3 Metodologia. resenha de VAN DIJK et al. (2002). 12 Para uma exposição extensiva do uso do modelo STR aplicado a séries macroeconômicas, ver a
|
|
- Marta Cabreira
- 5 Há anos
- Visualizações:
Transcrição
1 3 Metodologia Como explicado acima, o modelo novo-keynesiano não fornece bases teóricas que motivem a existência de não-linearidades na CPNKH. Por isso, optamos por utilizar uma estratégia empírica flexível que permita capturarmos diferentes possíveis tipos de assimetria na CPNKH, o chamado Modelo de Regressão com Transição Suave (STR), cujo ciclo de modelagem foi consagrado pelo trabalho de TERÄSVIRTA (1994). O modelo STR nos fornece um método para testarmos a existência de nãolinearidades do tipo transição suave, que pertence à gama de modelos nãolineares para séries temporais conhecidos como state-dependent (dependente do estado das variáveis) ou regime-switching (de mudança no regime das variáveis). Essa metodologia vem sendo aplicada com sucesso para descrever o comportamento de diversas séries macroeconômicas. Por exemplo, TERÄSVIRTA e ANDERSON (1992) e SKALIN e TERÄSVIRTA (1999) utilizam-na para captar assimetrias no ciclo econômico, relacionando os regimes do modelo a recessões e momentos de expansão. Já MICHAEL et al. (1997) e SARANTIS (1999) fazem uso do modelo STR para estudar não-linearidades presentes na dinâmica da taxa de câmbio real. 12 Nessa dissertação, utilizaremos uma variante do modelo STR desenvolvida por AREOSA et al. (2010), que permite a estimação de parâmetros da equação não-linear mesmo quando há regressores endógenos. Tal procedimento nos permitirá levar em consideração o problema destacado na seção 2 da endogeneidade nas variáveis da CPNKH na equação a ser estimada, uma vez que não utilizaremos métodos de estimação de sistemas que levassem em conta as demais equações do modelo novo-keynesiano. 12 Para uma exposição extensiva do uso do modelo STR aplicado a séries macroeconômicas, ver a resenha de VAN DIJK et al. (2002).
2 26 A seguir, apresentaremos o modelo STR e descreveremos os testes de linearidade e o método de estimação que serão utilizados em nosso experimento empírico O Modelo de Regressão com Transição Suave (STR) O Modelo de Regressão com Transição Suave para a CPNKH assume a seguinte forma: = + ( ;, )+ (8) onde =(,, ), ( ; ; ) é uma função contínua em e é um termo de erro, que aparece na equação a ser estimada para representar possíveis erros de medida nas variáveis usadas ou um termo de choque inflacionário. 13 A função f é conhecida como a função de transição do modelo e deve ser contínua e limitada entre 0 e 1. Uma possibilidade interessante e freqüentemente usada é a função logística 14, dada por ( ; ; )= ( ). Com ela, a interpretação relevante para o modelo STR é que ele permite a transição entre dois diferentes regimes para a CPNKH, associados aos valores extremos da função de transição, ( ;,)=0 e ( ;,)=1, que ocorre de forma suave e é determinada por uma variável econômica. Essa variável, portanto, é denominada variável de transição, podendo ser uma variável exógena, endógena ou mesmo uma tendência linear, que daria origem a um modelo com parâmetros variáveis de forma suave. Na seção 4, explicitaremos que variáveis de transição utilizaremos como possíveis forçasmotrizes da não-linearidade na CPNKH. O parâmetro c, por sua vez, pode ser interpretado como um parâmetro de localização da transição, isto é, como o limiar entre um regime e outro, já que a função logística cresce monotonicamente de 0 a 1 conforme aumenta o valor da 13 Para a motivação do termo de erro como choque inflacionário, ver LINDE (2005, p. 1144). 14 Outra possibilidade seria a função exponencial, utilizada quando o objetivo da modelagem é associar os regimes a valores absolutos pequenos e grandes da variável de transição em relação ao parâmetro c. Para aplicações na modelagem da taxa de câmbio real, ver MICHAEL et al. (1997) e SARANTIS (1999).
