Variáveis Instrumentais
|
|
- Sebastião Zagalo Philippi
- 5 Há anos
- Visualizações:
Transcrição
1 Técnicas Econométricas para Avaliação de Impacto Variáveis Instrumentais Guilherme Issamu Hirata Centro Internacional de Pobreza (IPC/PNUD) Brasília, 2 de maio de 28.
2 Introdução Qualidade do Ensino: Escola Pública X Escola Privada Escola Católica (proxy para escola privada) Ingresso na Universidade Renda Familiar
3 Salário e Educação: S f, + ( X E ) u O problema é que a habilidade determina salário e pessoas mais habilidosas buscam mais educação. Mesmo mecanismo anterior. Ocupação e Salário Incluir ou não ocupação na equação salarial? A escolha ocupacional pode não se dar por meio de fatores observáveis. Pode haver correlação espúria entre ocupação e salário.
4 Nos exemplos acima, temos: β + X i E β i + α D + v ( v ) Cov ( X,v ) Cov ( D, v ) Isto é, há um fator determinando D que também determina ou é determinado por. Basicamente, o método de Variável Instrumental busca eliminar do modelo essa correlação.
5 Nas três últimas aulas, a implementação dos métodos expostos tinham como pressupostos fundamentais: o SUTVA o Independência da média condicional Variável observada: ( ) ( ) ( ) [ ] E, E, onde * > v Z D D u u u u D D γ µ µ
6 Assim, µ + µ µ ( ) D + u + ( u u )D Segundo termo representa o ganho médio relativo ao tratamento, para indivíduos com vetor X Quarto termo indica o ganho específico individual Na estimação, viés pode aparecer em dois casos: Variável omitida que determina D e : seleção sobre observáveis Fatores não observáveis que determinam D e : seleção sobre não observáveis
7 ! No segundo caso, abandono do pressuposto de independência da média condicional Em outras palavras, P ( D, X ) P ( D X ) p ( x ) Como contornar o problema: basicamente, a idéia é retirar de u o componente correlacionado com v Métodos: o Variável instrumental o Heckman o DD o Modelos estruturais
8 Variáveis instrumentais Exemplos de aplicação: o Tostines: Vende mais porque é fresquinho ou é fresquinho porque vende mais? o Oferta e demanda (Wright, 928) o Oferta de trabalho (Mroz, 98) o Educação (Altonji et al, 22) o Mortalidade (Jablon & Seltzer, 975) dos veteranos de guerra Obs: Método bastante empregado em casos de Omissão de Variáveis e Erros de Medida.
9 Identificação Suposição : SUTVA Suposição 2: Restriç ão de Exclusão Seja Z uma variável aleatória. Z atende a esta suposição se ( z D ) ( z ', D ), z, z ' Z,. Suposição não testável diretamente, uma vez que está baseada em um contrafactual. Para facilitar o entendimento, suponha que Z é a variável de designação do tratamento, aleatoriamente distribuída na população, ou seja, a intenção do tratamento.
10 Z para o indivíduo elegível. Z para o indivíduo não elegível. Se todos os elegíveis recebem o tratamento, Z D. No entanto, esse é o caso ideal. Na realidade, temos quatro tipos de indivíduos: Z, D Z, D Z, D Never-taker Complier Z, D Defier Always-taker
11 Suposição 3: Monotonicidade As suposições e 2 não garantem a identificação de um efeito de tratamento. Vejamos por que. [ ] [ ] ( ) ( ) ( ) [ ] ( ) ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) [ ] ' ' ' ' ' ' z Z z D E z Z z D E z Z z D z D E z Z z D z D E z Z E z Z E Por causa da suposição 2, a equação acima torna-se:
12 E Pr Pr [ D ( z ) D ( z ')( ) ] [ D ( z ) D ( z ') ] E [ D ( z ) D ( z ') ] [ D ( z ) D ( z ') ] E [ D ( z ) D ( z ') ] A equação acima pode ser zero ou negativa, mesmo se, para todo indivíduo,. > Para assegurar que isso não aconteça, assume-se uma restrição não verificável, mas bastante plausível: a monotonicidade do efeito de Z sobre D: Se, para z > z ', D ( z' ), então ( z ) os indivíduos. D, para todos
13 Observação: alternativamente, poderia ser assumido efeito de tratamento constante para todos os indivíduos, ou seja, restringir a possibilidade de heterogeneidade. Suposição 4: corr ( Z, D ) Basicamente, essa suposição diz que Z apresenta um efeito sobre D. Dessa forma, Z também afeta, mas apenas indiretamente, via D. Isto é, pode-se definir um D Z D Z efeito médio causal de Z sobre D: [ ( ) ( ) ] E.
