Rendimento Acadêmico
|
|
- Agustina Camilo Alcaide
- 7 Há anos
- Visualizações:
Transcrição
1 , o que prediz (e o que não prediz): O caso dos alunos de Ciências Econômicas da UnB Orientador: Moisés Resende Filho PET Economia Universidade de Brasília 25 de Abril de 2012
2 Motivação Falta de trabalhos, principalmente no Brasil, que tivessem estudantes de universidades como objeto de estudo. Curiosidade pessoal: o que determina o sucesso acadêmico (ou não) de um estudante? Aplicação de Econometria para responder o problema.
3 Introdução Deseja-se descrever os aspectos socioeconômicos e acadêmicos dos estudantes de economia Após, estima-se modelos para encontrar causalidade entre características e hábitos desses estudantes e seu rendimento Ao fim, essas mesmas características são usadas para estimarmos a probabilidade do aluno ter uma reprovação ou trancamento no currículo O trabalho é muito mais um Estudo de Caso do que uma tentativa de estimar uma Função de Produção para a Educação
4 Base de Dados Base de Dados Questionário Base de dados inédita proveniente de 240 questionários aplicados entre os alunos de Ciências Econômicas da UnB Questionários aplicados em turmas representativas entre o 2 o e 7 o semestres Data: fim de Agosto e início de Setembro de 2011 Alunos elegíveis: qualquer aluno de economia que estava cursando no mínimo o 2 o semestre no 2/2011 A amostra corresponde a 65% do total (370)
5 Questionário Base de Dados Questionário Primeira parte pergunta aspectos socioeconômicos (sexo, idade, renda...) Depois disso, pedia-se a frequência a lugares emblemáticos da nossa universidade (RU, BCE, CA...) durante o 1/2011. Ao fim, o estudante deveria colocar todas as menções do seu semestre anterior (1/2011) Essa opção é melhor, pois os alunos tendem a lembrar-se mais de suas notas imediatamente passadas do que do seu rendimento acumulado. (Lopus e Maxwell, 1994).
6 Questionário Base de Dados Questionário
7 Fórmula do IRA Base de Dados Questionário O IRA foi calculado pela fórmula da UnB: IRA = [1 (0, 6 DTb + 0, 4 DTp) (ΣPi CRi Pei) ] DC (ΣCRi Pei) DTb indica o número de disciplinas obrigatórias trancadas, DTp o número de disciplinas optativas trancadas, DC o número de disciplinas matriculadas (incluindo as trancadas), Pi é o peso da menção (SS=5, MS=4, MM=3, MI=2, II=1 e SR=0), CRi é o número de créditos da disciplina e Pei é o período no fluxo. Como o IRA medido é de apenas um semestre, o Pei de todos é igual a 1.
8 Modo de Ingresso Modo de Ingresso Homens vs. Mulheres Renda Relação do Aluno com a UnB Perfil Acadêmico
9 Homens vs. Mulheres Modo de Ingresso Homens vs. Mulheres Renda Relação do Aluno com a UnB Perfil Acadêmico Número muito maior de homens: 152 (63,3%) contra 88 mulheres (36,7%) IRA das mulheres é mais alto: 3,67 contra 3,49 A proporção de mulheres com reprovação ou trancamento no período é de 33%, a de homens, 46%. A supremacia feminina é corroborada por outras pesquisas como Francis e Pianto, 2010 e Brint e Cantwell, 2008
10 Renda Introdução e Motivação Modo de Ingresso Homens vs. Mulheres Renda Relação do Aluno com a UnB Perfil Acadêmico Foi a variável mais omitida, 21 omissões e 219 observações válidas Renda extremamente elevada. Mediana de R$ 12000! A moda dos dados é de R$ ou mais (49 alunos - 22,4%) Comparando: 15,5% dos estudantes das Federais brasileiras são da classe A (ANDIFES, 2011). Na amostra, impressionantes 71,7%
11 Renda - Gráfico Modo de Ingresso Homens vs. Mulheres Renda Relação do Aluno com a UnB Perfil Acadêmico
