DEPARTAMENTO DE ECONOMIA PUC-RIO. TEXTO PARA DISCUSSÃO N o. 380

Tamanho: px
Começar a partir da página:

Download "DEPARTAMENTO DE ECONOMIA PUC-RIO. TEXTO PARA DISCUSSÃO N o. 380"

Transcrição

1 DEPARTAMENTO DE ECONOMIA PUC-RIO TEXTO PARA DISCUSSÃO N o. 380 DETERMINAÇÃO DE SALÁRIOS NO BRASIL: DUALIDADE OU NÃO LINEARIDADE NO RETORNO À EDUCAÇÃO? RODRIGO REIS SOARES GUSTAVO GONZAGA DEZEMBRO 1997

2 Determnação de Saláros no Brasl: Dualdade ou Não-Lneardade no Retorno à Educação? * Rodrgo Res Soares Departamento de Economa Unversdade de Chcago rrsoares@mdway.uchcago.edu Gustavo Gonzaga Departamento de Economa PUC-Ro gonzaga@econ.puc-ro.br Dezembro de 1997 Resumo O objetvo deste artgo é testar emprcamente a exstênca de dualdade no mercado de trabalho braslero. O método de análse consste em avalar em que medda são observadas dferenças salaras entre trabalhadores que não são explcadas apenas por dferenças nos seus atrbutos produtvos. São analsados os dados da Pesqusa Naconal por Amostra de Domcílos (PNAD/IBGE) de 1988, através da metodologa proposta por Dckens & Lang (1985 e 1992), a qual determna endogenamente os setores duas a partr de um modelo de swtchng-regressons. Os resultados sugerem que parece não haver dualdade no mercado de trabalho braslero. Apesar do modelo dual explcar melhor os saláros do que um modelo compettvo lnear, o seu desempenho é nferor ao de um modelo compettvo com não-lneardades no retorno à educação. A evdênca faz crer que a educação é o determnante básco do saláro e do acesso aos bons postos de trabalho no Brasl. * Os autores agradecem a Afonso Bevlaqua, Eduardo Ros Neto, Edward Amadeo, João Carlos Scanduzz, José Márco Camargo, Marcelo Jovta, Rcardo Paes de Barros e partcpantes do Workshop em Economa do Trabalho da PUC-Ro pelos comentáros e sugestões, ao CEDEPLAR/UFMG pelo acesso aos dados da PNAD, e ao CNPq pelo apoo fnancero.

3 1. Introdução A efcênca de polítcas de emprego e de qualfcação da mão-de-obra no combate à pobreza e à desgualdade de renda no Brasl está ntmamente relaconada à correta dentfcação da natureza do funconamento do mercado de trabalho. Se o mercado de trabalho é completamente flexível, o mas adequado é nvestr em educação e em polítcas de redução dos custos de realocação do emprego, através de meddas de orentação, retrenamento e recolocação do trabalhador. Já no caso em que o mercado de trabalho não é flexível, educação e polítcas de qualfcação profssonal não são sufcentes para elmnar as dferenças de renda e de acesso aos bons postos de trabalho entre trabalhadores com característcas semelhantes. Nesse caso, o ncentvo aos setores que geram bons empregos é fundamental, e meddas que atuam sobre a demanda por trabalho assumem grande mportânca. Este artgo procura contrbur para a correta dentfcação da natureza do funconamento do mercado de trabalho braslero. O método de análse consste em avalar em que medda são observadas dferenças salaras entre trabalhadores que não são explcadas apenas por dferenças nos seus atrbutos produtvos, como sera esperado se o mercado de trabalho fosse compettvo e, portanto, completamente flexível. Em outras palavras, é analsada a exstênca de segmentação e dualdade do mercado de trabalho no Brasl. A exstênca de dualdade se refere à convvênca de duas estruturas salaras dstntas na economa, assocadas a postos de trabalhos bons e runs. Os bons postos de trabalho são caracterzados por altas perspectvas de ascensão profssonal, retornos sgnfcatvos à educação e à experênca, establdade do emprego e boas condções de trabalho. Os postos de trabalho runs apresentam pequenas perspectvas de evolução no emprego, retorno reduzdo à educação e à experênca, nstabldade do emprego e condções runs de trabalho. Para testar a exstênca de dualdade no mercado de trabalho braslero, utlza-se a metodologa proposta por Dckens & Lang (1985), baseada num modelo de swtchngregressons que determna endogenamente os setores duas. Os resultados sugerem 2

4 que parece não haver dualdade no mercado de trabalho braslero. Apesar do modelo dual explcar melhor os saláros do que um modelo compettvo lnear, o seu desempenho é nferor ao de um modelo compettvo com não-lneardades no retorno à educação. A evdênca faz crer que a educação é o determnante básco do saláro e do acesso aos bons postos de trabalho no Brasl. O trabalho está organzado em três seções, além da ntrodução e da conclusão. A seção 2 revê a lteratura sobre segmentação e dualdade; a seção 3 descreve os dados e a metodologa utlzada; e a seção 4 apresenta os resultados. 2. Segmentação e Dualdade no Mercado de Trabalho Segmentação do mercado de trabalho pode ser caracterzada genercamente como uma stuação na qual trabalhadores gualmente qualfcados recebem saláros dferentes. A orgem deste conceto remonta a Adam Smth e John Stuart Mll e seu desenvolvmento contou com contrbuções das mas dversas escolas econômcas (ver Can, 1976). Apesar dsso, o conceto de segmentação só ganhou notoredade acadêmca na década de 70, com o estudo de Doernger & Pore (1971), no qual são apresentadas as hpóteses fundamentas das teoras dos mercados nternos de trabalho e de dualdade. Em lnhas geras, Doernger & Pore argumentam que há dos tpos de postos de trabalho numa economa: ) aqueles com uma carrera pré-estabelecda, dferentes níves herárqucos e mecansmos de promoção, classfcados como pertencentes ao setor prmáro da economa; e ) os postos que não oferecem pratcamente possbldade alguma de evolução profssonal, que caracterzam o setor secundáro da economa. De acordo com esta teora, certas frmas, em consequênca, por exemplo, de aspectos tecnológcos de suas funções de produção, que exgem trenamento específco dos trabalhadores ou habldades que só podem ser observadas no exercíco de determnadas funções, governam grande parte de suas relações trabalhstas de acordo com um conjunto formal de regras que estabelece os saláros de cada posto de trabalho, a 3