14 Definição de Variável Instrumental: Z satisfaz as suposições 2 e 4. Dadas as suposições a 4: Local Average Treatment Effect (LATE) E [ D ( ) D ( ) ] [ (, D ( ) ) (, D ( ) ) ] E [ D ( ) D ( ) ] E
15 LATE representa o impacto sobre os compliers, não sendo, em geral, representativo do efeito sobre todos os tratados. LATE ATE ATT se o efeito de tratamento é homogêneo. Importante: Não podemos identificar o grupo dos compliers, ou seja, os indivíduos que mudam de comportamento influenciados pelo instrumento.
16 Efeito de Tratamento Marginal [ X, Z ] [ D X, Z ] E MTE Z Pr z ATE valor esperado de MTE, incluindo todos os indivíduos. ATT valor esperado de MTE, excluindo os indivíduos que não participam do tratamento. LATE valor esperado do MTE, para o intervalo de Z onde a taxa de participação difere.
17 Violação de pressupostos SUTVA: se a variável de interesse de um indivíduo é afetada pela condição de tratamento das demais pessoas ou por algum outro tratamento que ocorre ao mesmo tempo, não podemos identificar o contrafactual (Rubin, 986).
18 Restrição de exclusão: ( ) Z X D u X Z v Z X D X Z e X X D λ β π λ β π ε β α ' ' ' ˆ ' ˆ, cov '
19 ˆ α α D ˆ α + + X ' β + cov ( v, ε ) λ var ( v ) ε Quanto maior a correlação entre Z e D, isto é, quanto mais forte o instrumento, menos sensível é o estimador à violação da restrição de exclusão. Podemos ver também que, quanto maior o efeito de Z sobre, maior o viés do efeito do tratamento.
20 Monotonicidade: E, D LATE E D [ ( ( ) ) (, D ( ) ) ] [ ( ) D ( ) ] [ D ( ) > D ( ) ] + { E [ D ( ) < D ( ) ] E [ D ( ) > D ( ) ] } P [ D ( ) D ( ) ] λ < E [ D ( ) D ( ) ] E λ onde Mesmo se a proporção de defiers for baixa, o viés pode ser alto caso o instrumento seja fraco.
21 Se o efeito médio do tratamento para compliers e defiers é o mesmo, então a violação da monotonicidade não produz viés. ( Z, D ) corr : Não há identificação do efeito do tratamento, uma vez que Z não representa um instrumento.
22 Estimação ATE: Supondo ausência de heterogeneidade do impacto, MQ2E produz resultados consistentes e eficientes. No entanto, há controversa sobre a melhor maneira de estimar o primeiro estágio. P ( D X, Z ) G ( X, Z ;γ ) β + β i X i + α D + u
23 ATE incluindo interações β + β X + α D + D X i i Instrumentos G ˆ, G ˆ ( X ) ( X X ) δ + u LATE: δ + α D + u, usando Z como instrumento.
24 Múltiplos Instrumentos Baseados no estimador de Wald, Angrist e Imbens (995) identificam um ATE por meio da média ponderada do que eles chamam de Resposta Causal Média (average causal response, ACR). Considerando k variáveis instrumentais discretas, pode-se construir uma única variável Z com k+ valores. O parâmetro de efeito de tratamento seria: E [ Z k ] E [ Z k ] β µ k Z E D Z k E D Z k [ ] [ ]
25 K onde µ. k k O peso é proporcional à ( D Z k ) E ( D Z k ) E, ou seja, à qualidade do instrumento. Além disso, β dá mais peso às estimativas de Wald que estão mais próximas ao centro da distribuição de Z, uma vez que µ k é proporcional a ( Z > k ) ( Pr ( Z > k ) ) Pr.
