Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
|
|
- Ilda Pinhal de Abreu
- 7 Há anos
- Visualizações:
Transcrição
1 Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados
2 Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i j RS5. x não é aleaória e assume pelo menos dois valores RS6. e N ~ (0, ) y N x ~ [( 1 ), ] (opcional)
3 4.1 Os Esimadores de Mínimos Quadrados como Variáveis Aleaórias O esimador de mínimos quadrados b do parâmero de inclinação, baseado em uma amosra de T observações, é b T x y x y T x x O esimador de mínimos quadrados b 1 do parâmero inercepo 1 é b y b x 1 y y / T e x x / T (3.3.8a) (3.3.8b) Quando as fórmulas de b 1 e b, são omadas para serem uilizadas como regras, qualquer que seja a amosra de dados exraída, enão b 1 e b são variáveis aleaórias. Nesse conexo, nós chamamos b 1 e b de esimadores de mínimos quadrados. Quando os valores reais da amosra, números, são subsiuídos nas fórmulas, nós obemos números que são valores das variáveis aleaórias. Nesse conexo, nós chamamos b 1 e b de esimaivas de mínimos quadrados.
4 4. As Propriedades Amosrais dos Esimadores de Mínimos Quadrados 4..1 Os Valores Esperados de b 1 e b Nós começamos reescrevendo a fórmula da equação 3.3.8a na seguine fórmula que é mais conveniene para propósios eóricos, b w e (4..1) onde w é um consae (não aleaória) dada por w x x ( x x) O valor esperado de uma soma é a soma dos valores esperados (ver Seção.5.1): (4..) E( b ) E w e E( ) E( w e ) w E( e ) [como E( e ) 0] (4..3)
5 4..1a O Conexo da Amosragem Repeida A Tabela 4.1 coném as esimaivas de mínimos quadrados do modelo de despesa com alimenação exraídas de 10 amosras aleaórias de amanho T=40 da mesma população. Tabela 4.1 Esimaivas de Mínimos Quadrados de 10 amosras aleaórias de amanho T=40 N b 1 51, ,045 40,788 80, , , , , ,890 36,1433 b 0,144 0,186 0,1417 0,0886 0,1669 0,1086 0,1003 0,1009 0,1758 0,166
6 4..1b Dedução da Equação 4..1 ( x x) x x x T x 1 x x T x T x T x T x T x x T x (4..4a) ( x x) x T x x x x x T x Para a obenção desse resulado, nós levamos em consideração que x x / T enão x (4..4b) T x x ( x x)( y y) x y Tx y x y T (4..5) y
7 b, na forma de desvios em relação à média, é: b ( x x)( y y) ( x x) Lembre-se que ( x x) 0 (4..6) (4..7) Enão, a fórmula para b se orna b ( x x)( y y) ( x x) y y ( x x) ( x x) ( x x) ( x x) y ( x x) y ( x x) ( x x) onde w é a consane dada na equação 4... w y (4..8)
8 Para ober a equação 4..1, subsiua y por e simplifique: y x e 1 b w y w ( x e ) 1 w w x w e 1 (4..9a) w 0, isso elimina o ermo 1w wx 1 enão wx e (4..9a) se orna a equação b w e (4..9b)
9 O ermo w w 1 ( x x) 0 wx Para mosrar que 1, porque ( x x) ( x x) ( x x) 0 usando ( x x) 0 nós novamene uilizamos ( x x) 0. Oura expressão para ( x x) ( x x) ( x x)( x x) é ( x x) x x ( x x) ( x x) x Conseqüenemene, wx ( x x) x ( x x) x 1 ( x x) ( x x) x
10 4.. A Variância e Covariância de b 1 e b var( b ) E[ b E( b )] Se as hipóeses do modelo de regressão RS1-RS5 são correas (RS6 não é necessária), enão as variâncias e covariância de b 1 e b são: var( b ) x 1 T ( x x) var( b ) ( x x) (4..10) cov( b, b ) x 1 ( x x)
11 Vamos considerar os faores que afeam as variâncias e covariância na equação A variância do ermo de erro aleaório,, aparece em cada uma das expressões.. A soma dos quadrados dos valores de x em relação à média amosral, ( x x), aparece em cada uma das variâncias e na covariância. 3. Quano maior for o amanho da amosra T, menores serão as variâncias e a covariância dos esimadores de mínimos quadrados; quano maior a amosra de dados, melhor é. 4. O ermo x aparece na var(b 1 ). 5. A média amosral dos valores de x aparecem na cov(b 1,b ).