5 estrutura herárquca da empresa, as regras de contratação de novos empregados e o sstema de promoções e trenamento (ver Taubman & Watcher, 1986). Nos empregos do setor prmáro, novos trabalhadores só são contratados para ocupar determnados cargos, desenhados especfcamente com esse objetvo, a partr dos quas podem evolur dentro da estrutura organzaconal da empresa. O esquema de contratação e promoção sola a determnação de saláros nos postos de trabalho herarqucamente superores das pressões do ambente econômco externo, já que os canddatos nternos não sofrem a concorrênca dreta de potencas nteressados de fora da frma. Em decorrênca, a frma também ganha poder de barganha, pos as oportundades nternas que têm seus empregados são sgnfcatvamente melhores do que as alternatvas externas. Obvamente, para que a oportundade nterna dos empregados seja realmente melhor do que a externa, seu saláro deve ser maor do que o de equlíbro, o que abre espaço para a exstênca de desemprego nvoluntáro. Dentro dessa lógca, a dstnção básca entre os setores prmáro e secundáro se dá pelo processo de determnação de saláros. Postos de trabalho secundáros, por fatores tecnológcos ou nsttuconas, não remuneram atrbutos produtvos tas como experênca (on-the-job tranng) e educação - meddas de captal humano em geral - do mesmo modo que postos prmáros. Como o processo produtvo nesse setor é tecncamente prmtvo e não exge relações pessoas estáves e trenamento, não exste ncentvo ao estabelecmento de um compromsso de prazo mas longo entre empregador e empregado. Consequentemente, a rotatvdade é muto maor e as condções de trabalho são pores. De um modo geral, note que esta dualdade não está necessaramente assocada a característcas observáves dos postos de trabalho, como o ramo de atvdade econômca e a cartera de trabalho assnada, podendo até mesmo coexstr dentro de uma mesma frma. Supondo que todas as meddas de captal humano possam ser concentradas em uma únca varável (H), um mercado de trabalho dual é caracterzado por duas curvas de saláro, uma das quas representa o setor prmáro e apresenta retorno à varável de captal humano sgnfcatvamente superor a outra (ver gráfco 1). 4

6 Gráfco 1 lnw setor prmáro setor secundáro H A exstênca de raconamento dos postos de trabalho no setor prmáro é outra característca marcante da hpótese de segmentação do mercado em uma estrutura dual. Isto decorre da própra natureza não compettva da determnação de saláros neste setor. Nem todos os trabalhadores que tentam se empregar no setor prmáro conseguem obter um emprego. Não há um atrbuto produtvo ou característca pessoal que assegure um emprego prmáro. Nas palavras de Acemoglu (1996), se um trabalhador consegue um emprego bom/rum parece ser parcalmente uma questão de sorte. Exstem restrções à entrada no setor prmáro e trabalhadores rgorosamente dêntcos podem estar empregados em setores dferentes por mero acaso. Fnalmente, na teora dual exste a déa de que a vnculação de um trabalhador a um setor específco condcona seus hábtos ao padrão de comportamento daquele setor, fazendo com que trabalhadores prmáros desempregados nem sempre procurem emprego no setor secundáro e trabalhadores secundáros tenham uma menor probabldade de sucesso na procura de um emprego no setor prmáro. 1 Um renovado nteresse pela teora da dualdade surgu em meados da década de 80, com uma onda de artgos que vsavam formalzar algumas de suas déas báscas. 2 No caso do Brasl, os mas dversos tópcos têm sdo recentemente tratados supondo-se, mplícta ou explctamente, a exstênca de uma estrutura segmentada, anda que de uma forma não exatamente correspondente ao conceto de dualdade proposto por 1 Os empregos no setor secundáro estaram assocados a horáros de trabalho mas flexíves, menor cobrança de frequênca, menores níves de dedcação e esforço, tornando o perfl do trabalhador pouco adequado aos postos de trabalho do setor prmáro. 2 O renascmento da teora de segmentação fo consderavelmente nfluencado pelo advento dos modelos de desemprego nvoluntáro de equlíbro, como os de barganha salaral, saláro-efcênca, rent-seekng e nsder-outsder (ver Dckens & Lang, 1988). 5

7 Doernger & Pore (1971). Assuntos tão dstntos quanto abertura comercal, regulamentação das relações de trabalho, efetos dstrbutvos de planos de establzação têm sdo estudados a partr da hpótese de segmentação, mesmo que concebda de dferentes formas em cada um dos casos. 3 Apesar de quase sempre apresentarem evdêncas em favor da hpótese de segmentação, todos os estudos empírcos sobre o Brasl compartlham dos problemas apontados em Dckens & Lang (1992). Em prmero lugar, a metodologa destes trabalhos adota concetos de segmentação a partr de valores crítcos da varável saláro ou de característcas do posto de trabalho contdas na amostra, como por exemplo, setores econômcos ou exstênca de cartera de trabalho assnada. Esta prátca ntroduz problemas de vés de seleção de amostra nos testes de segmentação. Em segundo lugar, apesar de relaconadas à segmentação, nenhuma dessas evdêncas dz respeto ao conceto de dualdade exposto acma. A próxma seção descreve a metodologa utlzada neste artgo, a qual é capaz de testar a exstênca de dferentes estruturas de remuneração na economa sem defn-las a pror. 3. Um Teste para a Dualdade no Mercado de Trabalho Braslero 3.1. Metodologa A metodologa adotada fo proposta orgnalmente por Dckens & Lang (1985). Sua vantagem prncpal é a de determnar endogenamente os setores prmáro e secundáro a partr das própras característcas ndvduas dos trabalhadores. O método permte assm o mapeamento do mercado de trabalho, determnando a composção de seus dversos subconjuntos nos postos prmáros e secundáros. Consdere o segunte modelo do mercado de trabalho, com dos setores e vnculação do trabalhador a um dado setor como função de suas característcas: (1) lnw = X.β p + ε p, (2) lnw = X.β s + ε s, 3 Amadeo (1995), Andrade (1994), Barros & Mendonça (1995), Barros, Machado & Mendonça (1997), Camargo & Ramos (1988), Fernandes (1997), Pnhero & Ramos (1994), Res e Barros (1991) e Scanduzz (1997) são exemplos de estudos relaconados à segmentação no Brasl. 6

8 (3) y * = Z.Γ + ε w ; onde W é o saláro horáro; X e Z são vetores de varáves ndependentes; β p, β s e Γ são vetores de parâmetros; ε p, ε s e ε w são erros aleatóros, normalmente dstrbuídos, com varâncas guas a σ pp, σ ss e σ ww, respectvamente, e covarâncas nulas; 4 e y * é uma varável latente (não observável). O vetor X nclu varáves tradconalmente assocadas à determnação de saláros, como atrbutos produtvos (educação, experênca, etc.) e outras característcas pessoas que afetam de algum modo o funconamento do mercado de trabalho (como regão de morada e cor, por exemplo). Z, por sua vez, nclu varáves que afetam a probabldade de emprego prmáro do ndvíduo e que, a prncípo, podem estar ncluídas em X ou não. As equações (1) e (2) são as equações de saláro dos setores prmáro e secundáro, respectvamente, e a equação (3) é a equação de transção, que determna o setor de emprego do ndvíduo. Se y* > 0, o trabalhador tem um emprego prmáro e vale a equação de saláros (1); caso contráro, o trabalhador tem um emprego secundáro e vale a equação (2). A estmação deste modelo equvale a ajustar da melhor forma possível duas curvas de saláro dstntas - equações (1) e (2) - sem que se nforme a pror quas observações estão em qual curva. A equação (3) determna como se dá a vnculação dos trabalhadores aos dferentes setores, ndcando as varáves que afetam a probabldade de que o trabalhador esteja no setor prmáro. Supondo-se uma dstrbução específca para os erros, pode-se estmar, através do método de máxma verossmlhança, os parâmetros do sstema composto por (1), (2) e (3), de forma a ajustar duas curvas de saláro às observações dsponíves. A função de verossmlhança do modelo é construída da segunte forma. De (3), sabe-se que se o trabalhador está no setor prmáro, ε w > - Z.Γ. Desta forma, a probabldade de que um 4 As hpóteses de covarânca nula e normaldade dos resíduos não são nócuas. A covarânca nula não é rrelevante do ponto de vsta teórco e sgnfca, economcamente, que a habldade específca de um determnado ndvíduo para o emprego prmáro não tem nenhuma relação com a sua habldade para o emprego secundáro e que a probabldade de que ele tenha um emprego prmáro não é afetada pela sua habldade em nenhum dos dos setores; apesar de defensável teorcamente, a adoção dessa hpótese se deve prncpalmente aos problemas computaconas enfrentados na estmação do modelo. A hpótese de normaldade, por sua vez, não é trval, uma vez que os parâmetros do modelo estmado são sensíves à escolha da dstrbução. 7

