O impacto no emprego formal do programa Paraná 12 meses: vilas rurais
|
|
- Mirella da Conceição Benke
- 6 Há anos
- Visualizações:
Transcrição
1 ECONOMIA PARANAENSE O impacto no emprego formal do programa Paraná 12 meses: vilas rurais Joilson Dias * Karen Bettinardi Couto ** Maria Helena Ambrosio Dias *** RESUMO - O artigo tem como principal objetivo avaliar o impacto econômico e social de longo prazo nos municípios beneficiados pelo Programa Paraná 12 Meses. Programa do Governo Estadual em parceria com o Banco Mundial para reduzir a pobreza no campo e que vigorou de 1998 a Neste aspecto, pretende-se calcular os retornos para a sociedade paranaense, avaliando de forma aplicada o impacto destes investimentos agregados no emprego formal dos municípios. Assim, os impactos serão verificados através de estudo econométrico em painéis de dados que serão desenvolvidos com estatísticas do programa e dos municípios disponibilizados pela Secretaria da Agricultura e Abastecimento do Paraná (SEAB), do Instuto Paranaense de Desenvolvimento Econômico e Social (IPARDES) e do Banco Central do Brasil. Busca-se, com este estudo, ampliar as conclusões e gerar informações úteis para possibilar futuros refinamentos ao Programa Paraná 12 Meses caso ele venha a ser implementado novamente. Palavras Chave: Programa Paraná 12 Meses. Emprego Formal. Painéis de Dados. 1 INTRODUÇÃO O Programa Paraná 12 Meses, realizado pelo Governo do Estado do Paraná em parceria com o Banco Mundial, entrou em vigência em 1998 e se estendeu até 2006 após uma prorrogação em Realizado em três fases, sendo a mais importante delas a de combate à pobreza, o programa englobou investimentos em torno de US$ 253 milhões. O foco principal do programa foi a construção de vilas rurais, que teve como objetivo criar condições às famílias carentes de se fixarem nas proximidades de regiões urbanas, mas mantendo-as com a característica de pequenos produtores. Dentre todo o montante de recursos disponibilizados pelo programa, US$ 97 milhões foram canalizados para apoio à agricultura familiar, US$ 70 milhões para construção da moradia * Pós Doutor pela Universy Of South Carolina. Professor Tular do Departamento de Ciências Econômicas da Universidade Estadual de Maringá. Endereço eletrônico: jdias@uem.br ** Mestranda do Programa de Pós-Graduação em Economia da Universidade Estadual de Maringá. Endereço eletrônico: karenbcouto@yahoo.com.br *** Pós Doutora Universy Of South Carolina. Professora Tular do Departamento de Ciências Econômicas da Universidade Estadual de Maringá. Endereço eletrônico mhadias@uem.br 61
2 nas Vilas Rurais e US$ 67 milhões na adequação de estradas e rodovias de acesso dos agricultores. Os recursos restantes foram investidos em diversos projetos, incluindo treinamento e qualificação de agricultores beneficiados no programa. Dentre seus variados objetivos, encontra-se a geração de emprego e renda nas localidades, visando beneficiar as famílias de baixa renda. Tendo em vista a abrangência do tema, esta pesquisa busca detectar a ocorrência de impactos desse programa na geração de emprego das regiões beneficiadas. Ao avaliar este impacto, é possível medir de forma mais precisa os ganhos sociais advindos desta política pública. Estudos como este permem uma análise ampla dos choques sobre a economia, mesmo considerando as características diversas dos municípios e dos diferentes investimentos realizados em cada um simultaneamente. Assim, tanto os municípios beneficiados como os não beneficiados pelo programa em questão foram incluídos na amostra estudada, visando eliminar qualquer viés de seleção, o que oferece maior segurança quanto aos resultados alcançados. A amostra contém dados de 317 municípios, dos 399 existentes no Paraná, durante o período de 05 anos, entre 1999 e 2005, conforme detalhes apresentados no em a seguir. 