12 Relação do Aluno com a UnB Modo de Ingresso Homens vs. Mulheres Renda Relação do Aluno com a UnB Perfil Acadêmico 18% dos alunos almoçaram uma vez por semana no RU, 25% duas ou mais vezes e 57% não almoçaram uma única vez BCE: 39,2% não a frequentou, 23,3% foi de visitantes ocasionais e 37,5% a usou para estudar 53,3% dos alunos foi ao CA pelo menos uma vez por mês e 44,7% não o frequentou Vida Noturna na UnB: 32% dos alunos não a frequentou. Enquanto que 40,4% foi a dois ou mais eventos por mês. Média de tempo para chegar ao Campus: 28 minutos. Mediana: 20 Quem tem carro leva 20,5 em média, e quem não tem, 37,4
13 Perfil Acadêmico Modo de Ingresso Homens vs. Mulheres Renda Relação do Aluno com a UnB Perfil Acadêmico Horas de estudo por semana: 6,87 em média. Mediana de 5h. Horas de estudo na véspera de provas: 6,15 O estudo semanal é baixo comparado com as universidades americanas. Por quê? Proporção média de faltas: 16% 34,6% trabalhou ou estagiou IRA médio: 3,55 47 (19,6%) alunos foram monitores, seu IRA médio é de 3,89
14 Especificação Ressalvas Outros Modelos Podemos utilizar Mínimos Quadrados Ordinários (MQO) para estimar quais são os determinantes do Rendimento Acadêmico. Modelo Simples IRA = β 0 + β 1 Centro Acadêmico + β 2 Vida Noturna na UnB + β 3 Estudo + β 4 Faltas em % + ɛ
15 Especificação Ressalvas Outros Modelos Modelo Completo IRA = β 0 + β 1 Centro Acadêmico + β 2 Vida Noturna na UnB + β 3 Estudo + β 4 Faltas em % + β 5 (Faltas em %) 2 + β 6 Idade + β 7 Disciplinas + β 8 Sexo Feminino + β 9 Cotas + β 10 PAS + β 11 Transferência + β 12 Outro + β 13 3 o Ano + β 14 EM Público + β 15 Trabalho + β 16 Estágio + ɛ
16 Ressalvas Especificação Ressalvas Outros Modelos O IRA na regressão está numa escala entre 0 e 100. É o IRA convencional multiplicado por 20. O termo de erro não pode ser correlacionado com nenhuma das variáveis independentes. Há relação entre aptidão e estudo? (Stinebrickner e Stinebrickner, 2004)
17 Especificação Ressalvas Outros Modelos
18 Especificação Ressalvas Outros Modelos As horas de estudo semanal foram bastante significantes para o IRA. 1 hora a mais de estudo eleva o IRA(0-100) em 0,56 A proporção de faltas também foi relevante no modelo. A adição do termo quadrático evidencia o efeito decrescente dessa variável Entre 0 e 1%, o efeito das faltas é de -0,46. Entre 24% e 25%, esse efeito é de apenas -0,2 A frequência ao Centro Acadêmico e à Vida Noturna da UnB não foram significantes no rendimento (parâmetros pequenos e erros padrão grandes)
19 Especificação Ressalvas Outros Modelos Rendimento 3,92 pontos maior das mulheres em relação aos homens Cotistas apresentaram IRA(0-100) 8,3 pontos menor que os que ingressaram por vestibular comum Pessoas que ingressaram por Transferência têm rendimento menor em 7,6 Os que trabalharam tiveram rendimento 3,7 maior, contrariando artigos anteriores As variáveis PAS, 3 o Ano, EM Público e Estágio não foram significantes
20 Outros Modelos Especificação Ressalvas Outros Modelos O modelo da coluna 4 inclui dummies de renda, todas elas não significantes. Reduz as observações para 219 Segundo White(1982), a renda determina o rendimento entre os alunos de diferentes escolas, mas não em uma mesma instituição O modelo da coluna 5 inclui ainda variáveis subjetivas. Nível de motivação e de ingestão de bebida Impossível determinar uma relação ceteris paribus com variáveis desse tipo. Possível endogeneidade da variável Motivação Por isso, o melhor modelo é o da coluna 3
21 Especificação Ressalvas Outros Modelos De acordo com o 3 o modelo, um típico aluno de Ciências Econômicas, homem de 20 anos, que não trabalha ou estagia, que estuda 7 horas semanais, falta 10% das aulas, entrou pelo vestibular (depois de concluir o Ensino Médio em uma escola privada), cursa 6 matérias e vai 5 vezes ao CA por mês e 3 à festas, terá um IRA de 70,75 ou 3,5375 na escala convencional Já outra estudante, mulher de 20 anos que entrou pelo PAS, vinda de escola pública, que estuda 12 horas por semana e não falta aulas, além de não frequentar o CA ou festas, cursando as mesmas 6 matérias terá um IRA de 84,254, ou 4,2127
