OS DETERMINANTES DA DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE UTILIZANDO A PESQUISA DE PADRÃO DE VIDA DO IBGE

Tamanho: px
Começar a partir da página:

Download "OS DETERMINANTES DA DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE UTILIZANDO A PESQUISA DE PADRÃO DE VIDA DO IBGE"

Transcrição

1 OS DETERMINANTES DA DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE UTILIZANDO A PESQUISA DE PADRÃO DE VIDA DO IBGE Vctor Hugo de Olvera Mestre em Economa Aluno do Curso de Pós-Graduação em Economa-CAEN/UFC José Ramundo Carvalho PhD em Economa (PennState Unversty) Professor do Curso de Pós-Graduação em Economa-CAEN/UFC

2 OS DETERMINANTES DA DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE UTILIZANDO A PESQUISA DE PADRÃO DE VIDA DO IBGE Vctor Hugo de Olvera José Ramundo Carvalho Resumo A busca por emprego é uma das prncpas atvdades desempenhadas pelo trabalhador ao longo de sua vda. Devdo a dversos fatores, o trabalhador toma decsões em relação às ofertas salaras que surgem durante o período de busca por emprego. Nesse sentdo, o objetvo do presente estudo é o de analsar os determnantes da duração do desemprego, dando ênfase às característcas ndvduas do trabalhador e a seu saláro de reserva. Para tanto, a metodologa utlzada na análse de duração parte da estmação da função rsco empírca fazendo-se uso dos modelos de rsco proporconal. A base de dados utlzada é a Pesqusa de Padrão de Vda do IBGE. Os resultados obtdos mostram que a prncípo essa relação sera postva e monotoncamente crescente. Entretanto, ao ncorporar a heterogenedade não observada essa relação passa a não ser mas monotônca. Além dsso, as característcas ndvduas em ambos os modelos são fundamentas na determnação do rsco do trabalhador dexar o estado de desemprego em que se encontra. Palavras-chaves: Duração, Desemprego, Brasl. Abstract The search for employment s one of the man actvtes realzed by the worker through hs lfetme. Due to many factors, the worker makes decsons n relaton to the wage offers that appear durng the job searchng perod. In ths sense, the current paper s to analyze the determnants of unemployment duraton, focusng on the worker s ndvdual characterstcs and hs reserve wage. For ths purpose, the methodology utlzed n the duraton analyss has ts startng pont n the estmaton of the emprcal hazard functon, makng use of the proportonal rsk models. The data base utlzed s the Standard of Lvng Research of IBGE. The obtaned results show that, at frst, ths relaton would be postve and monotoncally growng. However, by ncorporatng the unobserved heterogenety ths relaton becomes no longer monotonc. Besdes that, the ndvdual characterstcs n both models are fundamental, n determnng the rsk of the worker leavng the unemployment state n whch he s n. Key-words: Duraton, Unemployment, Brazl. Mestre em Economa, CAEN/UFC. Professor do Curso de Pós-Graduação em Economa CAEN/UFC.

3 OS DETERMINANTES DA DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE UTILIZANDO A PESQUISA DE PADRÃO DE VIDA DO IBGE Introdução O bem-estar do trabalhador está seguramente mas assocado ao tempo de permanênca no estado de desemprego do que pelo fato de ser um desempregado. Nesse sentdo, a lteratura econômca tem se dedcado a entender o fenômeno do desemprego em termos de sua duração, e que fatores são determnantes no que dz respeto ao prolongamento desse estado (KIEFER, 1988). Logo, a mportânca desse tema resde justamente no comportamento do ndvíduo ao longo do seu estado de desemprego. A análse de duração tem sua orgem na chamada análse de sobrevvênca, que tenta mensurar a probabldade de um ndvíduo permanecer no atual estado em que se encontra. Esse estado pode ser caracterzado de dversas formas dependendo da análse em questão (desemprego, matrmôno, crmnaldade e etc.). Entretanto, a lteratura nternaconal tem desenvolvdo dversos estudos utlzando a função rsco, que mede a probabldade do ndvíduo sar do atual estado de desemprego 1. Essa forma de analsar o desemprego pode estar condconada a dversas característcas dos ndvíduos, observáves e não observáves. Além dsso, esses estudos têm avançado tanto a nível teórco como mostrado por Lancaster (1990), quanto a nível empírco em DEVINE & KIEFER (1991). Segundo van den BERG (2001), sso mostra que os aspectos dnâmcos do comportamento dos ndvíduos tem tornado-se mportante na teora econômca. Apesar do avanço da lteratura nternaconal na análse da duração do desemprego, naconalmente este tema tem sdo pouco abordado. BIVAR (1993) fo o estudo ponero na análse de duração do desemprego para a Regão Metropoltana de São Paulo (PENIDO & MACHADO, 2002). Estudos como MENEZES-FILHO & PICCHETTI (2000) e PENIDO & MACHADO (2002), têm aplcado os modelos de rsco proporconal utlzando a base de dados da Pesqusa Mensal de Emprego (PME). Avelno (2001), nvestga os determnantes da duração do desemprego de longo prazo utlzando métodos paramétrcos, sem-paramétrcos e nãoparamétrcos, nclusve para a presença de múltplas durações e regressores que varam no tempo. Já ABRAS & DE FELÍCIO (2005) tentam mostrar a ausênca de dependênca na duração do desemprego para o Brasl. O objetvo do presente estudo é o de estmar uma função de rsco empírca condconada às característcas dos ndvíduos e outros possíves fatores determnantes, recorrendo-se ao modelo de Rsco Proporconal e Rsco Proporconal de Cox como apresentado nos estudos de KIEFER (1988) e van den BERG (2001). O prmero modelo trata-se de um método paramétrco, enquanto segundo trata-se de um método sem-paramétrco para estmar a função rsco. Segundo KIEFER (1988), a duração do desemprego depende substancalmente do saláro de reserva do trabalhador. Portanto, este é um dos prncpas determnantes a ser observado na presente análse de duração. Ademas, tenta-se verfca que dependênca caracterza essa duração, controlando devdamente os efetos da heterogenedade não observada. Para tanto, utlzou-se a Pesqusa de Padrão de Vda (PPV), do Insttuto Braslero de Geografa e Estatístca (IBGE), realzada no período de 1996 a Essa pesqusa contém nformações específcas para a atvdade de busca por emprego, prncpalmente sobre a duração 1 Ver DEVINE e KIEFER (1991). 1