2 DADOS E METODOLOGIA Utilizou-se a metodologia de dados em painéis para calcular os efeos dos investimentos injetados na economia paranaense através do Programa Paraná 12 Meses, que inclui a junção de duas técnicas bastante utilizadas na análise de dados, sendo elas a de séries temporais e a de dados de corte 1. O modelo, portanto, é capaz de apreender simultaneamente as alterações observadas em cada município no tempo e entre os municípios da amostra. A tabela 1 apresenta a descrição dos dados utilizados, coletados do IPARDES Instuto Paranaense de Desenvolvimento Econômico e Social; do Banco Central do Brasil; e da SEAB Secretaria da Agricultura e do Abastecimento do Paraná. As variáveis são as seguintes: emptot total de emprego formal nos municípios da amostra; opcredtot valor total de operações de crédos dos bancos para as empresas nos municípios; invmunk investimento municipal em capal físico; transfktot transferências de recursos federais e estaduais aos municípios para 1 Hisao (2003). 62
3 investimento em capal físico; despmunind despesas municipais com o setor industrial; despmunagric despesas municipais com a agricultura; despmuneduc despesas municipais com educação; pr12 investimento do Programa Paraná 12 meses no município. TABELA 1 - ESTATÍSTICA DESCRITIVA DOS DADOS VARIÁVEL MÉDIA DESVIO- PADRÃO MÍNIMO MÁXIMO OBSERVAÇÕES Emptot 5360, , N = 1585; n = 317; T = 5 opcredtot 4,31E+07 4,63E ,45E+09 N = 1585; n = 317; T = 5 Invmunk ,43E+08 N = 1585; n = 317; T = 5 transfkest 37609, , N = 1585; n = 317; T = 5 transfkfed 79288, , N = 1585; n = 317; T = 5 transfktot , ,3 0 5,83E+06 N = 1585; n = 317; T = 5 despmunind ,4 0 2,24E+07 N = 1585; n = 317; T = 5 despmunagric ,5 7,08E ,09E+07 N = 1585; n = 317; T = 5 despmuneduc ,11E ,22E+08 N = 1585; n = 317; T = 5 Pr ,3 8,66E ,94E+07 N = 1585; n = 317; T = 5 FONTE: IPARDES; BANCO DO BRASIL; SEAB. Elaboração Própria Como observado na tabela 1, a amostra total comporta observações (N), divididas em 317 municípios (n) com periodicidade de 05 anos (T). Diante da não uniformidade e escassez dos dados disponíveis do programa, o período médio analisado foi entre 1999 e 2003, e foram selecionados 317 municípios dos 399 existentes no Paraná. O valor médio dos investimentos do Programa Paraná 12 Meses nos municípios foi de R$179 mil, sendo o valor máximo R$2,94 milhões para Curiba, e o valor mínimo 0, considerando que alguns municípios não foram contemplados com os recursos do programa. Vale observar que os dados descros anteriormente foram transformados em forma logarítmica na realização das regressões, de modo a captar diretamente as elasticidades presentes no modelo. Portanto, elas se tornaram lemptot, lopcredtot, linvmunk, ltransfktot, ldespmunind, ldespmunagric, ldespmuneduc, e lpr12. Enquanto isso, na tabela 2, verifica-se que no período de análise da amostra, somou-se o total de investimento do Programa Paraná 12 Meses de aproximadamente R$ 283,8 milhões. No combate à pobreza, investiu-se em torno de R$ 145 milhões, enquanto nas fases 1 e 2 foram investidos cerca de R$ 75,2 milhões e R$ 63,6 milhões, respectivamente. Em toda a amostra analisada, somou-se empregos formais em Em 2003, esse número subiu para , o que corresponde a um acréscimo de 19% em todo o período, ou novos postos de trabalho. 63
4 TABELA 2 - TRAJETÓRIA DO EMPREGO E DOS INVESTIMENTOS DO PROGRAMA PARANÁ 12 MESES EM VALORES ACUMULADOS DE 1999 A ANO EMPREGO* % PR12* , , ,00 4,7% , ,00 4,0% , ,00 5,2% , ,00 3,9% ,84 Δ ,00 19,1% - FONTE: Elaboração Própria O modelo econométrico empregado consiste em uma descrição geral de painéis de dados, conforme equação a seguir: y X Z i = 1,..., N; t = 1,..., T, (1) i Em que y representa a variável dependente (emptot); representa o termo constante; expressa os parâmetros a serem estimados; X é a i-ésima observação das K variáveis explicativas (opcredtot, invmunk, transfktot, despmunind, despmunagric, despmuneduc, pr12), não incluindo o termo constante; Zi é o efeo individual, sendo que Z i compõe o termo constante e um conjunto de variáveis individuais específicas observáveis ou não, que são supostamente constantes no tempo t; e é a medida de erro. Neste caso, i são