Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy)
|
|
- Miguel Lameira Salvado
- 6 Há anos
- Visualizações:
Transcrição
1 Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy) 1
2 Como descrever informações qualitativas? Fatores qualitativos podem ser incorporados a modelos de regressão. Neste caso, classificamos os dados conforme algumas características qualitativas. Exemplos: ser homem ou ser mulher; ser branco ou negro; morar no Rio ou em Niterói... etc. Estas variáveis qualitativas podem ser regressores ou variáveis dependentes. Existem formas de incorporá-las ao modelo econométrico. 2
3 Variáveis binárias ou dummy Nestes casos, as informações relevantes podem ser captadas pela definição de uma variável binária (variável zero-um) Definição de uma dummy: identificar o evento que assumirá o valor um e o evento que assumirá o valor zero. É sempre bom denominar a variável pelo evento que é igual a um: Ser homem é igual a 1 chamar a variável de homem 3
4 Variáveis binárias ou dummy Como fica o banco de dados? 4
5 Exemplo: com uma variável binária Somente dois fatores afetam os salários: gênero e escolaridade Qual a diferença entre o salário hora do homem e da mulher, dado o mesmo nível educacional? 5
6 6
7 Exemplo 2: Se educação, experiência e permanência foram características relevantes para a produtividade, a hipótese nula para não existência de diferença entre homens e mulheres seria: H o : δ = 0 0 A alternativa seria que existe discriminação contra mulheres: H o : δ0 < 0 7
8 Banco de dados: wage1.gdt Rode o modelo acima Quanto a mulher ganha, em média, a menos que o homem? 8
9 Modelo 1: MQO, usando as observações Variável dependente: wage Coeficiente Erro Padrão razão-t p-valor const -1, , ,1640 0,03092 ** female -1, , ,8379 <0,00001 *** educ 0, , ,5836 <0,00001 *** exper 0, , ,1951 0,02860 ** tenure 0, , ,6632 <0,00001 *** Média var. dependente 5, D.P. var. dependente 3, Soma resíd. quadrados 4557,308 E.P. da regressão 2, R-quadrado 0, R-quadrado ajustado 0, F(4, 521) 74,39801 P-valor(F) 7,30e-50 9
10 Banco de dados: wage1.gdt Rode o mesmo modelo acima, mas excluindo todos controles com exceção da dummy feminino. Qual o salário hora médio dos homens? O que é o intercepto? Teste de comparação das médias 10
11 Modelo 2: MQO, usando as observações Variável dependente: wage Coeficiente Erro Padrão razão-t p-valor const 7, , ,8058 <0,00001 *** female -2, , ,2787 <0,00001 *** Média var. dependente 5, D.P. var. dependente 3, Soma resíd. quadrados 6332,194 E.P. da regressão 3, R-quadrado 0, R-quadrado ajustado 0, F(1, 524) 68,53668 P-valor(F) 1,04e-15 11
12 Banco de dados: GPA1.gdt Efeitos de se possuir computadores na avaliação de cursos superiores PC = 1 se o aluno tem computador em casa. hsgpa: nota no final do ensino médio ACT: nota do exame vestibular Qual o efeito sobre a nota média final prevista no curso superior? O que acontece com o efeito se retirar hsgpa e ACT? Interprete o significado do coeficiente de PC. 12
13 Modelo 1: MQO, usando as observações Variável dependente: colgpa Coeficiente Erro Padrão razão-t p-valor const 1, , ,7929 0,00022 *** PC 0, , ,7460 0,00684 *** hsgpa 0, , ,7758 <0,00001 *** ACT 0, , ,8220 0,41251 Média var. dependente 3, D.P. var. dependente 0, Soma resíd. quadrados 15,14868 E.P. da regressão 0, R-quadrado 0, R-quadrado ajustado 0, F(3, 137) 12,83426 P-valor(F) 1,93e-07 13
14 Modelo 2: MQO, usando as observações Variável dependente: colgpa Coeficiente Erro Padrão razão-t p-valor const 2, , ,6779 <0,00001 *** PC 0, , ,7045 0,00770 *** Média var. dependente 3, D.P. var. dependente 0, Soma resíd. quadrados 18,43601 E.P. da regressão 0, R-quadrado 0, R-quadrado ajustado 0, F(1, 139) 7, P-valor(F) 0,
15 Avaliação de políticas Qual efeito de um programa econômico ou social sobre os indivíduos, empresas, etc... Dois grupos de estudo: Grupo de controle: não participa do programa Grupo de tratamento: participa do programa Escolha dos grupos de controle e tratamento não é aleatória. 15
16 Avaliação de políticas Definição do grupo de controle e tratamento: Grupo de Tratamento: pessoas (do público- alvo) que serão atendidas pelo projeto. Grupo de Controle: pessoas com características similares, mas que não serão atendidas pelo projeto. 16
17 Banco de dados. JTRAIN.GDT Efeitos da concessão de subsídios sobre as horas de treinamento Dados de 1988 indústrias de Michigan hrsemp: horas de treinamento por empregado no nível da empresa. Subs = 1 se a indústria recebeu subsídio 17
