Análise de Regressão Linear Múltipla III
|
|
- Irene Cordeiro das Neves
- 6 Há anos
- Visualizações:
Transcrição
1 Análise de Regressão Linear Múltipla III Aula 6 Hei et al., 4 Capítulo 3
2 Suposições e Propriedades
3 Suposições e Propriedades MLR. O modelo de regressão é linear nos parâmetros O modelo na população pode ser escrito como y = + x + x k x k + em que,,..., k são parâmetros desconhecidos (constantes); termo de erro aleatório não observável.
4 Suposições e Propriedades MLR. Amostragem Aleatória Temos uma amostra aleatória de n observações (x i, x i,..., x ki, y i ), i =,,..., n, do modelo populacional descrito em MLR.. MLR.3 Ausência de Colinearidade Perfeita Na amostra (e, portanto, na população) nenhum regressor é constante e não há relação linear PERFEITA entre os regressores (a matriz apresenta posto completo).
5 Suposições e Propriedades MLR.4 Média Condicional Zero O valor esperado do vetor de erro aleatório,, condicionado na matriz de explicação, é igual a zero. Ou sea, E( ) =. Teorema. Sob as suposições MLR. a MLR.4, condicionado nos valores do regressores, os estimadores de MQO para os E( β ˆ ) parâmetros do modelo de regressão múltipla são nãoviesados, ou sea,, =,,,..., k. β
6 6 β ε ' ' β 'ε ' β 'ε ' β 'ε ' 'β ' ε β ' ' 'y ' β ˆ ) ( E E E E E E E E i Demonstração do Teorema β β β β E E E E ii i de Iteradas das Expectativas Lei ) ( ˆ ˆ ) (
7 Suposições e Propriedades SUPOSIÇÃO FUNDAMENTAL: E( ) =. Ou sea, todos os fatores contidos em devem ser não correlacionados com as variáveis explicativas, e deve ter sido usada a forma funcional correta. 7
8 Suposições e Propriedades SUPOSIÇÃO FUNDAMENTAL: (cont) Como pode falhar? Omissão de variável explicativa importante, correlacionada com x, x,... ou x k ; Forma funcional especificada incorretamente; Erro de medida em x, x,... ou x k ; Simultaneidade entre y e x, x,...ou x k ; 8
9 Inclusão e Exclusão de Regressores ANÁLISE DE DOIS CASOS ESPECIAIS: A) Inclusão de variável irrelevante não preudica a propriedade de ausência de viés B) Omissão de variável relevante modelo correto tem k =, mas usamos k = Resultado: ( x ) E( ) xi xi ( xi x ) 9
10 Inclusão e Exclusão de Regressores Direção do Viés Corr(x, x ) > Corr(x, x ) < > Viés Positivo Viés Negativo < Viés Negativo Viés Positivo
11 Inclusão e Exclusão de Regressores Observações viés depende tanto dos sinais quanto das magnitudes; em geral, se k >, omissão de qualquer variável relevante faz com que todos os estimadores de mínimos quadrados seam viesados; a menos que a variável omitida sea irrelevante ou nãocorrelacionada com as demais variáveis explicativas presentes no modelo, os estimadores de mínimos quadrados serão viesados.
12 MLR.5 Homocedasticidade A variância do vetor de erro aleatório, condicional na matriz de explicação, é diagonal (com todos os elementos da diagonal iguais a ). Ou sea, Suposições e Propriedades I εε' ε n E Var (matriz de variâncias e covariâncias associada ao vetor de erros)