3 27 variável de transição. Note que (;,)=0.5, o que lhe confere a noção de ponto onde ocorre a transição, ainda que essa se dê suavemente. Já, que determina a suavidade na mudança do valor da função logística, tem a interpretação de grau de suavidade da transição entre regimes: fazendo-se, tem-se que f tende à função indicadora e a mudança de 0 a 1 passa a ser abrupta em =; já quando 0, 1 e a equação (8) retoma sua forma linear original (4). Assim, a especificação STR engloba tanto o caso linear quanto o caso autorregressivo com limiar (TAR) como casos particulares 15, daí sua principal vantagem perante outros modelos não-lineares, a flexibilidade. Em suma, o modelo STR nos diz que o regime que ocorre em um dado período é determinado pelo valor da variável de transição e pelo valor associado da função de transição f. Resta-nos, entretanto, saber se o modelo mais adequado para descrever os dados é de fato não-linear. Para isso, a modelagem STR nos fornece um teste de linearidade, que tem poder contra qualquer tipo de não-linearidade na relação em questão. Abaixo, descreveremos como se dá esse procedimento Testando linearidade contra STR Testar linearidade constitui-se como primeiro passo na construção do modelo STR. A hipótese nula de linearidade pode ser expressa como : =0 no contexto da equação (8) acima. Ocorre que, sob, os parâmetros γ e c da função de transição não são identificados. Problema semelhante é verificado caso reespecifiquemos a hipótese nula em termos do parâmetro de suavidade, ou seja, fazendo : =0, que também faz o modelo voltar à forma linear. Nesse caso, o parâmetro é não-identificado sob. A principal conseqüência desse problema é que não há, sob, uma teoria estatística convencional para se obter a distribuição assintótica da razão de verossimilhança, do multiplicador de Lagrange e da estatística de Wald necessárias para realizarmos o teste. Como tais estatísticas passam a possuir distribuições não-convencionais devido à não-identificação de parâmetros sob a 15 Para uma apresentação do modelo TAR, ver TSAY (1989).
4 28 nula, torna-se necessário o uso de técnicas de simulação para se levantá-las, o que gera complicações adicionais ao procedimento de teste 16. A solução mais utilizada para este problema foi desenvolvida por LUUKKONEN et al. (1988) e consiste em substituirmos a função de transição f na equação de teste por uma aproximação de Taylor apropriada, o que dá origem a uma equação reparametrizada onde o problema de não-identificação sob não está mais presente, de modo que passamos a poder testar linearidade de maneira simples e direta, através de uma estatística LM com distribuição assintótica conhecida sob a nula. Este procedimento possui duas claras vantagens: primeiro, não requer que o modelo seja estimado sob a hipótese nula; segundo, já existe teoria assintótica convencional que nos permita obter valores críticos para a estatística de teste de maneira fácil, sem requerer o uso de rotinas de simulação. Dessa forma, no espírito do que foi descrito acima e seguindo AREOSA et al. (2010), utilizaremos uma expansão de Taylor de terceira ordem 17 da função logística na vizinhança da hipótese nula =0 na equação (8), obtendo a seguinte regressão auxiliar : = (9) onde = +( ;,), ( ;,) é o resto, = + = +, = e =., Temos em mãos, agora, um modelo não-linear nas variáveis, com o qual podemos formular uma nova hipótese nula de linearidade, que assume a forma : = = =0, sob a qual o modelo é identificado. Consideremos um vetor de variáveis instrumentais exógenas e definamos um vetor de instrumentos ( ) tal que =0. A matriz de instrumentos válidos é denotada por =(,, ). Os autores chamam a atenção de que instrumentos fortes no arcabouço linear podem ser fracos no contexto não-linear, uma vez que a condição de posto relevante é que os 16 VAN DIJK et al. (2002, p. 10). 17 A escolha da terceira ordem justifica-se por garantir ao teste poder contra a alternativa nãolinear mesmo quando a única diferença entre os regimes estiver na constante do modelo.