26 Aleatorização e Variável Instrumental Tanto a aleatorização da eligibilidade ao tratamento, quanto a aleatorização da participação dentre os elegíveis garante que as mesmas não sejam correlacionadas com fatores pessoais ou sociais e, portanto, tratados e controles não apresentam diferenças, na média, nas características não observáveis. Por construção X D. E X g X g X E U U [ ] ( ) ( ) ( X )
27 ATE ATT quando: Não há heterogeneidade Há heterogeneidade, mas há aleatorização da participação. Propensity Score e Variável Instrumental Ichimura e Taber(2) mostram como o método de propensity score pode ser considerado um caso especial do método de variável instrumental
28 Pressupostos Independência condicional: D X Suporte comum: < p ( X ) <, Podemos assumir que D é uma restrição de exclusão em E i. [ X ] Assim, suponha que Z seja uma variável instrumental, não necessariamente binária. Temos que, Z X, ou seja: E Z, X E X + E X P Z, X [ ] [ ] [ ] ( ) onde P ( Z, X ) Pr ( D Z, X )
29 Dois métodos de estimação Primeiro: regressão 2 Defina ( X ) E [ P ( Z, X ) X ] e Q ( X ) E P ( Z, X ) [ X ] P Pode-se mostrar que: E [ P ( X ), Q ( X ) ] Cov Var [, P ( Z, X ) P ( X ), Q ( X ) ] [ P ( Z, X ) P ( X ), Q ( X ) ] Segundo: Diferença Defina Q ( X ) Pr [ Z z Z z ou Z z', X ], z, z '
30 E [ Q ( X ), Z z, z '] E P ( z, X ) P ( z ', X ) Z z, Q ( X ) E P ( z, X ) P ( z ', X ) Z z Se Z D, P(Z,X) D, e Q(X) P(X), ou seja, temos o propensity score. ', Q ( X )
31 Considerações finais Método promissor teoricamente, mas pode frustrar na prática Há um problema de eficiência em pequenas amostras Sensibilidade do LATE ao instrumento Controversa: Qual parâmetro é factível de ser estimado no contexto do método IV?
AULAS 25 E 26 VARIÁVEIS INSTRUMENTAIS
1 AULAS 25 E 26 VARIÁVEIS INSTRUMENTAIS Ernesto F. L. Amaral 11 e 13 de junho de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 3: LATE Itaú Social 13/01/2016 Auto-seleção nos não-observáveis. Como estimar o ATE quando Pr [T = 1jY (1), Y (0), X ] 6= Pr [T = 1jX ] = p (X ) Na literatura econométrica, tem-se um problema equivalente:
Leia maisVariáveis Instumentais. Raphael Corbi. Universidade de São Paulo. Agosto 2017
Raphael Corbi Universidade de São Paulo Agosto 2017 Variáveis Instrumentais grande questão da econometria aplicada é causalidade variéveis instrumentais é a grande ferramenta para: (i) viés de omissão
Leia maisEstimação de Efeito Causal
Estimação de Efeito Causal Rafael Borges June 4, 2012 Outline Resultados Potenciais Aleatorização Seleção em observáveis Seleção em não-observáveis: Variáveis Instrumentais Seleção em não-observáveis:
Leia maisTécnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada
Leia maisAvaliação experimental
Técnicas Econométricas para Avaliação de Impacto Avaliação experimental Fabio Veras Soares Centro Internacional de Pobreza (IPEA/PNUD) Brasília, 16 de abril de 2008. Introdução: como aleatorização resolve
Leia maisO uso de algoritmos de emparelhamento - matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento - matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 7 de maio de 2008 Pergunta da
Leia maisOutras Técnicas que Utilizam o Escore de Propensão
Técnicas Econométricas ara Avaliação de Imacto Outras Técnicas que Utilizam o Escore de Proensão Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 28 de maio de 2008 Introdução O Escore de Proensão
Leia maisValidação Externa e Expansão do Programa
Técnicas Econométricas para Avaliação de Impacto Validação Externa e Expansão do Programa Fabio Veras Soares Centro Internacional de Pobreza (IPC/IPEA/PNUD) Brasília, 25 de junho de 2008. A validade externa
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisVariáveis Instrumentais
Variáveis Instrumentais Abordagem diferente para o problema de endogeneidade: V.I. pode se usado para se obter estimadores consistentes na presença de variáveis omitidas; V.I. também pode ser usado para
Leia maisAnálise de Causalidade e o Problema da Avaliação de Impacto
Técnicas Econométricas para Avaliação de Impacto Análise de Causalidade e o Problema da Avaliação de Impacto Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 09 de abril de 2008 Introdução
Leia maisLinha Técnica Sessão VI Métodos de Homogeneização
Impact Evaluation Linha Técnica Sessão VI Métodos de Homogeneização Human Development Network Spanish Impact Evaluation Fund www.worldbank.org/sief Quando podemos usar homogeneização? E se a designação