12 Dedução da variância de b : O pono de parida é a equação var( b ) var w e var w e [como = w var( e) = w ( x x) é uma consane] [usando cov( e, e ) 0] [usando var( e ) ] i j (4..11) O úlimo passo se baseia no fao de que w ( x x) 1 ( x ) ( x x) x (4..1)
13 4..3 Esimadores Lineares O esimador de mínimos quadrados b é uma soma ponderada das observações de y, b w y Esimadores como b são chamados de esimadores lineares por serem combinações lineares de uma variável aleaória observável. 4.3 O Teorema de Gauss-Markov O Teorema de Gauss-Markov: Saisfazendo as hipóeses RS1-RS5 do modelo de regressão linear, os esimadores b 1 e b êm a menor variância de odos os esimadores lineares e não endenciosos de 1 e. Eles são os melhores esimadores lineares não endenciosos (he Bes Linear Unbiased Esimaors BLUE) de 1 e
14 1. Os esimadores b 1 e b são melhores quando comparados com esimadores similares, aqueles que são lineares e não endenciosos. O Teorema não diz que b 1 e b são os melhores de odos possíveis esimadores. Os esimadores b 1 e b são os melhores denro de sua classe porque eles possuem a menor variância. 3. Para o Teorema de Gauss-Markov ser válido, as hipóeses (RS1-RS5) devem ser saisfeias. Se qualquer uma das hipóeses de 1-5 não forem saisfeias, enão b 1 e b não são os melhores esimadores lineares não endenciosos de 1 e. 4. O Teorema de Gauss-Markov não depende da hipóese de normalidade 5. No modelo de regressão linear simples, se nós queremos uilizar um esimador linear e não endencioso, enão nós não precisamos efeuar novas procuras. 6. O Teorema de Gauss-Markov é aplicado aos esimadores de mínimos quadrados. Ele não se aplica às esimaivas exraídas de uma amosra individual.
15 4.4 Disribuição de Probabilidade dos Esimadores de Mínimos Quadrados Se nós assumirmos a hipóese de normalidade, hipóese RS6 sobre o ermo de erro, enão os esimadores de mínimos quadrados são normalmene disribuídos. b 1 ~ N 1, T ( x x) x b ~ N, ( x x) (4.4.1) Se as hipóeses RS1-RS5 forem manidas e se o amanho da amosra T for suficienemene grande, enão os esimadores de mínimos quadrados êm uma disribuição que se aproxima das disribuições normais mosradas na equação 4.4.1
16 4.5 Esimação da Variância do Termo de Erro A variância da variável aleaória e é var( e ) E[ e E( e )] E( e ) (4.5.1) se a hipóese E(e ) = 0 for correa. Como a esperança é um valor médio, nós podemos esimar pela média dos erros ao quadrado, e ˆ (4.5.) T Lembre-se que os erros aleaórios são e y x 1
17 Os resíduos de mínimos quadrados são obidos pela subsiuição dos parâmeros desconhecidos pelos seus esimadores de mínimos quadrados, e y b b x ˆ 1 ˆ e ˆ (4.5.3) T Exise uma modificação simples que produz um esimador não endencioso: ˆ e (4.5.4) ˆ T ( ˆ ) (4.5.5) E
18 4.5.1 Esimação das Variâncias e Covariâncias dos Esimadores de Mínimos Quadrados Subsiua a variância do erro desconhecida na equação pelo seu esimador. Obêm-se: x var( ˆ b ˆ ˆ 1), ep( b1 ) var( b1 ) T ( x x) ˆ var( ˆ b ), ep( b ) var( ˆ b ) ( x x) cov( ˆ b, b ) ˆ x 1 ( x x) (4.6.6)
19 4.6. As Variâncias e Covariâncias Esimadas para o Exemplo da Despesa com Alimenação Tabela 4.1 Resíduos de Mínimos Quadrados para os Dados das Despesas com Alimenação y ŷ b1b x eˆ y yˆ 5,5 58,3 81,79 119,90 73, , ,90 100,744 1,6545 6, ,500 19, ,80 10,7181 3,0819 eˆ 54311,3315 ˆ 149,456 T 38
20 var( ˆ b ) ˆ 1 T ( x x) , ,100 40(153463) x ep( b) var( ˆ b) 490,100, x x ˆ 149,456 var( ˆ b ) 0, ( ) ep( b ) var( ˆ b ) 0, ,0305 cov( ˆ b, b 1 ) ˆ x ( x x) ,456 0,
