Monitor: Tiago Souza. Lista 7
|
|
- Felipe de Abreu Neves
- 7 Há anos
- Visualizações:
Transcrição
1 Professor: Rodrigo Moura Moitor: Tiago Souza Ecoometria MFEE Lista 7 1. Tome ode Cov( 2, u 1 0. Seja z 2 tal que: 1 = β 0 + β β 2 z 1 + u 1 2 = π 0 + π 1 z 1 + π 2 z 2 + v 2 ode E(v 2 ; Cov(z 1, v 2 ; Cov(z 2, v 2 e Cov(z 3, v 2. Temos que ter que π 2 0. Podemos calcular através de MQO ŷ 2 = π 0 + π 1 z 1 + π 2 z 2 Uma vez obtido ŷ 2, podemos fazer MOQda regressão icial utilizado ŷ 2 o lugar de 2. Etão: ( 1i ˆβ 0 ˆβ 1 ŷ 2i ˆβ (1 z 1i (2 ŷ 2i (3 Para (1, sabedo que ŷ 2i = 2i v 2i, teremos: ( 1i ˆβ 0 ˆβ 1 ŷ 2i ˆβ ( 1i ˆβ 0 ˆβ 1 ( 2i v 2i ˆβ ( 1i ˆβ 0 ˆβ 1 2i ˆβ + ˆβ 1 ( v 2i }{{} =0pela CPO do 1 Estágio 1
2 Para (2, aalogamete: z 1i ( 1i ˆβ 0 ˆβ 1 ( 2i v 2i ˆβ z 1i ( 1i ˆβ 0 ˆβ 1 2i ˆβ z 1i + ˆβ 1 ( v 2i z 1i }{{} =0pela CPO do 1 Estágio Para (3 temos que π 0 ( π 0 + π 1 z 1 + π 2 z 2 ( 1i ˆβ 0 ˆβ 1 ŷ 2i ˆβ + π 1 ( 1i ˆβ 0 ˆβ 1 ŷ 2i ˆβ =0 CP O + π 2 =0 CP O z 2 ( 1i ˆβ 0 ˆβ 1 2i ˆβ z 2 Essas são as CPO s do MQ2E, que são idêticas as de VI quado há apeas um istrumeto. Lembre-se que essas CPO s são ecotradas pelo método dos mometos. 2. Seja 1 = β 0 + β β 2 z β k z k 1 + u 1 ode z j, j = 1,..., k 1, são exógeos e 2 é edógea. Todos estimadores MQO serão viesados e icosistetes este caso. Seja z k um istrumeto para 2. Assim, assumimos que: (a u 1 tem média zero, E (u 1 (b z j, j = 1,..., k, são ão correlacioados com u 1, ou seja, Cov (z j, u 1, j = 1,..., k, ou seja, todos os regressores, com excessão de 2, e o istrumeto são exógeos. Através destas hipóteses, via métodos dos mometos, podemos iferir os parâmetros (basta expressar em termos amostrais estas hipóteses, z 1 + 2
3 que seriam o aálogo das CPOs do problema de MQO, ou seja: ( 1i ˆβ 0 ˆβ 1 2i ˆβ... ˆβ k z k 1 (1 ( 1i ˆβ 0 ˆβ 1 2i ˆβ... ˆβ k z k 1 z 1i (2. ( 1i ˆβ 0 ˆβ 1 2i ˆβ... ˆβ k z k 1 z k 1i (k-1 Temos que (1 ( 1i ˆβ 0 ˆβ 1 2i ˆβ... ˆβ k z k 1 z ki (k.. ˆβ 0 = ( 1i ˆβ 1 2i ˆβ... ˆβ k z k 1 Iserido a equação (2: ˆβ 0 = 1 ˆβ 1 2 ˆβ 2 z 1... ˆβ k z k 1 ( 1i ( 1 ˆβ 1 2 ˆβ 2 z 1... ˆβ k z k 1 ˆβ 1 2i ˆβ... ˆβ k z k 1 z 1i ˆβ 2 (z 1i z 1 z 1i = ˆβ 2 = [ ( 1i 1 ˆβ 1 ( 2i 2... ˆβ k (z k 1i z k 1 z 1i ( 1i 1 ˆβ 1 ( 2i 2... ˆβ k (z k 1i z k 1 (z 1i z 1 2 z 1i Fazedo isso para todas as outras equações: ( 1i 1 ˆβ 1 ( 2i 2... ˆβ k (z k 1i z k 1 ˆβ 3 = (z 2i z ( 1i 1 ˆβ 1 ( 2i 2... ˆβ k 1 (z k 2i z k 2 ˆβ k = (z k 1i z k 1 2 ( 1i 1 ˆβ 2 (z 1i z 1... ˆβ k 1 (z k 2i z k 2 ˆβ 1 = ( 2i 2 z ki z 2i z k 1i z ki 3. (a O erro deve coter etre outras coisas, reda familiar, que é positivamete correlacioada com possuir um PC 3