4 da busca e o valor do saláro de reserva do ndvíduo. Vale ressaltar que na lteratura naconal não há estudos abordando esse tema utlzando tal base de dados. O presente estudo está dvddo nas seguntes seções: a Seção 1 compreende aos estudos teórcos e empírcos da análse de duração. A Seção 2 é responsável pelo tratamento dado a amostra de dados. A Seção 3 é atrbuída a descrção do modelo econométrco aplcado a análse de duração. A Seção 4 é dedcada a apresentação dos resultados empírcos encontrados. Fnalmente, a Seção 5 conclu o estudo. 1. Estudo sobre Análse de Duração Os estudos de LANCASTER (1979) e NICKELL (1979) propuseram um método para analsar a duração do desemprego. Esse método baseava-se na função rsco que mensurava a probabldade de um trabalhador dexar seu estado de desemprego. Os modelos propostos nesses dos estudos podem ser consderados como formas reduzdas resultantes de modelos comportamentas advndos da teora de busca por emprego. LANCASTER (1979) propôs utlzar uma formulação básca em tempo contínuo para a duração do desemprego, o chamado modelo de rsco proporconal. Incalmente, assumu uma dstrbução Exponencal, mas em seguda utlzou uma dstrbução Webull com regressores nvaráves no tempo. Num segundo momento, o autor ncorporou a heterogenedade não observada através da especfcação de uma função de dstrbução Gama, chegando a um modelo de rsco proporconal msturado. Um dos resultados encontrados é a exstênca de dependênca negatva da duração, ou seja, a taxa de rsco de mudar do estado de desemprego para o emprego decresce com o prolongamento da duração. Por outro lado, NICKELL (1979), propõe uma formulação em tempo dscreto para a dstrbução de probabldade da duração do desemprego. Seu modelo básco de rsco é especfcado por um Logt com regressores nvaráves no tempo. Em seguda, o autor estende o modelo para regressores varáves e ncorpora a heterogenedade não observada, que por sua vez é tratada de manera não paramétrca. Segundo KIEFER (1988), a função rsco é uma abordagem que fornece um tratamento bastante convenente para a duração do desemprego. Se o rsco de sar do estado de desemprego por parte do trabalhador aumenta com do tempo de duração, então exste uma dependênca postva. Caso contráro essa dependênca da duração é negatva. Todava, para se chegar a tal resultado sobre a dependênca da duração é necessáro assumr alguma dstrbução de probabldade para a duração. Algumas dstrbuções são comumente utlzadas como a Exponencal, a Webull, e a Log-logstca. Após especfcar a dstrbução de probabldade seja com base na teora econômca, ou por convenênca, até mesmo por alguma peculardade dos dados, o vetor de parâmetros de nteresse pode ser estmado utlzando o método de Máxma Verossmlhança. Porém exste uma peculardade nos dados de duração que se refere à censura dessa nformação. Em mutos casos as nformações sobre duração são obtdas somente em um determnado período. Este fato não permte saber se o trabalhador mudou de estado após o período observado, ou a quanto tempo o trabalhador já estava em tal estado antes de entrar no período. Isso gera mplcações para a função MV que deverá ncorporar tanto o trabalhador com nformação censurada, quanto o trabalhador com nformação não cesurada. Neste caso, dos modelos podem ser destacados, são eles: o modelo de Rsco Proporconal e o modelo Proporconal de Cox. 2

5 O modelo de Rsco Proporconal (MRP) não é dervado da teora econômca, mas é capaz de captar mportantes relações teórcas. Nesse modelo exstem três determnantes do rsco, são eles: o vetor de varáves explcatvas observáves, as varáves explcatvas não observáves, e a heterogenedade não observada. Caso seja possível observar todos os determnantes da função rsco sem erros de medda, então a heterogenedade não observada pode ser omtda. No entanto, a suposção mas mportante no ponto de vsta teórco é a de que a duração decorrda (lnha base de rsco) e o vetor explcatvo exercem efeto multplcatvo sobre o rsco, e sso mutas vezes não possu justfcatva razoável (van den BERG, 2001). Entretanto, o MRP tornou-se muto popular na forma reduzda da análse de duração. Parte de sua atratvdade se deve ao fato de que é dfícl de chegar numa formulação mas parcmonosa da função rsco. Estudos como LANCASTER (1979), SOLON (1985), MOFFITT (1985), e mas recente ADDISON, CENTENO & PORTUGAL (2004), tem utlzado o MRP. O modelo Proporconal de Cox (MPCox), por sua vez, tem o poder de estmar o vetor de parâmetros sem especfcar uma dstrbução para a duração do desemprego. A ntução deste modelo dz que na ausênca de todas as nformações sobre a dstrbução da duração, somente a ordem das durações fornecem nformações sobre os parâmetros desconhecdos. O modelo é o Proporconal de Cox tem sdo utlzado nos estudos recentes de GALIANI & HOPENHAYN (2001), CARROLL (2004) e KUPETS (2005). Contudo, é a heterogenedade não observada um dos tópcos mas abordados em estudos que envolvem análse de duração. O prncpal motvo refere-se às característcas ndvduas não observadas que podem ser relevantes para explcar o comportamento dos trabalhadores, e assm podendo afetar a sua probabldade de dexar o estado de desemprego em que se encontra. Ignorar tal problema pode gerar estmatvas nconsstentes para os parâmetros de nteresse. Esta dscussão fo lançada por NICKELL (1979), mas não recebeu muta atenção na época (CANALS & STERN, 2001). LANCASTER (1979) utlza a dstrbução Gama para especfcar a heterogenedade não observada no modelo de rsco proporconal. Neste caso, tem-se a chamada função rsco msturada, dado que a duração possu uma dstrbução de probabldade dferente daquela especfcada para heterogenedade não observada. LANCASTER (1985) analsa os efetos da heterogenedade não observada sobre a dependênca da duração num MRP especfcado por uma dstrbução Webull. O autor encontra estmatvas vesadas na dependênca da duração. Sob algumas suposções adconas, na qual o termo da heterogenedade não observada e o vetor explcatvo são ndependentes, o autor encontra estmatvas consstentes para o vetor de parâmetros de nteresse. No mesmo sentdo, SHARMA (1987) mostra que a heterogenedade não observada, quando não tratada, nduz a uma relação de dependênca entre os regressores e a duração, consequentemente dando a entender que o MRP está mal especfcado. Já STRUTHERS & KALBFLEISCH (1986), analsou os efetos da heterogenedade sobre o MPCox, e também encontrou que as estmatvas dos coefcentes das varáves explcatvas são consstentes ao controlar tal fenômeno. Para tratar a heterogenedade não observada, a dstrbução Gama tem sdo a mas popular nesses estudos. Sua populardade surgu devdo ao seu tratamento analítco que preserva as propredades da dstrbução da duração condconada ao vetor explcatvo numa formulação fechada. ABBRING & van den BERG (2001), justfcam formalmente a escolha da dstrbução Gama. Os autores mostram que sob mínmas condções, a dstrbução da heterogenedade não observada converge para a dstrbução Gama, se t. Todava, HECKMAN & SINGER (1984) já argumentavam que a estmação da dependênca da duração e os efetos das varáves explcatvas sobre na função rsco tornam-se extremamente sensíves ao assumr determnada dstrbução para a heterogenedade não observada. 3

6 Desta manera, mutos estudos passaram a tratar a heterogenedade não observada através de métodos não paramétrcos 2. Esses estudos têm se dedcado a dentfcar um estmador não paramétrco, prncpalmente para o modelo de Rsco Proporconal, como os estudos realzados por ELBERS & RIDDER (1982), HECKMAN & SINGER (1984), KORTRAM et al. (1995), LENSTRA & van ROOIJ (1998), HOROWITZ (1999) dentre outros. 2. Base de Dados Os dados utlzados nesse estudo consstem de nformações ndvduas coletadas na Pesqusa de Padrão de Vda (PPV), do Insttuto Braslero de Geografa e Estatístcas (IBGE). Essa pesqusa fo realzada somente durante o período de nas regões Nordeste e Sudeste do Brasl. A pesqusa abrange as regões metropoltanas das prncpas captas (Fortaleza, Recfe, Salvador, Belo Horzonte, Ro de Janero e São Paulo), e as áreas urbanas e ruras do nteror de cada regão geográfca consderada na amostra. Para fns do estudo ora proposto, a amostra seleconada restrngu-se aos ndvíduos que realzaram a atvdade de busca durante o período de referênca, e que reportaram o valor mínmo de rendmento a que estaram dspostos a trabalhar no período de referênca (saláro de reserva). Essas nformações são crucas para a análse dos modelos de busca por emprego, sendo utlzada como prncpal crtéro de seleção da amostra. A partr dessa amostra tenta-se obter uma sub-amostra fruto do cruzamento de nformações a respeto dos ndvíduos, dos respectvos domcílos, e da atvdade de busca por emprego. Portanto, torna-se de extrema relevânca dscutr tas característcas da amostra, necessáras para a seleção da sub-amostra utlzada no modelo duração do desemprego. 2.1 As Característcas do Indvíduo e do Domcílo No Quadro 1 abaxo, estão lstas as varáves de característcas dos ndvíduos e dos domcílos consderadas na pesqusa. Tas característcas são mportantes nos modelos econométrcos aplcados ao mercado de trabalho pela sua grande utldade como controles. Quadro 1: Característcas dos Indvíduos e do Domcílo Varáves Descrção das Varáves SX Sexo ID Idade em anos completos EC Estado cvl CDOM Condção no domcílo EDUC Número de anos de estudos COR Cor ou raça TDOM Tamanho do domcílo REG Regão geográfca de localzação do domcílo URB Área de localzação do domcílo YDOM Renda domclar 2 Ver van den BERG (2001). 3 O período de permanênca no campo fo de um ano (março de 1996 a março de 1997) com o objetvo de captar fenômenos sazonas. 4