21 4.5.3 Exemplos de Saídas do Compuador Dependen Variable: DESP.ALIM Mehod: Leas Squares Sample: 1 40 Included Observaions: 40 Variable Coefficien Sd. Error -Saisic Prob. C INCOME R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regressioon Akaike info crierion Sum squared resid Schwarz crierion Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic) Tabela 4.3 Saída da Regressão do EViews ˆ e 54311,3315 ˆ 149,456 T 38 ˆ 149,456 37,80536
22 4.7 O Previsor de Mínimos Quadrados Nós queremos prever o valor da variável dependene y 0, dado um valor da variável explanaória x 0, o qual é dado por y x e (4.7.1) onde e 0 é um erro aleaório. Esse erro aleaório em média E(e 0 )=0 e variância var(e 0 )=. Nós ambém assumimos que cov(e 0, e )=0. O previsor de mínimos quadrados de y 0 é ŷ0 b1 b x0 (4.7.)
23 o erro de previsão é f yˆ y b b x ( x e ) ( b ) ( b ) x e O valor esperado de f é: E( f ) E( y y ) E( b ) E( b ) x E( e ) ˆ (4.7.3) Pode ser demonsrado que 1 ( x x) var( f ) var( yˆ y ) T ( x x) (4.7.4) (4.7.5) A variância do erro de previsão é esimada pela subsiuição de pelo seu esimador ˆ, 1 ( x0 x) var( ˆ f ) ˆ 1 T ( x x) (4.7.6) A raiz quadrada da variância esimada é o erro padrão da previsão, var ˆ f ep f (4.7.7)
24 4.7.1 Previsão no Modelo da Despesa com Alimenação A despesa semanal previsa com alimenação para um domicílio com renda semanal de x 0 = $750 é yˆ b b x 40,7676 0,183(750) 136, A variância esimada do erro de previsão é var( ˆ f ) 1 1 ( x x) 0 ˆ T ( x x) 1 ( ) 149, , O erro padrão de previsão é enão ep( f) var( ˆ f) 1467, ,3079
25
26
27
28
29
Capítulo 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 maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época Normal 17/06/2013 Duração: 2 horas. Nome Turma: Processo:
Insiuo Superior de Economia e Gesão Universidade Técnica de Lisboa Economeria Época Normal 7/6/3 Duração: horas Nome Turma: Processo: Espaço reservado para classificações Noas: a uilização do elemóvel
Leia maisCapítulo 7. O Modelo de Regressão Linear Múltipla
Capíulo 7 O Modelo de Regressão Linear Múlipla Quando ornamos um modelo econômico com mais de uma variável explanaória em um modelo esaísico correspondene, nós dizemos que ele é um modelo de regressão
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciaura em Economia E C O N O M E T R I A II (LEC310) Exame Final Época de Recurso 14 de Julho de 2006 NOTAS PRÉVIAS: 1. A primeira pare da prova em duração de 75 minuos
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisV Curso de Especialização em Mercado Financeiro e Investimentos - MERFI
Economeria Aplicada Pare I V Curso de Especialização em Mercado Financeiro e Invesimenos - MERFI 2017-2018 UnB/DCCA - Prof. Oávio Medeiros 1 Economeria Economeria é a aplicação de maemáica e esaísica a
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisSeminário Rumos da Política Cambial 23/3/2007 Fluxos de Capitais, Derivativos Financeiros e Intervenções nos Mercados de Câmbio II Márcio Gomes Pinto
Seminário Rumos da Políica Cambial 23/3/2007 Fluxos de Capiais, Derivaivos Financeiros e Inervenções nos Mercados de Câmbio II Márcio Gomes Pino Garcia Deparameno de Economia PUC-Rio Fluxos de Capiais,
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia maisECONOMETRIA I. I (12 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 2ª Época 26 de Janeiro de 2005 Duração: 2 horas I (12 valores) ATENÇÃO: Para as 10 primeiras questões deste grupo existem 4 opções