4 (b Os Pais rico podem pagar um PC para os filhos. correlacioados Para ser VI é preciso que : Logo são positivamete 1 cov(x, z 0 2 cov(u, z Ode x=pc; z= reda aual dos pais. Nesse caso, a reda dos pais deve falhar a hipótese (2, uma vez que deve ser correlacioada com outros fatores que explicam a ota (c Esse dado, aluos que receberam subveção, respeita as 2 hipóteses para ser uma VI válida. Respeita (1 e como os aluos foram aleatoriamete selecioados, também respeita (2. 4. Seja β V I = (zi z( i (zi z(x i x = (i z i (zi zx i O umerador fica: (i z i = z i i ( zi = 1 i 1 = 1 i 1 = 1 ( 1 ode 1 = z i quado z i = 1 e ( i z i 1 = 1 é a média de i quado z i = 1. Podemos reescrever: Etão 1 = [ 1 ( 0 = 0 ( 1 ( [ 1 = ( 1 1 ode 0 = 1 ( 1 1 ( 0 [ 0 = ( 0 1 ( 0 0 = ( 0 ( 1 O umerador fica β V I = ( 1 0 ( 1 0 (zi zx i Fazedo o raciocício aálogo β V I = ( 1 0 ( 1 0 ( 1 0 (x 1 x 0 = ( 1 0 (x 1 x 0 5. (a Seja ( = π 0 + π 1 z 1 + π 2 z 2 + v 2 e ( = β 0 + β β 2 z 1 + u 1.Colocado (15.26 detro de (15.22, temos: 1 = β 0 + β 1 (π 0 + π 1 z 1 + π 2 z 2 + v 2 + β 2 z 1 + u 1 1 = β 0 + β 1 π 0 + (β 1 π 1 + β 2 z 1 + β 1 π 2 z 2 + β 1 v 2 + u 1 1 = α 0 + α 1 z 1 + α 2 z 2 + v 1 (b v 1 = β 1 v 2 + u 1 (c Por hipótese, u 1 tem média zero e é ão correlacioado com z 1 e z 2, e v 2 também tem essas propriedades. Logo, v 1 tem média zero e é ão correlacioad com z 1 4
5 e z 2, portato podemos estimar comsistetemete através de MQO 6. Temos que Etão salario = β 0 + β 1 educ + u (1 β 1 = (xi x i (xi x 2 ode x i = educ e i =salario. Agora supoha que salario = β 0 + β 1 educ + β 2 trab if +u (2 ode z i = trab if. Vamos iserir o modelo corretamete especificado (2 em (1: β 1 = (xi x(β 0 + β 1 x i + β 2 z i + u i (xi x 2 = β 0 (xi x + β 1 (xi xx i + β 2 (xi xz i + (x i xu (xi x 2 = β 1 (xi x 2 + β 2 (xi xz i + (x i xu (xi x 2 = β 1 + β 2 (xi xz i + (x i xu (xi x 2 E( β 1 = β 1 + β 2 (xi xz (3 (xi x 2 sedo que (xi (x i xz i x 2 sobre x : Podemos reescrever (3 como: O viés em β 1 é é exatamete o coeficiete de icliação da regressão de z z i = δ 0 + δ 1 x i E( β 1 = β 1 + β 2 δ1 E( β 1 β 1 = β 2 δ1 Portato, o viés de β 1 depede do sial de β 2 e de δ 1 (sedo que esse tem o mesmo sial da corr(x i, z i. Aalizado (2 esperamos β 2 < 0 (uma vez que são as pessoas meos qualificadas que estão este setor e que δ 1 < 0 (dado do problema. Logo, β 2 δ1 > 0 E( β 1 > β 1 ao iserirmos a variável trabalho iformal (z i o coeficiete da variável escolaridade dimiui. 7. (a Como lucros totais é uma variável importate para explicar o preço das ações, a sua exclusão gerou uma má especificação do modelo. Logo, o coeficiete referete a LN REST passa a ter viés. (b Temos que ode E( β LN REST β LN REST = γ β LN LT LN LT = κ + γln REST 5
6 Substituido valores 0, 75 0, 18, 7γ γ, 81 6
Econometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades
Ecoometria. Propriedades fiitas dos estimadores MQO. Estimação da Variâcia do estimador de MQO 3. Revisão de Iferêcia (testes em ecoometria) Ecoometria. Propriedades fiitas dos estimadores MQO Algumas
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 maisCORRELAÇÃO Aqui me tens de regresso
CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.
Leia maisMatemática 5 aula 11 ( ) ( ) COMENTÁRIOS ATIVIDADES PARA SALA COMENTÁRIOS ATIVIDADES PROPOSTAS REVISÃO. 4a 12ab + 5b 2a 2(2a)(3b) + (3b) (2b)