9 dado trabalhador esteja no setor prmáro pode ser escrta como Pr(ε w > - Z.Γ). Além dsso, dado que o trabalhador está num determnado setor, a função de verossmlhança de sua equação de saláro é smplesmente f(ε j ), onde f(. ) é a função de densdade dos erros ε s e ε p, e j é o setor ao qual o ndvíduo está vnculado. Logo, a função de verossmlhança é dada por: N (4) {Pr( ε w > Z. Γ). f ( ε p ) + Pr( ε w Z. Γ). f ( ε s )}. = 1 Levando-se em consderação a normaldade dos erros e a covarânca nula entre ε s, ε p e ε w, o logartmo da função de verossmlhança se torna: N (5) ln{[ 1 Φ( Z. Γ, σ ww )]. φ( ε p, σ pp ) + Φ( Z. Γ, σ ww ). φ( ε s, σ ss)}, = 1 onde Φ(. ) e φ(. ) são, respectvamente, as funções de dstrbução e de densdade da dstrbução normal. A maxmzação de (5) em relação a β p, β s, Γ, σ ss e σ pp leva a estmadores dos parâmetros do modelo composto pelas equações (1), (2) e (3), e permte que se teste as hpóteses da teora da segmentação relatvas ao comportamento dos setores prmáro e secundáro. 5 Note que o modelo compettvo (de um únco setor) pode ser representado como uma versão restrta do modelo dual, na qual as equações (1) e (2) são dêntcas. O teste da razão de verossmlhança, portanto, permte examnar a hpótese de que o modelo dual explca o comportamento do mercado de trabalho de manera sgnfcatvamente superor ao modelo de um setor. Como dscutdo na seção 2, o conceto de dualdade envolve também o raconamento de postos de trabalho prmáros. Dckens & Lang (1985) propõem um teste para a hpótese de raconamento de postos de trabalho prmáros que é descrto em uma versão levemente modfcada no apêndce I. O teste é baseado na comparação do coefcente dos atrbutos produtvos do ndvíduo na equação de transção com a dferença entre os 5 Como a equação de transção só entra na função de verossmlhança na forma de probabldade, é mpossível dentfcar todos os seus parâmetros (os coefcentes e o desvo padrão só são dentfcáves até uma constante de proporconaldade). Infntos conjuntos de valores dos parâmetros levam ao mesmo valor da função de verossmlhança. Desta forma, normalza-se o valor de σ ww para 1 no momento da estmação. 8

10 coefcentes das mesmas varáves nas equações de saláro dos setores prmáro e secundáro. 6 Fnalmente, com base nos coefcentes estmados, é possível determnar a probabldade méda de emprego no setor prmáro de qualquer grupo de trabalhadores. 7 Heckman & Hotz (1986) mostram que a estmação lnear do modelo de dos setores, pela metodologa proposta por Dckens & Lang (1985), pode vesar o teste no sentdo de rejetar o modelo de um setor em favor do modelo dual, no caso em que há nãolneardade do retorno aos atrbutos produtvos. Uma forma de avalar se a eventual rejeção do modelo un-setoral decorre de uma não-lneardade é a partr da análse das probabldades de emprego prmáro endogenamente calculadas pelo modelo. Supondo que as varáves de captal humano podem ser sntetzadas em uma únca medda (H), a déa é que, se exste não-lneardade no retorno a H, a curva de saláro da economa se comporta, por exemplo, como a apresentada no Gráfco 2. Gráfco 2 lnw H* H 6 Intutvamente, se os ndvíduos são lvres para escolher o setor no qual estão empregados, espera-se que quanto maor for o retorno a uma determnada característca pessoal no setor prmáro (em relação ao retorno no setor secundáro), maor será a probabldade de que um dado ndvíduo com essa característca esteja efetvamente empregado no setor prmáro. Se o dferencal de retorno entre os dos setores é o únco fator que afeta a decsão do ndvíduo quanto ao seu vínculo setoral, o coefcente das característcas pessoas na equação de transção não deve ser sgnfcatvamente dstnto da dferença entre os coefcentes das mesmas varáves nas equações de saláro dos dos setores. 7 A probabldade P de emprego prmáro para um dado trabalhador, condconada ao seu saláro observado e às suas característcas pessoas, é calculada a partr da regra de Bayes: Pr( ε w > Z. Γ X, Z, W )]. f ( ε p X, Z, W ) P = = Pr( ε > Z. Γ X, Z, W )]. f ( ε X, Z, W ) + Pr( ε Z. Γ X, Z, W ). f ( ε X, Z, W ) w [1 Φ( Z. Γ X, Z, W )]. φ( ε p X, Z, W ) = [1 Φ( Z. Γ X, Z, W )]. φ( ε X, Z, W ) + Φ( Z. Γ X, Z, W ). φ( ε onde ε j, condconado a X, Z e W, é estmado por ln W p p w X. ^ j s ; X, Z, W ) β, com j = p,s. A méda dessas probabldades para um determnado grupo fornece a porcentagem de empregos prmáros do grupo. s 9