Leia maisRegressão Linear Simples
Origem hisórica do ermo Regressão: Regressão Linear Simples Francis Galon em 1886 verificou que, embora houvesse uma endência de pais alos erem filhos alos e pais baios erem filhos baios, a alura média
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia maisSéries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas
Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisSegundo Trabalho de Econometria 2009
Segundo Trabalho de Econometria 2009 1.. Estimando o modelo por Mínimos Quadrados obtemos: Date: 06/03/09 Time: 14:35 Sample: 1995Q1 2008Q4 Included observations: 56 C 0.781089 0.799772 0.97664 0.3332
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciatura em Economia E C O N O M E T R I A II (LEC310) NOTAS PRÉVIAS: Exame Final Época de Recurso 01 de Outubro de 2007 1. A I Parte da prova tem duração de 90 minutos
Leia maisEXAME NACIONAL DE SELEÇÃO 2007
EXAME NACINAL E SELEÇÃ 007 PRVA E ESTATÍSTICA o ia: 8/0/006 - QUARTA FEIRA HRÁRI: 0h30 às h 45 (horário de Brasília) EXAME NACINAL E SELEÇÃ 007 o ia:8/0(quara-feira) Manhã:0:30h às h 45 ESTATÍSTICA Insruções.
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisLista de Exercícios #11 Assunto: Séries Temporais
. ANPEC 995 - Quesão 5 Lisa de Exercícios # Assuno: Séries Temporais Sea yi xi i ordinários (MQO) de e, respecivamene. Pode-se afirmar que: uma equação de regressão e seam a e b esimadores de mínimos quadrados
Leia maisAPOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso
Leia maisPontos de dicotomização para a obtenção do coeficiente de correlação tetracórico
Ponos de dicoomização para a obenção do coeficiene de correlação eracórico Sachiko Araki Lira Insiuo Paranaense de Desenvolvimeno Econômico e Social IPARDES CEP 8630-900 Sana Cândida Curiiba PR sachiko@onda.com.br
Leia maisREDUÇÃO DE DIMENSIONALIDADE
Análise de componenes e discriminanes REDUÇÃO DE DIMENSIONALIDADE Uma esraégia para abordar o problema da praga da dimensionalidade é realizar uma redução da dimensionalidade por meio de uma ransformação
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Deparameno de Esaísica Prof. Daniel Furado Ferreira 11 a Teoria da Decisão Esaísica 1) Quais são os erros envolvidos nos eses de hipóeses? Explique. 2) Se ao realizar um
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisECONOMETRIA I. I (11 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 1ª Época 14 de Janeiro de 2005 Duração: 2 horas I (11 valores) Com base numa amostra aleatória de 88 alunos que fizeram o exame
Leia maisGabarito Trabalho 2. Variable Coefficient Std. Error t-statistic Prob.
Gabarito Trabalho 2 1. Estimando o modelo Date: 06/10/10 Time: 04:00 Sample: 2003M01 2008M01 Included observations: 70 C -2.046423 5.356816-0.382022 0.7038 LN_IPC_BR 2.041714 1.150204 1.775089 0.0811 LN_IPC_AR
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Aocorrelação Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Camps, 006 Core Transversal Série Temporal Em geral, com dados
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciatura em Economia E C O N O M E T R I A II (LEC310) NOTAS PRÉVIAS: Exame Final Época Normal 9 de Junho de 2006 1. A primeira parte da prova tem duração de 75 minutos
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017
DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram
Leia maisComportamento Assimptótico dos Mínimos Quadrados Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros?
Conrolo por Compuador 3-Idenificação J. Miranda Lemos IST-DEEC Área Cienífica de Sisemas, Decisão e Conrolo 05 Comporameno Assimpóico dos Mínimos Quadrados Quesão: Será que a esimaiva de mínimos quadrados
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciatura em Economia E C O N O M E T R I A II (LEC310) NOTAS PRÉVIAS: Exame Final 08 de Junho de 2005 1. A I Parte da prova tem duração de 90 minutos e é constituída
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia mais4. Selecionando modelos de Projeção com. AIC e SIC. Primeiro, vamos falar do erro quadrático médio
4. Selecionando modelos de Projeção com AIC e SIC Os criérios de seleção de modelos ipicamene requerem que o erro quadráico médio da previsão de um período a frene seja o menor possível. A diferença enre
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia mais4 Análise Empírica. 4.1 Definição da amostra de cada país
57 4 Análise Empírica As simulações apresenadas no capíulo anerior indicaram que a meodologia desenvolvida por Rigobon (2001 é aparenemene adequada para a análise empírica da relação enre a axa de câmbio
Leia maisFACULDADE DE ECONOMIA DO PORTO. Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706)
FACULDADE DE ECONOMIA DO PORTO Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706) Exame Final 10 de Janeiro de 2005 NOTAS PRÉVIAS: 1. A prova tem três horas de duração. 2. Apenas é permitida a
Leia maisLicenciaturas em Economia e em Finanças Econometria ER 26/06/2015 Duração 2 horas
Licenciaturas em Economia e em Finanças Econometria ER 26/06/2015 Duração 2 horas Nome: Número: Notas: A utilização do telemóvel é motivo suficiente para anulação da prova. As perguntas de escolha múltipla
Leia mais2 Os métodos da família X Introdução
2 Os méodos da família X 2. Inrodução O méodo X (Dagum, 980) emprega médias móveis (MM) para esimar as principais componenes de uma série (Sysem of Naional Accouns, 2003): a endência e a sazonalidade.
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisFACULDADE DE ECONOMIA DO PORTO. Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (ECON703)
FACULDADE DE ECONOMIA DO PORTO Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (ECON703) Exame Final 9 de Janeiro de 2006 NOTAS PRÉVIAS: 1. A prova tem três horas de duração. 2. Apenas é permitida
Leia maisEnunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.
Leia maisIntervalo de Confiança
8/8/05 Uiversidade Federal do ará Isiuo de Tecologia Esaísica Aplicada I ro. Dr. Jorge Teóilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 8/08/05 06:54 ESTATÍSTICA ALICADA I - Teoria das
Leia maisInformation. Séries de Tempo. José Fajardo. EBAPE- Fundação Getulio Vargas. Agosto 2011
Informaion Séries de Tempo José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo Prf. José Faardo Informaion Ph. D in Mahemaical Economics (IMPA-Brazil) Mahemaical Finance, Financial
Leia maisCapítulo 5. Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão
Capítulo 5 Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão Hipóteses do Modelo de Regressão Linear Simples RS1. y x e t 1 t t RS. RS3. RS4. RS5. RS6. Ee
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
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 maisAnálise de Regressão Linear Múltipla III
Análise de Regressão Linear Múltipla III Aula 6 Hei et al., 4 Capítulo 3 Suposições e Propriedades Suposições e Propriedades MLR. O modelo de regressão é linear nos parâmetros O modelo na população pode
Leia maisSÉRIE CADERNOS ECONÔMICOS
1 UNIVERSIDADE FEDERAL DE PELOTAS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS SÉRIE CADERNOS ECONÔMICOS GUIA RÁPIDO PARA O EVIEWS Texto didático n.1 Autores: André Carraro Gabrielito Menezes
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia maisPEDRO ALEDI PORTUGAL
PEDRO ALEDI PORTUGAL ESTIMAÇÃO DOS PARÂMETROS DAS CURVAS IS E DE PHILLIPS DA ECONOMIA BRASILEIRA:994/200 Versão Final de disseração de Mesrado apresenada como quesio parcial à obenção do grau de Mesre
Leia maisENSAIOS ACERDA DA PRODUÇÃO DE FUMO NO BRASIL 1953/1999: UMA APLICAÇÃO DO MODELO DE EQUAÇÕES SIMULTÂNEAS
"Conhecimenos para Agriculura do Fuuro" ENSAIOS ACERDA DA PRODUÇÃO DE FUMO NO BRASIL 953/999: UMA APLICAÇÃO DO MODELO DE EQUAÇÕES SIMULTÂNEAS GEORGE ALBERTO DE FREITAS; JOSÉ CÉSAR PONTES MOREIRA. UNIVERSIDADE
Leia maisúltima observação. Por fim, foi obtida a previsão das taxas de mortalidade para 25 anos.
5 Resulados 5.. Lee-Carer O modelo demográfico LC foi ajusado aos dados da Inglaerra e País de Gales de 950 a 003. A modelagem foi feia segregada por sexo, para preservar a diferença de moralidade enre
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia mais6 Análise do processo de filtragem
6 Análise do processo de filragem Ese capíulo analisa o processo de filragem para os filros de Kalman e de parículas. Esa análise envolve ão somene o processo de filragem, não levando em consideração o
Leia maisFenômenos de adsorção em interfaces sólido/solução. Modelagens matemáticas de processos cinéticos
Modelagens maemáicas de processos cinéicos Em cinéica química, vários parâmeros definem a dinâmica dos processos químicos. Os principais são as consanes cinéicas de velocidade e a ordem da reação. Quando
Leia maisJoão Vitor Dias Monteiro, Rosângela H. Loschi, Enrico A. Colosimo e Fábio N. Demarqui
Comparando as esimaivas produo e de Kim-Proschan: uma avaliação do efeio de diferenes modelos e proporções de censura nas esimaivas da função axa de falha João Vior Dias Moneiro, Rosângela H. Loschi, Enrico
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 7
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 7 Armando Manuel 09/29/2017 10. ECONOMETRIA DAS SERIES TEMPORAIS a) Processos Estocásticos b) A Cointegração c) A Previsão 1. Modelo Box
Leia maisMATEMÁTICA E SUAS TECNOLOGIAS
1º SIMULADO ENEM 017 Resposa da quesão 1: MATEMÁTICA E SUAS TECNOLOGIAS Basa aplicar a combinação de see espores agrupados dois a dois, logo: 7! C7,!(7 )! 7 6 5! C7,!5! 7 6 5! C7, 1!5! Resposa da quesão
Leia maisComportamento dos Custos: Um Estudo Teórico-Empírico acerca dos Conceitos Econométricos sobre a Teoria Tradicional da Contabilidade de Custos.
Comporameno dos Cusos: Um Esudo Teórico-Empírico acerca dos Conceios Economéricos sobre a Teoria Tradicional da Conabilidade de Cusos. Auoria: Felipe Danas Cassimiro da Silva, Marco Tullio de Casro Vasconcelos,
Leia maisTEXTO PARA DISCUSSÃO. No Medium run effects of short run inflation surprises: monetary policy credibility and inflation risk premium
TEXTO PARA DISCUSSÃO No. 58 Medium run effects of short run inflation surprises: monetary policy credibility and inflation risk premium Alexandre Lowenkron Márcio Garcia DEPARTAMENTO DE ECONOMIA www.econ.puc-rio.br
Leia mais3 A Formação de Preços dos Futuros Agropecuários
3 A ormação de Preços dos uuros Agropecuários Para avaliar a formação de preços nos mercados fuuros agropecuários é necessária uma base de comparação Para al base, esa disseração usa os preços que, em
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II
ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 2º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Inrodução ao Cálculo Diferencial II TPC nº 9 Enregar em 4 2 29. Num loe de bolbos de úlipas a probabilidade de que
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia maisIncertezas na Robótica Móvel Filtros Bibliografia Recomendada. EESC-USP M. Becker /78
Aula 5 Inrodução à Robóica Móvel Lidando com Incerezas Prof. Dr. Marcelo Becker EESC - USP Sumário da Aula Inrodução às Incerezas Incerezas na Robóica Móvel Filros Bibliografia Recomendada EESC-USP M.
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia maisObservações sobre a política monetaria atual*
Observações sobre a política monetaria atual* Sérgio Ribeiro da Costa Werlang *Com a colaboração de Pedro Calmanowitz Carvalho jun/02 nov/02 abr/03 set/03 fev/04 jul/04 dez/04 mai/05 out/05 mar/06 ago/06
Leia maisEconometria de Séries Temporais Rogério Silva de Mattos, D.Sc.
Economeria de Séries Temporais Rogério Silva de Maos, D.Sc. UNIVERSIDADE FEDERAL DE JUIZ DE FORA (UFJF) FACULDADE DE ECONOMIA (FE) Economeria III O COMEÇO Box e Jenkins (1970) processos esocásicos nãoesacionários/inegrados
Leia mais5 de fevereiro de x 2 y
P 2 - Gabario 5 de fevereiro de 2018 Quesão 1 (1.5). Considere x 2 y g(x, y) = (x, y + x 2 ) e f (x, y) = x 4, se (x, y) = (0, 0) + y2. 0, se (x, y) = (0, 0) Mosre que: (a) f e g admiem odas as derivadas
Leia maisAULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM
AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e
Leia maisCapítulo 11. Corrente alternada
Capíulo 11 Correne alernada elerônica 1 CAPÍULO 11 1 Figura 11. Sinais siméricos e sinais assiméricos. -1 (ms) 1 15 3 - (ms) Em princípio, pode-se descrever um sinal (ensão ou correne) alernado como aquele
Leia maisPREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI TATIANA PEREIRA MIRANDA PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS OURO BRANCO 2016 TATIANA PEREIRA
Leia maisESTIMAÇÃO PELO MÉTODO ORDINÁRIO DE MÍNIMOS QUADRADOS (OLS)
ESTIMAÇÃO PELO MÉTODO ORDINÁRIO DE MÍNIMOS QUADRADOS (OLS) 1 No quadro abaixo, reproduzem-se os resultados de uma estimação realizada com o programa informático EViews. Alguma da informação fornecida pelo
Leia maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
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 maisEconometria Semestre 2010.01 181
Economeria Semesre 2010.01 181 181 21.7. TESTES DE RAIZ UNITÁRIA Considere o modelo: Ese processo será um processo de raiz uniária (um passeio aleaório) se ρ = +1. O modelo dado por esa equação é um AR(1)
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FINAL DE CURSO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FINAL DE CURSO MÉTODOS DE PREVISÃO DAS EXPORTAÇÕES BRASILEIRAS Rony Najman No. de matrícula 9814655 Orientador:
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 mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
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 maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia maisTipos de Processos Estocásticos
Mesrado em Finanças e Economia Empresarial EPGE - FGV Derivaivos Pare 7: Inrodução ao álculo Diferencial Esocásico Derivaivos - Alexandre Lowenkron Pág. 1 Tipos de Processos Esocásicos Qualquer variável
Leia maisTabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista
32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro
Leia maisANÁLISE ECONOMÉTRICA DO CONSUMO DE CARNE BOVINA NA REGIÃO METROPOLITANA DE BELÉM UTILIZADO O SOFTWARE EVIEWS 3.0.
ANÁLISE ECONOMÉTRICA DO CONSUMO DE CARNE BOVINA NA REGIÃO METROPOLITANA DE BELÉM UTILIZADO O SOFTWARE EVIEWS 3.0. Arnold Estephane Castro de Souza Aron Weber da Silva Pinheiro Elizabeth Cristina Silva
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia mais