22 O Modelo O Modelo Objetivo: definir a probabilidade do aluno ter uma reprovação ou trancamento no período Como a variável dependente é binária, usa-se Regressão Logística Estimado por Máxima Verossimilhança, que consiste em maximizar a probabilidade da amostra coletada ser a mais representativa possível O modelo é não linear
23 O Modelo O Modelo Distribuição Logística: exp(z) 1 + exp(z) sendo z = β 1 x 1 + β 2 x β k x k
24 O Modelo
25 O Modelo A variável Estudo teve um parâmetro relativamente alto, mas apenas significante ao nível de 10% Centro Acadêmico e Vida Noturna na UnB seguem não significantes As mulheres têm menos reprovações e trancamentos, mas o coeficiente só é significante ao nível de 10% As variáveis mais importantes e significantes foram Faltas e Disciplinas
26 O Modelo Assim, de acordo com o modelo (z3), o típico aluno de ciências econômicas teria probabilidade de 0,465 de reprovar ou trancar pelo menos uma disciplina. Mantendo as variáveis fixas, mas adicionando uma hora ao estudo semanal (de 7 para 8), a probabilidade passaria para 0,45, 1,5% menor. Faltar menos (de 10% para 9% das aulas) implicaria em uma redução de 1,6%, de 0,465 para 0,449. Por fim, cursar uma disciplina a mais (7 ao invés de 6) eleva a probabilidade de reprovação para 0,56, 9,5% maior que antes. Uma mulher com essas mesmas características terá probabilidade de reprovação de 0,334, 13,1% menor que um homem.
Academic Outcome, what predicts(and what does not): the case of Economics alumni from University of Brasilia
MPRA Munich Personal RePEc Archive Academic Outcome, what predicts(and what does not): the case of Economics alumni from University of Brasilia LIMA, Luis C. F. University of Brasilia December 2011 Online
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 maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisProva de Estatística
UNIVERSIDADE FEDERAL DO PARÁ CURSO DE MESTRADO EM ECONOMIA PROCESSO SELETIVO 2010 Prova de Estatística INSTRUÇÕES PARA A PROVA Leia atentamente as questões. A interpretação das questões faz parte da prova;
Leia maisEAE Econometria 1
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade EAE0324 - Econometria 1 Programa de Curso 2015 - Semestre 1 Dia e horário: Local: Website do curso: Professor: Atendimento:
Leia mais1. Perfil dos Estudantes de Gestão Ambiental (B - Noturno)
1. Perfil dos Estudantes de Gestão Ambiental (B - Noturno) 1.1. Perfil Geral - 2017 Nos dados apresentados abaixo, são considerados ingressantes os estudantes que entraram na UnB no ano de 2017; matriculados
Leia maisAULAS 17 E 18 Análise de regressão múltipla: estimação
1 AULAS 17 E 18 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisQuiz Econometria I versão 1
Obs: muitos itens foram retirados da ANPEC. Quiz Econometria I versão 1 V ou F? QUESTÃO 1 É dada a seguinte função de produção para determinada indústria: ln(y i )=β 0 + β 1 ln( L i )+β 2 ln( K i )+u i,
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 maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
Leia mais3 Análise das comissões pagas aos coordenadores do IPO
3 Análise das comissões pagas aos coordenadores do IPO Para investigar se empréstimos pré-ipo são instrumentos de investimento em relacionamento entre bancos e firmas ou instrumentos para viabilizar IPOs
Leia maisAULA 03 Análise de regressão múltipla: estimação
1 AULA 03 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 17 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Cohen, Ernesto, e Rolando Franco.