7 A maora das varáves de característcas dos ndvíduos é dscreta. Por exemplo, a varável de sexo ndca femnno quando o valor for gual a 1, e 0 para o caso masculno. O estado cvl do ndvíduo também é utlzada como uma varável bnára, onde o valor 1 ndca se o ndvíduo é casado, e 0 caso contráro (soltero, vúvo, e etc.). A condção do ndvíduo no domcílo segue a mesma construção, sendo o chefe do domcílo ndcado pelo valor 1, e 0 caso contráro (cônjuge, flho, outro parente, agregado, e etc.). A raça do ndvíduo é não branca (negra, parda, amarela ou ndígena) quando o valor for gual a 1, e 0 caso contráro. A regão geográfca do domcílo será o Nordeste quando o valor for gual a 1, e 0 caso contráro (regão Sudeste). Da mesma forma, a área de localzação do domcílo para o valor 1 ndcará a área urbana, e 0 caso contráro (área rural). Além de varáves bnáras de característcas do ndvíduo, são utlzadas algumas outras varáves dscretas como o tamanho do domcílo que é uma nformação relevante para os propóstos do estudo. Outra varável relevante é a dade em anos completos, onde fazem parte da amostra somente aqueles ndvíduos com dade maor ou gual a dez anos de dade, e menor ou gual a 60 anos. A varável de educação é representada pelo número de anos de estudo reportado por cada ndvíduo. Para maores detalhes estatístcos sobre a composção da amostra, ver Tabela 1, no Apêndce Característcas da Atvdade de Busca por Emprego As varáves que descrevem as característcas de busca por emprego são crucas para a análse do estudo. A análse de duração da busca por emprego utlzou uma sub-amostra onde os ndvíduos que estão entre 10 e 60 anos de dade que realzaram uma atvdade de busca por emprego nos últmos 12 meses por estarem desempregados, e reportaram o valor mínmo de rendmento pelo qual estaram dspostos a trabalhar (saláro de reserva). A Quadro 2 contém a descrção das varáves correspondentes às característcas da atvdade de busca. Quadro 2: Característcas da Atvdade de Busca por Emprego Varáves Descrção das Varáves RB12 Realzou a busca nos últmos 12 meses RB30 Realzou a busca nos últmos 30 das MB Motvo da busca por emprego T Duração em semanas da busca por emprego SB Setor de atvdade da busca por emprego AB Atvdade em que a busca fo realzada SUC Sucesso obtdo na busca por emprego WR Menor valor que estara dsposto a trabalhar WU Últmo saláro bruto recebdo pelo trabalhador F Duração em semanas do emprego realzado nos últmos 12 meses Além das nformações sobre a busca por emprego, ndvíduos reportaram o últmo saláro bruto recebdo, ncorporando somente aqueles que trabalharam nos últmos 365 das, tendo trabalhado ou não na semana de referênca da pesqusa. Na pesqusa da PPV, além do motvo de desemprego, é possível observar casos em que o ndvíduo buscou emprego para substtur o atual, ou para obter um segundo emprego como forma de complementar sua renda. Os ndvíduos 5

8 desse grupo foram excluídos da sub-amostra pelo fato de não estarem desempregados quando realzaram a busca por emprego. Não obstante, é possível dscrmnar o setor (públco ou prvado), bem como a atvdade (Agrícola e não Agrícola) em que o ndvíduo realzou sua busca por emprego. A Tabela 2, no Apêndce 2, apresenta as estatístcas descrtvas para as nformações relaconadas à atvdade de busca exercda pelos ndvíduos. É possível notar, que há um número maor de ndvíduos que realzaram a atvdade de busca nos últmos 30 das, em relação aqueles que realzaram essa atvdade nos últmos 11 meses anterores. Esse fato pode ter mplcações quanto a censura de dados, pos muto provavelmente exstrá um maor número de ndvíduos com duração ncompleta, justamente, para aqueles que realzaram a busca nos últmos 30 das, dado que a méda da duração da busca por emprego é de 7.5 semanas. A busca por emprego fo mas ntensa no setor prvado, onde as les de mercado atuam mas lvremente. A atvdade não agrícola concentrou o maor número de ndvíduos buscando emprego, e sso pode estar assocado com a atração populaconal para os centros urbanos. O sucesso na atvdade de busca é alcançado por 39.70% dos ndvíduos que realzaram a busca por emprego, ndependentemente se a atvdade fo realzada nos últmos 30 das ou não. Quando se trata do motvo de desemprego, há uma proxmdade relatva no número de casos de sucesso e nsucesso dos ndvíduos na busca por emprego (26% e 34%). 2.3 Sub-Amostra Seleconada Incalmente, a partr da amostra 5 de 2733 observações (ver Tabela 4, Apêndce 2), foram consderados apenas trabalhadores no estado de desemprego que tnham dade entre 10 e 60 anos, e que realzaram alguma atvdade de busca dentro do período de 12 meses contados a partr da data da entrevsta. Esses trabalhadores nformaram seu saláro de reserva e o últmo saláro bruto recebdo nesse mesmo período de referênca. Dante dessas característcas a amostra se reduz para um número de 663 observações. Entretanto, essa sub-amostra está sujeta ao problema da censura de dados, e possvelmente a exstênca de casos de múltplas durações que foge do escopo desse estudo. Esse últmo caso refere-se aos ndvíduos que possvelmente entraram e saíram do estado de desemprego por mas de uma vez, e que não é possível dentfcá-los na amostra. Porém, observando algumas perguntas realzadas na PPV é possível observar alguns casos ncoerentes, e em seguda elmná-los. A elmnação dessas nformações tem por objetvo dmnur os casos de censura à esquerda e múltplas durações. A PPV fornece as seguntes questões crucas para a tentatva de dentfcação desses casos ncoerentes: () procurou trabalho nos últmos 30 das? (Sm ou Não); () e nos últmos 12 meses? (Sm ou Não); () conseguu o trabalho procurado? (Sm ou Não); (v) semanas que passou procurando emprego nos últmos 12 meses? (v) trabalhou nos últmos 7 das anterores a data da entrevsta? (Sm ou Não) 5 A amostra é caracterzada por ser do tpo estoque, que contem ndvíduos que obtveram duração postva no ntervalo [a,b], não mportando a data ncal dessa duração. Nessa amostra há grande chance de ocorrênca de censura à esquerda e vés de seleção, enquanto na amostra fluxo esses fenômenos não ocorrem (ver WOOLDRIDGE, 2002). 6

