Gabarito Trabalho 1. onde 1 refere-se ao salário quando a variável branco = 1. Teremos, então:
|
|
- Lorenzo Casado Farias
- 6 Há anos
- Visualizações:
Transcrição
1 Professor: Eduardo Pontual Monitor: Tiago Souza Econometria MFEE Gabarito Trabalho 1 Exercício 1 Queremos estimar a diferença salarial entre trabalhadores brancos e não brancos. Assim, calcularemos a diferença salarial da seguinte maneira: ln(w 1 ) = α + β.branco ln(w ) = α + β.branco onde 1 refere-se ao salário quando a variável branco = 1. Teremos, então: ln(w 1 ) = α + β ln(w ) = α ln(w 1 ) ln(w ) = β ln(w 1 /w ) = β w 1 /w = e β w 1 /w 1 = e β 1 (w 1 w )/w = e β 1,ou seja, o aumento salarial é de (e β 1)% com relação ao salário em que a variável branco =. Portanto, a diferença salarial é, para cada cidade estudada: Cidade (e β 1)% bel 29,93% bh 65,57% bsb 63,75% cwb 49,55% for 43,33% poa 5,68% rec 58,33% rj 54,51% sp 63,27% ssa 83,5% Exercício 2 Estimaremos a seguinte equação: ln(w) = α + β 1 educ + β 2 exp + β 3 exp 2 + β 4 fem + β5branco + ɛ a. Lembre-se que o R 2 da regressão é calculado como: R 2 = SQE SQT = 1 i (ŷ i ȳ) 2 i (y i ȳ) 2
2 Intuitivamente, no nosso caso, diz-se que R 2 % da variação dos rendimentos é explicada pelas variáveis educ, exp, f em e branco. Para as cidades do trabalho temos que: Cidade R 2 bel,2575 bh,394 bsb,4681 cwb,366 for,3354 poa,381 rec,3696 rj,3631 sp,369 ssa,3412 b. Este é o teste ANOVA, que usa um teste F. Mas note que o teste-f é feito automaticamente quando fazemos uma regressão linear. Assim, apresentamos a tabela com o valor calculado da estatística-f e o p-valor referente a essa estatística para cada cidade considerada: Cidade Estatística-F p-valor bel 249 < 2, 2.(1) 16 bh 515,6 < 2, 2.(1) 16 bsb 626,3 < 2, 2.(1) 16 cwb 296,7 < 2, 2.(1) 16 for 436,9 < 2, 2.(1) 16 poa 773,6 < 2, 2.(1) 16 rec 546,1 < 2, 2.(1) 16 rj 614,4 < 2, 2.(1) 16 sp 792,9 < 2, 2.(1) 16 ssa 519,8 < 2, 2.(1) 16 c. Para encontrar o efeito marginal na escolaridade: d(lnw) d(educ) = β 1 Vê-se que o aumento marginal da educação gera um aumento esperado de, aproximadamente, β 1 % nos rendimentos, ou um aumento exato de (e β 1 1).1% nos rendimentos. d. Para encontrar o efeito marginal na experiência: d(lnw) d(exp) = β 2 + 2β 3.exp 2
3 Cidade Aproximado(β 1 ) Exato(e β 1 1).1% bel,117,1171 bh,1287,1373 bsb,175,1859 cwb,1232,1311 for,1226,134 poa,1329,1421 rec,1341,1435 rj,12,1257 sp,1189,1262 ssa,1267,1351 Um pouco diferente do que se teve no ítem anterior, o aumento marginal da experiência gera um aumento aproximado de β 2 % sobre o rendimento acrescido de um efeito que depende do nível da experiência. Cidade bel bh bsb cwb for poa rec rj sp ssa β 2 + 2β 3.exp,1765 -,28.exp,3132 -,71.exp,419 -,98.exp,1255 -,3.exp,2633 -,51.exp,242 -,53.exp,2968 -,54.exp,222 -,32.exp,2642 -,52.exp,154 -,7.exp e. Vamos fazer o seguinte teste de hipóteses: H : β 4 = H 1 : β 4 Os resultados de cada cidade estão na tabela abaixo: f. Sabemos que se fizermos a regressão somente usando a variável branco para explicar ln(w), sendo a variável educ significativa, o coeficiente estimado passa a ter uma interpretação diferente. Usando a fórmula de viés gerado por variáveis omitidas, ˆβ = ˆβ 5 + δ. ˆβ 1 em que os valores com chapéu são os estimados e δ é o coeficiente da regressão: educ = δ.fem + η 3