11 Neste caso, a probabldade de emprego prmáro de todos os trabalhadores com H<H* é pratcamente gual a 0 e a de todos os trabalhadores com H>H* é pratcamente gual a 1. Nenhum grupo sgnfcatvo de trabalhadores apresenta uma probabldade consderavelmente dstante de 0 e 1. Desta forma, o mapeamento dos setores prmáro e secundáro para os dferentes subconjuntos de trabalhadores permte verfcar se exstem evdêncas de que os setores estmados refletem a exstênca de uma não-lneardade no retorno aos atrbutos produtvos. 8 Em síntese, a metodologa proposta, mesmo com as lmtações dscutdas, é capaz de: ) estmar um modelo de dos setores (prmáro e secundáro); ) testar se este modelo explca a dstrbução salaral observada melhor do que o modelo de um setor; ) testar se exste raconamento de postos de trabalho prmáros; v) dentfcar a composção dos dversos subconjuntos do mercado de trabalho nos setores prmáro e secundáro Descrção dos Dados A estmação do modelo proposto na seção 3.1 exge uma base que contenha dados ndvduas de saláro horáro, nível de qualfcação, característcas pessoas e, na medda do possível, o maor número de nformações relatvas à nserção do ndvíduo no mercado de trabalho (setor de atvdade, posse de cartera de trabalho, etc.). Em função dsso, optou-se pela utlzação da Pesqusa Naconal por Amostra de Domíclos (PNAD) do Insttuto Braslero de Geografa e Estatístca (IBGE) de 1988, que apresenta dados extraordnáros relatvos à flação do trabalhador a sndcatos ou assocações de classe e ao seu tempo no mercado de trabalho. 9 Para que o modelo pudesse ser estmado com um grupo relatvamente homogêneo de observações, a amostra fo restrta a homens, chefes de famíla, entre 18 e 65 anos, que 8 Na realdade, esta evdênca é uma condção sufcente, mas não necessára, para que o modelo estmado corresponda a uma estrutura não-lnear e não a um mercado dual. Se a não-lneardade for sufcentemente complexa, as probabldades de emprego prmáro podem ser dferentes de 0 e 1 para todos os valores de todas as varáves explcatvas e, anda assm, pode não exstr dualdade. 9 A prncípo, como os dados da PNAD se referem a um únco mês, os dferencas nos mecansmos de reajustes salaras entre os dferentes grupos de trabalhadores em momentos de alta nflação poderam ntroduzr vés na estmação. No entanto, Barros & Mendonça (1995) mostram que a dstrbução de saláros entre os ramos de atvdade na Pesqusa Mensal de Emprego (PME/IBGE), que contém dados relatvos a rendmentos no decorrer de todo o ano, não é muto sensível ao mês de análse. 10

12 havam trabalhado como empregados na últma semana (com rendmentos dferentes de zero), que não estavam ocupados na agrcultura nem na admnstração públca, e para os quas exstem nformações relatvas a número de anos de estudo, posção na ocupação (com ou sem cartera assnada), cor, ramo de atvdade, sndcalzação ou assocação a alguma entdade de empregados, número de empregos, nível de nstrução dos pas e posção no prmero trabalho. A opção por uma amostra composta apenas por homens de deve à natureza de mutos empregos tpcamente femnnos, que torna dfícl sua classfcação dentro da estrutura teórca dual. Dckens & Lang (1992) argumentam que a maora dos chamados postos de trabalho pnk-collars apresenta algumas característcas prmáras (establdade, boas condções de trabalho e estreta relação pessoal) e outras secundáras (mpossbldade de ascensão profssonal). O uso de chefes de famíla, por sua vez, assegura que os empregos secundáros dentfcados na amostra não são ocupados somente por ndvíduos com partcpação temporára no mercado de trabalho ou com empregos de tempo parcal. Pelo mesmo racocíno, como os chefes de famíla são a base do sustento famlar, seu período de procura de empregos com característcas específcas desejáves não pode ser longo e, portanto, eles são mas sujetos ao emprego secundáro do que os outros trabalhadores de tempo ntegral. A elmnação dos ndvíduos ocupados na agrcultura e na admnstração públca decorre da natureza completamente dstnta do emprego dentro destes setores. Fnalmente, a restrção ao grupo de empregados, exclundo-se os trabalhadores não remunerados, por conta-própra e os empregadores, é determnada pela própra natureza da teora dual, que dz respeto a carreras e estruturas herárqucas pré-estabelecdas dentro de frmas. A partr dos crtéros de seleção enumerados acma, obtém-se uma amostra de observações, caracterzada pelas estatístcas apresentadas na Tabela 1. Note que: ) as varáves relatvas a stuações nas quas o trabalhador pode estar ncluído (emprego em determnado ramo de atvdade, posse de cartera de trabalho, sndcalzação, etc.) são dummes que assumem o valor 1 quando o trabalhador se enquadra no grupo em questão e 0 em caso contráro; assm, seus valores médos representam, na verdade, a proporção da amostra composta pelos dferentes grupos; 11

13 Tabela 1 Caracterzação da Amostra - PNAD 1988 Número de Observações: Varável Méda Desvo Padrão Mínmo Máxmo Saláro Horáro - SALHOR Indústra de Transformação - TRANSF Indústra de Construção - CONST Outras Atvdades Industras - ATIVIND Comérco de Mercadoras - COM Prestação de Servços - SERV Servços Aux. da Atv. Econ. - SERVAUX Transporte e Comuncação - TRANSPCO Socal - SOCIAL Idade - IDADE Anos de Estudo - ANOEST Tempo de Trabalho - TEMPTRAB Urbano - URB Branco - BRANCO Sem Cartera - SC Com Cartera - CC Grau de Instrução do Pa - INSTPAI Grau de Instrução da Mãe - INSTMAE Incou Empregado - IEMP Incou Conta-Própra - ICP Incou Empregador - IEMPDOR Incou Não Remunerado - INAOREM Assocado a Entd. de Emp. - ASSOC Sndcalzado - SINDIC Possu Mas de Um Trabalho - VTRABS ) o saláro horáro é defndo como a razão entre o rendmento mensal em moeda corrente (cruzado) na ocupação prncpal e o número de horas normalmente trabalhadas em uma semana; portanto, deve ser dvddo por 4 para que se tenha uma medda aproxmada de seu saláro horáro efetvo; ) anos de estudo não é uma varável que cobre ndvdualmente todos os níves de educação: o valor 0 corresponde a menos de 1 ano de estudo, 1 a 1 ano de estudo, 2 a 2 anos de estudo, e assm por dante, até o valor 10, que corresponde ao ntervalo de 9 a 11 anos de estudo, e o valor 14, que se refere a 12 ou mas anos de estudo; v) o grau de nstrução dos pas vara de 1 a 7, dzendo 12

14 respeto à segunte classfcação: 1 - não alfabetzado, 2 - alfabetzado, 3 - elementar ncompleto, 4 - elementar completo, 5 - médo prmero cclo, 6 - médo segundo cclo e 7 - superor; v) tempo de trabalho é defndo como a dferença entre a dade do ndvíduo e a dade que ele tnha quando teve seu prmero emprego; apesar de desconsderar saídas temporáras dos ndvíduos da força de trabalho, esta medda corresponde a uma boa proxy para experênca não específca no mercado de trabalho. Dada a descrção das varáves, é possível caracterzar o trabalhador típco da amostra: ele tem 37 anos, aproxmadamente 6 anos de estudo, trabalha há 23 anos, seus pas são apenas alfabetzados, tem cartera de trabalho assnada, mora em área urbana, tem um únco trabalho e não pertence a nenhuma assocação de empregados ou sndcato. 4. Análse dos Resultados A escolha das varáves utlzadas na estmação do modelo dual descrto na seção 3.1 baseou-se, fundamentalmente, nas equações apresentadas em Dckens & Lang (1985) e nas especfcações tradconas de curvas de saláro para o Brasl. Optou-se anda por trabalhar com um sstema tão smples quanto possível, de modo a mnorar os problemas de convergênca típcos das estmações de modelos dessa espéce através de métodos de máxma verossmlhança. Sendo assm, foram estmadas as seguntes equações: (1) ln SALHOR p = P 0 + P 1.ANOEST + P 2.URB + P 3.BRANCO + P 4.TEMPTRAB + e p, (2) ln SALHOR s = S 0 + S 1.ANOEST + S 2.URB + S 3.BRANCO + S 4.TEMPTRAB + e s, (3) y* = Z 0 + Z 1.ANOEST + Z 2.URB + Z 3.BRANCO + e z ; onde os P s, S s e Z s são os coefcentes, respectvamente, das equações de saláro dos setores prmáro e secundáro e da equação de transção; os e s são, por hpótese, erros ndependentes e normalmente dstrbuídos. Anos de estudo (ANOEST) e tempo de trabalho (TEMPTRAB) são proxes naturas para as duas mas mportantes varáves de captal humano - educação e experênca no trabalho - e, por sso, são ncluídas em ambas as equações de saláro (SALHOR). Os controles relatvos a cor (BRANCO) e local de resdênca (URB) aparecem quase sempre nas especfcações de equações de saláro para o Brasl (ver, por exemplo, Lam & Schoen, 1993). Como fatores que afetam a probabldade de emprego prmáro do ndvíduo foram consderadas as mesmas 13