Leia maisAULA 01 Principais Conceitos em Econometria
1 AULA 01 Principais Conceitos em Econometria Ernesto F. L. Amaral 02 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisEconometria Lista 1 Regressão Linear Simples
Econometria Lista 1 Regressão Linear Simples Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 (2.9 do Wooldridge 4ed - Modificado)
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
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 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 maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia mais1. Perfil dos Estudantes de Educação do Campo (L - Integral)
1. Perfil dos Estudantes de Educação do Campo (L - Integral) 1.1. Perfil Geral - 2017 Nos dados apresentados abaixo, são considerados ingressantes os estudantes que entraram na UnB no ano de 2017; matriculados
Leia maisMeta-análise de impactos: uso de evidências para priorizar investimentos educacionais
ANDRÉ PORTELA Meta-análise de impactos: uso de evidências para priorizar investimentos educacionais André Portela Souza EESP/FGV São Paulo 16 de Setembro de 2016 Apresentação I. A importância das tomadas
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Regressão. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Regressão David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Regressão Linear ( e Múltipla ) Não-Linear ( Exponencial / Logística
Leia maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia maisRESOLUÇÃO DO CONSELHO DOS CURSOS DE GRADUAÇÃO DA FACULDADE DO GAMA. (minuta)
RESOLUÇÃO DO CONSELHO DOS CURSOS DE GRADUAÇÃO DA FACULDADE DO GAMA. (minuta) Estabelece normas para a realização de estágios obrigatórios e não obrigatórios no âmbito dos cursos de graduação da Faculdade
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 30 de abril e 02 de maio de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisECONOMETRIA I. I (11 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 1ª Época 14 de Janeiro de 2005 Duração: 2 horas I (11 valores) Com base numa amostra aleatória de 88 alunos que fizeram o exame
Leia maisAvaliação de impacto do bônus sociorracial da UFMG no desempenho acadêmico dos estudantes
1 Avaliação de impacto do bônus sociorracial da UFMG no desempenho acadêmico dos estudantes Sub-Comissão de Avaliação da Comissão de Estudo e Acompanhamento de Medidas de Inclusão Social no Corpo Discente
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 9 Modelos de Regressão com Variáveis Binárias Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Variáveis
Leia maisAnálise do Coeficiente de Rendimento dos estudantes da Unifesp
Análise do Coeficiente de Rendimento dos estudantes da Unifesp Coordenadoria de Avaliação PROGRAD Profa. Dra. Juliana Garcia Cespedes jcespedes@unifesp.br Objetivo Comparação do coeficiente de rendimento
Leia maisAULA 17 - Variáveis binárias
AULA 17 - Variáveis binárias Susan Schommer Econometria I - IE/UFRJ Variáveis binárias A variável binária (ou dummy) é um simples exemplo de variável aleatória, o qual é chamada de função indicadora de
Leia maisINSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA. Disciplina: Econometria I CH 60h Número de Créditos 06
INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA 1. ESTRUTURA DA DISCIPLINA Disciplina: Econometria I CH 60h Número de Créditos 06 Professor: Rosianne Pereira da Silva Período:
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 maisEconometria I Lista 4: Inferência
Econometria I Lista 4: Inferência Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 07 de maio de 2018 Instruções: Objetivos com a lista: estruturação do conteúdo e compreensão da matemática e
Leia maisDiferencial de Salários Público-Privado: Controlando para Escolha Setorial Endógena