9 (v) (v) trabalhou nos últmos 12 meses? (Sm ou Não) nformou a data do últmo saláro bruto recebdo, ou a data do últmo emprego no período de referênca (12 meses)? (Sm ou Não) Nota-se que () sm, mplca () sm. Ou seja, se o ndvíduo procurou trabalho nos últmos 30 das, sso mplca que ele procurou nos últmos 12 meses. Porém, () não, não mplca () não, pos exstem ndvíduos com duração completa que não chegaram a realzar a busca nos últmos 30 das. Observa-se, também, que os tens () e () em caso de respostas sm e não, ndcam cesura à dreta, pos seu estado de desemprego possvelmente se manteve após a data da entrevsta. Os casos em que a resposta dos tens () e () são ambas sm e uma duração menor do que 48 semanas mplcam em duração completa. Já no caso em que a resposta para o tem () é sm e a duração é exatamente de 48 semanas, espera-se que essa duração seja censurada à esquerda. Pos trabalhadores com duração máxma muto provavelmente já ncaram uma atvdade de busca antes do período de referênca [a,b]. E se além de uma duração máxma, a resposta para o tem () é não, então exste censura tanto pela esquerda quanto pela dreta, onde o ndvíduo passou todo o período de referênca no estado de desemprego. Então, torna-se nteressante nvestgar a data em que o ndvíduo sau do últmo emprego para que se tenha uma vsão geral sobre sua stuação anteror ao período de referênca. Nessa estrutura é possível dentfcar de forma dreta apenas os casos de censura à dreta, por meo dos tens acma descrtos. Entretanto, não é possível dentfcar os casos de censura à esquerda, exceto para aqueles ndvíduos com duração máxma de 48 semanas (dado que a data de níco da atvdade de busca não fo reportada na pesqusa). Portanto, para tentar amenzar o problema da exstênca de múltpla duração e censura à esquerda exclu-se da sub-amostra as observações com nformações ncoerentes sobre a duração (correspondentes aos Casos 1 e 2, ver Apêndce). Além dsso, faz-se uso da nformação referente à data do últmo emprego exercdo pelo ndvíduo e do número de meses trabalhados nos últmos 12 meses. Essas duas últmas nformações também são necessáras para dentfcar algumas nformações nconsstentes. Por exemplo, ndvíduos que possuem o valor da soma do tempo de busca por emprego (t) e o do tempo trabalhado nos últmos 12 meses (f) superor a 48 semanas, são excluídos da amostra. Fnalmente, o total de observações excluídas da sub-amostra é de 143 observações. Portanto, as observações da sub-amostra são ndvíduos de 10 a 60 anos de dade, que exerceram uma atvdade de busca por emprego nos últmos 12 meses, onde o estado em que se encontravam era o de desemprego. Parte desses ndvíduos obteve sucesso na busca, o que mplca em duração completa. Desta forma, a amostra a ser utlzada na presente pesqusa contem 543 observações (correspondentes aos Casos 3 e 4, ver Apêndce 3), das 2733 observações orgnas. Porém, esse número se reduz a 520 devdo a problemas de varáves com valores omtdos, e outlers para as varáves de saláro de reserva e últmo saláro recebdo. As nformações presentes na Tabela 3, mostram que a méda de duração no estado de desemprego é de aproxmadamente 8 semanas, e o saláro de reserva médo é de R$ em valor nomnal. 7

10 Tabela 3: Estatístcas Descrtvas da Sub-Amostra Seleconada Varáves Estatístcas Descrtvas Obs Méda Desvo Padrão Mín. Máx. DUR WR EDUC ID SX (FEM) COR (NBRC) TDOM URB REG (NE) Nota. Estatístcas elaborada pelo autor. Além dsso, o trabalhador possu uma dade méda de aproxmadamente 27 anos, e seu últmo saláro recebdo fo em méda de R$ A maora da sub-amostra é de trabalhadores do sexo femnno, não brancos, e urbanos que estão resdndo na regão Nordeste. Portanto, de posse desta sub-amostra o passo segunte é o de propor o método econométrco adequado para a análse em questão. 3. Método Econométrco para Analsar a Duração do Desemprego A análse econométrca para a duração do desemprego segue o estudo da função rsco. Geralmente, em estudos econômcos o nteresse está em obter uma função rsco condconada a um vetor explcatvo x. As varáves que compõem esse vetor são assumdas nvarantes 6 no tempo, como é o caso da maora das varáves utlzadas na presente análse (sexo, raça, dade, localzação regonal, tamanho do domcílo e etc.). Neste caso a função rsco condconada é dada pela segunte expressão: [ t < T t + h T > t, x] Pr λ ( t; x) = lm (1) h h onde t denota um valor partcular de T, e x é um vetor de varáves explcatvas. A expressão do denomnador da equação (1) é a probabldade do trabalhador de dexar o estado de desemprego no ntervalo de duração [ t, t + h), dado T > t e x. Sua forma reduzda para expressada como, ( t x) F( t x) ( t x) ( t x) f f λ ( t; x) = = (2) 1 S onde F é a função cumulatva de probabldade da duração condconada ao vetor explcatvo x. A função f é a função densdade de probabldade condconada, e a função S é a chamada função sobrevvênca que mede a probabldade do ndvíduo permanecer no atual estado de desemprego. A partr dessa defnção estatístca da função rsco, dos modelos econométrcos são delneados: o modelo de Rsco Proporconal, e o modelo Proporconal de Cox. 6 Ver LANCASTER (1990). 8

11 3.1 O Modelo de Rsco Proporconal O nteresse da análse é o de obter os efetos parcas de cada x em λ ( t; x) j. Nesse sentdo, uma mportante classe de modelos com vetor explcatvo nvarante no tempo são os chamados modelos de rsco proporconas. Esse modelo pode ser expresso da segunte manera: λ ( ; x) κ( x) λ ( t) t 0 = (3) onde κ ( ) > 0 é uma função não negatva de x, e ( t) 0 λ 0 > é a chamada lnha base de rsco. Segundo WOOLDRIDGE (2002), essa lnha base de rsco é comum a todas undade na população; as funções de rsco ndvduas dferem proporconalmente baseadas na função κ ( x) de varáves explcatvas observadas. Geralmente, essa função é parametrzada como κ ( x) = exp( xβ ), onde β é o vetor de parâmetros a ser estmado. A expressão logartmzada é dada por: ( ; x) xβ logλ ( t) logλ = + (4) onde cada t 0 β j é a sem-elastcdade do rsco com respeto à varável explcatva x j (se alguma das varáves do vetor x está em termos de logartmo, o seu respectvo coefcente estmado refere-se à elastcdade estmada). Segundo CANALS & STERN (2001), embora o modelo de rsco proporconal não surja de qualquer teora econômca, sua populardade se deve ao fato de que a estmação de seus parâmetros fornece uma nterpretação muto smples. Em relação à dstrbução da varável t, é necessáro esclarecer alguns pontos. Se t tem uma dstrbução exponencal, ela terá uma função rsco constante. Quando a função rsco não é constante, dz-se que o processo exbe dependênca. Assumndo que λ ( ) seja dferencável, então a duração exbe uma dependênca postva em relação a t se dλ ( t; x) para todo valor t > 0. Caso contráro, essa dependênca é negatva, dλ ( t; x) para todo valor t > 0. dt < 0 Neste caso, uma dstrbução de probabldade bastante utlzada em análse de duração é a Webull, como nos estudos recentes de PENIDO & MACHADO (2002) e CARROL (2004). Sua função densdade e cumulatva condconada ao vetor explcatvo x são dadas por: α 2 α 2 ( t x; θ ) = α α t exp( α t ), α, α > 0 f (5) F α 2 ( t x, θ ) 1 exp( α t ) onde α exp( xβ ) λ 1 = (6) 1 =. Neste caso, a função rsco condconada torna-se: α 2 ( t; x) exp( xβ ) α t = (7) 2 dt > 0 9