Leia maisAULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS
1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas
Leia maisAULA 29 Aplicação do método de diferença em diferenças
1 AULA 29 Aplicação do método de diferença em diferenças Ernesto F. L. Amaral 29 de novembro de 2011 Avaliação de Políticas Públicas (DCP 046) EXPERIMENTO NATURAL 2 Em economia, muitas pesquisas são feitas
Leia maisLinha Técnica Sessão I: Inferência Causal
Impact Evaluation Linha Técnica Sessão I: Inferência Causal Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation Fund www.worldbank.org/sief
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 maisMonitoria Econometria II REC o Semestre 2015 Monitor(a):Victória Mazás Martinez 1 a Lista de exercícios
Monitoria Econometria II REC 2312-1 o Semestre 2015 Monitor(a):Victória Mazás Martinez 1 a Lista de exercícios 1. Quais as hipóteses para que uma variável seja considerada uma boa variável instrumental?
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 maisAULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS
1 AULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS Ernesto F. L. Amaral 09 de maio de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação de
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 1: Propensity Score Itaú Social 08/01/2016 Revisão Introdução O problema da identi cação Como determinar se há efeito causal de um programa social em alguma variável de interesse. Exemplo 1: Programa
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisAnálise de Regressão Linear Múltipla III
Análise de Regressão Linear Múltipla III Aula 6 Hei et al., 4 Capítulo 3 Suposições e Propriedades Suposições e Propriedades MLR. O modelo de regressão é linear nos parâmetros O modelo na população pode
Leia maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisEstimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios. Wooldridge, Cápítulo 15
Estimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios Wooldridge, Cápítulo 5 Variáveis Instrumentais () 2 Variáveis Instrumentais Considere o seguinte modelo de regressão linear múltipla
Leia maisAula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
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 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 maisObjetivos. Ao final desse grupo de slides os alunos deverão ser capazes de:
Objetivos Ao final desse grupo de slides os alunos deverão ser capazes de: Escolher e utilizar um método de estimação adequado para os parâmetros de um modelo de regressão que apresente regressores endógenos.
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 2: O Método de Diferenças em Diferenças Itaú Social 11/01/2016 Método extremamente popular nos últimos quinze anos. Exemplos de aplicação são os mais diversos: avaliação de programas de treinamento,
Leia maisTécnicas econométricas para avaliação de impacto O uso de métodos de regressão e introdução aos métodos de diferençasdas-diferenças
Técnicas econométricas para avaliação de impacto O uso de métodos de e introdução aos métodos de diferençasdas-diferenças Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 30 de
Leia maisTécnicas computacionais em probabilidade e estatística II
Técnicas computacionais em probabilidade e estatística II Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco AULA 1: Problemas Computacionais em Inferência Estatística.
Leia maisRegressão com Descontinuidade - RDD
Regressão com Descontinuidade - RDD Rafael Terra Universidade de Brasília-Unb 05 de Maio, 2016 Rafael Terra (Unb) Econometria do Setor Público 05 de Maio, 2016 1 / 55 O Básico sobre Causalidade: Endogeneidade
Leia maisCentro Internacional de Pobreza (PNUD/IPEA) Fabio Veras Soares. Estimação do Impacto de Múltiplos Tratamentos e do. Escore de Propensão Generalizado
Estimação do Impacto de Múltiplos Tratamentos e do Efeito Dosagem: Escore de Propensão Generalizado Fabio Veras Soares Centro Internacional de Pobreza (PNUD/IPEA) Vimos nas aulas anteriores que o escore
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 8
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 8 Variáveis Não-Modeladas Condição de Ordem e Condição de Posto Estimação O Modelo Estrutural Seja z t =
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 5: Regressão com Descontinuidade Itaú Social 18/01/2016 Origem O Método Regressão Descontínua Thisthlewaite e Cook (1960) Estimar o impacto de um prémio por mérito no futuro desempenho acadêmico.