15 varáves que afetam seu saláro (como em Dckens & Lang, 1985 e 1992), à exceção do termo em TEMPTRAB, que desaparece dessa equação na dervação do teste de raconamento (ver apêndce I). Os resultados da estmação são apresentados na Tabela Tabela 2 Modelo Dual Estmado Varável Dependente: Logartmo do Saláro Horáro Varável Coefcente Erro Padrão t Equação de Saláro do Setor Secundáro Constante Anos de Estudo Urbano Branco Tempo de Trabalho Desvo Padrão Equação de Saláro do Setor Prmáro Constante Anos de Estudo Urbano Branco Tempo de Trabalho Desvo Padrão Equação de Transção Constante Anos de Estudo Urbano Branco Desvo Padrão* Log da Função de Verossmlhança = Obs.: * Normalzado para 1. Todos os parâmetros estmados são estatstcamente sgnfcantes a níves de sgnfcânca convenconas e têm o snal esperado. A probabldade de emprego prmáro do ndvíduo vara postvamente com seu número de anos de estudo, e é maor para trabalhadores brancos e que resdem em área urbana. 10 Valores ncas para os desvos-padrões das equações de saláro foram escolhdos através do método de Berndt-Hall-Hall-Hausman e para os coefcentes através do método de Davdson-Fletcher-Powell. O método de Newton-Raphson levou ao valor fnal dos estmadores. Para uma boa dscussão sobre os dversos métodos numércos de convergênca, ver Goldfeld & Quandt (1972) ou Harvey (1990). 14

16 A equação estmada para o setor secundáro tem uma nclnação sgnfcatvamente dferente de zero e de magntude consderável em todos os parâmetros, a não ser no relatvo ao tempo de trabalho. Cada undade adconal no valor da varável anos de estudo acarreta um aumento de aproxmadamente 12% na renda do trabalhador secundáro, adconal este pratcamente gual ao relaconado à resdênca em área urbana; anda neste setor, trabalhadores brancos ganham em méda 20% a mas que trabalhadores não brancos e anos adconas de trabalho não aumentam em pratcamente nada o saláro dos trabalhadores. No setor prmáro, os coefcentes em todas as varáves explcatvas têm os mesmos snas estmados para a equação de saláro secundára, mas suas magntudes são bem maores. Trabalhadores brancos e que habtam em áreas urbanas têm vantagem salaral maor quando empregados no setor prmáro. A evdênca sugere anda a exstênca de alguma forma de trenamento no emprego (on-the-job-tranng) no setor prmáro, de modo que a experênca é, por s só, uma forma de acumulação de captal humano, ao contráro do que acontece no setor secundáro. Isto é evdencado pelo retorno de aproxmadamente 2% por ano adconal de trabalho na equação do setor prmáro, contra 0% no secundáro. A relação entre os coefcentes em anos de estudo nas equações de saláro prmára e secundára também é plenamente compatível com o a teora da dualdade. O retorno à educação no setor prmáro é pratcamente duas vezes maor do que o do setor secundáro. Isto ocorre devdo às própras característcas produtvas do setor prmáro, mas desenvolvdo tecnologcamente e mas ntensvo em captal humano. A estrutura descrta pelo modelo estmado é, assm, a de um mercado de trabalho no qual podem ser dentfcados dos setores, um com retorno expressvo à experênca e à educação e onde o preconceto e os ganhos assocados à habtação em área urbana são maores; e outro sem retorno à experênca no trabalho e com retorno menos expressvo à educação. Este resultado é, de modo geral, análogo ao obtdo para o Chle por Basch & Paredes-Molna (1996), e consderavelmente dstnto dos relatvos aos Estados Undos (Dckens & Lang, 1985 e 1992). As evdêncas dos estudos nternaconas são sntetzadas na Tabela 3. 15

17 Varável Dependente: Logartmo do Saláro Horáro Tabela 3 Resultados de Estudos Internaconas Varável Chle 1988 E.U.A E.UA.* 1983 Equação de Saláro do Setor Secundáro Constante 3.35 (24.10) (0.396) (10.71) Anos de Estudo 0.08 (6.50) (-0.041) (0.83) Urbano (0.154) (-11.00) Nunca se Casou (-0.421) (8.27) Branco (-0.070) (-7.13) Tempo de Trabalho 0.05 (6.64) (0.500) (-5.00) Temp. Trab. ao Quad (-5.80) (6.60) Temp. Trb. x Anos Est (-3.20) Equação de Saláro do Setor Prmáro Constante 2.66 (7.25) (3.353) (8.37) Anos de Estudo 0.20 (8.60) (13.40) (77.00) Urbano (1.87) (4.33) Nunca se Casou (-4.74) (-2.11) Branco (0.048) (5.52) Tempo de Trabalho 0.07 (3.54) (13.00) (15.00) Temp. Trab. ao Quad (-2.27) (-8.20) Temp. Trb. x Anos Est (-1.93) Equação de Transção Constante -1.5 (-1.17) (0.010) (-2.30) Anos de Estudo 0.14 (3.33) 0.02 (0.065) (2.57) Não Comercalzável (-1.11) Exportável (-0.33) Substtuto de Import (-0.42) Urbano (2.285) (12.7) Nunca se Casou (0.44) (96.17) Branco (2.427) (9.53) Não Lgado à Prod (1.08) Lgado à Produção (-2.43) - - Nota: Estatístcas t entre parênteses. Obs.: * A equação de transção para os Estados Undos 1983 também nclu termos em Temp. Trab. e Temp. Trab. ao Quadrado. Fontes: Chle 1988: Basch & Paredes Molna (1996); E.U.A. 1980: Dckens & Lang (1985); E.U.A. 1983: Dckens & Lang (1992). 16