12 , a função de Máxma Verossmlhança Condconada (MVC) pode ser escrta da segunte forma: l Sabendo que todas as durações se ncam dentro do ntervalo a [ 0,b] ( t x ; ) { d log[ f ( t x ; θ )] + ( 1 d ) log1 [ F( t x ; θ )]} θ (8) = N = 1 onde t mn( t, c ) =, sendo observada. A função c o tempo de censura não observado, e t = b a a duração d é uma função ndcadora, que assume valor 0 para o trabalhador com duração t = c, ou seja, que possu duração ncompleta. Caso contráro, d = 1, ndca que o trabalhador possu duração completa. 3.2 O Modelo Proporconal de Cox Segundo WOOLDRIDGE (2002), uma forma alternatva de estmar o vetor de parâmetros β é por meo da função parcal de Máxma Verossmlhança. A vantagem dessa alternatva é a de que não é necessáro estmar a lnha base de rsco, λ 0 ( t). Esse é o chamado modelo proporconal de Cox. Segundo KIEFER (1988), esse modelo supõe que as durações completas são ordenadas de acordo com o tamanho, t 1 < t 2 < K < t n. A probabldade condconal da observação j obter uma duração completa t j, dada a ocorrênca de n 1 observações com duração completa é: λ N = j ( t ; x, θ ) λ j ( t ; x, θ ) j, = 1,2,3, K, n Levando em consderação a suposção de rsco proporconal expressada pela equação (3), tem-se: κ N = j ( x, θ ) κ j ( x, θ ), = 1,2,3, K, n onde esta é a contrbução da j-ésma duração t j para a função parcal de Máxma Verossmlhança. Essa função MV é formada como o produto das contrbuções de cada duração completa, resultando na segunte expressão: l N N θ (11) = 1 = j ( t x ; ) = log[ κ( x; θ )] log κ( x ; θ ) Nesse modelo é a de que na ausênca de qualquer nformação sobre a lnha base de rsco, somente a ordem das durações fornecem nformações sobre os parâmetros desconhecdos. Aqu, a censura é faclmente tratada, pos essas durações ncompletas não entram na contrbução para a função MV. Essa função parcal de MV é mas detalhada em KIEFER (1988). Além dsso, uma (9) (10) 10

13 peculardade em análses com mcrodados é a presença da heterogenedade não observada na amostra. Neste caso, ao ncorporar essa heterogenedade dos ndvíduos no modelo de duração há uma alteração na função de MVC, que é mostrada na subseção segunte. 3.3 Heterogenedade Não Observada Na análse de duração, a estmação dos parâmetros no modelo de rsco proporconal está condconada a um vetor de varáves explcatvas x. Entretanto, a presença de heterogenedade entre os ndvíduos da amostra pode levar a estmatvas vesadas em modelos de duração. De acordo com DEVINE & KIEFER (1991), se varáves omtdas são gnoradas, o modelo estmado pode ser vesado em dreção a uma dependênca negatva. Intutvamente, característcas não observadas podem dmnur o rsco de algum trabalhador dexar seu estado de desemprego, ou seja, o tempo de duração nos estado de desemprego aumenta. A habldade e auto-motvação de um trabalhador são claramente característcas não observadas em uma atvdade de busca por emprego. O método mas comum para tratar a heterogenedade não observada é por meo da estrutura de rsco proporconal. Porém, algumas suposções devem ser fetas, segundo WOOLDRIDGE (2002):. é possível multplcar a função rsco por um termo estocástco ν ;. o termo estocástco ν possu uma dstrbução de probabldade conhecda e com um número fnto de parâmetros;. exste ndependênca estatístca entre o termo estocástco ν, a duração t, e o vetor explcatvo x. No caso de não exstênca de heterogenedade não observada, ν torna-se um termo constante na função rsco. Então, λ ( ; x, ν ) ν [ κ( x) λ ( t) ] t 0 = (12) Ou anda, para um modelo de rsco proporconal com uma dstrbução Webull, tem-se a segunte expressão: λ α 2 [ α t ] ( t; x, ν ) v exp( x β ) = (13) 2 onde x 1 e v > 0. LANCASTER (1990) chama a equação (13) de rsco condconal. Para 1 = dentfcar os parâmetros α 2 e β, torna-se necessáro uma normalzação para a dstrbução do termo ν, onde o mas comum é supor E ( ) = 1. Isto mplca que, condconado ao vetor x, o v α 2 rsco médo é exp( x β ) α 2t. Uma hpótese a se testar é H 0 : α 2 = 1, que sgnfca dzer que condconado ao vetor x e ao termo estocástco ν, a duração não exbe dependênca. Sabendo que a dstrbução cumulatva condconada de t é F ( t x,ν ;θ ), é possível obter a dstrbução cumulatva de t condconada apenas ao vetor x após ntegrar a função F em relação a varável aleatóra ν, pos t, x e ν são assumdos ndependentes. Ou seja, 11

14 G = ; ( t x; θ, ρ ) F( t x, ν ; θ ) τ ( ν ρ ) dν 0 (14) onde ( ) τ é a função densdade de ν que é assumda ser contínua e dependente do parâmetro desconhecdo ρ. Assume-se que a heterogenedade não observada possu uma dstrbução 1 Gama, onde ( ν ) = 1 Var v =. Além dsso, supõe-se que a função rsco seja ( ς,ς ) ( t ; x, ν ) v κ( t; x ) E e ( ) ς =, onde ( t; ) > 0 λ κ x (e não necessaramente tem a forma de rsco proporconal). A função de dstrbução cumulatva de t condconada ao vetor explcatvo x e a heterogenedade não observada ν é dada por: ( t x, ν ) 1 exp[ ν ξ( t x )] F = ; (15) v onde ξ ( t; x ) = κ( s; x )ds t 0. A função densdade de ν é dada por: τ ( ν ) ς = ς ν ς 1 ( ςν ) ( ς) exp Γ (16) onde ( ) Γ é a função Gama. Então, substtundo as equações (15) e (16) na equação (14) tem-se a função de dstrbução cumulatva de t condconada apenas ao vetor explcatvo x, e sua respectva função densdade condconada dada por: ( t; x ) ς ξ ( ) = + G t x 1 1 ς (17) ( t; x ) κ ( t; x ) ( t; x ) ( ς 1) ξ = 1 + g (18) ς onde κ ( t; ) depende do vetor de parâmetrosθ, e também ( t x) g( t x;θ, ρ) x g =. Na presença de dados censurados, o vetor de parâmetros θ pode ser estmado juntamente com ς ao utlzar a função MVC. Para sso, basta substtur a função de dstrbução F (sem heterogenedade não observada) pela função de dstrbução G na equação (8). l ( t x ;, ρ) { d log[ g( t x; θ, ρ) ] + ( 1 d ) log1 [ G( t x; θ, ρ) ]} θ (19) = N = 1 onde expressão é o logartmo da função VM ao ncorporar heterogenedade não observada no MRP. Ademas, pelo fato do MPCox não apresentar estmatva para a dependênca da duração, optou-se por não estmar seus parâmetros ncorporando os efetos da heterogenedade não observada. 12