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 maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisMulticolinariedade e Autocorrelação
Multicolinariedade e Autocorrelação Introdução Em regressão múltipla, se não existe relação linear entre as variáveis preditoras, as variáveis são ortogonais. Na maioria das aplicações os regressores não
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 maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
Leia maisIntrodução aos Métodos Quase-Experimentais
Técnicas Econométricas para Avaliação de Impacto Introdção aos Métodos Qase-Experimentais Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 23 de abril de 28 Introdção Breve descrição de métodos
Leia maisMonitoria Econometria II REC o Semestre 2015 Monitor(a):Victória Mazás Martinez 3 a Lista de exercícios - Dados em painel
Monitoria Econometria II REC 2312-1 o Semestre 2015 Monitor(a):Victória Mazás Martinez 3 a Lista de exercícios - Dados em painel *Lembrando que a resolução é apenas uma síntese simplicada das respostas
Leia mais4 Informação auxiliar
89 4 Informação auxiliar para Segundo D Orazio et al., 2006, p. 11, o conjunto de modelos identificáveis A B é pequeno e pode ser inapropriado para o fenômeno em estudo. Para resolver esse problema, conforme
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
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 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 maisEndogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais
1 Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais Ernesto F. L. Amaral Magna M. Inácio 21 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho
Leia maisAULAS 20 E 21 ESCORE DE PROPENSÃO DE PAREAMENTO
1 AULAS 20 E 21 ESCORE DE PROPENSÃO DE PAREAMENTO Ernesto F. L. Amaral 21 e 23 de maio de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação
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 maisAULAS 17 E 18 Análise de regressão múltipla: estimação
1 AULAS 17 E 18 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisEconometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
Leia maisEconometria II. Equações simultâneas
Eco monitoria Leandro Anazawa Econometria II Este não é um resumo extensivo. O intuito deste resumo é de servir como guia para os seus estudos. Procure desenvolver as contas e passos apresentados em sala
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 maisEducação, Desigualdade Salarial e Desenvolvimento
Educação, Desigualdade Salarial e Desenvolvimento Aula 4 Valéria Pero Desenvolvimento socioeconômico: teoria e aplicações Retornos à educação Dois tipos de retornos são geralmente estimados: 1. taxa de
Leia maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Leia mais1 a Lista de Exercícios Teóricos Econometria II
1 a Lista de Exercícios Teóricos Econometria II - 2017 Professora: Fabiana Rocha Monitora: Bruna Bloco 1 - Exercícios Teóricos do Wooldridge Exercício 1 (13.2): As seguintes equações foram estimadas usando
Leia maisUNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE CIÊNCIAS EXATAS
1 1) Seja X uma variável aleatória com função de densidade dada por: Pede-se: f (x) = e 2 1 (, )(x) 1.1) Qual a distribuição da variável aleatória Y = X? 1.2) Encontre o valor esperado da variável Y. 2
Leia maisAULA 13 Análise de Regressão Múltipla: MQO Assimptótico
1 AULA 13 Análise de Regressão Múltipla: MQO Assimptótico Ernesto F. L. Amaral 15 de abril de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisAULAS 01, 02 E 03 CAUSALIDADE
1 AULAS 01, 02 E 03 CAUSALIDADE Ernesto F. L. Amaral 05, 07 e 12 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação de Impacto
Leia maisGabarito Trabalho 1. onde 1 refere-se ao salário quando a variável branco = 1. Teremos, então:
Professor: Eduardo Pontual Monitor: Tiago Souza Econometria MFEE Gabarito Trabalho 1 Exercício 1 Queremos estimar a diferença salarial entre trabalhadores brancos e não brancos. Assim, calcularemos a diferença
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 3 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 2 3 4 5 6 7 8 9 0 2 3 4 5 e 6 Introdução à probabilidade (eventos, espaço
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 maisO que acontece com as propriedades dos estimadores de MQO quando incluímos regressores endógenos ao modelo de regressão de interesse?