Universidade de Brasília Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação FACE Departamento de Economia Diferencial de Salários Público-Privado: Controlando para
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 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 maisAULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisAprendendo por osmose: um estudo sobre externalidades de capital humano
: um estudo sobre externalidades de capital humano Universidade de Brasília - Congresso PET 12 de abril de 2012 1 Introdução Capital humano O que são as externalidades de capital humano 2 A origem das
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 maisProf. Sandro Eduardo Monsueto Coordenador do Curso de Ciências Econômicas da FACE/UFG
Prof. Sandro Eduardo Monsueto Coordenador do Curso de Ciências Econômicas da FACE/UFG Preocupação Comparar o desempenho acadêmico dos alunos ingressantes. Itens comparados: Situação: Ativo, Trancado, Inativo
Leia maisRELATÓRIO DE ATIVIDADES TRATAMENTO ESTATÍSTICO DOS DADOS COLETADOS JUNTO AOS EGRESSOS DO PERÍODO DE
APRESENTAÇÃO RELATÓRIO DE ATIVIDADES TRATAMENTO ESTATÍSTICO DOS DADOS COLETADOS JUNTO AOS EGRESSOS DO PERÍODO DE 1995-2001 Benedito S. Lima Neto Coordenador do Projeto Juliana Milanez Estagiária outubro,
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisTESTES NÃO-PARAMÉTRICOS
Les-0773: ESTATÍSTICA APLICADA III TESTES NÃO-PARAMÉTRICOS AULA 3 26/05/17 Prof a Lilian M. Lima Cunha Maio de 2017 Revisão... Teste dos Sinais A Comparar valores de medianas de uma amostra com um valor
Leia maisSistema Universitário BC&H
Sistema Universitário BC&H Atividades PEAT Temas Datas Oficinas PEAT Encontro com a coordenação do BC&H /BC&T O que é um bacharelado interdisciplinar? Interdisciplinaridade do curso e seus eixos 20/5 Sistema
Leia mais(ii) Acrescente lucros ao modelo da parte (i). Por que essa variável não pode ser
Questão 1 O arquivo CEOSAL2.RAW contém dados de 177 diretores, os quais podem ser utilizados para examinar os efeitos do desempenho da firma sobre o salário do CEO. (i) Estime um modelo que relacione o
Leia maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Leia maisPesquisador. Planejamento de Experimentos Design of Experiments - DOE NOÇÕES SOBRE EXPERIMENTOS FATORIAIS. 1 - Fixar T e variar P até > Pureza
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planeamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região de
Leia maisAula inaugural do curso Análise de Regressão
Aula inaugural do curso Prof a Silvia Nagib Elian Sala 215 - Bloco A Instituto de Matemática e Estatística Universidade de São Paulo Agenda 1. Exemplo 2. Introdução 3. Modelo de regressão linear simples
Leia maisMinistério da Educação Universidade Federal de São Paulo Escola de Filosofia, Letras e Ciências Humanas. Campus Guarulhos 1 SEMESTRE LETIVO / 2018
ORIENTAÇÕES GERAIS DE REMATRÍCULA 1 SEMESTRE LETIVO / 2018 Prezados (as) estudantes, Entre os dias 30/01 e 01/02/2018 ocorrerão as inscrições para a 1ª Fase da Rematrícula On-line, referente às aulas do
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisNOÇÕES SOBRE EXPERIMENTOS FATORIAIS
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planejamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisEstatística Aplicada
Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede
Leia maisEdital n 4/2017 Mudança de Turno em um mesmo Curso e Mudança de Curso 1
Universidade de Brasília UnB Decanato de Ensino de Graduação DEG Secretaria de Administração Acadêmica - SAA Mudança de Turno em um mesmo Curso e Mudança de Curso Edital nº 4/2017, 10 de setembro de 2017
Leia maisGráficos referentes aos questionários propostos pelo PET- História ao longo do ano de 2009.