5 29 instrumentos Z têm que ser correlacionados com o gradiente da relação nãolinear, e não com o vetor de regressores endógenos. Seja ainda ( ; )= + + +, onde =,,,. Chamemos sua estimativa restrita de =,,, e a estimativa irrestrita de =,,,. Seja também =( ) a matriz de projeção de Z. Assim, o teste de linearidade torna-se equivalente a um teste F em uma regressão de variáveis instrumentais, e pode ser conduzido em três estágios: 1. Estimar (9) sob a hipótese nula e computar = ;. 2. Estimar o modelo irrestrito (9) e computar = ; 3. Computar a estatística = ( )/ ; /. Sob a hipótese nula, a estatística F tem distribuição assintótica F com k e graus de liberdade, onde k é o número de restrições testadas Estimando o modelo STR Após a definição da função e da variável de transição e da realização dos testes de linearidade, o passo seguinte é a estimação dos parâmetros do modelo STR, caso os testes tenham indicado a rejeição da hipótese nula de linearidade. Se, na relação de interesse, os regressores fossem exógenos para, isto é, se =0, poderíamos estimar os parâmetros do modelo por Mínimos Quadrados Não-Lineares. Entretanto, na CPNKH, a inflação esperada não é fracamente exógena, de modo que nossas estimativas seriam inconsistentes caso (, ) 0, onde é o gradiente da função em relação a. Para obtermos estimativas consistentes do parâmetro e, em conseqüência, dos parâmetros não-lineares de interesse, isto é,,, e c na presença de regressores endógenos, AREOSA et al. (2010) apresentam um estimador modificado de Variáveis Instrumentais Não-Lineares (VINLM) 18,, calculado da seguinte forma: 18 O estimador apresentado é baseado no estimador de Variáveis Instrumentais Não-Lineares Modificado (VINLM) de AMEMIYA (1974).
6 30 = argmin (,) 1 (,) (10) onde I é a matriz identidade, =(,, ) e = ( ). 19 Sob algumas hipóteses descritas pelos autores, como homocedasticidade nos erros, forma reduzida linear para o vetor de variáveis endógenas, estacionaridade das séries e satisfação de condições de ordem e de posto, o estimador VINLM é consistente para o parâmetro verdadeiro e tem distribuição assintótica normal. Na próxima seção, utilizamos a metodologia acima descrita para testar a hipótese de linearidade na CPNKH e estimar seus parâmetros. 19 A hipótese subjacente deste estimador é que os regressores e os instrumentos se relacionam de maneira linear, segundo a seguinte forma reduzida: = +, onde =0. Além disso, a estimação por VINLM é equivalente a um procedimento via GMM, ideal para grandes amostras. Ver AREOSA et al. (2010, p. 4).
2 Modelos Não Lineares
Modelos Não Lineares 17 2 Modelos Não Lineares 2.1. Introdução Nos últimos anos, muitos modelos não-lineares para a análise de séries temporais têm sido propostos. Na econometria clássica, os modelos de
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 maisNeste capítulo apresentam-se os modelos STVAR-Tree, o principal da dissertação, além dos modelos competidores PAR(p) e Neuro-Fuzzy.
4 Metodologia 4.1. Introdução Neste capítulo apresentam-se os modelos STVAR-Tree, o principal da dissertação, além dos modelos competidores PAR(p) e Neuro-Fuzzy. 4.2. Modelo STVAR-Tree O modelo vetorial
Leia mais4.1. Dados. de inflação, ver o survey de MISHKIN e SCHMIDT-HEBBEL (2001). JOURNAL (2009).