Qual é a natureza dos regressores endógenos? O que acontece com as propriedades dos estimadores de MQO quando incluímos regressores endógenos ao modelo de regressão de interesse? O que é uma variável instrumental
Leia mais3. METODOLOGIA Modelo geral para avaliação de impacto
25 3. METODOLOGIA Neste capítulo apresentamos as metodologias comumente utilizadas para a estimação da avaliação de impacto, além da metodologia utilizada no nosso trabalho, matching com escore de propensão
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 maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
1 Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 9 de Abril de 2015 2 3 Função Deviance Podemos ver o ajuste de um modelo a um conjunto de dados como: uma forma
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 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 maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia mais25 de junho de 2015 EFEITO MÉDIO DO TRATAMENTO (ATE): MÉTODOS PARA ESTIMAÇÃO E APLICAÇÕES EM ANÁLISE DE CAUSALIDADE. Gabriel Leite Mariante
25 de junho de 2015 EFEITO MÉDIO DO TRATAMENTO (ATE): MÉTODOS PARA ESTIMAÇÃO E APLICAÇÕES EM ANÁLISE DE CAUSALIDADE Gabriel Leite Mariante Efeito Médio do Tratamento (ATE): Métodos para Estimação e Aplicações
Leia maisEconometria. Regressão Linear Simples Lista de Exercícios
Econometria Regressão Linear Simples Lista de Exercícios 1. Formas funcionais e coeficiente de explicação Um corretor de imóveis quer compreender a relação existente entre o preço de um imóvel e o tamanho,
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 maisEstatística Aplicada
Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
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 maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisMÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA. Prof. Leonardo Sangali Barone
MÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA Prof. Leonardo Sangali Barone Objetivos do Curso O curso tem como objetivo oferecer ao participante instrumental básico para
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 7
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 7 O Modelo Estrutural Identificação Seja z t = (z 1t,...,z mt ) R m um vetor composto das variáveis de interesse.
Leia maisDistribuição de Probabilidade de Poisson
1 Distribuição de Probabilidade de Poisson Ernesto F. L. Amaral Magna M. Inácio 07 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4)
Leia maisAULA 17 - Variáveis binárias
AULA 17 - Variáveis binárias Susan Schommer Econometria I - IE/UFRJ Variáveis binárias A variável binária (ou dummy) é um simples exemplo de variável aleatória, o qual é chamada de função indicadora de
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 maisModelos para Séries Temporais Aula 1. Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2
Modelos para Séries Temporais Aula 1 Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2 Modelos para Séries Temporais Os modelos utilizados para descrever séries temporais
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisEconometria II. Notas de bolso! Propriedades da E(.), Var(.) e Cov(.) Temos que (a,b) são constantes e (X,Y) são variáveis aleatórias.
Eco 2 monitoria Leandro Anazawa Econometria II Notas de bolso! Propriedades da E(.), Var(.) e Cov(.) Temos que (a,b) são constantes e (X,Y) são variáveis aleatórias. E(a) = a E(aX) = ae(x) E(a + bx) =
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia mais3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o
Modelo Matemático 57 3 Modelo Matemático Este trabalho analisa o efeito da imprecisão na estimativa do desvio-padrão do processo sobre o desempenho do gráfico de S e sobre os índices de capacidade do processo.
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisEconometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010
Aula - 6/8/010 Econometria Econometria 1. Hipóteses do Modelo de RLM O modelo de regressão linear múltipla Estudar a relação entre uma variável dependente e uma ou mais variáveis independentes. Forma genérica:
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
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 maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisAULA 03 Análise de regressão múltipla: estimação
1 AULA 03 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 17 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Cohen, Ernesto, e Rolando Franco.
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 maisFILHOS E RENDA FAMILIAR: UMA APLICAÇÃO DO EFEITO QUANTÍLICO DE TRATAMENTO
FILHOS E RENDA FAMILIAR: UMA APLICAÇÃO DO EFEITO QUANTÍLICO DE TRATAMENTO Ana Katarina Campêlo Do Departamento de Economia da UFPE Everton Nunes da Silva Da UFRGS Pesquisas sobre as conseqüências da decisão
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia mais