os municípios analisados, enquanto t é o período em questão, captando, assim, a heterogeneidade dos municípios, bem como suas trajetórias temporais. Se Z i é observado para todos os indivíduos, então o modelo é considerado um modelo linear ordinário e ajustado por mínimos quadrados (MQO). Denomina-se uma regressão pooled quando Z i contém apenas um termo constante e, assim, os MQO oferecem estimativas consistentes e eficientes do comum e do vetor de inclinação. Entretanto, quando o efeo do indivíduo, não observável e não incluído na regressão, está presente, dá-se origem a dois modelos de efeos de estimação: os efeos fixos e os aleatórios. 64
5 Há efeos fixos quando as condições pré-existentes nos municípios, Z i, estão correlacionadas com as variáveis explicativas, X. Por outro lado, há efeos aleatórios quando Z i não está correlacionado com X. 6 Cabe, assim, testar se há efeos individuais não observados e, caso afirmativo, se eles são correlacionados ou não com os regressores. Assim, para prosseguir com os cálculos, foram realizados dois testes de especificação: o teste do multiplicador de Lagrange, proposto por Breusch e Pagan (1890), para modelos de efeos aleatórios; e o teste de Hausman (1978). O teste de Breusch-Pagan averigua se a variância dos efeos não observáveis específicos de cada região analisada é igual ou diferente de zero. A hipótese nula, neste caso, considera 2 2 H : 0, enquanto a hipótese alternativa considera H : 0. Desse modo, a rejeição da 0 u 1 u hipótese nula afirma a existência desses efeos. Enquanto isso, o teste de Hausman tem como hipótese nula que as diferenças nos coeficientes não são sistemáticas, ou seja, os coeficientes do modelo e os efeos aleatórios são ortogonais. A rejeição da hipótese nula indica que a melhor escolha é o modelo de efeos fixos, uma vez que a condição de ortogonalidade é essencial no modelo de efeos aleatórios, em que os efeos não são correlacionados com os regressores. Por fim, foram calculados os impactos dos diversos investimentos, em especial aqueles realizados pelo Programa Paraná 12 Meses, sobre o emprego nos municípios do Paraná através de uma regressão em painéis de dados condizente com a determinação dos testes de especificação. 3 RESULTADOS O primeiro teste realizado foi o teste de Breusch e Pagan (1980) para modelos de efeos aleatórios, visando identificar os efeos individuais no modelo, conforme tabela 3. 6 Conforme Greene (2002), como o modelo de efeos fixos considera que as características específicas não observadas não são correlacionadas aos regressores, então y X i u, onde i Z i, que engloba todos os efeos observáveis e especifica uma média condicional estimável. Assim, nesse modelo compreende-se α i como um termo constante. Por outro lado, no modelo de efeos aleatórios, y X ui, onde ui EZ i A Z i A EZ i A, e se comporta similarmente a, mas para cada grupo há apenas um movimento inserido identicamente na regressão em cada período. 65
6 TABELA 3 - TESTE DE MULTIPLICADOR LAGRANGIANO DE BREUSCH E PAGAN (1980) PARA MODELOS DE EFEITOS ALEATÓRIOS Teste: Var(u) = 0 chi2(1) = 2.058,96 Prob > chi2 = 0,0000 FONTE: Elaboração dos Autores. Os resultados estatísticos do teste na tabela 03 apresentam que chi2(1) = 2.058,96, sendo que a prob > chi2 = 0,0000. Isso significa que houve a rejeição da hipótese nula de que a variância de u é igual a 0, isto é, que existem efeos individuais no modelo em análise. Em seguida, foi calculado o teste de especificação de Hausman (1978), para verificação da ortogonalidade dos efeos individuais. Os resultados estão descros na tabela 04. TABELA 4 - TESTE DE ESPECIFICAÇÃO DE HAUSMAN (1978) Teste: H 0 : as diferenças nos coeficientes não são sistemáticas chi2(7) = 562,14 Prob > chi2 = 0,0000 FONTE: Resultados da Pesquisa Elaboração dos Autores. A tabela 04 informa que, considerando chi2(7) = 562,14 e Prob > chi2 = 0,0000, rejease a hipótese nula de ortogonalidade dos efeos individuais, isto é, confirma-se a correlação entre esses efeos e os regressores. Deste modo, o melhor modelo para calcular os efeos dos diversos investimentos sobre o emprego dos municípios paranaenses, em especial aqueles realizados pelo Programa Paraná 12 Meses, corresponde ao modelo de efeos fixos. Sendo assim, a estimativa realizada seguiu os padrões dos modelos de regressão com efeos individuais fixos, conforme resultados descros a seguir. 66
7 TABELA 5 - RESULTADOS DA REGRESSÃO REALIZADA PARA EFEITOS FIXOS, EXPLICANDO AVARIAÇÃO DO EMPREGO (LEMPTOT) VARIÁVEIS COEFICIENTES MODELO DE EFEITOS FIXOS Lopcredtotal -0, (0, )* Linvmunk 0, (0, )* Ltransfktot -0, (0, )* Ldespmunind 0, (0, ) Ldespmunagric 0, (0, )* Ldespmuneduc -0, (0, )* lpr12 0, (0, )* Constante 7, R 2 (0, )* Entre 0,1141 Dentro 0,4341 Total 0,2186 F(7, 1261) = 23,2 Prob > F = (0,0000) FONTE: Elaboração Própria. Valores entre parênteses referem-se ao desvio padrão. * indica nível de significância a 5%. A tabela 05 apresenta os resultados encontrados na regressão do modelo com efeos fixos. A principal observação a ser fea refere-se ao coeficiente encontrado para a variável lpr12. Verifica-se que o mesmo se mostrou posivo e altamente significante em um intervalo de confiança de 95%. Isso implica afirmar que os investimentos realizados nos municípios paranaenses através do Programa Paraná 12 Meses geraram impactos posivos no emprego das respectivas regiões. Como a regressão calculada considerou a diferenciação dos logarmos para eliminar os efeos fixos, em termos numéricos considera-se que: log( emptot ) log( emptot ) (log pr12 pr12), ou (2) 67
8 emptot pr12 log( ) log( ). (3) emptot pr12 Tirando o antilog, tem-se que emptot emptot emptot pr12 ( ) pr 12, ou (4) pr12 ( ) emptot, (5) pr12 * onde o número total de empregos em um ano qualquer foi ampliado pela razão entre os investimentos recebidos do Programa 12 Meses e o valor médio destes investimentos nos municípios. Assim, conforme amostra em análise, pr , 80 ; pr , 30 ; 0, ; então ,80 0, emptot ( ) * emptot 1,042461* emptot ,30 Isso significa que a variação do emprego atual supostamente gerada pelo Programa Paraná 12 Meses em relação ao emprego médio de todo o período da amostra corresponde a 4,25%. Em outros termos, sendo emptot , então emptot Portanto, apenas o Programa Paraná 12 Meses potencialmente gerou ceteris paribus, em torno de 72 mil novos postos de trabalho no Paraná entre 1999 e Outras observações podem ser feas com relação às demais variáveis. Dentre aquelas incluídas no modelo de regressão, três apresentaram coeficientes negativos: opcredtot, transfktot, e despmuneduc. Neste caso, a trajetória dessas variáveis contribuiu para um crescimento mais modesto da taxa de emprego. Com relação às operações de crédo, é bastante comum a busca e obtenção de recursos pelas empresas privadas para capal de giro ou capal físico. Muas vezes, esses recursos não 68
9 têm a finalidade de ampliação e, quando têm, nem sempre promovem a criação de novos postos de trabalho nas localidades. Do mesmo modo, as transferências federais e estaduais de recursos para investimento em capal físico, que deveriam estimular a atividade econômica e, conseqüentemente o emprego, não apresentaram, a eficiência esperada. O coeficiente negativo das despesas municipais em educação, por sua vez, não surpreendeu. Tendo em vista que o Programa Paraná 12 Meses atinge municípios e famílias com níveis de renda reduzidos, maiores investimentos em educação, em especial no ensino fundamental e médio, tendem a transferir mão-de-obra do mercado de trabalho para as escolas 2. Isso ocorre devido ao grande número de adolescentes de baixa renda inseridos no mercado de trabalho. As demais variáveis apresentaram relação posiva com o nível de emprego nos municípios, destacando os investimentos municipais em capal (invmunk) e as despesas municipais em agricultura (despmunagric), o que demonstra relativa eficiência das políticas locais na geração de postos de trabalho. O total de despesas municipais em indústria também apresentou coeficiente posivo, entretanto a regressão do modelo proposto apontou à variável como não significativa. 4 CONCLUSÕES Um dos principais objetivos do Programa Paraná 12 Meses foi a geração de emprego nas regiões beneficiadas. Para isso, foi necessário o investimento de recursos estaduais e do Banco Mundial em diversos segmentos da economia, em especial nas regiões rurais, onde as condições de produção e subsistência se mostravam mais precárias e necessadas. Para avaliar o impacto desses investimentos, foram coletados os principais dados municipais referentes aos recursos públicos e privados disponibilizados às famílias e empresas paranaenses beneficiadas entre 1999 e 2003, e realizadas as regressões através da metodologia de painéis de dados, que considera a evolução dos investimentos e da geração de emprego no tempo e as especificidades de cada região, analisada por município. 2 Dias e Dias (2007). 69
10 Os resultados desses cálculos confirmaram o impacto posivo que os investimentos do Programa Paraná 12 Meses, bem como dos investimentos municipais em capal e agricultura, tiveram na geração de emprego nos municípios paranaenses. Apenas o programa em questão gerou, ceteris paribus, cerca de 72 mil empregos formais no Paraná. Por outro lado, as despesas municipais com educação, as operações de crédo totais e as transferências estaduais e federais apresentaram relações negativas com a criação de novos postos de trabalho nos municípios. REFERÊNCIAS BALTAGI, B. H. Econometric Analysis of Panel Data. Inglaterra: Wiley, DIAS, J. DIAS, M. H. A. Crescimento Econômico e as Políticas de Distribuição de Renda e Investimento em Educação. Revista Estudos Econômicos, São Paulo, vol. 37, n. 4, p , GREENE, William. H. Econometric Analysis. Londres: Prentice-Hall International, HSIAO, C. Analysis of Panel Data. Cambridge: Cambridge Universy Press, INSTITUTO PARANAENSE DE DESENVOLVIMENTO ECONÔMICO E SOCIAL. Desenvolvimento local e estratégias familiares em vilas rurais selecionadas: resultados da pesquisa de campo relatório final. Curiba: IPARDES, 2005a. 157 p.. Desenvolvimento local e estratégias familiares em vilas rurais: resultados da etapa de prospecção. Curiba: IPARDES, 2005b. 77 p.. Comunidades rurais pobres: avaliação de impacto sócioeconômico 1ª etapa (relatório síntese). Curiba, IPARDES, 2002, 50 p. MANUAL OPERATIVO DO PROJETO. Projeto Paraná 12 Meses. Governo do Estado do Paraná, PERI, A. F.; GODOY, A. M. G. O Projeto Paraná 12 Meses e seus possíveis beneficiários: os agricultores, os trabalhadores rurais e o meio ambiente. Unioeste, 2002 WOOLDRIDGE, J. M. Econometric Analysis of Cross Section and Panel Data. Cambridge: The MIT Press,
RESUMO 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
AULAS 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
AULAS 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:
AULAS 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
AULAS 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
PARTE 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
AULA 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:
AULAS 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
Análise 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
LES0773 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
5 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
Econometria 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)
Prova 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
CONHECIMENTOS 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
Exercícios 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
M 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
Análise 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
Quiz 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,
AULA 19 E 20 Análise de Regressão Múltipla: Problemas Adicionais
1 AULA 19 E 20 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 19 e 24 de maio de 2011 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
AULA 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.
UNIVERSIDADE 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
CONHECIMENTOS 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
AULA 26 Análise de Regressão Múltipla: Problemas Adicionais
1 AULA 26 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 10 de novembro de 2011 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma
4 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:
FATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997
Economia e Desenvolvimento, nº 11, março/2000 Artigo Acadêmico FATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997 Zenir Adornes da Silva * Resumo: Neste artigo, analisa-se a influência
1. 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
Aula 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.
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 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
5 Análise dos resultados
5 Análise dos resultados Os dados foram analisados utilizando o software SPSS (Statistical Package for Social Sciences) base 18.0. Para Cooper e Schindler (2003) a análise de dados envolve a redução de
Renda x Vulnerabilidade Ambiental
Renda x Vulnerabilidade Ambiental ANEXO D ANÁLISE EXPLORATÓRIA E PREPARAÇÃO DOS DADOS Identificamos tendência linear positiva. A correlação entre as variáveis é significativa, apresentando 99% de confiança.
Coeficiente 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
Carga 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:
Aula 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
Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
Análise 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
Predição do preço médio anual do frango por intermédio de regressão linear
Predição do preço médio anual do frango por intermédio de regressão linear João Flávio A. Silva 1 Tatiane Gomes Araújo 2 Janser Moura Pereira 3 1 Introdução Visando atender de maneira simultânea e harmônica
Análise 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
Disciplina 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
Ralph 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:
AULA 07 Análise de Regressão Múltipla: Problemas Adicionais
1 AULA 07 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 24 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey
Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Esse 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
Princípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
O capital humano nos municípios paranaenses: uma análise com regressões quantílicas
O capital humano nos municípios paranaenses: uma análise com regressões quantílicas Kassya Christina Keppe Luciano Nakabashi RESUMO O presente trabalho trata-se do capital humano como um dos fatores determinantes
UNIVERSIDADE 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
VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
AULA 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
AULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
ECONOMETRIA. 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.
AULAS 24 E 25 Análise de regressão múltipla: problemas adicionais
1 AULAS 24 E 25 Análise de regressão múltipla: problemas adicionais Ernesto F. L. Amaral 14 e 19 de novembro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à
AULA 07 Análise de regressão múltipla: problemas adicionais
1 AULA 07 Análise de regressão múltipla: problemas adicionais Ernesto F. L. Amaral 23 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Wooldridge, Jeffrey
Os 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
Seleção de Variáveis e Construindo o Modelo
Seleção de Variáveis e Construindo o Modelo Seleção de modelos candidatos A idéia é selecionar um conjunto menor de variáveis explanatórias de acordo com algum(s) critério(s), e assim selecionar o modelo
Econometria - 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
Prova de Estatística
UNIVERSIDADE FEDERAL DO PARÁ CURSO DE MESTRADO EM ECONOMIA PROCESSO SELETIVO 2010 Prova de Estatística INSTRUÇÕES PARA A PROVA Leia atentamente as questões. A interpretação das questões faz parte da prova;
AULAS 20 E 21 Modelo de regressão simples
1 AULAS 20 E 21 Modelo de regressão simples Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem moderna.
A 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
AULA 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
UMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Mais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
OS EFEITOS DAS TRANSFERÊNCIAS FISCAIS SOBRE AS
OS EFEITOS DAS TRANSFERÊNCIAS FISCAIS SOBRE AS DESPESAS PÚBLICAS E ARRECADAÇÃO TRIBUTÁRIA DOS MUNICÍPIOS BRASILEIROS ANDRÉ LUIS GONÇALVES 1 Resumo adotada pelo governo federal como most developed regions
EAE Econometria 1
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade EAE0324 - Econometria 1 Programa de Curso 2015 - Semestre 1 Dia e horário: Local: Website do curso: Professor: Atendimento:
Contabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Monitoria Econometria II REC o Semestre 2015 Monitor(a):Victória Mazás Martinez 3 a Lista de exercícios - Dados em painel
Monitoria Econometria II REC 2312-1 o Semestre 2015 Monitor(a):Victória Mazás Martinez 3 a Lista de exercícios - Dados em painel *Lembrando que a resolução é apenas uma síntese simplicada das respostas
AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Modelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Modelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Estatística Aplicada
Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede
Séries 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
FICHA DE COMPONENTE CURRICULAR
UNIVERSIDADE FEDERAL DE UBERLÂNDIA PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO FICHA DE COMPONENTE CURRICULAR CÓDIGO: FAGEN41037 COMPONENTE CURRICULAR: Tópicos Especiais IV em Gestão Organizacional e Regionalidade
A distribuição do tamanho dos municípios do Paraná e a Lei de Zipf
DESENVOLVIMENTO ECONÔMICO E REGIONAL A distribuição do tamanho dos municípios do Paraná e a Lei de Zipf Hermes Yukio Higachi * Thierry Molnar Prates ** RESUMO - Este artigo estuda a evolução da distribuição
Métodos 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
AULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
AULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS
1 AULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS Ernesto F. L. Amaral 09 de maio de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação de
4. Metodologia Tipo de Pesquisa
4. Metodologia 4.1. Tipo de Pesquisa Esta pesquisa utiliza a abordagem positivista, pois tal linha epistemológica é a que melhor se adapta ao objeto de estudo e ao tratamento que será aplicado aos dados
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS CONTÁBEIS PROGRAMA DE PÓS GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS - PPGCC FICHA DE DISCIPLINA
FICHA DE DISCIPLINA Disciplina Métodos Quantitativos II Código PPGCC Carga Horária 60 Créditos 4 Tipo: Optativa OBJETIVOS Discutir com os alunos um conjunto de instrumentos estatísticos de pesquisa, necessários
'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV
69 'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV O presente capítulo objetiva entender o comportamento das séries de retorno financeiras para as carteiras de investimento elaboradas no capítulo anterior. Tal análise
4 Especificidade do método
4 Especificidade do método Neste Capítulo aborda-se um segundo aspecto da validação de um método analítico através do controle da especificidade do método. A comparação de resultados analíticos pode ser
Correlação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
ECONOMETRIA. 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
Introdução à Econometria
Universidade Federal da Bahia Faculdade de Ciências Econômicas Departamento de Economia ECO 166 Introdução à Econometria Introdução à Econometria Professor: Gervásio F. Santos O que é econometria? Frish
Modelo 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
AULAS 20 E 21 Análise de regressão múltipla: problemas adicionais
1 AULAS 20 E 21 Análise de regressão múltipla: problemas adicionais Ernesto F. L. Amaral 08 e 13 de novembro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à
O IMPACTO DO GRAU DE LIBERDADE ECONÔMICA SOBRE A RENDA PER CAPITA: APLICAÇÃO EM DADOS EM PAINEL ENTRE 2000 E 2009
O IMPACTO DO GRAU DE LIBERDADE ECONÔMICA SOBRE A RENDA PER CAPITA: APLICAÇÃO EM DADOS EM PAINEL ENTRE 2000 E 2009 Marcelo Kochen Reidel 1 Resumo: Explora-se no trabalho a defesa da liberdade econômica
AULA 09 Análise de regressão múltipla com informações qualitativas
1 AULA 09 Análise de regressão múltipla com informações qualitativas Ernesto F. L. Amaral 25 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Wooldridge,
Econometria 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
AULA 29 Aplicação do método de diferença em diferenças
1 AULA 29 Aplicação do método de diferença em diferenças Ernesto F. L. Amaral 29 de novembro de 2011 Avaliação de Políticas Públicas (DCP 046) EXPERIMENTO NATURAL 2 Em economia, muitas pesquisas são feitas
AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS
1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas
UNIVERSIDADE 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
EAE0325 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
AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 07 e 09 de dezembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à
Estatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Econometria. 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:
CONHECIMENTOS 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
MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
CONHECIMENTOS 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
REGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,