4 Análise Empírica Nessa seção, testaremos a hipótese de que a CPNKH de países com metas de inflação é linear, como nos indicam as derivações do modelo novo-keynesiano, assumindo o seguinte formato: =
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia mais3 Modelos Não-Lineares
3 Modelos Não-Lineares 3.1. Modelos Não-Lineares Univariados 3.1.1. Modelo TAR O modelo Auto-regressivo com limiar (TAR Threshold Autoregressive) foi proposto inicialmente por Tong (1978). Um pouco mais
Leia maisVariáveis Instrumentais
Variáveis Instrumentais Abordagem diferente para o problema de endogeneidade: V.I. pode se usado para se obter estimadores consistentes na presença de variáveis omitidas; V.I. também pode ser usado para
Leia 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 maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
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 mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
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 maisMarkov Switching Models. Profa. Airlane Alencar. Depto de Estatística - IME-USP. lane. Ref: Kim e Nelson (1999) e Hamilton (1990)
Markov Switching Models Profa. Airlane Alencar Depto de Estatística - IME-USP www.ime.usp.br/ lane Ref: Kim e Nelson (1999) e Hamilton (1990) 1 Objetivo Mudança nos parâmetros de um modelo de regressão
Leia maisTESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS
TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS Antes de apresentar alguns dos testes de hipóteses e intervalos de confiança mais usuais em MLG, segue a definição de modelos
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 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 mais2 Modelos STAR-Tree 2.1 CART
2 Modelos STAR-Tree Este capítulo apresenta os principais conceitos envolvidos na denição do modelo STAR-Tree. Sua origem foi marcada pelos processos autoregressivos com limiar, TAR (Threshold AutoRegressive),
Leia maisINFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE
INFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE A análise de deviance é uma generalização, para modelos lineares generalizados, da análise de variância. No caso de modelos lineares, utiliza-se
Leia maisCarga Horária: 80 horas (correspondem a aulas e atividades extra-classe)
Curso: Economia Disciplina: ECONOMETRIA Turma 4ECO Carga Horária: 80 horas (correspondem a aulas e atividades extra-classe) Período Letivo: 2014/1 Professor: Hedibert Freitas Lopes (www.hedibert.org) OBJETIVO:
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 maisTópicos de Estatística Espacial Geoestatística
Tópicos de Estatística Espacial Geoestatística Anderson Castro Soares de Oliveira Geoestatística A geoestatística é uma análise espacial que considera que a variável em estudo se distribui continuamente
Leia mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Leia maisPaulo Jorge Silveira Ferreira. Princípios de Econometria
Paulo Jorge Silveira Ferreira Princípios de Econometria FICHA TÉCNICA TÍTULO: Princípios de Econometria AUTOR: Paulo Ferreira ISBN: 978-84-9916-654-4 DEPÓSITO LEGAL: M-15833-2010 IDIOMA: Português EDITOR:
Leia maisA Curva de Phillips Novo-Keynesiana é não-linear?
Paulo Vitor Costa de Carvalho A Curva de Phillips Novo-Keynesiana é não-linear? Evidências de países com metas de inflação Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção
Leia mais5 Metodologia e Resultados 5.1. Metodologia
5 Metodologia e Resultados 5.1. Metodologia Realizamos estimações utilizando o modelo de efeitos fixos para dados em painel. A escolha do modelo econométrico a seguirmos decorre das hipóteses que desejarmos
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 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 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 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 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 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 maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
Leia mais3 Análise das comissões pagas aos coordenadores do IPO
3 Análise das comissões pagas aos coordenadores do IPO Para investigar se empréstimos pré-ipo são instrumentos de investimento em relacionamento entre bancos e firmas ou instrumentos para viabilizar IPOs
Leia maisEndogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais
1 Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais Ernesto F. L. Amaral Magna M. Inácio 21 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia maisRecessões e recuperações na atividade econômica: mesmo efeito sobre a criminalidade?