4 Cidade Estatística-t (β 4 ) p-valor bel -6,55 6, 45.(1) 11 bh -13,146 < 2.(1) 16 bsb -1,74 < 2.(1) 16 cwb -1,348 < 2.(1) 16 for -11,412 < 2.(1) 16 poa -14,274 < 2.(1) 16 rec -1,573 < 2.(1) 16 rj -1,937 < 2.(1) 16 sp -16,247 < 2.(1) 16 ssa -13,525 < 2.(1) 16 Ou seja, temos que: Temos, então, os resultados: δ = ˆβ ˆβ 5 ˆβ 1 Cidade δ bel 1,1119 bh 2,773 bsb 2,336 cwb 2,1164 for 1,555 poa 1,7263 rec 1,9896 rj 1,9239 sp 2,3156 ssa 2,262 Exercício 3 Estimaremos a seguinte equação desta vez: ln(w) = α + β 1 educ + β 2 exp + β 3 exp 2 + β 4 fem + β 5 branco + β 6 fem.branco + ɛ A diferença de rendimentos de mulheres brancas em relação a homens não-brancos, controlados os outros fatores da regressão é feito considerando o rendimento quando fem = branco = 1 com relação à situação em que fem = branco =. Assim, fixando, como antes, educ = exp =, teremos que: ln(w) = α + β 4 fem + β 5 branco + β 6 fem.branco ln(w 1 ) ln(w ) = α + β 4 + β 5 + β 6 α ln(w 1 /w ) = β 4 + β 5 + β 6 4
5 Cidade β 4 + β 5 + β 6 bel -,53 bh -,491 bsb -,1265 cwb -,1263 for -,899 poa -,579 rec -,614 rj -,53 sp -,664 ssa,63 Para cada cidade, então: Exercício 4 Estimaremos a seguinte equação: ln(w) = α + β 1 educ + β 2 exp + β 3 exp 2 + β 4 fem + β 5 branco + β 7 branco.educ + ɛ Note que estamos permitindo que exista um aumento do efeito marginal da educação no caso em que a pessoa seja branca ( branco = 1 ). Com isso, testaremos a hipótese: H : β 7 = H 1 : β 7 Os resultados estão apresentados a seguir: Cidade Estatística-t (β 7 ) p-valor bel 5,737 1, 5.(1) 8 bh 9,42 < 2.(1) 16 bsb 4,34 5, 59.(1) 5 cwb 5,268 1, 49.(1) 7 for 5,899 3, 95.(1) 9 poa 6,994 2, 95, (1) 12 rec 8,19 3, 33, (1) 16 rj 1,679 < 2.(1) 16 sp 13,832 < 2.(1) 16 ssa 8,441 < 2.(1) 16 Exercício 5 Nesse caso testaremos se há quebra estrutural. O modelo restrito é: ln(w) = α + β 1 educ + β 2 exp + β 3 exp 2 + β 4 fem + ɛ 1 E note que não se controla pela cor. Além disso, estimamos: 5
6 ln(w) = α + β 1 educ + β 2 exp + β 3 exp 2 + β 4 fem + β 8.branco + β 9 educ.branco Queremos testar: +β 1 exp.branco + β 11 exp 2.branco + β 12 fem.branco + ɛ 2 β 8 β 9 β 1 β 11 β 12 E usamos a seguinte estatítica de teste: Temos, então, os seguntes resultados: = F (k+1,n 2(k+1)) = (SQR r SQR u )/(k + 1) SQR r /(n 2(k + 1)) Cidade Estatística-F p-valor bel 14,7 1, 374.(1) 13 bh 4,26 < 2.(1) 16 bsb 9,912 1, 983.(1) 9 cwb 9,632 4, 13.(1) 9 for 19,434 < 2.(1) 16 poa 23,867 < 2.(1) 16 rec 29,244 < 2.(1) 16 rj 46,326 < 2.(1) 16 sp 68,126 < 2.(1) 16 ssa 43,349 < 2.(1) 16 Ou seja, em todos os casos rejeitamos a hipótese nula de que não há quebra estrutural nos modelos, para todas as cidades. Exercício 6 Perceba que não captamos as habilidades das pessoas. Como foi dito no enunciado, pessoas com mais habilidades têm menores custos para obter educação. Contudo pessoas com mais habilidades são mais bem remuneradas, por terem mais qualidades. Agora note que essas qualidades a mais estão correlacionadas positivamente com os anos de estudo. Ou seja, quanto maior a educação, mais habilidosas são as pessoas e por isso a omissão dessa variável tende a superestimar as estimativas dos retorno à escolaridade. 6
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
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 9 Modelos de Regressão com Variáveis Binárias Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Variáveis
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
Leia 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 maisResolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.