Gráficos referentes aos questionários propostos pelo PET- História ao longo do ano de 2009. Os gráficos de perfil e de infraestrutura foram elaborados a partir 148 questionários. Os gráficos de avaliação
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região
Leia maisMinera c ao de Dados Aula 6: Finaliza c ao de Regress ao e Classifica c ao Rafael Izbicki 1 / 33
Mineração de Dados Aula 6: Finalização de Regressão e Classificação Rafael Izbicki 1 / 33 Como fazer um IC para o risco estimado? Vamos assumir que ( X 1, Ỹ1),..., ( X s, Ỹs) são elementos de um conjunto
Leia maisA segunda hipótese de identificação adotada nesse trabalho surge de uma idéia análoga a descrita acima. Tome dois grupos de famílias com dois filhos.
28 6 Identificação Para resolver o problema de variáveis omitidas descrito no capítulo anterior, é necessário encontrar uma fonte de variação exógena para o valor recebido do Programa Bolsa Escola. É fato
Leia maisA Importância do Desenho Amostral. Donald Pianto Departamento de Estatística UnB
A Importância do Desenho Amostral Donald Pianto Departamento de Estatística UnB Objetivo dessa aula Explicar os tipos básicos de amostragem e a razão pelo uso de cada um Contemplar o uso simultaneo de
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA BRUNO GERONYMO - GRR20159232 HERMANN MOGIZ DELGADO - GRR20159211 MARIA HELENA OLIVEIRA - GRR20159213 VINICIUS CESAR PEDROSO
Leia maisAula 2 Regressão e Correlação Linear
1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as
Leia maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
Leia maisExemplo (tabela um) distribuições marginais enquanto que. Distribuição Conjunta
Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis = de Instrução e = Região de procedência. Neste caso, a distribuição de freqüências é apresentada como uma tabela
Leia maisOrientações aos Estudantes. Seja muito bem-vindo(a) à Escola de Nutrição CCBS - UNIRIO!
Orientações aos Estudantes Seja muito bem-vindo(a) à Escola de Nutrição CCBS - UNIRIO! Você que está ingressando agora em seu curso superior na UNIRIO, solicitamos que leiam com muita atenção as informações
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 maisBônus sociorracial na UFMG
1 Bônus sociorracial na UFMG André Braz Golgher Ernesto Friedrich de Lima Amaral Alan Vítor Coelho Neves Sub-Comissão de Avaliação da Comissão de Estudo e Acompanhamento de Medidas de Inclusão Social no
Leia maisAULA 19 E 20 Análise de Regressão Múltipla: Problemas Adicionais
1 AULA 19 E 20 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 19 e 24 de maio de 2011 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisRENDIMENTO ACADÊMICO, O QUE PREDIZ (E O QUE NÃO PREDIZ):
RENDIMENTO ACADÊMICO, O QUE PREDIZ (E O QUE NÃO PREDIZ): O CASO DOS ALUNOS DE CIÊNCIAS ECONÔMICAS DA UnB Luís Cristóvão Ferreira Lima 1 Orientador: Moisés Resende Filho Resumo A análise baseou-se em 240
Leia maisAULAS 25 E 26 Heteroscedasticidade
1 AULAS 25 E 26 Heteroscedasticidade Ernesto F. L. Amaral 10 e 15 de junho de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisAVALIAÇÃO DA AÇÃO AFIRMATIVA NA UFBA
AVALIAÇÃO DA AÇÃO AFIRMATIVA NA UFBA Lilia Carolina Carneiro da Costa Universidade Federal da Bahia liliacosta@ufba.br Resumo Com o objetivo de tornar o Ensino Superior acessível a todos, independente
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria Época de Recurso 01/02/2017 Duração: 2 horas Nome: Turma: Processo Espaço reservado para
Leia maisAULA 26 Análise de Regressão Múltipla: Problemas Adicionais
1 AULA 26 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 10 de novembro de 2011 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma
Leia maisNome: Número: Espaço reservado para classificações