18 Os coefcentes de ambas as equações de saláro para o Chle são sgnfcantes, mas têm valores sstematcamente maores para o setor prmáro. No caso dos Estados Undos para o ano de 1980, nenhum dos coefcentes secundáros é sgnfcatvo e, para 1983, os coefcentes secundáros têm snas contráros aos coefcentes do setor prmáro. As curvas estmadas pelo modelo dual para os Estados Undos parecem, na verdade, dzer respeto a estruturas com dferenças muto mas radcas do que aquelas representadas pelas curvas estmadas para o Brasl e para o Chle. A concdênca dos resultados para os países em desenvolvmento e sua marcada dferença em relação aos resultados para os Estados Undos sugerem que talvez esta questão esteja assocada aos dferencas de dsponbldade de oferta de trabalho qualfcada nos dferentes países. No caso dos países em desenvolvmento, que têm uma escassez relatva de mão-de-obra com qualfcação básca, há um retorno sgnfcatvo à educação mesmo no setor secundáro. Já nos países desenvolvdos, onde pratcamente toda a força de trabalho possu um nível mínmo de qualfcação, os empregos runs não apresentam retornos tão sgnfcatvos à educação. De forma a analsar se este modelo explca o funconamento do mercado braslero de forma sgnfcatvamente melhor do que o modelo compettvo (un-setoral) lnear, fo estmada uma únca equação de saláro, tendo como varáves explcatvas os mesmos regressores utlzados no modelo dual. Os resultados da estmação são apresentados na Tabela 4. Tabela 4 Modelo Compettvo (Un-Setoral) Lnear Varável Dependente: Logartmo do Saláro Horáro Varável Coefcente ErroPadrão t Constante AnosdeEstudo Urbano Branco TempodeTrabalho Desv. Pad. Var. Depend. =.985 R 2 =.441 Soma Quad. Resíduos = R 2 Ajustado =.440 Varânca dos Resíduos =.542 F (zero slopes) = Erro Pad. Regressão =.7365 Log da Função de Veross. =

19 Como o modelo de um setor é uma versão restrta do modelo dual, podemos testar a hpótese nula de que o modelo un-setoral explca melhor o funconamento do mercado de trabalho braslero contra a alternatva de que o modelo dual é o mas adequado através de um teste de razão de verossmlhança. 11 No presente contexto, o valor crítco ao nível de sgnfcânca de 1% é (10 graus de lberdade), bem nferor a duas vezes a dferença entre o logartmo da função de verossmlhança do modelo rrestrto e o do modelo restrto (709.94). Como já dscutdo, o conceto de dualdade envolve também a exstênca de raconamento de postos no setor prmáro. O teste de raconamento ndca que o ajuste do modelo dual é muto melhor do que o do modelo restrto para lvre escolha de postos de trabalho prmáros. O valor do logartmo da função de verossmlhança quando os coefcentes nas varáves anos de estudo e branco da equação de transção estão sujetos à restrção descrta na seção 3 é , o que leva à rejeção do modelo sem raconamento em favor do modelo com raconamento de postos de trabalho prmáros (as equações estmadas para o modelo restrto para o teste de raconamento são apresentadas no apêndce II). 12 As evdêncas sugerem, portanto, que a estrutura dual no mercado de trabalho braslero explca melhor os dados do que o modelo compettvo lnear e que exste raconamento de postos de trabalhos no setor prmáro. No entanto, conforme dscutdo na seção 3, é necessáro avalar a possível exstênca de não-lneardades nas varáves de captal humano que podem estar vesando os resultados em favor do modelo dual. A estmação do modelo dual permte a determnação da composção dos dversos subconjuntos do mercado de trabalho braslero nos setores prmáro e secundáro, 11 O problema neste procedmento é que, quando se mpõe as devdas restrções sobre o modelo de dos setores, város parâmetros não são dentfcados, o que mpossblta o cálculo exato do número de graus de lberdade da dstrbução da estatístca de teste. Apesar dsso, Goldfeld & Quandt (1976) sugerem, a partr de testes de Monte Carlo, que a dstrbução qu-quadrado com o número de graus de lberdade gual ao número de restrções mpostas mas o número de parâmetros não dentfcados é uma aproxmação bastante razoável da dstrbução relevante da estatístca de teste. 12 A razão de verossmlhança entre os dos modelos é de , o que rejeta a hpótese nula a qualquer nível de sgnfcânca usual (no caso em questão, ao nível de sgnfcânca de 1%, o valor crítco correspondente a 1 grau de lberdade - duas restrções nos coefcentes menos a restrção na varânca do erro da equação de transção - é 6.63). 18

20 segundo o procedmento descrto na seção 3.2. A tabela 5 mostra as probabldades de emprego no setor prmáro quando se varam a cor, a posse de cartera de trabalho, a assocação a alguma entdade de classe, a regão de resdênca do trabalhador, o nível educaconal e o setor econômco dos trabalhadores da amostra. Os resultados são os esperados: trabalhadores educados, brancos, com cartera de trabalho, sndcalzados e que moram em áreas urbanas são aqueles com a maor probabldade de ocupação no setor prmáro. Tabela 5 Composção do Setor Prmáro Calculada a partr do Modelo Dual Estmado Grupo de Porcentagem Porcentagem no Porcentagem do Setor Prmáro Trabalhadores na Amostra Setor Prmáro Composta pelo Grupo Total Brancos Não Brancos Sem Cartera Com Cartera Sndc./Assocados Não Snd./Assoc Urbanos Não Urbanos Men. de1 Ano Est Anos de Estudo Anos de Estudo Anos de Estudo Anos de Estudo Anos de Estudo Anos de Estudo Anos de Estudo Anos de Estudo a 11 Anos de Es /mas Anos Est Ind. de Transform Construção Cvl Atvdades Indust Comérco Servços Servços Auxlares Transp. e Comun Servços Socas

21 Quanto ao efeto da educação sobre a probabldade de emprego prmáro, destaca-se o resultado de que 87% dos trabalhadores não enfrentam qualquer ncerteza quanto ao setor ao qual estão vnculados: 27% têm um emprego prmáro com certeza e 60% têm um emprego secundáro com certeza. Além dsso, dentre os trabalhadores que têm algum grau de ncerteza, pode-se dzer que apenas os com 8 anos de estudo o têm em um nível consderável; ou, em outras palavras, apenas 9,2% do total de trabalhadores ncluídos na amostra apresentam uma ncerteza superor a 6,5% a respeto de sua vnculação setoral. Estes resultados sugerem que a educação é pratcamente o únco determnante relevante da probabldade de emprego prmáro. As porcentagens de postos de trabalho prmáros calculadas para os setores da economa estão de acordo com esta hpótese, pos a ordenação a partr destas probabldades é pratcamente dêntca à obtda a partr do nível médo de educação observado em cada um dos setores. 13 Como exste uma probabldade nula de que um trabalhador sufcentemente educado - com mas de 8 anos de estudo - esteja empregado no setor secundáro, é dfícl pensar que o mercado braslero se adequa perfetamente às prevsões de raconamento da teora dual. Como dscutdo na seção anteror, os resultados sugerem, na realdade, que exste uma alta não-lneardade no retorno à educação, e não uma estrutura dual da forma defnda na seção 2. A prncípo, é dfícl compatblzar esta evdênca com o resultado do teste de raconamento de postos de trabalho prmáros. Ao mesmo tempo, todos os trabalhadores sufcentemente educados têm empregos prmáros, mas nem todos os trabalhadores que desejam um emprego prmáro o têm. Para melhor entender este aparente paradoxo, é mportante ressaltar que o modelo de lvre alocação setoral que sustenta o teste de raconamento de postos de trabalho prmáros, apresentado no apêndce I, traz mplctamente uma sére de hpóteses não necessaramente nócuas quando aplcadas a um mercado de trabalho específco. Recorde que o que se testa é se, dados os atrbutos do ndvíduo e a exstênca de dos setores compostos por postos 13 A ordenação a partr do nível médo de educação é a segunte: Servços Socas (8.28), Servços Auxlares (7.94), Comérco (6.95), Atvdades Industras (6.79), Transporte e Comuncação (6.52), Indústra de Transformormação (6.38), Servços (5.43) e Construção Cvl (4.45). 20