Recessões e recuperações na atividade econômica: mesmo efeito sobre a criminalidade? Ari Francisco de Araujo Junior * Cláudio Djissey Shikida ** RESUMO - Evidências sobre a economia do crime mostram que
Leia maisAUTOCORRELAÇÃO ESPACIAL. Flávia F. Feitosa
AUTOCORRELAÇÃO ESPACIAL Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Junho de 2015 AULAS ANTERIORES A importância analítica do espaço para o Planejamento Territorial
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisQuiz Econometria I versão 1
Obs: muitos itens foram retirados da ANPEC. Quiz Econometria I versão 1 V ou F? QUESTÃO 1 É dada a seguinte função de produção para determinada indústria: ln(y i )=β 0 + β 1 ln( L i )+β 2 ln( K i )+u i,
Leia maisEconometria. 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 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 maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
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 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 maisTécnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada
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 maisFICHA DE DISCIPLINA/PROGRAMA
Programa de Pós-Graduação em Economia Mestrado/Doutorado Av. João Naves de Ávila, nº 2121 Campus Stª Mônica Bloco J. CEP 38.400-902 Uberlândia/MG. Telefax: (034) 3239-4315 E-Mail: ppge@ufu.br FICHA DE
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 8
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 8 Variáveis Não-Modeladas Condição de Ordem e Condição de Posto Estimação O Modelo Estrutural Seja z t =
Leia maisTestes de Raiz Unitária para Dados em Painel
Aula 7 Bibliografia: Stata, 2017. help xtunitroot. From Stata/SE 13 (accessed on Oct. 23, 2018). Pesaran, M.H. (2015). Time series and panel data econometrics. Oxford: Oxford University Press. Rafael S.
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 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 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 maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
1 Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 9 de Abril de 2015 2 3 Função Deviance Podemos ver o ajuste de um modelo a um conjunto de dados como: uma forma
Leia mais1 Introdução. de Froot e Rogoff (1995), Frankel e Rose (1995) e Rogoff (1996).
1 Introdução A literatura teórica sobre taxas de câmbio apresenta uma série de resultados que não são respaldados empiricamente. Embora o avanço das técnicas econométricas e o surgimento de bases de dados
Leia maisIntrodução a Modelos VAR
Introdução a Modelos VAR Henrique Dantas Neder - Professor Associado Universidade Federal de Uberlândia July 24, 2014 Um VAR é um modelo no qual K variáveis são especicadas como funções lineares de p de
Leia maisVALIDAÇÃO DO MODELO PELO USO DE MEDIDAS DE NÃO LINEARIDADE
VALIDAÇÃO DO MODELO PELO USO DE MEDIDAS DE NÃO LINEARIDADE Adriana de Souza COSTA 1, Glaucia Amorim FARIA 2, Ana Patricia Bastos PEIXOTO 1 1 Departamento de Estatística, Universidade Estadual da Paraíba-UEPB,
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 mais6 Construção das Curvas de Juros Revisão da Literatura
6 Construção das Curvas de Juros 6.1. Revisão da Literatura (Nelson & Siegel, 1987) contribuíram para a literatura sobre curva de juros ao proporem um modelo parcimonioso de decomposição da curva básica
Leia mais7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
Leia mais2 A Curva de Phillips
14 2 A Curva de Phillips 2.1. A Curva de Phillips linear Em seu artigo seminal, PHILLIPS (1958, p. 33) estimou uma relação negativa entre a inflação salarial e a taxa de desemprego do Reino Unido. A partir
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 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 maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
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 II. Aplicação de Variáveis Instrumentais (VI) STATA
Eco 2 monitoria Leandro Anazawa Econometria II Aplicação de Variáveis Instrumentais (VI) STATA Vamos utilizar uma base de dados com informações sobre condições de trabalho, educação e moradia. Os comandos
Leia maisModelação, Identificação e Controlo Digital
29 Adormecimento dos mínimos quadrados recursivos Se os dados forem adequados, os elementos do ganho de Kalman diminuem à medida que o tempo passa, tornando-se eventualmente muito reduzidos se o ruído
Leia maisIdentificação da Distribuição Teórica de Probabilidades
Identificação da Distribuição Teórica de Probabilidades A utilização de gráficos, tais como um histograma, são muito úteis para a identificação ou delineamento da distribuição teórica de probabilidades.