Matemática 5 aula 11 REVISÃO 1. Seja L a capacidade, em litros, do taque. Por regra de três simples, temos: I. Toreira 1: II. Toreira : 1 L 18 L x 1 x + xl ( x+ ) 1 = = L 1 18 xl ( x+ ) Sabedo que R 1
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisAULA 4 - MQO Simples: Propriedades algébricas e Estatísticas
AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas Susan Schommer Econometria I - IE/UFRJ Estimação: MQO recapitulando Na aula passada aprendemos estimação por MQO. Recapitulando brevemente Em
Leia 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 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 maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
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 maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
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 maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos
Leia maisLista 01 - Estimação por MQO
Exercício 01 Lista 01 - Estimação por MQO (a) Temos que o sial esperado para β 1 é egativo pois, dado que temos um úmero limitado de miutos a semaa, se mativermos todas as demais variáveis costates, uma
Leia maisMatemática A Extensivo V. 6
Matemática A Etesivo V. 6 Eercícios 0) B Reescrevedo a equação: 88 00 8 0 8 8 0 6 0 0 A raiz do umerador é e do deomiador é zero. Fazedo um quadro de siais: + + + Q + + O que os dá como solução R 0
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisPROVA DE RACIOCÍNIO MATEMÁTICO
)Uma prova costa de testes de múltipla escolha, cada um com 5 alterativas e apeas uma correta Se um aluo ``chutar`` todas as respostas: a)qual a probabilidade dele acertar todos os testes? b)qual a probabilidade
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
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 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 maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisComo a dimensão da amostra é , o número de inquiridos correspondente é
41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero
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 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 maisDistribuição Amostral da Média: Exemplos
Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia mais1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisRegressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
Leia maisEstimação por Intervalo (Intervalos de Confiança):
Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE
FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisExame Nacional de Matemática A 1 a Fase 2017
Exame Nacioal de Matemática A a Fase 07 Proposta de Resolução Versão Nuo Miguel Guerreiro I Chave da Escolha Múltipla ABDABCDC. Pretedem-se formar úmeros aturais de quatro algarismos com os algarismos
Leia maisExercícios de DSP: 1) Determine se os sinais abaixo são periódicos ou não e para cada sinal periódico, determine o período fundamental.