15 4. Resultados A análse econométrca para a duração do desemprego apresenta as estmatvas para os parâmetros do Modelo Proporconal de Cox (MPCox) e Modelo de Rsco Proporconal (MPR). Tabela 4: Estmatvas da Função Rsco pelo MPCox e o MRP Varáves Modelos Estmados Explcatvas MPCox MRP MRP HNO Intercepto (-2.85)* (-2.56)* Saláro de Reserva (0.29) (0.43) (0.49) Educação (-2.15)* (-2.30)* (-2.32)* Sexo Femnno (-3.05)* (-3.30)* (-2.68)* Idade (-2.16)* (-2.34)* (-2.44)* Não Brancos (-1.23) (-1.16) (-1.39) Tamanho do Domcílo (2.03)* (2.33)* (1.94)** Área Urbana (-1.62) (-1.97)* (-1.65)** Belo Horzonte (3.08)* (3.39)* (3.33)* Fortaleza (2.35)* (2.58)* (2.40)* Taxa de Desemprego (1.08) (1.17) (1.25) Procurou 30 das (-5.71)* (-4.90)* (-4.88)* Tempo Trab. 12 meses (1.95)** (2.59)* (1.93)** Log MV Estatístca LR Webull ( α 2 ) Desvo Padrão de ˆα 2 - (0.0409) (0.1108) Gama ( ς ) LR (p-valor) Censuras Observações Nota: Estatístca z entre parêntese. O MPCox utlza o método de MV parcal. * Sgnfcânca de 5%. ** Sgnfcânca de 10%. 13

16 As estmatvas são nterpretadas da segunte forma: em caso de snal postvo, então a respectva varável contrbu para o aumento do rsco, sto é, aumenta a probabldade do trabalhador dexar o estado de desemprego em que se encontra. Caso contráro, snal negatvo, a respectva varável dmnu a probabldade do trabalhador de dexar seu estado de desemprego. Incalmente, observa-se que exste duração dependente postva, pos em nas especfcações de MPR α ˆ 2 > 1 é estatstcamente sgnfcante a um nível de 5% (dado o baxo desvo padrão de para o MRP e para o MRP-HNO). Além dsso, o parâmetro da função Gama é postvo e estatstcamente sgnfcante ao nível de 5%, confrmando a presença de heterogenedade não observada. A função rsco estmada pelo MRP apresenta uma dependênca postva e monotônca (Fgura 1), mas ao controlar a heterogenedade não observada essa monotoncdade não mas se verfca (Fgura 2). A Fgura 3 mostra que o nível de rsco do trabalhador dexar seu estado de desemprego cresce até a décma semana, aproxmando-se de um nível máxmo na décma qunta semana e decrescendo após a vgésma semana. Fgura 1: MRP sem controlar a Heterogenedade não Observada Fgura 2: MRP ao controlar a Heterogenedade não Observada 14

17 As estmatvas mostram uma proxmdade elevada entre os parâmetros do MPCox e MRP. Nota-se que o saláro de reserva não exerceu efeto sobre o rsco de sar do estado de desemprego, não sendo estatstcamente sgnfcante ao nível de 5%. Por outro lado, o nível educaconal do trabalhador possu um efeto negatvo sobre o rsco do trabalhador em dexar seu estado de desemprego. O parâmetro estmado em todas as especfcações fo estatstcamente sgnfcante ao nível de 5%. Portanto, a sem-elastcdade estmada é de - 5%, sso sgnfca dzer que se trabalhador eleva o número de anos de estudos em uma undade, o rsco de sar do estado de desemprego decresce em 5%. Este fato pode ser devdo a maor seletvdade destes trabalhadores quanto às ofertas salaras, o que mplca num efeto ndreto de seu saláro de reserva sobre o rsco. O sexo femnno também possu um efeto negatvo sobre o rsco, com uma semelastcdade negatva e estatstcamente sgnfcante ao nível de 5%. Isso sgnfca dzer que trabalhadores do sexo femnno tendem a permanecer por mas tempo no estado de desemprego, com uma redução de 39% no rsco. Este fato pode está ndcando dscrmnação no mercado de trabalho, mas precsa-se de estudos mas detalhados para se verfcar tal suposção. A dade afeta negatvamente o rsco do trabalhador de dexar seu estado de desemprego, as estmatvas foram estatstcamente sgnfcantes ao nível de 5% em todas as especfcações. Este resultado mostra que para cada ano a mas de dade há uma redução de 1.8% no rsco. Da mesma forma que o sexo femnno, a este fato pode ser resultado muto mas por parte da dscrmnação no mercado de trabalho, do que por um de efeto ndreto do saláro de reserva. Pos a dade dos trabalhadores obteve um baxo mpacto sobre o saláro de reserva, como mostrado na sub-seção anteror. Na dreção oposta, o tamanho do domcílo exerce efeto postvo sobre o rsco de dexar o estado de desemprego. As estmatvas em todas as especfcações são muto próxmas, mesmo ao controlar a heterogenedade não observada, onde o parâmetro estmado é sgnfcante ao nível de 5%. O resultado desse coefcente mostra que um membro a mas no domcílo eleva o rsco em 5.9%, ou seja, sso mostra um efeto postvo do número de contatos que um trabalhador possu ao realzar uma atvdade de busca por emprego. Vale ressaltar que a dummy que ndca a regão Nordeste não fo ncluída na estmação fnal por não se mostrar estatstcamente sgnfcante, mas ao desagregá-la em regões metropoltanas alguns resultados foram obtdos. Nas estmatvas, fo possível observar sgnfcânca (ao nível de 5%) dos parâmetros apenas para duas regões metropoltanas, Belo Horzonte e Fortaleza. Ambas as regões metropoltanas apresentaram um efeto postvo sobre o rsco de sar do estado de desemprego por parte do trabalhador. Ou seja, trabalhadores que realzam sua atvdade de busca em Belo Horzonte e Fortaleza possuem uma elevação no rsco respectvamente em 70.1% e 49.2%. Para trabalhadores que realzaram sua busca por emprego nos últmos 30 das anterores a data da entrevsta, mesmo que essa busca tenha se ncando numa data anteror a esse período, o efeto fo negatvo sobre o rsco e estatstcamente sgnfcante a 5%. Isso sgnfca dzer que trabalhadores que realzaram a busca nos últmos 30 das tveram uma redução no rsco em torno de 95.6%. O elevado efeto desta varável pode ser resultado da alta concentração de trabalhadores que não obtveram sucesso na busca durante esse período, que é de 88.6%. Além dsso, esses trabalhadores possuem uma méda de duração maor do que aqueles que não realzaram a busca nesse período. Além dsso, o tempo que o trabalhador fcou empregado nos últmos 12 meses, antes de realzar a atvdade de busca, exerce um efeto postvo sobre o rsco do trabalhador de dexar o 15