18 Variável dependente na forma log Regressão dos preços dos imóveis Banco de dados Hprice1.gdt Dummy colonial: igual a 1 se o imóvel tiver estilo colonial. Qual a sua interpretação? 18
19 Reestimar o exemplo 2 Use log(salário hora) Inclua termos quadráticos para experiência e tempo de permanência. Quanto as mulheres ganham a menos que os homens? Qual a diferença percentual exata entre homens e mulheres? 19
20 20
21 Reestimar o exemplo 2 0,297) exp( / 0,297) exp( )) / exp(log( 0,297 ) / log( 0,297 ) log( ) log( = = = = salarioh salariom salarioh salariom salarioh salariom salarioh salariom 21 0, ,297) exp( 1 0,297) exp( / = = = = salarioh salarioh salariom salarioh salariom salarioh salarioh salariom salarioh salariom
22 Dummies para múltiplas categorias Suponha que seus dados sejam sobre pessoas que trabalham nos setores primário, secundário e terciário da economia. Para compará-los, inclua 2 variáveis dummies: : prim = 1 se a pessoa trabalha no setor primário e = 0 caso contrário; e sec = 1 se ela trabalha no setor secundário e = 0 caso contrário. 22
23 Dummies para múltiplas categorias Suponha que seus dados sejam sobre pessoas que trabalham nos setores primário, secundário e terciário da economia. Para compará-los, inclua 2 variáveis dummies: : prim = 1 se a pessoa trabalha no setor primário e = 0 caso contrário; e sec = 1 se ela trabalha no setor secundário e = 0 caso contrário. 23
24 Categorias múltiplas (cont.) Qualquer variável expressa em categorias pode ser transformada em uma variável dummy. Como o caso base é representado pelo intercepto, se há n categorias, devem haver n 1 dummies. Se há muitas categorias, pode-se agrupar algumas delas. 24
25 Exemplo: Equação do log salário hora Modelo que considere as diferenças salariais entre quatro grupos: Homens casados (marrmale) Homens solteiros (grupo base) Mulheres casadas (marrfem) Mulheres solteiras (singfem) O prêmio por ser casado não é o mesmo para homens e mulheres!!! 25
26 Exemplo: Equação do log salário hora Lembre do grupo base!!!! As estimativas das três variáveis medem a diferença proporcional nos salários relativamente aos homens solteiros. 26
27 Exemplo: Equação do log salário hora Os homens casados ganham cerca de 21,3% mais que os homens solteiros. Uma mulher casada deve ganhar 19,8% a menos que um homem solteiro. Diferença proporcional estimada entre as mulheres solteiras e as casadas é (-0,110-(-0,198)) = 0,088. Mulheres solteiras ganham 8,8% a mais que as mulheres casadas. 27
28 Interação entre dummies Interagir dummies é como subdividir o grupo. Exemplo: ter dummies para homens assim como para prim e sec. Adicione homem*prim e homem*sec, para um total de 5 dummies e 6 categorias. O caso base é: mulher no terciário. prim é para mulheres no setor primário e sec é para mulheres no setor secundário. As interações refletem homens no primário e homens no secundário. 28
29 Mais sobre dummies de interação Formalmente, o modelo é y = β 0 + δ 1 homem + δ 2 prim + δ 3 sec + δ 4 homem*prim + δ 5 homem*sec + β 1 x + u. Então, por exemplo: Se homem = 0, prim = 0 e sec = 0: y = β 0 + β 1 x + u Se homem = 0, prim = 1 e sec = 0: y = β 0 + δ 2 prim + β 1 x + u Se homem = 1, prim = 0 e sec = 1: y = β 0 + δ 1 homem + δ 3 prim + δ 5 homem*sec + β 1 x + u 29
30 Exemplo: Outra forma de encontramos diferencias de salário entre homens casados, homens solteiros, mulheres casadas e mulheres solteiras. 30
31 Outras interações com dummies Podemos também interagir uma dummy, d, com uma variável contínua, x: y = β 0 + δ 1 d + β 1 x + δ 2 d*x + u. Se d = 0, então y = β 0 + β 1 x + u. Se d = 1, então y = (β 0 + δ 1 ) + (β 1 + δ 2 ) x + u. Temos uma mudança na inclinação. 31
32 Exemplo de δ 0 > 0 e δ 1 < 0 y y = β 0 +β 1 x d = 0 d = 1 y = (β 0 + δ 0 ) + (β 1 + δ 1 ) x x 32
33 Exemplo: Queremos verificar se o retorno da educação é o mesmo para homens e mulheres: δ o mede a diferença nos interceptos entre homens e mulheres δ 1 mede a diferença no retorno da educação entre homens e mulheres. interação 33
34 34
35 O retorno estimado da educação dos homens é 8,2%. Para as mulheres, o retorno é 0,082-0,0056 = 0,0764 (7,6%). Esta diferença de retorno é pouco significativa. Logo, não podemos rejeitar a hipótese nula de que o retorno para homens e mulheres é igual. 35