Exercícios de DSP: 1) Determie se os siais abaixo são periódicos ou ão e para cada sial periódico, determie o período fudametal a x[ ] = cos( 0,15 π ) 1 18 b x [ ] = Re{ e } Im{ } jπ + e jπ c x[ ] = se(
Leia maisGabarito - Lista Pré-Prova 1
Gabarito - Lista Pré-Prova 1 Camila Steffens e Matheus Rosso 1 Questões teóricas 1.1 Regressão simples 1. (Wooldridge) Dado o modelo de regressão linear y = β 0 + β 1 x + u, supõe-se que E(u) 0. Definindo
Leia maise seja P uma matriz invisível tal que B = P -1 AP. Sendo n um número natural,
3 Cosidere as matrizes A 3 alule o determiate da matriz A e 0 B, e seja P uma matriz ivisível tal que B P - AP Sedo um úmero atural, 0 det A det A, tem-se: Como ( ) ( ) ( ) det A 3 3 Cosidere uma seqüêia
Leia maisCF358 Física BásicaExperimental I
CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO
Leia maisProf. Celso Módulo 12 Resposta em freqüência-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST
Prof. Celso Módulo Resposta em freqüêcia-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST O diagrama de Nyquist ou diagrama polar é um gráfico do módulo de G pelo âgulo de fase de G em coordeadas
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
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 maisTeste de Estatística 29 Outubro 2012 Correcção
Teste de Estatística 9 Outubro 0 Correcção Grupo I ( valores) ATENÇÃO Etre todas as versões, existem 7 pergutas este grupo, mas apeas aparecem em cada versão do teste. Além disso, as hipóteses de resposta
Leia maisEconometria I Lista 3: Modelo de Regressão Linear Múltipla
Econometria I Lista 3: Modelo de Regressão Linear Múltipla Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 17 de abril de 2018 Instruções: Objetivos com a lista: estruturação do conteúdo e compreensão
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
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 maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisAula 5 de Bases Matemáticas
Aula 5 de Bases Matemáticas Rodrigo Hause de julho de 04 Pricípio da Idução Fiita. Versão Fraca Deição (P.I.F., versão fraca) Seja p() uma proposição aberta o uiverso dos úmeros aturais. SE valem ambas
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 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 maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisHistograma. Faixas de salários
1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários dos fucioários de uma empresa de Logística: Tabela 1 Classe Salário (R$) Limite if Limite sup Número de fucioários 1 5
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisLucas Santana da Cunha de julho de 2018 Londrina
Análise de Correlação e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 26 de julho de 2018 Londrina 1 / 17 Há casos em que pode existir um relacionamento entre duas variáveis:
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
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 mais2.2. Séries de potências
Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise
Leia maisRegressão Linear Múltipla
Regressão Liear Múltipla Lucas Sataa da Cuha http://www.uel.br/pessoal/lscuha/ 28 de ovembro de 2018 Lodria 1 / 20 Há muitos problemas que é razoável esperar que as previsões de uma variável devam melhorar
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 maisGrupo I. Proposta de Resolução do Exame de Matemática A Cód ª Fase de Junho
Proposta de Resolução do Eame de Matemática A Cód. 65-1ª Fase 01 1 de Juho Grupo I Questões 1 4 5 6 7 8 Versão 1 B D C B A C A C Versão C B D B C A D A 1. 7 A 10 P 7 P A 1 10 10 A B A B A B P P P P PB
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia maisGrupo I. Proposta de Resolução do Exame de Matemática A Cód ª Fase de Junho
Proposta de Resolução do Eame de Matemática A Cód. 65-1ª Fase 01 1 de Juho Grupo I Questões 1 4 5 6 7 8 Versão 1 B D C B A C A C Versão C B D B C A D A 1. 7 A 10 P 7 P A 1 10 10 A B A B A B P P P P PB
Leia maisUniversidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros
3. Poliômios Defiição: Um poliômio ou fução poliomial P, a variável x, é toda expressão do tipo: P(x)=a x + a x +... a x + ax + a0, ode IN, a i, i = 0,,..., são úmeros reais chamados coeficietes e as parcelas
Leia maisObjetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
Leia maisMatemática. Binômio de Newton. Professor Dudan.