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria - Época Normal - 07/01/2015 Duração 2 horas Nome: Número: Notas: A utilização do telemóvel
Leia maisSeleção de Variáveis e Construindo o Modelo
Seleção de Variáveis e Construindo o Modelo Seleção de modelos candidatos A idéia é selecionar um conjunto menor de variáveis explanatórias de acordo com algum(s) critério(s), e assim selecionar o modelo
Leia maisAvaliação do bônus sociorracial da UFMG
1 Avaliação do bônus sociorracial da UFMG André Braz Golgher Ernesto Friedrich de Lima Amaral Alan Vítor Coelho Neves Sub-Comissão de Avaliação da Comissão de Estudo e Acompanhamento de Medidas de Inclusão
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 12
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 12 Regressão com Variáveis Não-Estacionárias Considere três processos estocásticos definidos pelas seguintes
Leia maisEconometria - Lista 6
Econometria - Lista 6 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 A curva de Phillips desempenha um papel fundamental na
Leia maisCAPÍTULO II DA ADMISSÃO AOS CURSOS
CAPÍTULO II DA ADMISSÃO AOS CURSOS Art. 6º A admissão aos cursos de educação profissional técnica de nível médio do IFMG se dará mediante processo de seleção ou para o preenchimento de vagas remanescentes/ociosas
Leia maisEstudo sobre o perfil dos estudantes ingressantes da Universidade de Brasília em 2012
Universidade de Brasília Instituto de Exatas IE Estágio Supervisionado 2 Estudo sobre o perfil dos estudantes ingressantes da Universidade de Brasília em 2012 Ilka Oliveira Torres Relatório Final Orientadora:
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 6 Extensões do Modelo de Regressão Linear de Duas Variáveis Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus,
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisA formação de Estatística na Licenciatura em Matemática*
A formação de Estatística na Licenciatura em Matemática* Renan Marcel B. dos Santos (renan.marcel.santos@usp.br) SEMA FEUSP Org.: Nilson José Machado Setembro/2012 * Apoio parcial da Pró-Reitoria de Graduação
Leia maisdiferença não aleatória na distribuição dos fatores de risco entre os dois grupos
Confundimento erro devido a uma diferença não aleatória na distribuição dos fatores de risco entre os dois grupos. A variável de confundimento está distribuída desigualmente entre os grupos comparados.
Leia mais7 Testes de Robustez. 7.1 Efeito sobre os alunos não beneficiados
7 Testes de Robustez Como os resultados anteriores não foram obtidos a partir de um experimento controlado, eles devem ser interpretados com bastante cautela. Esta seção submete estes resultados a uma
Leia maisAULA 07 Análise de Regressão Múltipla: Problemas Adicionais
1 AULA 07 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 24 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey
Leia maisRESOLUÇÃO Nº 009/2013 CONSEPE (Revogada pela Resolução 005/2014 CONSEPE)
RESOLUÇÃO Nº 009/2013 CONSEPE (Revogada pela Resolução 005/2014 CONSEPE) Dispõe sobre os procedimentos para a matrícula de acadêmicos nos cursos de graduação a UDESC. O Presidente do Conselho de Ensino,
Leia maisModelo Linear Geral V
Modelo Linear Geral V Aula 08 Wooldridge, 2011 (4. ed) Seção 6.2 Interação Wooldridge, 2011 (4. ed) Seção 6.2 Modelos com Interação Algumas vezes é natural que o efeito parcial, a elasticidade ou a semi-elasticidade
Leia maisRESOLUÇÃO DO COLEGIADO DE GRADUAÇÃO No 01/ O COLEGIADO DE GRADUAÇÃO, no uso de suas atribuições, em reunião realizada em 9 de novembro de 2012,
RESOLUÇÃO DO COLEGIADO DE GRADUAÇÃO No 01/2012 1 Constitui o Regulamento do trabalho de conclusão de curso (TCC) de graduação de Museologia da Universidade de Brasília. O COLEGIADO DE GRADUAÇÃO, no uso
Leia mais