36 Teste para diferenças entre grupos Testar se uma função de regressão é diferente para um grupo em relação a outro pode ser pensado simplesmente como um teste para a significância conjunta da dummy e suas interações com todas as outras variáveis x. A hipótese nula é que os modelos não são diferentes para os grupos. Então, estimam-se os modelos com e sem todas as interações e calcula-se a estatística F. Mas quando há muitas interações, há um procedimento mais fácil. 36
37 Teste para diferenças entre grupos Suponha que temos dois grupos e queremos testar se interceptos e inclinações são diferentes para estes dois grupos: y = β g, 0 + β g,1. x1 + β g,2. x2 + β g,3. x β g, k. xk + u Temos k+1 restrições. 37
38 O teste de Chow É possível calcular a estatística F sem estimarmos o modelo irrestrito completo. Estima-se o SQR do modelo irrestrito, estimando o modelo para cada grupo: obtenha a SQR 1 ; depois, faça o mesmo para o outro grupo e obtenha a SQR 2: Estima-se o modelo restrito considerando todos os grupos juntos e obtenha a SQR. Então: F = [ SQR ( SQR + SQR )] [ n 2( k + 1) ] SQR SQR 2 2 k
39 O teste de Chow (cont.) O teste de Chow é apenas um teste F usual de exclusão de variáveis, se você observar que SQR ir = SQR 1 + SQR 2. Observe que há k + 1 restrições (cada uma das inclinações e o intercepto). Observe que o modelo irrestrito estimaria dois diferentes interceptos e duas inclinações diferentes, logo temos n 2k 2 graus de liberdade no denominador. 39
40 Modelo de Probabilidade Linear Regressão múltipla para explicar um evento qualitativo. y é 0 ou 1. 40
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy)
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy) 1 Como descrever informações qualitativas? Fatores qualitativos podem ser incorporados a modelos de regressão. Neste
Leia maisRegressão múltipla: problemas adicionais. Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida
Regressão múltipla: problemas adicionais y = β 0 + β x + β x +... β k x k + u Capítulo 6: 6., 6. Capítulo 7: 7., 7. Efeitos da dimensão dos dados nas estatísticas MQO Alterando a escala de y levará a uma
Leia maisRegressão múltipla: Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida
Efeitos da dimensão dos dados nas estatísticas MQO Regressão múltipla: y = β 0 + β x + β x +... β k x k + u Alterando a escala de y levará a uma correspondente alteração na escala dos coeficientes e dos
Leia maisAULA 09 Análise de regressão múltipla com informações qualitativas
1 AULA 09 Análise de regressão múltipla com informações qualitativas Ernesto F. L. Amaral 25 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Wooldridge,
Leia maisAULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 07 e 09 de dezembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia 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 maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisVariáveis Dummy. y = b 0 + b 1 x 1 + b 2 x b k x k + u. Econometria II - Prof. Ricardo Freguglia
Variáveis Dummy y = b 0 + b 1 x 1 + b 2 x 2 +... b k x k + u 1 VARIÁVEIS DUMMY Variável dummy: variável que assume os valores 1 ou 0 Exemplos: masculino (= 1 se masculino, 0 caso contrário), sul (= 1 se
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 maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisEconometria. 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 maisEPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO)
EPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO) Eduardo P. Ribeiro eduardopr@fgv.br Professor Ilton G. Soares iltonsoares@fgvmail.br Monitor 01. Use os dados em WAGE1 para estimar a seguinte
Leia maisEconometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
Leia 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 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 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 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 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 de Regressão Linear Múltipla IX
Análise de egressão Linear Múltipla I Aula Gujarati e Porter - Capítulo 8 Wooldridge - Capítulo 5 Heij et al., 004 Seção 4..4 Introdução Ao longo dos próximos slides nós discutiremos uma alternativa para
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 maisObjetivos. Ao final desse grupo de slides os alunos deverão ser capazes de:
Objetivos Ao final desse grupo de slides os alunos deverão ser capazes de: Escolher e utilizar um método de estimação adequado para os parâmetros de um modelo de regressão que apresente regressores endógenos.