Matemática Biômio de Newto Professor Duda www.acasadococurseiro.com.br Matemática BINÔMIO DE NEWTON Defiição O biômio de Newto é uma expressão que permite calcular o desevolvimeto de (a + b), sedo a +
Leia mais2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES
CAPITULO II COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES Acreditamos que os coceitos de Combiação Liear (CL) e de Depedêcia Liear serão melhor etedidos se forem apresetados a partir de dois vetores
Leia maisUniversidade Federal Fluminense - UFF-RJ
Aotações sobre somatórios Rodrigo Carlos Silva de Lima Uiversidade Federal Flumiese - UFF-RJ rodrigouffmath@gmailcom Sumário Somatórios 3 Somatórios e úmeros complexos 3 O truque de Gauss para somatórios
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisEPR 007 Controle Estatístico de Qualidade
EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
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 maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisAnálise de Regressão Linear Múltipla I
Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto
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 maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisINTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP
Nível Avaçado. INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP Vamos abordar esse artigo a aritmética de dois cojutos de iteiros algébricos: os Iteiros de Gauss e os Iteiros
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia maisEconometria. Econometria. Aplicação. Modelo completo. Soma de Coeficientes. Teste para um Parâmetro
. Revisão/exemplos Ecoometria. Iferêcia grades amostras. Revisão/exemplos Ecoometria /00 /00 Aplicação Modelo completo LogG = β + β logy + β 3 logpg + β 4 logpnc + β 5 logpuc + β 6 logppt + β 7 logpn +
Leia maisColégio FAAT Ensino Fundamental e Médio
Colégio FAAT Esio Fudametal e Médio Coteúdo: Recuperação do 4 Bimestre Matemática Prof. Leadro Capítulos 0 e : Probabilidade. Adição e multiplicação de probabilidades. Biômio de Newto. Número Biomial.
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisXX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treinamento 5 Nível 3
UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICA PET MATEMÁTICA XX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treiameto 5
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
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 maisGabarito do Simulado da Primeira Fase - Nível Beta
Gabarito do Simulado da Primeira Fase - Nível Beta Questão potos Serão laçados dois dados: um dado azul de 4 faces, umeradas de a 4, e um dado vermelho de 8 faces, umeradas de a 8 a Determie a probabilidade
Leia maisCAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE
CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas
Leia maisEstatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):
Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.
Leia maisEconometria I Lista 2: modelo de regressão linear clássico e regressão simples
Econometria I Lista 2: modelo de regressão linear clássico e regressão simples Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 19 de março de 2018 Instruções: Objetivos com a lista: estruturação
Leia maisObjetivos. Testes não-paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia mais= o logaritmo natural de x.
VI OLIMPÍ IEROMERIN E MTEMÁTI UNIVERSITÁRI 8 E NOVEMRO E 00 PROLEM [5 potos] Seja f ( x) log x 0 = o logaritmo atural de x efia para todo 0 f+ ( x) = f() t dt = lim f() t dt x 0 ε 0 ε Prove que o limite
Leia maisCE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo
CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ
Leia maisMECÂNICA GERAL EQUILÍBRIO TRIDIMENSIONAL DE PONTO MATERIAL. Prof. Dr. Daniel Caetano EXERCÍCIOS:
MECÂNICA GERAL EXERCÍCIOS: EQUILÍBRIO TRIDIMENSIONAL DE PONTO MATERIAL Prof. Dr. Daniel Caetano 2019-1 Objetivos Exercitar os conceitos de problemas de equilíbrio de ponto material em três dimensões Material
Leia maisPopulação x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade
Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X
Leia mais