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 maisO papel do capital humano no crescimento - uma análise espacial para o Brasil
O papel do capital humano no crescimento - uma análise espacial para o Brasil Ariene da Silva Salgueiro * Luciano Nakabashi ** Diogo de Prince *** Resumo - O presente trabalho investiga o papel do espaço
Leia mais7 Testes de hipóteses conjuntas (THC)
7 Testes de hipóteses conjuntas (THC) Da mesma forma como procedemos quando fizemos as inferências individuais dos coeficientes estimados dos modelos apresentados na seção 6, aqui também apresentaremos,
Leia mais6 Geração de Cenários
6 Geração de Cenários O planejamento do setor elétrico para operações hidrotérmicas de longo prazo de cada subsistema, atualmente, está fundamentado na avaliação dos resultados da simulação de diversos
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 maisReferências Bibliográcas
Referências Bibliográcas [1] BOX, G.; JENKINS, G. ; REINSEL, G.. Time Series Analysis, Forecasting and Control. Prentice Hall, New Jersey, 1994. [2] BREIMAN, L.; FRIEDMAN, J.; OLSHEN, R. ; STONE, C. J..
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia mais2 DADOS E METODOLOGIA
2 DADOS E METODOLOGIA 2.1.1. DADOS Este trabalho utiliza dados mensais de 23 países que seguem o regime de metas para inflação, com exceção de Austrália e Nova Zelândia que são dados trimestrais. Para
Leia mais5 Teste Empírico da relação entre dividendo, impostos e retornos
5 5 Teste Empírico da relação entre dividendo, impostos e retornos Nos iniciamos nossa análise empírica examinando a relações entre as taxas de dividendo e os retornos das ações no período de janeiro de
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Explicar os conceitos gerais de estimação de
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 12
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 12 Regressão com Variáveis Não-Estacionárias Considere três processos estocásticos definidos pelas seguintes
Leia maisEconometria. 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 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 maisEconometria. Econometria: Paradigma. Porque usar econometria? Porque usar econometria?
Econometria: Paradigma Econometria 1. O Paradigma da Econometria 19/8 Fundamentos teóricos Microeconometria e macroeconometria Modelagem comportamental: otimização, oferta de trabalho, equações de demanda,
Leia maisvariável dependente natureza dicotômica ou binária independentes, tanto podem ser categóricas ou não estimar a probabilidade associada à ocorrência
REGRESSÃO LOGÍSTICA É uma técnica recomendada para situações em que a variável dependente é de natureza dicotômica ou binária. Quanto às independentes, tanto podem ser categóricas ou não. A regressão logística
Leia mais3 Aprendizado por reforço
3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina
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 maisAVALIAÇÃO DOS TESTES MULTIVARIADOS DA RAZÃO DE VEROSSIMILHANÇAS E T² DE HOTELLING: Um estudo por simulação de dados
AVALIAÇÃO DOS TESTES MULTIVARIADOS DA RAZÃO DE VEROSSIMILHANÇAS E T² DE HOTELLING: Um estudo por simulação de dados Eduardo Campana Barbosa 12 Rômulo César Manuli² Patrícia Sousa² Ana Carolina Campana
Leia mais2 Estimação de uma Curva de Demanda Agregada para o Brasil
2 Estimação de uma Curva de Demanda Agregada para o Brasil Neste capítulo, identificamos e estimamos uma equação de demanda agregada com dados brasileiros. Nos próximos capítulos, utilizamos esta relação
Leia maisAula 6. Modelo de Correção de Erros Vetorial. Wilson Correa. August 23, Wilson Correa August 23, / 16
Aula 6 Modelo de Correção de Erros Vetorial Wilson Correa August 23, 2017 Wilson Correa August 23, 2017 1 / 16 Equações Simultâneas e Modelos VAR/VEC Frequentemente o interesse em economia é centrado na
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 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 maisVetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência
Vetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência Forma estrutural e reduzida O método VAR busca capturar a interdependência entre múltiplas séries de tempo. Estrutura-se equações
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 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 mais4 Incerteza e Efetividade da Política Monetária no Brasil
4 Incerteza e Efetividade da Política Monetária no Brasil Neste capítulo, vamos investigar o impacto da incerteza sobre a efetividade da política monetária no Brasil. Em particular, vamos testar a hipótese
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 mais5 Avaliação dos estimadores propostos
5 valiação dos estimadores propostos Este capítulo apresenta as medidas estatísticas usuais para avaliar a qualidade de estimadores e as expressões utilizadas para a estimação destas medidas, a partir
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 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 mais