Leia 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 maisAnálise de Regressão Múltipla: Mínimos Quadrados Ordinários
1 Análise de Regressão Múltipla: Mínimos Quadrados Ordinários Ernesto F. L. Amaral Magna M. Inácio 26 de agosto de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica
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 maisAnálise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra
Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades
Leia 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 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 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 maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisInstituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas
1 NOME: Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas Espaço Reservado para Classificações A utilização de qualquer meio de telecomunicação
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
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 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 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 maisEconometria - Lista 5
Econometria - Lista 5 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 Utilizando a base de dados disponível em TEMCOPROD.wtf1,
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia maisEconometria VIOLAÇÃO DE HIPOTESES & EXTENSÕES DO MODELO DE REGRESSÃO ECONOMETRIA -MESTRADO 1
Econometria VIOLAÇÃO DE HIPOTESES & EXTENSÕES DO MODELO DE REGRESSÃO ECONOMETRIA -MESTRADO 1 Tópicos a Considerar Continuidade do Programa Ministrado pelo Prof. Alceu Jobim 1. Modelo de Regressão Múltipla
Leia maisAnálise da Regressão múltipla: Inferência. Aula 4 6 de maio de 2013
Análise da Regressão múltipla: Inferência Revisão da graduação Aula 4 6 de maio de 2013 Hipóteses do modelo linear clássico (MLC) Sabemos que, dadas as hipóteses de Gauss- Markov, MQO é BLUE. Para realizarmos
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 mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas
Instituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas NOME: Processo Espaço Reservado para Classificações A utilização do telemóvel
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 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 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 maisANÁLISE DE REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisGabarito - Lista 5 - Questões de Revisão
Gabarito - Lista 5 - Questões de Revisão Monitores: Camila Steffens e Matheus Rosso Parte I - Teoria assintótica 1. Enuncie a lei dos grandes números e o teorema central do limite. A LGN em sua expressão
Leia maisLISTA DE EXERCÍCIOS I. Faça os seguintes exercícios do Apêndice D do livro do Wooldridge:
UNIVERSIDADE FEDERAL FLUMINENSE FACULDADE DE ECONOMIA ECONOMETRIA II Prof.ª Danielle Carusi Machado LISTA DE EXERCÍCIOS I REVISÃO DE ÁLGEBRA MATRICIAL Faça os seguintes exercícios do Apêndice D do livro
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 maisEAE0325 Econometria II. Professora: Fabiana Fontes Rocha. Gabarito Primeira Lista Teórica de Exercícios
EAE0325 Econometria II Professora: Fabiana Fontes Rocha Gabarito Primeira Lista Teórica de Exercícios Bloco 1 Assinalar se as afirmativas a seguir são verdadeiras V) ou falsas F) Exercício 1 Sobre o modelo
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 maisHipóteses do modelo linear clássico (CLM) Análise da Regressão múltipla: Inferência. Hipóteses do CLM (cont.) O teste t. Distribuição normal amostral
9/03/0 Hipótes do modelo linear clássico (CLM) Análi da Regressão múltipla: Inferência Sabemos que, dadas as hipótes de Gauss- Markov, MQO é BLUE Para realizarmos os testes de hipótes clássicos, precisamos
Leia maisRetorno em escolaridade no Paraná
1. Introdução Retorno em escolaridade no Paraná Juliana Kikuchi Van Zaist * Luciano Nakabashi ** A educação, um dos principais componentes que determinam a quantidade de capital humano em uma economia,
Leia maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia 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 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 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 maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 8 Análise de Regressão Múltipla: o Problema da Inferência Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus,
Leia maisINSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011 Nome: Nº Espaço reservado para a classificação (não escrever aqui)