de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%
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 maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
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 maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
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 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 maisX 1 X 2 Y
Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 3 Regressão Múltipla 2015/2016 1. Considere os seguintes dados: X 1 X 2 Y 8 0.7 1.8 1.8 6 6.4
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 maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisAULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 07 e 09 de dezembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisModelos 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
Leia maisREGRESSÃO LINEAR SIMPLES PARTE II
REGRESSÃO LINEAR SIMPLES PARTE II Erro Padrão de Estimativa. Correlação. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor da Cavalcante Associados,
Leia maisMonitor: Tiago Souza. Lista 7
Professor: Rodrigo Moura Moitor: Tiago Souza Ecoometria MFEE Lista 7 1. Tome ode Cov( 2, u 1 0. Seja z 2 tal que: 1 = β 0 + β 1 2 + β 2 z 1 + u 1 2 = π 0 + π 1 z 1 + π 2 z 2 + v 2 ode E(v 2 ; Cov(z 1,
Leia maisEconometria II. Equações simultâneas
Eco monitoria Leandro Anazawa Econometria II Este não é um resumo extensivo. O intuito deste resumo é de servir como guia para os seus estudos. Procure desenvolver as contas e passos apresentados em sala
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
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 maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 4
MAE 9 - Introdução à Probabilidade e Estatística II Resolução Lista 4 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 Antes de testar se a produtividade média dos operários do período diurno
Leia maisICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro
Leia maisResolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia 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 maisAULAS 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.
Leia maisPlanejamento de Experimentos. 13. Experimentos com fatores aleatórios
Planejamento de Experimentos 13. Experimentos com fatores aleatórios Até aqui assumimos que os fatores nos experimentos eram fixos, isto é, os níveis dos fatores utilizados eram níveis específicos de interesse.
Leia maisExemplo Falhas em Tecidos
Exemplo Falhas em Tecidos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Falhas em Tecidos 2 o Semestre 2016 1 / 27 Rolos de Tecido
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisTeste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
Leia maisProposição de um Modelo de Regressão para a Modelagem da Velocidade do Vento em Fortaleza, CE.
Proposição de um Modelo de Regressão para a Modelagem da Velocidade do Vento em Fortaleza, CE. Érika Fialho Morais 1 2 Eufrázio de Souza Santos 3 Sílvio Fernando Alves Xavier Júnior 1 4 1 Introdução Uma
Leia maisRendimento Acadêmico
, o que prediz (e o que não prediz): O caso dos alunos de Ciências Econômicas da UnB Orientador: Moisés Resende Filho PET Economia Universidade de Brasília 25 de Abril de 2012 Motivação Falta de trabalhos,
Leia maisa) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisINSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011 Nome: Nº Espaço reservado para a classificação (não escrever aqui)
Leia maisModelo de Variáveis discretas. Regressão com uma variável dependente Binária. Variáveis dependentes Binárias. Modelo de Probabilidade Linear
Regressão com uma variável dependente Binária Capítulo 9 Stock e Watson. Econometria. Modelo de Variáveis discretas P(y = 1 x) = G(β 0 + xβ) y* = β 0 + xβ + u, y = max(0,y*) 1 2 Variáveis dependentes Binárias
Leia maisA segunda hipótese de identificação adotada nesse trabalho surge de uma idéia análoga a descrita acima. Tome dois grupos de famílias com dois filhos.
28 6 Identificação Para resolver o problema de variáveis omitidas descrito no capítulo anterior, é necessário encontrar uma fonte de variação exógena para o valor recebido do Programa Bolsa Escola. É fato
Leia maisIntrodução a Modelos ARCH
Introdução a Modelos ARCH Henrique Dantas Neder - Professor Associado Universidade Federal de Uberlândia July 24, 2014 A volatilidade de uma série não é constante ao longo do tempo; períodos de volatilidade
Leia maisAULA 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,
Leia maisMaterial exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.
Material eclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 008). Proibida a reprodução, sob pena da lei. 1 A função cúbica tem uma dispersão de pares (,) que se assemelha à curva do gráfico abaio.
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia mais29 e 30 de julho de 2013
Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 29 e 30 de julho de 2013 Dia 1 - Conteúdo 1 2 3 Alguns softwares recomen: R (Livre) /www.r-project.org/ SAS (SAS
Leia maisREGRESSÃO LINEAR SIMPLES PARTE III
REGRESSÃO LINEAR SIMPLES PARTE III Instalando e usando a opção Regressão do Excel. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor da Cavalcante
Leia maisRESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA
RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Estatística da prova de Auditor da SEFAZ/PI 2015. Vale dizer que utilizei a numeração da prova
Leia maisEstatística aplicada ao Melhoramento animal
Qual é a herdabilidade para uma característica? Qual é a variabilidade de desempenho para essa característica? Selecionando para a característica X, característica Y será afetada? Como predizer os valores
Leia maisAULA 05 Análise de regressão múltipla: inferência
1 AULA 05 Análise de regressão múltipla: inferência Ernesto F. L. Amaral 19 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Wooldridge, Jeffrey M. Introdução
Leia maisUTILIZAÇÃO DE RECURSOS ESTATÍSTICOS AVANÇADOS DO EXCEL PROJ.LIN
UTILIZAÇÃO DE RECURSOS ESTATÍSTICOS Fazendo regressão linear e logarítmica Relacionando variáveis e criando uma equação para explicá-las Como checar se as variáveis estão relacionadas Quando utilizar o
Leia mais(ii) Acrescente lucros ao modelo da parte (i). Por que essa variável não pode ser
Questão 1 O arquivo CEOSAL2.RAW contém dados de 177 diretores, os quais podem ser utilizados para examinar os efeitos do desempenho da firma sobre o salário do CEO. (i) Estime um modelo que relacione o
Leia 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 maisINFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Leia maisModelos de Regressão Múltipla - Parte VIII
1 Modelos de Regressão Múltipla - Parte VIII Erica Castilho Rodrigues 15 de Fevereiro de 2017 2 3 Observações não usuais 4 As observações não usuais podem ser: Outliers: não se ajustam bem ao modelo (resíduo
Leia maisModelos para dados de contagem
O modelo de Poisson Sumário 1 Introdução 2 Regressão de Poisson Taxa de Incidência Inclusão de covariáveis Interpretação dos parâmetros 3 Exemplos 4 Superdispersão Dados de Contagem Podemos estar interessados
Leia maisCORRELAÇÃO LINEAR, TIPOS DE CORRELAÇÃO. REGRESSÃO LINEAR PELO ESTUDO DA CORRELAÇÃO E UTILIZANDO OS MÍNIMOS QUADRADOS
CORRELAÇÃO LINEAR, TIPOS DE CORRELAÇÃO. REGRESSÃO LINEAR PELO ESTUDO DA CORRELAÇÃO E UTILIZANDO OS MÍNIMOS QUADRADOS META Avaliar o grau de relacionamento entre variáveis e a tendência das mesmas com base
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisModelo de regressão estável aplicado a econometria
Modelo de regressão estável aplicado a econometria financeira Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br 1 Objetivos
Leia maisDisciplina de Modelos Lineares
Disciplina de Modelos Lineares 2012-2 Seleção de Variáveis Professora Ariane Ferreira Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique
Leia maisANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno
ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível
Leia maisEquações diferenciais ordinárias
Departamento de Física Universidade Federal da Paraíba 24 de Junho de 2009 Motivação Problemas envolvendo equações diferenciais são muito comuns em física Exceto pelos mais simples, que podemos resolver
Leia maisAULAS 24 E 25 Análise de Regressão Múltipla: Inferência
1 AULAS 24 E 25 Análise de Regressão Múltipla: Inferência Ernesto F. L. Amaral 03 e 08 de novembro de 2011 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X
Leia maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
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 maisModelos Lineares Generalizados - Introdução
Modelos Lineares Generalizados - Erica Castilho Rodrigues 18 de Março de 2014 3 Por que queremos modelar os dados? A forma do modelo revela padrões de interação e associação nos dados. Através de procedimentos
Leia maisA Importância do Desenho Amostral. Donald Pianto Departamento de Estatística UnB
A Importância do Desenho Amostral Donald Pianto Departamento de Estatística UnB Objetivo dessa aula Explicar os tipos básicos de amostragem e a razão pelo uso de cada um Contemplar o uso simultaneo de
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Modelagem paramétrica Valeska Andreozzi 1 valeska.andreozzi@fc.ul.pt & Marilia Sá Carvalho 2 cavalho@fiocruz.br 1 Centro de Estatística e Aplicações da Universidade de Lisboa,
Leia maisAULA 01 Principais Conceitos em Econometria
1 AULA 01 Principais Conceitos em Econometria Ernesto F. L. Amaral 02 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisLista 1 - Gabarito. Prof. Erica Castilho Rodrigues Disciplina: Modelos Lineares Generalizados. 29 de Abril. f(y i, θ i ) = θ i exp( yiθ i ).
Lista 1 - Gabarito Prof. Erica Castilho Rodrigues Disciplina: Modelos Lineares Generalizados 29 de Abril 1. (Concurso Petrobrás - 2011) Em um modelo de regressão logística, o que indica se o modelo se
Leia maisInferência Estatística
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Inferência Estatística Profa. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Duas distribuições importantes Normal T- Student Estimação
Leia mais4 Controle de motores de passo
36 4 ontrole de motores de passo O controle em malha aberta é o mais comum em motores de passo. Entretanto, o motor deve operar razoavelmente abaixo de sua capacidade para evitar a perda de passos. As
Leia maisAULAS 17 E 18 Análise de regressão múltipla: inferência
1 AULAS 17 E 18 Análise de regressão múltipla: inferência Ernesto F. L. Amaral 06 e 11 de outubro de 2011 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia 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 maisAjuste por mínimos quadrados no Scilab
Ajuste por mínimos quadrados no Scilab O ajuste por mínimos quadrados é uma regressão linear nos parâmetros (eles podem ser arranjados na equação de regressão na forma de um único vetor) que tem sua eficiância
Leia maisFaturamento de Restaurantes
Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre 2016 1 / 29
Leia maisRespostas. Resposta 1: Considerando que o objetivo é calcular a proporção de hipertensos, recorremos à fórmula abaixo:
Deseja-se saber a proporção de pacientes com hipertensão arterial entre os pacientes de um ambulatório de diabetes mellitus. Estudos anteriores de diabetes têm encontrado uma proporção de 18,5%. 1. Qual
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisLinha Técnica Sessão I: Inferência Causal
Impact Evaluation Linha Técnica Sessão I: Inferência Causal Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation Fund www.worldbank.org/sief
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 maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Definições e Notação Estimação Amostra Aleatória
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisAproximações Lineares e Diferenciais. Aproximações Lineares e Diferenciais. 1.Aproximações Lineares 2.Exemplos 3.Diferenciais 4.
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Aproximações Lineares
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
Leia maisFFCLRP-USP Regra de L Hospital e Lista - CALCULO DIFERENCIAL E INTEGRAL I
FFCLRP-USP Regra de L Hospital e Lista - CALCULO DIFERENCIAL E INTEGRAL I Professor Dr. Jair Silvério dos Santos 1 Teorema de Michel Rolle Teorema 0.1. (Rolle) Se f : [a;b] R for uma função contínua em
Leia maisPopulação e Amostra. População: O conjunto de todas as coisas que se pretende estudar. Representada por tudo o que está no interior do desenho.
População e Amostra De importância fundamental para toda a análise estatística é a relação entre amostra e população. Praticamente todas as técnicas a serem discutidas neste curso consistem de métodos
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisREGRESSÃO E CORRELAÇÃO
Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisCap 7 Modelo de Cox. Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. 5 Modelo de Cox. Carvalho MS (2009) Sobrevida 1 / 22
Outline Cap 7 Modelo de Cox 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Cap 4 Não-Paramétrica 5 Modelo de Cox Carvalho MS (2009) Sobrevida 1 / 22 Riscos Proporcionais Cap 7 Modelo
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia maisInterpolação polinomial: Polinômio de Lagrange
Interpolação polinomial: Polinômio de Lagrange Marina Andretta ICMC-USP 09 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo
Leia maisExemplo Regressão Binomial Dados Emparelhados
Exemplo Regressão Binomial Dados Emparelhados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Desenvolvimento de Diabetes 2 o Semestre
Leia maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisProf. Caio Piza CCSA - Depto de Economia/NPQV
Workshop de Econometria: Introdução ao uso do Eviews Prof. Caio Piza CCSA - Depto de Economia/NPQV Motivação: Como estimar o impacto de um variável vel sobre a outra, o efeito causal,, com base em uma
Leia maisREGRESSÃO LINEAR SIMPLES E MÚLTIPLA
REGRESSÃO LINEAR SIMPLES E MÚLTIPLA Curso: Agronomia Matéria: Metodologia e Estatística Experimental Docente: José Cláudio Faria Discente: Michelle Alcântara e João Nascimento UNIVERSIDADE ESTADUAL DE
Leia maisMétodo prático para extrair uma base de um conjunto de geradores de um subespaço de R n
Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,
Leia mais