18 estado de desemprego. O resultado mostra que uma semana a mas de emprego realzado anterormente tem uma elevação de 1.2% no rsco, sendo estatstcamente sgnfcante ao nível de 10%. De certa forma, esse efeto pode ser entenddo como um efeto postvo da experênca recente de emprego sobre o rsco. Observa-se que a taxa de desemprego, a localzação urbana e não brancos, não se mostraram estatstcamente sgnfcante ao nível de 5%, e nem a 10%. Entretanto, o resultado dessas varáves não pode ser tomado como defntvo, necesstando de uma análse mas aprofundada. 5. Conclusão A teora econômca mostra que a atvdade de busca por emprego pode ser analsada sob dos aspectos prncpas, saláro de reserva e duração do desemprego. Contudo, o presente estudo se propôs a analsar somente os fatores determnantes da duração do desemprego, realzando a estmação da função rsco. Através dos modelos Proporconas fo possível observar que varáves afetam o rsco do trabalhador de sar do estado de desemprego no qual se encontra. O modelo Proporconal de Cox apresentou estmatvas muto próxmas ao modelo de Rsco Proporconal. Entretanto, somente no modelo de Rscos Proporconas fo possível observa uma dependênca postva na duração, ou seja, o rsco de sar do estado de desemprego torna-se cada vez maor à medda que a duração aumenta. Contudo, a heterogenedade não observada é um fenômeno característco em estudos envolvendo mcrodados e, portanto, fo ncorporada às estmatvas de Rsco Proporconal. Nesse sentdo, a duração contnuou apresentando dependênca postva, porém não mas monotoncamente crescente. O rsco de sar do estado de desemprego é crescente até a décma semana, quando nca uma trajetóra decrescente acentuada a partr da vgésma semana de duração. Isso sgnfca dzer que os trabalhadores possuem uma maor chance de sar do estado de desemprego nas 10 prmeras semanas. Essa relação de dependênca postva da duração pode ser uma característca especfca do mercado de trabalho no Brasl, vsto que na maora dos estudos empírcos realzados para outros países é comum encontrar uma relação de dependênca negatva. O presente estudo mostra também que as característcas ndvduas e do domcílo são relevantes para determnar o tempo de permanênca de um trabalhador no estado de desemprego. Varáves como educação, sexo e dade afetam negatvamente o rsco do trabalhador dexa esse estado. Por outro lado, o tamanho do domcílo, localzação geográfca e experênca recente de emprego afetam postvamente esse rsco. Porém, a varável de saláro de reserva não afetou o rco do trabalhador de dexar o estado de desemprego, muto provavelmente pelo fato de no curto prazo haver uma rgdez para baxo nessa expectatva de ganho salaral do trabalhador desempregado. As mplcações polítcas vão no sentdo de ndcar a necessdade de melhorar as condções de busca por emprego para o trabalhador. Por exemplo, Fortaleza e Belo Horzonte são duas regões metropoltanas que possuem agêncas do Sstema Naconal de Emprego (SINE/IDT). Sua prncpal fnaldade é a de promover a ntermedação 7 de mão-de-obra através da organzação de um sstema de nformações sobre o mercado de trabalho, dentfcação do trabalhador por meo 7 Segundo o Mnstéro do Trabalho, a ntermedação tem por objetvo reduzr o desemprego frcconal, contrbundo para que os postos de trabalho vagos não sejam extntos ou que não venha a ocorrer agregação de ocupação por dfculdades no preenchmento da vaga. 16

19 da Cartera de Trabalho e Prevdênca Socal, fornecmento de subsídos ao sstema educaconal e formação de mão-de-obra qualfcada. Portanto, a nstalação dessas agêncas nas prncpas áreas urbanas do país e prováves melhoras na sua efcênca com utlzação de moderna tecnologa de nformação, pode ser capaz de reduzr esse período médo de busca por emprego e melhorar o bem-estar do trabalhador no estado de desempregado. Fnalmente, o estudo tenta contrbur para amplar o debate a respeto do desemprego no Brasl, utlzando modernas técncas de análse de duração aplcadas a uma base de dados (PPV) até então nexplorada nos estudos empírcos sobre o tema. Ademas, o presente estudo motva o nteresse em aplcar outras técncas modernas como os métodos não paramétrcos e semparamétrcos para controlar os efetos da heterogenedade não observada, buscando sempre uma maor robustez dos resultados. 17

20 APÊNDICE Apêndce 1 Tabela 1: Estatístcas Descrtvas das Característcas dos Indvíduos e do Domcílo Motvo da Busca por Emprego OBS Total Desemprego Substtução Complemento Ignorados Valores em % Sexo MAS FEM Raça BRN NBRC Área URB RUR Regão NE SE Valores Médos e Desvo Padrão* Idade (11.45) (11.26) (10.97) (11.19) (12.62) Tam. do Dom (2.43) (2.45) (2.33) (2.47) (2.48) Anos de Estudos (3.96) (3.75) (4.05) (4.65) (4.29) Renda Domc ( ) ( ) ( ) ( ) ( ) Fonte: Dados obtdos da Pesqusa de Padrão de Vda (PPV). * Desvo padrão entre parênteses. 18

21 Apêndce 2 Tabela 2: Estatístcas Descrtvas da Atvdade de Busca por Emprego Motvo da Busca por Emprego OBS Total Desemprego Substtução Complemento Ignorados Valores em % Busca Últ. 30 das Anteror Setor Prvado Públco Ambos Atvdade Agrícola Não Agrc Ambas Sucesso Sm Não Duração = 48 semanas Valores Médos e Desvo Padrão* Saláro de Reserva ( ) ( ) ( ) ( ) (208.60) Últmo Sal. Receb (353.71) (338.09) (432.86) (229.70) (342.73) Duração Méda (9.18) (8.84) (10.82) (7.91) (7.06) Fonte: Dados obtdos da Pesqusa de Padrão de Vda (PPV). * Desvo padrão entre parênteses. 19

22 Apêndce 3 Os casos tdos como ncoerentes na amostra são os seguntes: Caso 1: () sm, () sm, (v) não e (v) sm, que corresponde ao ndvíduo que exerceu alguma atvdade de busca nos últmos 12 meses, tendo exercdo ou não nos últmos 30 das anterores a data da entrevsta (() sm/não), e que obteve sucesso na busca, mas não trabalhou nos últmos 7 das anterores a data da entrevsta. A ncoerênca surge no fato desse ndvíduo ter obtdo sucesso na busca e não ter trabalhado nos últmos 7 das, ou seja, ele pode ter obtdo sucesso em uma outra duração realzada no mesmo período de 12 meses, mas que nos últmos 30 das seu estado era o de desemprego. Logo, é possível a exstênca de múltplas durações para esses ndvíduos que totalzaram um número de 79 observações; Caso 2: () sm, () não, (v) sm e (v) sm, que corresponde ao ndvíduo que exerceu alguma atvdade de busca nos últmos 12 meses, tendo exercdo ou não nos últmos 30 das anterores a data da entrevsta (() sm/não), e que não obteve sucesso na busca, mas trabalhou nos últmos 7 das anterores a data de entrevsta. Aqu observa-se um nconsstênca de nformações, pos um ndvíduo que exerceu uma atvdade de busca nos últmos 12 meses e não obteve sucesso na busca, necessaramente não devera está trabalhando nos últmos 7 das anterores a data da entrevsta. O número total de ndvíduos com nformações nconsstentes é gual a 41. Porém, dos outros casos na amostra são de extrema relevânca para o estudo, são eles: Caso 3: () sm, () sm, (v) sm e (v) sm, que corresponde ao ndvíduo que exerceu alguma atvdade de busca nos últmos 12 meses, tendo exercdo ou não nos últmos 30 das anterores a data da entrevsta (() sm/não), e que obteve sucesso na busca. Além dsso, esse mesmo ndvíduo trabalhou nos últmos 7 das anterores a data da entrevsta. Esse é justamente o oposto ao Caso 1 que corresponde ao ndvíduo com duração completa, com um número de observações gual a 192. Caso 4: () sm, () não, (v) não e (v) sm, que corresponde ao ndvíduo que exerceu alguma atvdade de busca nos últmos 12 meses, tendo ou exercdo não nos últmos 30 das anterores a data da entrevsta (() sm/não), e que não obteve sucesso na busca. Além dsso, esse mesmo ndvíduo não trabalhou nos últmos 7 das anterores a data de entrevsta. Portanto, esse ndvíduo possu duração ncompleta (censura à dreta). Esse caso totalza um número de 351 observações. 20