Leia maisModelo de Variáveis discretas. Regressão com uma variável dependente Binária. Variáveis dependentes Binárias. Modelo de Probabilidade Linear
Regressão com uma variável dependente Binária Capítulo 9 Stock e Watson. Econometria. Modelo de Variáveis discretas P(y = 1 x) = G(β 0 + xβ) y* = β 0 + xβ + u, y = max(0,y*) 1 2 Variáveis dependentes Binárias
Leia maisNota de Aula: Uma Primeira Forma para se Desenvolver o Teste de F para Hipóteses sobre Combinações Linear dos Coeficientes da Regressão
Nota de Aula: Uma Primeira Forma para se Desenvolver o Teste de F para Hipóteses sobre Combinações Linear dos Coeficientes da Regressão Nós já vimos as propriedades de MQO sob as hipótese do BLUE e, quando
Leia maisTeste F-parcial 1 / 16
Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas
Leia maisTeste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
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 mais(Esta questão vale dois pontos. Pode utilizar o gráfico para apoiar suas explicações)
Universidade de Brasília epartamento de Economia isciplina: Economia do Trabalho Professor: Carlos Alberto Período: 1 2013 Segunda Prova Questões. 1. Na sala de aula, em diversas ocasiões, abordamos o
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
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 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 maisAnálise de Regressão Linear Múltipla. Wooldridge, 2011 Capítulo 3 tradução da 4ª ed.
Análise de Regressão Linear Múltipla Wooldridge, 2011 Capítulo 3 tradução da 4ª ed. Introdução Como pode ser visto anteriormente, o modelo de regressão linear simples, com uma variável explicativa (regressor),
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
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 maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
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 maisGabarito e resolução da prova de seleção PPGE FURG Estatística
Gabarito e resolução da prova de seleção PPGE FURG 2019. Questão 1) Resposta: letra c) i. (FALSO) Estatística Variáveis de interação sempre podem ser incluídas mos modelos de regressão, se isso não gerar
Leia maisII. O mesmo investigador efetuou um conjunto de testes sobre a informação do Prazo Médio de Pagamentos cujos resultados são apresentados no Anexo I.
ANO LECTIVO DE 2015-2016 MÉTODOS QUANTITATIVOS APLICADOS Mestrados de: Economia e Gestão de Ciência, Tecnologia e Inovação, Economia e Políticas Públicas, Economia Internacional e Estudos Europeus Prova
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 02/06/2016 Duração: 2 horas Nome: Turma: Processo Espaço reservado para classificações A utilização do telemóvel
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
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 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 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 maisAULAS 24 E 25 Análise de regressão múltipla: problemas adicionais
1 AULAS 24 E 25 Análise de regressão múltipla: problemas adicionais Ernesto F. L. Amaral 14 e 19 de novembro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisi j i i Y X X X i j 1 i 2 i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia maisAULAS 20 E 21 Análise de regressão múltipla: problemas adicionais
1 AULAS 20 E 21 Análise de regressão múltipla: problemas adicionais Ernesto F. L. Amaral 08 e 13 de novembro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisAULAS 17 E 18 Análise de regressão múltipla: inferência
1 AULAS 17 E 18 Análise de regressão múltipla: inferência Ernesto F. L. Amaral 06 e 11 de outubro de 2011 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
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 maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisEstimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios. Wooldridge, Cápítulo 15
Estimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios Wooldridge, Cápítulo 5 Variáveis Instrumentais () 2 Variáveis Instrumentais Considere o seguinte modelo de regressão linear múltipla
Leia maisGabarito da 1 a Lista de Exercícios de Econometria II
Gabarito da 1 a Lista de Exercícios de Econometria II Professor: Rogério Silva Mattos Monitor: Delano H. A. Cortez Questão 1 Considerando que o modelo verdadeiro inicialmente seja o seguinte: C = a + 2Y
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 maisAULA 05 Análise de regressão múltipla: inferência
1 AULA 05 Análise de regressão múltipla: inferência Ernesto F. L. Amaral 19 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Wooldridge, Jeffrey M. Introdução
Leia mais