13 Observação As suposições MLR. a MLR.5 conuntamente são conhecidas como suposições de Gauss-Markov.
14 Sob as suposições MLR. a MLR.5: ( iii) Var β ˆ Var ' 'y Var ' ' βε Var ' 'β ' 'ε Var β ' 'ε Var ' 'ε ' ' Var ε ' ' ' ' ' I ' ' 'I ' n n '
15 Observação De (iii), se então ' a a ak a a a k a a a k k kk V a r ( ˆ ) a e C o v ( ˆ i, ˆ ) a i 5
16 Variância dos Estimadores de MQO Teorema. Sob as suposições MLR. a MLR.5, condicionadas aos valores amostrais das variáveis explicativas Var ˆ ),,,..., k SQT ( R ) ( x x em que = variância do erro; SQT x = SQT do -ésimo regressor na amostra; R x = R da regressão de x contra todas as outras variáveis explicativas (incluindo um intercepto). 6
17 Componentes da Variância dos Estimadores de Mínimos Quadrados Var( ˆ ) SQT ( R x x ) Variância da v.a. u: mínimos quadrados com alta variância; alto implica num estimador de SQT x : se a -ésima variável explicativa apresentar uma variação total alta, então, a variância do i-ésimo estimador, associado à esta variável explicativa, será pequena; 7
18 Componentes da Variância dos Estimadores de Mínimos Quadrados Var( ˆ ) SQT ( R Relações lineares entre as variáveis explicativas: altos x x ) valores de R x estimadores. implicam numa alta variância para os /(R x ) conhecido como fator de inflação de variância ou, VIF, em inglês. Inclusão de variável irrelevante geralmente aumenta as variâncias dos demais estimadores de MQO 8
19 Estimação de Como estimador: em geral é desconhecida, utilizaremos o ˆ MSR SSR n-(k ) MSR (Quadrado Médio devido aos Resíduos) SSR perde k+ graus de liberdade, devido às k+ restrições impostas pelas condições de primeira ordem de MQO. 9
20 Estimação de Teorema 3. Sob as suposições de Gauss-Markov (MLR. a MLR.5), E(σˆ ) E(MSR) σ. Observação ˆ MSR : erro padrão da regressão.
21 Erro Padrão dos Estimadores de MQO Dessa forma, o erro-padrão dos estimadores de mínimos quadrados podem ser obtidos através da expressão ˆ ˆ ˆ SQT ( R x x )
22 Eficiência dos Estimadores de MQO Teorema 4. (TEOREMA DE GAUSS-MARKOV) Sob as suposições MLR. a MLR.5, ˆ, ˆ,..., ˆ k são os melhores estimadores, na classe dos lineares nãoviesados (BLUE) para,,..., k, respectivamente.
23 Eficiência dos Estimadores de MQO Restringindo a classe de estimadores não viesados a todos os estimadores lineares em y, o teorema de Gauss-Markov prova que o estimador de mínimos quadrados é o melhor (no sentido em que apresenta variância mínima) Diz-se que, sob as suposições MLR. a MLR.5, os estimadores de mínimos quadrados são BLUEs (best linear unbiased estimators) 3
24 Suposições e Propriedades MLR.6 O vetor de erro estocástico é independente dos regressores e segue uma distribuição normal multivariada, com vetor de médias igual a zero e matriz de variâncias e I n covariâncias igual a. 4
25 Suposições e Propriedades Observações ) Para aplicações de regressão com dados do tipo crosssectional, as suposições MLR. a MLR.6 são conhecidas como suposições do modelo linear clássico (suposições CLM). ) Uma maneira sucinta de resumir as suposições CLM na população é y (x, x,..., x k ) N( + x + x k x k ; ). 3) Sob as suposições CLM os estimadores de mínimos quadrados são estimadores não-viesados de variância mínima.
26 Propriedades dos Estimadores (iv) Sob as suposições clássicas do modelo de regressão linear e, também, sabendo que βˆ N k β; βˆ ' é linear em y temos que Observação: O vetor de estimadores é normalmente distribuído devido ao fato de ser formado por uma combinação linear dos elementos do vetor resposta, que são normais e independentes, uma vez que os erros assim o são.
27 Propriedades dos Estimadores Desta maneira, cada um dos componentes de seguinte distribuição βˆ, tem a em que β ; a, ˆ N β a é o -ésimo elemento da diagonal da matriz '.
28 Distribuição amostral de βˆ Teorema 4. Sob as suposições CLM (MLR. a MLR.6), condicionado nos valores amostrais das variáveis explicativas, βˆ N β ; SQT ( R ) x x 8
29 Distribuição amostral de βˆ Do teorema anterior segue que, βˆ SQT β ( R x x ) N ; Como é um parâmetro desconhecido, então será proposto um estimador para tal parâmetro. Dessa maneira, será necessário estudar a distribuição de probabilidades da nova v.a. que será gerada.