23 Referêncas Bblográfcas ABBRING, J. H.; van den BERG, G. J. The unobserved heterogenety dstrbuton n duraton analyss. Amsterdam, ABRAS, A. L.; DE FELÍCIO, F. Duração e taxa de saída do desemprego: evdênca de ausênca de dependênca na duração para as regões metropoltanas do Brasl ( ). In: ANPEC. Anas do XXXIII Encontro Naconal de Economa. Natal-RN, ADDISON, J. T.; CENTENO, M.; PORTUGAL, P. Reservaton wages, search duraton, and accepted wages n Europe AVELINO, R. R. G. Os determanantes da duração do desemprego em São Paulo. São Paulo: USP/IPE, (Texto para Dscussão, 11). BIVAR, W. S. B. Aspectos da estrutura do desemprego no Brasl: composção por sexo e duração. Ro de Janero: BNDES, 101 p (17º Prêmo BNDES de Economa, 1993) CANALS, J. J.; STERN, S. Emprcal search models. Workng Paper, CARROLL, N. Explanng unemployment duraton n Australa. Workng Paper, DEVINE, T. J. Interpretng reemployment patterns n search framework. Tese (Dssertaton), Cornell Unversty, CHAHAD, J. P. Z.; PICCHETTI, P. A evolução da taxa de desemprego estrutural no brasl: uma análse entre regões e característcas dos trabalhadores. In:. Ltr. [S.l.]: J. P. Z. Chahad e P. Pcchett, v. 1, cap. Cap.1, p DEVINE, T. J.; KIEFER, N. M. Emprcal labor economcs: the search approach. Oxford Unversty Press, ELBERS, C.; RIDDER, G. True and spurous duraton dependence: the ndentfablty of the proportonal hazard model. Revew of Economc Studes, XLIX, p , GALIANI, S.; HOPENHAYN, H. A. Duraton and Rsk of Unemployment n Argentna. Workng Paper, HECKMAN, J. J.; SINGER, B. The ndentfablty of the proportonal hazard model. Revew of Economc Studes, v. 51, p , HOROWITZ, J. L. Semparametrc estmaton of a proportonal hazard model wth unobserved heterogenety. Econometrca, v. 67, n. 5, p , IBGE. Pesqusa de padrão de vda. Insttuto Braslero de Geografa e Estatístca KIEFER, N. M. Economc duraton data and hazard functons. Journal of Economc Lterature, XXVI, p , Jun KORTRAM, R. A. et al. Construtve dentfcaton of mxed proportonal hazards model. Statstca Neerlandca, v. 49, p KUPETS, O. Determnants of unemployment duraton n Ukrane LANCASTER, T. Econometrc methods for the duraton of unemployent. Econometrca, v. 47, n. 4, p , LANCASTER, T. Generalsed resduals and heterogeneous duraton models: wth applcatons to the webull model. Econometrca, v. 28, n. 1, p , LANCASTER, T. The econometrc analyss of transton data. 1. ed. Cambrdge Unversty Press, (Econometrc Socety Monographs, v. 1). LENSTRA, A. J.; van ROOIJ, A. C. M. Nonparametrc estmaton of the mxed proportonal hazard models. Amsterdam, MENEZES-FILHO, N. A.; PICCHETTI, P. Os determnantes da duração do desemprego em São Paulo. Pesqusa e Planejamento Econômco, v. 30, n. 1, p ,

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

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

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

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

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

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

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

SALÁRIO DE RESERVA E DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE COM DADOS DA PESQUISA DE PADRÃO DE VIDA DO IBGE

SALÁRIO DE RESERVA E DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE COM DADOS DA PESQUISA DE PADRÃO DE VIDA DO IBGE SALÁRIO DE RESERVA E DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE COM DADOS DA PESQUISA DE PADRÃO DE VIDA DO IBGE Vctor Hugo de Olvera José Ramundo Carvalho Resumo O objetvo do presente estudo é o de analsar

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Área Temática: Macroeconomia do Pleno Emprego: Crescimento e Desenvolvimento Econômico; Mercado de Trabalho.

Área Temática: Macroeconomia do Pleno Emprego: Crescimento e Desenvolvimento Econômico; Mercado de Trabalho. Determnantes da Permanênca no Desemprego no Mercado de Trabalho Cearense. Elano Ferrera Arruda * Danel B. Gumarães ** Gulherme Irff *** Ivan Castelar **** Área Temátca: Macroeconoma do Pleno Emprego: Crescmento

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução

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

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

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

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

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

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

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

Notas de aulas de Sistemas de Transportes (parte 4)

Notas de aulas de Sistemas de Transportes (parte 4) 1 Notas de aulas de Sstemas de Transportes (parte 4) Helo Marcos Fernandes Vana Tema: Demanda por transportes (2. o Parte) Conteúdo da parte 4 1 Acuráca (ou precsão) nas prevsões da demanda 2 Modelos sequencas

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

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

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

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

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

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

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

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

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

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009 Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

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

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

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 Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

Ascensão profissional feminina no mercado de trabalho brasileiro no período 2002/2014

Ascensão profissional feminina no mercado de trabalho brasileiro no período 2002/2014 Ascensão profssonal femnna no mercado de trabalho braslero no período 2002/2014 Renan Bonfm Luz 1 Danela Verzola Vaz 2 RESUMO Apesar da crescente partcpação femnna no mercado de trabalho braslero observada

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

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 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 métodos

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

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

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

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

Como a cor e outros fatores afetam a probabilidade de um jovem ser um estudante universitário no Brasil

Como a cor e outros fatores afetam a probabilidade de um jovem ser um estudante universitário no Brasil Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl Rolfo Hoffmann Professor Insttuto de Economa da UNICAMP rhoffman@eco.uncamp.br RESUMO: A partr s mcrodas

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

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

Determinantes da inserção e dos rendimentos dos jovens no mercado de trabalho formal e informal do Brasil

Determinantes da inserção e dos rendimentos dos jovens no mercado de trabalho formal e informal do Brasil Determnantes da nserção e dos rendmentos dos jovens no mercado de trabalho formal e nformal do Brasl Carlos Otávo de Fretas 1 Julana de Sales Slva 2 RESUMO Dante dos entraves relaconados à partcpação do

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. 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

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica. Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento

Leia mais

Efeito Trabalhador Adicional: Evidências Usando as Condições de Saúde dos Trabalhadores por Conta-Própria

Efeito Trabalhador Adicional: Evidências Usando as Condições de Saúde dos Trabalhadores por Conta-Própria Efeto Trabalhador Adconal: Evdêncas Usando as Condções de Saúde dos Trabalhadores por Conta-Própra Maurco Cortez Res IPEA Resumo De acordo com o efeto trabalhador adconal, a oferta agregada de trabalho

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

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

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

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

Classificação de Padrões

Classificação de Padrões Classfcação de Padrões Introdução Classfcadores Paramétrcos Classfcadores Sem-paramétrcos Redução da Dmensonaldade Teste de Sgnfcânca 6.345 Sstema de Reconhecmento de Voz Teora Acústca da Produção de Voz

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

Fronteira eficiente de produção: uma aplicação para a agropecuária do Rio Grande do Sul

Fronteira eficiente de produção: uma aplicação para a agropecuária do Rio Grande do Sul Insttuções, Efcênca, Gestão e Contratos no Sstema Agrondustral Frontera efcente de produção: uma aplcação para a agropecuára do Ro Grande do Sul Adrano Provezano Gomes Professor do Departamento de Economa

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

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

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

Estimação Bayesiana das Fragilidades Individuais de Pacientes em Tratamento de Hemodiálise

Estimação Bayesiana das Fragilidades Individuais de Pacientes em Tratamento de Hemodiálise Estmação Bayesana das Fragldades Indvduas de Pacentes em Tratamento de Hemodálse Grazela Dutra Rocha Gouvêa 2 Vera Lúca Damasceno Tomazella 3 João Domngos Scalon 4 Introdução Em análse de sobrevvênca consdera-se,

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

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

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

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

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

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. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

Leia mais