Comercialização, Mercados e Preços
SAR UNI ROO ES E OS PREÇOS DA CANA-DE-AÇÚCAR cleyze@yahoo.com.br Apresentação Oral-Comercialização, Mercados e Preços CLEZER ADRIAN CUNHA ; ALCIDO ELENOR WANDER 2..UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 7
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 7 Armando Manuel 09/29/2017 10. ECONOMETRIA DAS SERIES TEMPORAIS a) Processos Estocásticos b) A Cointegração c) A Previsão 1. Modelo Box
Leia maisPrograma Pós-Graduação em Economia Métodos Quantitativos III 2015
Ementa: Processos Estocásticos, Estacionariedade, Modelos ARIMA, Modelos ARCH-GARCH e extensões, Raiz Unitária, Cointegração, Modelos VAR/VECM. Objetivo: O objetivo do curso é apresentar aos alunos as
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 6
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 6 O Teorema de Wold O Teorema de Wold Lei dos Grandes Números Teorema Central do Limite -M O Teorema de Wold
Leia maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
Leia maisLES0773 Estatística Aplicada III
LES0773 Estatística Aplicada III Prof. Luciano Rodrigues Aula 6 Departamento de Economia, Administração e Sociologia Escola Superior de Agricultura Luiz de Queiroz-ESAQ Universidade de São Paulo-USP lurodrig2209@gmail.com
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisTEXTOS PARA DISCUSSÃO UFF/ECONOMIA
ISSN 1519-4612 Universidade Federal Fluminense TEXTOS PARA DISCUSSÃO UFF/ECONOMIA Universidade Federal Fluminense Faculdade de Economia Rua Tiradentes, 17 - Ingá - Niterói (RJ) Tel.: (0xx21) 2629-9699
Leia maisAULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]
Leia mais1 Introdução. de Froot e Rogoff (1995), Frankel e Rose (1995) e Rogoff (1996).
1 Introdução A literatura teórica sobre taxas de câmbio apresenta uma série de resultados que não são respaldados empiricamente. Embora o avanço das técnicas econométricas e o surgimento de bases de dados
Leia maisMarkov Switching Models. Profa. Airlane Alencar. Depto de Estatística - IME-USP. lane. Ref: Kim e Nelson (1999) e Hamilton (1990)
Markov Switching Models Profa. Airlane Alencar Depto de Estatística - IME-USP www.ime.usp.br/ lane Ref: Kim e Nelson (1999) e Hamilton (1990) 1 Objetivo Mudança nos parâmetros de um modelo de regressão
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia maisAULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Distribuição beta não central; Coef. de determinação; Quando X for aleatório. Distribuição
Leia maisGabarito - Lista 5 - Questões de Revisão
Gabarito - Lista 5 - Questões de Revisão Monitores: Camila Steffens e Matheus Rosso Parte I - Teoria assintótica 1. Enuncie a lei dos grandes números e o teorema central do limite. A LGN em sua expressão
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
Leia maisAnálise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra
Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades
Leia mais3 Modelo multivariado para os preços do petróleo e dos derivados
3 Modelo multivariado para os preços do petróleo e dos derivados 3.1 Introdução Na seção anterior foi apresentado o modelo SS padrão juntamente com duas extensões desenvolvidos nesta dissertação: o modelo
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 02/06/2016 Duração: 2 horas Nome: Turma: Processo Espaço reservado para classificações A utilização do telemóvel
Leia maisAULA 4 - MQO Simples: Propriedades algébricas e Estatísticas
AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas Susan Schommer Econometria I - IE/UFRJ Estimação: MQO recapitulando Na aula passada aprendemos estimação por MQO. Recapitulando brevemente Em
Leia mais(iv) Ausência de correlação serial nos erros, dados dois valores quaisquer de X, X i e X j (i j), a correlação entre ε i e ε j é zero,, /,
4 Metodologia O método de estimação por mínimos quadrados está fundamentado em algumas premissas, que são necessárias para realizar inferências estatísticas sobre a variável dependente Y. As principais
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria Época de Recurso 01/02/2017 Duração: 2 horas Nome: Turma: Processo Espaço reservado para
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisFACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE FEA/USP. Lista 7 - Econometria I
FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE FEA/USP São Paulo - Nov/2017 Lista 7 - Econometria I Professora: Paula Pereda EAE0324 Monitores: Bernardo Ostrovski e Igor Barreto ALUNO: ATENÇÃO: A
Leia maisEXAME NACIONAL DE SELEÇÃO 2010
EXAME NACIONAL DE SELEÇÃO 2010 PROVA DE ESTATÍSTICA 1 o Dia: 30/09/2009 - QUARTA FEIRA HORÁRIO: 10h 30m às 12h 45m (horário de Brasília) EXAME NACIONAL DE SELEÇÃO 2010 PROVA DE ESTATÍSTICA 1º Dia: 30/09
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia maisAULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado) Susan Schommer Econometria I - IE/UFRJ Valor esperado dos estimadores MQO Nesta aula derivamos o valor esperado dos estimadores
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisAULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
Leia maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA. Leonardo Maia Coelho. Lucas Cavalcanti Rodrigues
UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA Leonardo Maia Coelho Lucas Cavalcanti Rodrigues Marina Oliveira Belarmino de Almeida Priscila Medeiros
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisUma Análise de Co-Integração entre Mercados de Ações da América do Sul
Uma Análise de Co-Integração entre Mercados de Ações da América do Sul Autores: Wesley Vieira da Silva, Robert Wayne Samohyl e Newton C. A. da Costa Jr. RESUMO: Este artigo verifica a existência de relacionamento
Leia maisPrograma Pós-Graduação em Economia Métodos Quantitativos III 2016
Prof. Wilson Luiz Rotatori Corrêa Horário: Quarta-feira 10:00-12:00 Quinta-feira 08:00 10:00 Contatos: email: wlrotatori@gmail.com Home Page: http://www.ufjf.br/wilson_rotatori/ensino/metodos-quantitativos-iii/
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisGabarito Trabalho 2. Variable Coefficient Std. Error t-statistic Prob.
Gabarito Trabalho 2 1. Estimando o modelo Date: 06/10/10 Time: 04:00 Sample: 2003M01 2008M01 Included observations: 70 C -2.046423 5.356816-0.382022 0.7038 LN_IPC_BR 2.041714 1.150204 1.775089 0.0811 LN_IPC_AR
Leia maisEconometria Financeira
Ralph S. Silva http://www.im.ufrj.br/ralph/econometriafinanceira.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Setembro-Dezembro/2015 Análise
Leia maisPurchasing Power Parity Puzzle
Journal of Economic Literature, 1996, vol. 34, pp. 647-668 Apresentador: Nicolas Powidayko Bacharel pela Universidade Yale e Ph.D em Economia pelo M.I.T. Bacharel pela Universidade Yale e Ph.D em Economia
Leia maisMODELOS ECONOMÉTRICOS PARA DADOS DE ALTA- FREQUENCIA: TEORIA E APLICAÇÕES
MODELOS ECONOMÉTRICOS PARA DADOS DE ALTA- FREQUENCIA: TEORIA E APLICAÇÕES Aluno: Thiago Portugal Frotté Orientador: Marcelo Cunha Medeiros Introdução Atualmente a previsão de eventos econômicos está em
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisINGEPRO Inovação, Gestão e Produção Agosto de 2010, vol. 02, n o. 06 ISSN
Comparação empírica da razão e efetividade de hedge pelos modelos de myers & thompson, auto-regressivo vetorial bivariado e vetorial de correção de erro. Odilon José de Oliveira Neto
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisAULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]
Leia maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
Leia maisOs Mínimos Quadrados Ordinários Assintóticos
Os Mínimos Quadrados Ordinários Assintóticos Enquadramento 1. A analise assintótica, é o método matemático que descreve a limitação de um determinado comportamento. O termo assintótico significa aproximar-se
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisAnálise de Regressão Linear Múltipla IX
Análise de egressão Linear Múltipla I Aula Gujarati e Porter - Capítulo 8 Wooldridge - Capítulo 5 Heij et al., 004 Seção 4..4 Introdução Ao longo dos próximos slides nós discutiremos uma alternativa para
Leia maisFundação Oswaldo Cruz Escola Nacional de Saúde Pública Departamento de Epidemiologia. Estatística espacial. Padrão Pontual
Fundação Oswaldo Cruz Escola Nacional de Saúde Pública Departamento de Epidemiologia Estatística espacial Padrão Pontual Padrão de Pontos A análise de padrão de pontos, é o tipo mais simples de análise
Leia mais