Análise 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 maisAULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]
Leia maisAULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]
Leia 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 maisAULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado) Susan Schommer Econometria I - IE/UFRJ Valor esperado dos estimadores MQO Nesta aula derivamos o valor esperado dos estimadores
Leia 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 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 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 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 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 maisECONOMETRIA. Prof. Danilo Monte-Mor
ECONOMETRIA Prof. Danilo Monte-Mor Econometria (Levine 2008, Cap. 13) ECONOMETRIA Aplicação da estatística matemática aos dados econômicos para dar suporte empírico aos modelos construídos pela economia
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisAnálise de Regressão Linear Simples III
Análise de Regressão Linear Simples III Aula 03 Gujarati e Porter Capítulos 4 e 5 Wooldridge Seção.5 Suposições, Propriedades e Teste t Suposições e Propriedades RLS.1 O modelo de regressão é linear nos
Leia maisEconometria. Regressão Linear Simples Lista de Exercícios
Econometria Regressão Linear Simples Lista de Exercícios 1. Formas funcionais e coeficiente de explicação Um corretor de imóveis quer compreender a relação existente entre o preço de um imóvel e o tamanho,
Leia maisGabarito 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 maisMulticolinariedade e Autocorrelação
Multicolinariedade e Autocorrelação Introdução Em regressão múltipla, se não existe relação linear entre as variáveis preditoras, as variáveis são ortogonais. Na maioria das aplicações os regressores não
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 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 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 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 maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
Leia maisGabarito - Lista Pré-Prova 1
Gabarito - Lista Pré-Prova 1 Camila Steffens e Matheus Rosso 1 Questões teóricas 1.1 Regressão simples 1. (Wooldridge) Dado o modelo de regressão linear y = β 0 + β 1 x + u, supõe-se que E(u) 0. Definindo
Leia maisAULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
Leia maisAULA 13 Análise de Regressão Múltipla: MQO Assimptótico
1 AULA 13 Análise de Regressão Múltipla: MQO Assimptótico Ernesto F. L. Amaral 15 de abril de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução
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 maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.
Leia maisO que acontece com as propriedades dos estimadores de MQO quando incluímos regressores endógenos ao modelo de regressão de interesse?
Qual é a natureza dos regressores endógenos? O que acontece com as propriedades dos estimadores de MQO quando incluímos regressores endógenos ao modelo de regressão de interesse? O que é uma variável instrumental
Leia maisTeste de Homocedasticidade.
Teste de Homocedasticidade. Aula 4 Gujarati, 000, Capítulo Heij et al., Seção 5.4 Wooldridge, 0 Capítulo 8 (seções 8. a 8.4) HETEROCEDASTICIDADE Essa aula objetiva responder às seguintes perguntas: Qual
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 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 maisTestes de Hipóteses. Curso de Introdução à Econometria usando o R. Vítor Wilher. 1 de Dezembro de analisemacro.com.br
Testes de Hipóteses Curso de Introdução à Econometria usando o R Vítor Wilher analisemacro.com.br 1 de Dezembro de 2016 Vítor Wilher (analisemacro.com.br) Testes de Hipóteses 1 de Dezembro de 2016 1 /
Leia maisCorrelação Serial e Heterocedasticidade em Regressões de Séries Temporais. Wooldridge, Cap. 12
Correlação Serial e Heterocedasticidade em Regressões de Séries Temporais Wooldridge, Cap. 1 Porto Alegre, 11 de novembro de 010 1 CORRELAÇÃO SERIAL Ocorrência Conseqüência Análise gráfica Autocorrelação
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2010 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 00 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ε t- + υ t, onde υ t é ruído
Leia maisEconometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades
Ecoometria. Propriedades fiitas dos estimadores MQO. Estimação da Variâcia do estimador de MQO 3. Revisão de Iferêcia (testes em ecoometria) Ecoometria. Propriedades fiitas dos estimadores MQO Algumas