22 de trabalho com característcas dferentes, os ndvíduos são lvres para escolher em qual setor estarão empregados. Ou seja, no modelo sem raconamento, os atrbutos ndvduas não fazem parte do processo de escolha e supõe-se que exste a possbldade de emprego para todos os trabalhadores em qualquer um dos dos setores. Nesse caso, se os dos setores estmados estão captando na verdade apenas uma nãolneardade na equação de saláro e, como acontece aqu, se a educação é capaz de separar quase completamente os dos setores, quando o nível educaconal é dado, não exste efetvamente nenhum processo de escolha setoral por parte dos ndvíduos e, consequentemente, o teste de raconamento fca desprovdo de sentdo. Tudo o que pode ser dto a partr da rejeção da lvre escolha setoral é que um ndvíduo com menos de 8 anos de estudo provavelmente gostara de estar empregado em um posto de trabalho com as característcas da equação de saláro prmára, mas para tal ele precsara necessaramente se educar, e, sem evdêncas adconas, não se pode dzer nada a respeto de seu acesso à educação ou de sua dsposção em arcar com os custos de se educar. Desse modo, a aparente ncompatbldade entre o resultado do teste de raconamento e as probabldades calculadas a partr dos parâmetros estmados pelo modelo pode decorrer smplesmente da exstênca de uma sgnfcatva não-lneardade no retorno à educação no mercado de trabalho braslero e das hpóteses que mplctamente sustentam o teste de raconamento. A exstênca de trabalhadores que gostaram de estar empregados em postos com característcas prmáras, mas que não estão dspostos a se educar, ou que não têm acesso à educação por questões de restrção de lqudez ou de oferta de educação qualtatvamente dstnta, juntamente à escassez de mão-de-obra qualfcada, podera levar a um resultado como o obtdo aqu. Esta nterpretação dos resultados apresentados é corroborada também por estudos recentes que têm documentado não-lneardades no retorno à educação em dversos subconjuntos do mercado de trabalho braslero (ver Barros & Mendonça, 1996; Barros & Ramos, 1996). De forma a avalar se uma especfcação mas geral do modelo de um únco setor é capaz de explcar o comportamento dos saláros no mercado de trabalho 21

23 braslero de forma superor ao modelo de dos setores, fo estmada uma equação de saláros nclundo as mesmas varáves utlzadas na estmação do modelo dual, mas permtndo uma maor flexbldade no retorno à educação, através da nclusão de uma varável dummy para cada ano adconal de estudo completado pelo ndvíduo e de um termo representando a nteração entre o número de anos de estudo e o tempo de trabalho. A equação estmada para avalar a não-lneardade do retorno à educação é a segunte: (B1) ln SALHOR = P0 + Σ P 1.D + P 2.URB + P 3.BRANCO + P 4.TEMPTRAB + P 5.AxT + e; onde os D's são varáves dummes correspondentes a cada ano adconal de estudo completado pelo ndvíduo; assume valores que varam de 1 a 14, de acordo com a classfcação de níves educaconas descrta na seção 3.2; e AxT é o produto das varáves anos de estudo e tempo de trabalho. Os resultados da estmação são apresentados na tabela 6. Tabela 6 Modelo de Um Setor com Retorno Não-Lnear à Educação Varável Dependente: Logartmo do Saláro Horáro Varável Coefcente Erro Padrão t Constante D D D D D D D D D D Urbano Branco Tempo de Trabalho Estudo X Tempo Trab Desv. Pad. Var. Depend. =.985 R 2 =.4610 Soma Quad. Resíduos = R 2 Ajustado =.4605 Varânca dos Resíduos =.523 F (zero slopes) = Erro Pad. Regressão =.723 Log da Função de Veross. =

24 De forma a comparar a capacdade de ajuste aos dados dos dos modelos, foram calculados os valores de meddas de ajuste para os modelos de dos setores e de um setor não-lnear. 14 Os resultados estão sntetzados na tabela 7. Tabela 7 Meddas de Ajuste para os Modelos de Dos Setores e de Um Setor Não-Lnear Modelo R 2 R 2 Dual 0,4593 0,4587 Um Setor Não-Lnear 0,4610 0,4605 Ambas as meddas ndcam um melhor ajuste do modelo com um únco setor não-lnear, confrmando assm a déa de que os resultados obtdos revelam bascamente a exstênca de um retorno à educação altamente não-lnear. Não exste evdênca de dualdade no mercado de trabalho braslero da forma defnda na seção 2. Na realdade, o mas adequado é dzer que os dos setores estmados anterormente correspondem a dferentes ramos da curva de saláros, podendo ser nterpretados como regmes dstntos de remuneração, sendo a vnculação de um ndvíduo a um dos dos regmes determnada uncamente a partr do seu nível educaconal. Apesar dsso, contnua sendo válda a noção de que a lógca do emprego e da relação trabalhsta é dferente para ndvíduos empregados nesses dferentes regmes. A experênca é mas valorzada para ndvíduos com maor nível educaconal, o que é confrmado pelo coefcente que representa a nteração entre educação e experênca na equação não-lnear, e evdenca o papel da educação formal na possbldade de evolução técnca do ndvíduo através da assmlação de nformações no própro exercíco de seu trabalho. É mportante destacar anda que o resultado obtdo não sgnfca que não exste nenhuma forma de segmentação no mercado de trabalho braslero. Empregados com cartera 14 Como nenhum dos dos modelos é uma versão restrta do outro, comparou-se o ajuste através do R 2 e do R 2, onde R 2 = 1 - [(n - 1)/(n - k)].(1 - R 2 ), sendo n o número de observações e k o número de parâmetros. A construção do erro estmado para o modelo dual se deu de forma análoga àquela sugerda por Amemya (1981) para modelos de resposta qualtatva, sendo o valor esperado da varável dependente defndo da segunte forma: E(lnW X, Z ) = [1 - Φ(-Z.Γ)].X.β p + Φ(-Z.Γ).X.β s. 23