Leia maisAGOSTO 2017 INTERPRETAÇÃO DE RESULTADOS ESTATÍSTICOS EM MODELOS DE REGRESSÃO MÚLTIPLA
Sérgio Antão Paiva AGOSTO 2017 INTERPRETAÇÃO DE RESULTADOS ESTATÍSTICOS EM MODELOS DE REGRESSÃO MÚLTIPLA ENFOQUE DA COMPARAÇÃO Princípio da semelhança: numa mesma data, dois bens semelhantes, em mercados
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 maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisEconometria. 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 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 maisAULA 4 - MQO Simples: Propriedades algébricas e Estatísticas
AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas Susan Schommer Econometria I - IE/UFRJ Estimação: MQO recapitulando Na aula passada aprendemos estimação por MQO. Recapitulando brevemente Em
Leia maisCoeficiente de determinação R 2 no modelo de regressão linear normal
Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br
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 maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisM l u t l i t c i oli l n i e n arid i a d de
Multicolinearidade 1 Multicolinearidade Quando existem relação linear exata entre as variáveis independentes será impossível calcular os estimadores de MQO. O procedimento MQO utilizado para estimação
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 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 maisViolação dos pressupostos básicos do modelo clássico de regressão linear
AGOSTO 2017 Lutemberg Florencio Doutorando em Eng. Civil (Real Estate) USP Engenheiro Civil (POLI-UPE) Espec. em Aval. e Perícias de Eng. (FOC-SP) Mestre em Estatística (UFPE) Eng. Civil do Banco do Nordeste
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
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 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 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 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 maisOs Mínimos Quadrados Ordinários Assintóticos
Os Mínimos Quadrados Ordinários Assintóticos Enquadramento 1. A analise assintótica, é o método matemático que descreve a limitação de um determinado comportamento. O termo assintótico significa aproximar-se
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 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 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 maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
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 maisRegressão Linear - Parte I
UFPE - Universidade Federal de Pernambuco Curso: Economia Disciplina: ET-406 Estatística Econômica Professor: Waldemar Araújo de S. Cruz Oliveira Júnior Regressão Linear - Parte I 1 Introdução Podemos
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Nas chamadas de suporte de uma empresa de telecomunicações, o funcionário Pedro resolve o problema do cliente em duas de cada três vezes em que é solicitado, enquanto Marcos resolve
Leia maisRESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018
RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 018 Determinado órgão governamental estimou que a probabilidade p de um ex-condenado voltar a ser condenado por algum crime no prazo de 5 anos, contados a partir
Leia maisUniversidade Nova de Lisboa FACULDADE DE ECONOMIA
Universidade Nova de Lisboa FACULDADE DE ECONOMIA Exame de Econometria I 1998/1999 (150 minutos) 12 de Janeiro de 1999 Nome ou nº por extenso: Na folha existem espaços para apresentar as suas respostas.
Leia maisEconometria I Lista 2: modelo de regressão linear clássico e regressão simples
Econometria I Lista 2: modelo de regressão linear clássico e regressão simples Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 19 de março de 2018 Instruções: Objetivos com a lista: estruturação
Leia maisMatriz de Variância e Covariância e o Teorema de Gauss-Markov
1 Matriz de Variância e Covariância e o Teorema de Gauss-Markov Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 26 de setembro de 2001
Leia maisModelos de Regressão
Renato Martins Assunção DCC - UFMG 2015 Renato Martins Assunção (DCC - UFMG) 2015 1 / 19 Exemplo de preço de apto Y = y 1 y 2 y 1499 y 1500 b 0 1 1 1 1 + b 1 área 1 área 2 área 1499 área 1500 + b 2 idade
Leia maisTransformações e Ponderação para corrigir violações do modelo
Transformações e Ponderação para corrigir violações do modelo Diagnóstico na análise de regressão Relembrando suposições Os erros do modelo tem média zero e variância constante. Os erros do modelo tem
Leia maisEconometria I Lista 3: Modelo de Regressão Linear Múltipla
Econometria I Lista 3: Modelo de Regressão Linear Múltipla Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 17 de abril de 2018 Instruções: Objetivos com a lista: estruturação do conteúdo e compreensão
Leia 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 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 maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisEXAME NACIONAL DE SELEÇÃO 2010
EXAME NACIONAL DE SELEÇÃO 2010 PROVA DE ESTATÍSTICA 1 o Dia: 30/09/2009 - QUARTA FEIRA HORÁRIO: 10h 30m às 12h 45m (horário de Brasília) EXAME NACIONAL DE SELEÇÃO 2010 PROVA DE ESTATÍSTICA 1º Dia: 30/09
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 maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
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 maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 6
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 6 O Teorema de Wold O Teorema de Wold Lei dos Grandes Números Teorema Central do Limite -M O Teorema de Wold
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 maisEPGE / FGV MFEE - ECONOMETRIA. Monitoria 01-18/04/2008 (GABARITO)
EGE / FGV MFEE - ECONOMETRIA Monitoria 01-18/04/008 (GABARITO) Eduardo. Ribeiro eduardopr@fgv.br ofessor Ilton G. Soares iltonsoares@fgvmail.br Monitor Tópicos de Teoria: 1. Hipóteses do Modelo Clássico
Leia maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisMétodos Quantitativos
Métodos Quantitativos Introdução à Análise de Regressão Universidade Salvador SSA - Bahia Brasil Maio 2016 Outline Revisão de conceitos básicos Distribuição amostral dos estimadores OLS Teste de hipóteses
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisVariáveis Instrumentais
Técnicas Econométricas para Avaliação de Impacto Variáveis Instrumentais Guilherme Issamu Hirata Centro Internacional de Pobreza (IPC/PNUD) Brasília, 2 de maio de 28. Introdução Qualidade do Ensino: Escola
Leia maisComo rodar a regressão no gretl. Usando o Console para calcular elasticidade. Elasticidade. Usando o Console para calcular predição
Como rodar a regressão no gretl Alguns tópicos do gretl Usando o console: Comando: ols y const 3 Estima uma função linear usando o método de Mínimos Quadrados Ordinários. Elasticidade Intuição: resposta
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Introdução Teoria Econômica Inferência Estatística Matemática Fenômenos Econômicos Teoria Econômica Teoria Microeconômica Preço Demanda Mas quanto????
Leia maisLES0773 Estatística Aplicada III
LES0773 Estatística Aplicada III Prof. Luciano Rodrigues Aula 6 Departamento de Economia, Administração e Sociologia Escola Superior de Agricultura Luiz de Queiroz-ESAQ Universidade de São Paulo-USP lurodrig2209@gmail.com
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 maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS X 0 1 2 3 4 5 frequência absoluta 80 47 30 20 6 1 Um levantamento foi realizado para se avaliar, por município, a quantidade X de obras que estão sob suspeita de irregularidade.
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 7. Estimação 1 7.1. Estimação pontual 1 7.1.1. Propriedades dos estimadores 1 7.1.2. Métodos de estimação 4 7.1.2.1. Método dos momentos 4 7.1.2.2. Método da máxima verosimilhança 5 7.1.3. Exemplos
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2011 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 0 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ρ ε t- + υ t, onde υ t é ruído
Leia maisAula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente
Leia maisUMA NOTA SOBRE AS PROPRIEDADES DOS ESTIMADORES Paula Pereda Denisard Alves
UMA NOTA SOBRE AS PROPRIEDADES DOS ESTIMADORES Paula Pereda Denisard Alves X é uma varável aleatória caracterizada, entre outros aspectos de sua distribuição, por um parâmetro θ. A distribuição de X pode
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
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 maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisEstudar a relação entre duas variáveis quantitativas.
Estudar a relação entre duas variáveis quantitativas. Exemplos: Idade e altura das crianças Tempo de prática de esportes e ritmo cardíaco Tempo de estudo e nota na prova Taxa de desemprego e taxa de criminalidade
Leia maisp( y θ ) depende de um parâmetro desconhecido θ.
55Modelação, Identificação e Controlo Digital 55 Método de Máxima Verosimilhança (Maximum Likelihood) Seja y uma variável aleatória (v. a.) cuja densidade de probabilidade p( y θ ) depende de um parâmetro
Leia mais