25 assnada, por exemplo, podem apresentar saláros sstemátca e sgnfcatvamente maores do que o de trabalhadores dêntcos sem cartera, e o acesso à cartera de trabalho pode ser lmtado. O que os resultados dzem é que trabalhadores sem cartera de trabalho, mas com mas educação formal, provavelmente ganharão mas e possurão uma melhor perspectva profssonal do que trabalhadores com cartera menos educados. Resumdamente, não é a posse de cartera de trabalho ou o vínculo a um ramo de atvdade partcular o determnante básco da trajetóra salaral esperada de um ndvíduo, e sm o seu nível educaconal. O que parece não exstr é dualdade no mercado de trabalho como um todo da forma magnada por Doernger & Pore (1971) e aparentemente observada nos Estados Undos por Dckens & Lang (1985, 1992), na qual trabalhadores com mesmo nível educaconal estaram em dferentes regmes salaras. Dado o baxo nível de escolardade da mão-deobra braslera, este resultado pode decorrer da alta magntude da dferença entre os saláros dos empregados muto pouco qualfcados e os saláros dos trabalhadores razoavelmente bem educados, mesmo que, por exemplo, dferenças consderáves entre estruturas de rendmentos exstam para trabalhadores com educação superor a um determnado nível mínmo. A grosso modo, a dferença entre os rendmentos dos grupos não educados e educados pode ser tão grande que se sobreponha a qualquer dferença nterna ao grupo dos educados, o que não muda em nada a essênca ou a nterpretação do resultado obtdo. Em suma, os resultados mostram que a educação parece domnar qualquer outro fator na determnação do saláro e da perspectva profssonal do empregado braslero, esteja ele em que setor estver e seja qual for a natureza de sua relação trabalhsta. 5. Conclusões A conclusão prncpal deste artgo é que não exstem evdêncas de dualdade no mercado de trabalho braslero no sentdo de que trabalhadores gualmente qualfcados possam estar empregados em setores dstntos do mercado, com dferentes perspectvas de ascensão profssonal e retornos aos atrbutos produtvos. 24

26 A déa de que o mercado de trabalho é caracterzado pela exstênca de dos setores - o prmáro composto por bons postos de trabalho e com maor remuneração às varáves de captal humano; e o secundáro composto por postos de trabalho runs e sem remuneração às varáves de captal humano - e que trabalhadores gualmente qualfcados podem estar empregados em setores dferentes sem nenhum motvo aparente não parece ser a melhor representação do mercado de trabalho no Brasl, uma vez que o ajuste de um modelo dual para os dados brasleros leva à estmação de dos setores formados por trabalhadores com níves de educação quase completamente dstntos. Nenhum grupo educaconal está representado de forma sgnfcatva nos dos setores: ndvíduos com menos de 8 anos de estudo têm emprego secundáro e ndvíduos com mas de 8 anos de estudo têm emprego prmáro. A educação, soznha, é capaz de determnar a alocação setoral do ndvíduo e, desse modo, não se pode afrmar que exste dualdade dentro do mercado de trabalho. Apesar dsso, exste uma profunda dferença entre a estrutura salaral desses dos setores estmados, o que parece refletr um retorno altamente não-lnear à educação. Esta hpótese é corroborada pela superordade do modelo un-setoral com retorno não-lnear à educação frente ao modelo dual. Estas conclusões são, de modo geral, condzentes com as evdêncas obtdas por uma ampla gama de estudos sobre desgualdade de saláros e estrutura de rendmentos no Brasl. O papel proemnente da educação na explcação da estrutura salaral tem sdo enfatzado em város estudos, como por exemplo, em Res & Barros (1991) e Camargo & Barros (1991). A relação não-lnear exstente entre rendmentos e educação fo dscutda recentemente por Barros & Mendonça (1996) e Barros & Ramos (1996). Já o resultado do teste de raconamento, que ndca que trabalhadores do setor secundáro desejam um emprego no setor prmáro, merece comentáros adconas. Note que, como não exste a possbldade de emprego no setor prmáro para um trabalhador com educação nsufcente, exste um custo para a obtenção de um emprego prmáro: o custo de se educar. Logo, o resultado do teste de raconamento pode, teorcamente, refletr tanto a mpossbldade de acesso à educação para trabalhadores secundáros, quanto smplesmente a sua opção por não adqurr mas educação. 25

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

UNIVERSIDADE FEDERALDO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA CURSO DE BACHARELADO EM ESTATÍSTICA

UNIVERSIDADE FEDERALDO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA CURSO DE BACHARELADO EM ESTATÍSTICA UNIVERSIDADE FEDERALDO PARÁ INSTITUTO DE CIÊNCIAS EATAS E NATURAIS FACULDADE DE ESTATÍSTICA CURSO DE BACHARELADO EM ESTATÍSTICA JEFFERSON PINTO BARBOSA JUNIOR ECONOMETRIA: MULTICOLINEARIDADE E HETEROCEDASTICIDADE

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012 ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados

Leia mais

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ JULIANA KIKUCHI VAN ZAIST * LUCIANO NAKABASHI ** MÁRCIO A. SALVATO *** RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ RESUMO No Brasl e no Paraná exstem graves problemas no que dz respeto ao sstema

Leia mais

TESTE DO QUI-QUADRADO - Ajustamento

TESTE DO QUI-QUADRADO - Ajustamento Exemplo 3: Avalar se uma moeda ou um dado é honesto; Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1 H 0 : a moeda é honesta; H 1 : a moeda não é honesta; 2 α

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Capítulo 16: Equilíbrio Geral e Eficiência Econômica

Capítulo 16: Equilíbrio Geral e Eficiência Econômica Capítulo 6: Equlíbro Geral e Efcênca Econômca Pndck & Rubnfeld, Capítulo 6, Equlíbro Geral::EXERCÍCIOS. Em uma análse de trocas entre duas pessoas, suponha que ambas possuam dêntcas preferêncas. A curva

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE

DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE Jar Andrade de Araúo Doutorando Economa pelo CAEN/UFC Mestre em Economa Rural pela UFC. Débora Gaspar Fetosa Doutoranda Economa pelo CAEN/UFC

Leia mais

Equações Simultâneas

Equações Simultâneas Equações Smultâneas Caracterzação. Os modelos de equações smultâneasenvolvem mas de uma varável dependente, ou endógena, sendo necessáras tantas equações quanto for o número de varáves endógenas 2. Uma

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

RETORNO EM ESCOLARIDADE NO PARANÁ

RETORNO EM ESCOLARIDADE NO PARANÁ RETORNO EM ESCOLARIDADE NO PARANÁ Julana K. Van Zast 1 Lucano Nakabash 2 Márco A. Salvato 3 Resumo - A baxa qualdade do sstema educaconal braslero é um dos obstáculos ao crescmento de sua economa. Uma

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

Estudo e Previsão da Demanda de Energia Elétrica. Parte II

Estudo e Previsão da Demanda de Energia Elétrica. Parte II Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO)

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO) AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO) Alexandre Manoel A. da Slva (IPEA) ** Gulherme Mendes Resende (IPEA) ** Raul da Mota S. Neto (PIMES/UFPE)

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

ANÁLISE DA VARIÂNCIA DA REGRESSÃO

ANÁLISE DA VARIÂNCIA DA REGRESSÃO ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais