PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES

Tamanho: px
Começar a partir da página:

Download "PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES"

Transcrição

1 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 ou estudar como y varia de acordo com x Por exemplo: y = produção de soja e x = quantidade de fertilizantes Y = salário-hora e x = anos de educação Y = taxa de criminalidade e x = número de policiais Ao escrever o modelo que explicará y em termos de x temos três questões: 1 - Como nunca há uma relação exata entre duas variáveis, como consideramos outros fatores que afetam y? 2 Qual é a relação funcional entre y e x? 3 Como poderemos estar certos de que estamos capturando uma relação ceteris paribus entre y e x (se este for o objetivo desejado)? Resolvendo estas ambiguidades escrevendo uma equação simples que relaciona y e x: Y = β 0 + β 1 x + u (2.1) que supostamente é válida para a população de interesse, define o modelo de regressão simples ou modelo de regressão linear de duas variáveis ou bivariada Terminologia para a regressão simples y Variável Dependente Variável Explicada Variável de Resposta Variável Prevista Regressando X Variável Independente Variável Explicativa Variável de Controle Variável Previsora Regressor A variável u, chamada de termo erro ou perturbação da relação, representa outros fatores, além de x, que afetam y. Você pode pensar em u como representando o não-observado. A equação (2.1) trata da questão da relação funcional entre x e y. Se os outros fatores em u são mantidos fixos (constantes), de modo que a variação em u é zero. u = 0, então x tem um efeito linear sobre y:

2 y = β 1 x se u = 0 (2.2) Assim, a variação em y é, simplesmente β 1 multiplicado pela variação em x. Isso significa que β 1 é o parâmetro de inclinação da relação entre y e x, mantendo fixos os outros fatores em u; ele é de interesse fundamental em economia aplicada. O parâmetro β 0 também te seus usos, embora ele raramente seja central para uma análise. Exemplo 2.1, pg. 21 Produção de Soja e Fertilizantes Exemplo 2.2, pg. 22 Uma Equação Simples de Salário A linearidade de (2.1) implica de que uma variação de uma unidade de x tem o mesmo efeito sobre y, independentemente do valor inicial de x sendo irrealista para muitas aplicações econômicas A questão mais difícil é saber se o modelo (2.1) realmente nos permite tirar conclusões ceteris paribus sobre como x afeta y, ou seja, como x afeta y mantendo todos os outros fatores (em u) fixos. Como u e x são variáveis aleatórias, podemos definir a distribuição condicional de u, dado queal valor de x. Em particular, para qualquer x, podemos obter o valor esperado (ou médio) (esperança, expectância) de u para aquela fatia da população descrita pelo valor de x. A hipótese crucial é que o valor médio de u não depende do valor de x. Pode ser escrito da segunte forma: que é a hipótese de condicional zero Questão 2.1 E(u x) = E(u) = 0 (2.6) Suponha que a nota de um exame final (nota) dependa da frequência às aulas (freq.) e de fatores não-observados que afetam o desempenho das estudantes (tal como aptidão). Então: nota = β 0 + β 1 freq + u Em que situação você esperaria que este modelo satisfaça (2.6)? A hipótese (2.6) dá a β 1 outra interpretação que é, frequentemente útil. Considerando o valor esperado de (2.1) condicionado a x usando E(u x) = 0, obtém-se: E(y x) = β 0 + β 1 x (2.8) A equação (2.8) mostra que a função de regressão populacional (FRP), E(y x), é uma função linear de x. A linearidade significa que o aumento de uma unidade em x faz com que o valor esperado de y varie segundo a magnitude de β 1. Para qualquer valor dado de x, a distribuição de y está centrada ao redor de E(y x) como ilustrado na Figura 2.1 pg. 24

3 Quando (2.8) é verdadeira, é útil dividir y em dois componentes. A parte β 0 + β 1 x é algumas vezes chamada de parte sistemática de y, isto é, a parte de y explicada por x e u é chamada a parte não-sistemática de y, ou a parte de y não explicada por x DERIVAÇÃO DAS ESTIMATIVAS DE MÍNIMOS QUADRADOS ORDINÁRIOS (MQO) Agora que discutimos os ingredientes básicos do modelo de regressão linear, trataremos da importante questão de como estimar os parâmetros β 0 e β 1. Para tanto, necessitamos de uma amostra da população. Vamos considerar [(x i, y i ): i=1,..., n] como uma amostra aleatória de tamanho n da população. Visto que estes dados vêm de y = β 0 + β 1 x + u (2.1) Podemos escrever y i = β 0 + β 1 x i + u i (2.9) para cada i. Aqui, u i é o termo erro para a observação i, uma vez que ele contém todos os fatores, além de x i, que afetam y i. Exemplo x i poderia ser a renda anual e y i a poupança anual pra a família i durante um determinado ano. Se coletarmos dados de 15 famílias, então n = 15. Um gráfico de tal conjunto de dados é dado pela Figura 2.2 (pg.26), juntamente com a função de regressão populacional (fictícia).

4 Para obter as estimativas do intercepto β 0 e da inclinação β 1 na regressão populacional da poupança sobre a renda. Usaremos a hipótese: na população, u tem valor esperado médio igual a zero e é nãocorrelacionado com x. (2.16) - (2.17) (2.18) inclinação positiva (2.19) Observar na amostra se x não apresenta os mesmos valores (x não varia na população) para validar a equação 2.18, conforme a Figura 2.3 (pg.28)

5 Com isso, chamamos as estimativas dadas nas equações (2.17) e (2.19) de estimativas de mínimos quadrados ordinários (MQO) de β 0 e β 1. (2.20) O resíduo para a observação i é a diferença entre o valor verdadeiro de y i e seu valor estimado (2.21) Os valores estimados e os resíduos estão indicados na Figura 2.4 (pg.29)

6 Agora suponha que escolhemos e com a finalidade de tornar a soma dos resíduos quadrados tão pequena quanto possível: (2.22) Uma vez determinados os estimadores de intercepto e inclinação de MQO, construímos a reta de regressão de MQO: (2.23) Em relação aos dados, dependendo do caso, se for de uma amostra de uma população ou da população como um todo, existe a função de regressão amostral (FRA), para cada amostra da população que for analisada terá uma inclinação e um intercepto diferentes e existe a função de regressão populacional (FRP) que teria uma inclinação e intercepto fixos, quando se possui todos os dados da população. Estimativa do coeficiente de inclinação: (2.24) 2.3 MECÂNICA DO MÉTODO MQO Nesta seção, cobriremos algumas propriedades algébricas da reta de regressão de MQO estimada. Valores Estimados e Resíduos Assumimos que as estimativas de intercepto e de inclinação, e, foram obtidas de uma dada amostra de dados.. Dados e, podemos e obter o valor estimado de para cada observação. Por definição, cada valor estimado de está sobre a reta de regressão de MQO. O resíduo de MQO associado a cada observação i,, é a diferença entre e seu valor estimado. Se é positivo, a reta subestima y i ; se é negativo, a reta superestima y i. O caso ideal para a observação i é quando = 0, mas na maior parte dos casos todos os resíduos são diferentes de zero. Em outras palavras, nenhum dos pontos dos dados deve, realmente, estar sobre a reta de MQO. Propriedades Algébricas das Estatísticas de MQO Há várias propriedades algébricas úteis das estimativas de MQO e das estatísticas a elas associadas, as três mais importantes são: 1 A soma e, portanto a média amostral, dos resíduos de MQO, é zero. Matematicamente,

7 (2.30) 2 A covariância amostral entre os regressores e os resíduos de MQO é zero. Isso resulta da condição de primeira ordem, que pode ser escrita em termos de resíduos como: = 0 (2.31) A média amostral dos resíduos de MQO é zero, de modo que o lado esquerdo da equação acima é proporcional à covariância amostral em x i e. 3 O ponto (, ) sempre está sobre a reta de regressão de MQO. Usando a média de x na equação de regressão, encontraremos a média de y. Soma dos Quadrados Total (SQT): Soma dos Quadrados Explicada (SQE): (2.33) (2.34) Soma dos Quadrados dos Resíduos (SQR): (2.35) GRAU DE AJUSTE - Mensurar o quanto bem a variável explicativa ou independente, x, explica a variável dependente, y. - Para isso, calcula-se o R-quadrado da regressão, também chamado de coeficiente de determinação: R 2 = SQE/SQT = 1 SQR/SQT Onde, R 2 é a razão entre a variação explicada e a variação total: assim, ele é interpretado com a fração da variação amostral em y que é explicada por x. 2.4 UNIDADES E MEDIDA E FORMA FUNCIONAL Duas questões importantes: 1 entender como, ao mudar as unidades de medida das variáveis dependente e/ou independente, são afetadas as estimativas de MQO; 2 saber como incorporar, à análise de regressão, formas funcionais populares usadas em economia. Os Efeitos de Mudanças das Unidades de Medida sobre as Estimativas de MQO - Mudanças nas unidades de medida nas variáveis dependentes:

8 Se a variável independente é multiplicado/dividido por alguma constante diferente de zero, então o intercepto e o coeficiente de inclinação de MQO é multiplicado/dividido pela constante, respectivamente, não afetando o intercepto. - Mudanças nas unidades de medida nas variáveis independentes: Se a variável independente é dividida ou multiplicada por alguma constante diferente de zero, então o coeficiente de inclinação de MQO é multiplicado ou dividido pela constante, respectivamente, não afetando o intercepto. Ver exemplos livro pg.40 e 41 Incorporação de Não-Linearidades na Regressão Simples Um modelo que gera (aproximadamente) um efeito percentual constante (eq. 2.42) em que log é o logaritmo natural (LN) aplicado na variável dependente Figura 2.6 Ver o Exemplo 2.10 Outro uso importante do logo natural está em obter um Modelo de Elasticidade Constante, como aparece no exemplo 2.11 É útil também, observar o que acontece às estimativas de intercepto e de inclinação se mudarmos as unidades de medida da variável dependente quando ela aparece na forma logarítmica. Pelo fato de a variação da forma logarítmica aproximar-se de uma variaçãp proporcional, faz sentido que nada aconteça com a inclinação. Finalizamos esta subseção resumindo quatro combinações de formas funcionais construídas a partir da variável original ou de seu logaritmo natural. Observe a Tabela 2.3

9 2.5 VALORES ESPERADOS E VARIÂNCIAS DOS ESTIMADORES DE MQO Estudaremos as propriedades estatísticas da estimação de MQO, ou seja, veremos agora β 0 e β 1 estimados como estimadores dos parâmetros β 0 e β 1 que aparecem no modelo populacional Significa que estudaremos as propriedades das distribuições de β 0 e β 1 estimados de diferentes amostras aleatórias da população. Inexistência de Viés em MQO As Hipóteses de Gauss-Markov na Regressão Linear Simples (RLS): É importante lembrar que somente as RLS.1 até a RLS.4 são necessárias para mostramos que e são não viesados. Adicionamos a hipótese de homoscedasticidade, RLS.5, par obtermos as fórmulas habituais de variância dos MQO Hipótese RLS.1: Linear em Parâmetros No modelo populacional, a variável dependente, y, está relacionada com a variável independente, x, e com o erro (ou perturbação), u, como y = β 0 + β 1 x+ u em que β 0 e β 1 são os parâmetros de intercepto e da inclinação populacionais, respectivamente. Hipótese RLS.2: Amostragem Aleatória Temos uma amostra aleatória de tamanho n, {(x i,y i ): i = 1, 2,..., n}, seguindo o modelo populacional da Hipótese RLS.1. Observação, não confundir os u i com os resíduos,

10 Y i = β 0 + β 1 x i + u i, i = 1, 2,..., n Esta relação pode ser colocada em um gráfico para um registro particular dos dados, como mostra a Figura 2.7 Hipótese RLS.3: Variação Amostral na Variável Explicativa Os resultados amostrais na variável x, a saber, {x i, i = 1,..., n} não são todos de mesmo valor. Trata-se de uma hipótese muito fraca, mas necessária. Hipótese RLS.4: Média Condicional Zero O erro u tem zero como valor esperado, quaisquer que sejam os valores das variáveis. Em outras palavras, E(u x) = 0 (2.6) Outra questão importante é a possibilidade de que x esteja correlacionado com u é quase sempre uma preocupação na análise de regressão linear simples com dados não experimentais. Usar a regressão linear simples quando u contém fatores que afetam y e que também estão correlacionados com x pode resultar em uma correlação espúria: isto é, achamos uma relação entre y e x que se deve, em verdade, a outros fatores que afetam y e que também estão correlacionados com x. Variâncias dos Estimadores de MQO

11 Essa hipótese afirma que a variância do termo não observável, u, condicionado a x, é constante. Ela é conhecida como a hipótese de homoscedasticidade ou de variância constante. Hipótese RLS.5: Homoscedasticidade O erro u tem a mesma variância quaisquer que sejam os valores das variáveis explicativas, ou seja: Var(u x) = Ϭ 2 Também podemos dizer que a expectativa condicional de y, dado x, é linear em x, mas a variância de y, dado x, é constante. Esta situação está ilustrada na Figura 2.8, em que β 0 > 0 e β 1 > 0. Quando a Var(u x) depende de x, diz-se que o termo de erro apresenta heteroscedasticidade (ou variância não constante). Como Var (u x), a heterescedasticidade está presente sempre que Var (u x) é uma função de x. Estimação da Variância do Erro O cálculo da variância do erro: = SQR/ (n-2) Observação: para se obter o desvio-padrão, basta extrair a raiz quadrada da variância.

12 2.6 REGRESSÃO ATRAVÉS DA ORIGEM Em raros casos, desejamos impor a restrição de que, quando x = 0, o valor esperado de y é zero. Há certas relações para as quais isso é possível. Por exemplo, se a renda (x) for zero, então o pagamento de imposto de renda (y) também deve ser zero. Além disso, há problemas quando um modelo que originalmente tem um intercepto diferente de zero é transformado em um modelo sem intercepto. Formalmente, nós escolhemos agora um estimador da inclinação, que chamaremos de, e uma reta da forma E, portanto, para resolver para : (2.63) = (2.66) Desde que nem todos os x i sejam zero um caso que excluímos.

AULAS 14 E 15 Modelo de regressão simples

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 mais

AULAS 14 E 15 Modelo de regressão simples

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

Leia mais

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 RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou

Leia mais

AULAS 21 E 22 Análise de Regressão Múltipla: Estimação

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

Leia mais

AULAS 20 E 21 Modelo de regressão simples

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.

Leia mais

AULA 8 - MQO em regressão múltipla:

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

Leia mais

Análise de Regressão Múltipla: Mínimos Quadrados Ordinários

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

Leia mais

AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)

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

Leia mais

AULAS 17 E 18 Análise de regressão múltipla: estimação

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

Leia mais

AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)

AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]

Leia mais

AULA 03 Análise de regressão múltipla: estimação

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.

Leia mais

AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)

AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]

Leia mais

Análise de Regressão Linear Múltipla III

Análise 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 mais

Análise de Regressão com Dados de Corte Transversal

Análise de Regressão com Dados de Corte Transversal Análise de Regressão com Dados de Corte Transversal parte 1 do texto aborda a análise de regressão com dados de corte transversal. Ela se apóia na álgebra estudada nos cursos superiores e em conceitos

Leia mais

AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas

AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas Susan Schommer Econometria I - IE/UFRJ Estimação: MQO recapitulando Na aula passada aprendemos estimação por MQO. Recapitulando brevemente Em

Leia mais

Análise Multivariada Aplicada à Contabilidade

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

Leia mais

AULA 19 E 20 Análise de Regressão Múltipla: Problemas Adicionais

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:

Leia mais

Econometria I Lista 2: modelo de regressão linear clássico e regressão simples

Econometria I Lista 2: modelo de regressão linear clássico e regressão simples Econometria I Lista 2: modelo de regressão linear clássico e regressão simples Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 19 de março de 2018 Instruções: Objetivos com a lista: estruturação

Leia mais

Econometria. Regressão Linear Simples Lista de Exercícios

Econometria. Regressão Linear Simples Lista de Exercícios Econometria Regressão Linear Simples Lista de Exercícios 1. Formas funcionais e coeficiente de explicação Um corretor de imóveis quer compreender a relação existente entre o preço de um imóvel e o tamanho,

Leia mais

AULA 11 Heteroscedasticidade

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:

Leia mais

AULAS 25 E 26 Heteroscedasticidade

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:

Leia mais

ECONOMETRIA. Prof. Danilo Monte-Mor

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

Leia mais

AULAS 20 E 21 Análise de regressão múltipla: problemas adicionais

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

Leia mais

AULA 13 Análise de Regressão Múltipla: MQO Assimptótico

AULA 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 mais

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 Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.

Leia mais

Introdução ao modelo de Regressão Linear

Introdução ao modelo de Regressão Linear Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)

Leia mais

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. 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 mais

Gabarito - Lista Pré-Prova 1

Gabarito - Lista Pré-Prova 1 Gabarito - Lista Pré-Prova 1 Camila Steffens e Matheus Rosso 1 Questões teóricas 1.1 Regressão simples 1. (Wooldridge) Dado o modelo de regressão linear y = β 0 + β 1 x + u, supõe-se que E(u) 0. Definindo

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Introdução Teoria Econômica Inferência Estatística Matemática Fenômenos Econômicos Teoria Econômica Teoria Microeconômica Preço Demanda Mas quanto????

Leia mais

Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada

Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre

Leia mais

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 EAE0325 Econometria II Professora: Fabiana Fontes Rocha Gabarito Primeira Lista Teórica de Exercícios Bloco 1 Assinalar se as afirmativas a seguir são verdadeiras V) ou falsas F) Exercício 1 Sobre o modelo

Leia mais

Modelos de Regressão Linear Simples - parte I

Modelos de Regressão Linear Simples - parte I Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir

Leia mais

AULA 09 Análise de regressão múltipla com informações qualitativas

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,

Leia mais

Correlação e Regressão

Correlação e Regressão Correlação e Regressão Exemplos: Correlação linear Estudar a relação entre duas variáveis quantitativas Ou seja, a força da relação entre elas, ou grau de associação linear. Idade e altura das crianças

Leia mais

AULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013

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

Leia mais

Econometria Lista 1 Regressão Linear Simples

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)

Leia mais

Métodos Quantitativos para Avaliação de Políticas Públicas

Métodos Quantitativos para Avaliação de Políticas Públicas ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26

Leia mais

Quiz Econometria I versão 1

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,

Leia mais

AULA 26 Análise de Regressão Múltipla: Problemas Adicionais

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

Leia mais

Análise de Regressão Linear Simples e

Análise de Regressão Linear Simples e Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE TRANSPORTES MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA CORRELAÇÃO E REGRESSÃO Professora: Cira Souza Pitombo Disciplina: ENG C 18 Métodos

Leia mais

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012

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

Leia mais

Regressão linear simples

Regressão linear simples Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação

Leia mais

Econometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010

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:

Leia mais

AULAS 24 E 25 Análise de regressão múltipla: problemas adicionais

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

Leia mais

AULA 2 - Regressão: Fundamentos Conceituais

AULA 2 - Regressão: Fundamentos Conceituais AULA 2 - Regressão: Fundamentos Conceituais Susan Schommer Econometria I - IE/UFRJ Em econometria, estamos em geral interessados em identificar (empiricamente) a relação funcional entre variáveis econômicas,

Leia mais

Prova de Estatística

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

Leia mais

Capítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação

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 mais

aula ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES

aula ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES 18 aula META Fazer com que o aluno seja capaz de realizar os procedimentos existentes para a avaliação da qualidade dos ajustes aos modelos. OBJETIVOS Ao final

Leia mais

AULA 07 Análise de Regressão Múltipla: Problemas Adicionais

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

Leia mais

Modelo de Regressão Múltipla

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

Leia mais

Modelos de Regressão Linear Simples parte I

Modelos de Regressão Linear Simples parte I Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos

Leia mais

Correlação e Regressão Linear

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

Leia mais

Modelos de Regressão Linear Simples - parte III

Modelos de Regressão Linear Simples - parte III 1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada

Leia mais

Multicolinariedade e Autocorrelação

Multicolinariedade e Autocorrelação Multicolinariedade e Autocorrelação Introdução Em regressão múltipla, se não existe relação linear entre as variáveis preditoras, as variáveis são ortogonais. Na maioria das aplicações os regressores não

Leia mais

Econometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.

Econometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3. 3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros

Leia mais

Econometria VIOLAÇÃO DE HIPOTESES & EXTENSÕES DO MODELO DE REGRESSÃO ECONOMETRIA -MESTRADO 1

Econometria VIOLAÇÃO DE HIPOTESES & EXTENSÕES DO MODELO DE REGRESSÃO ECONOMETRIA -MESTRADO 1 Econometria VIOLAÇÃO DE HIPOTESES & EXTENSÕES DO MODELO DE REGRESSÃO ECONOMETRIA -MESTRADO 1 Tópicos a Considerar Continuidade do Programa Ministrado pelo Prof. Alceu Jobim 1. Modelo de Regressão Múltipla

Leia mais

AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas

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

Leia mais

Análise de regressão linear simples. Diagrama de dispersão

Análise de regressão linear simples. Diagrama de dispersão Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA

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

Leia mais

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 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

Leia mais

Gabarito e resolução da prova de seleção PPGE FURG Estatística

Gabarito e resolução da prova de seleção PPGE FURG Estatística Gabarito e resolução da prova de seleção PPGE FURG 2019. Questão 1) Resposta: letra c) i. (FALSO) Estatística Variáveis de interação sempre podem ser incluídas mos modelos de regressão, se isso não gerar

Leia mais

Regressão múltipla: Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida

Regressão múltipla: Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida Efeitos da dimensão dos dados nas estatísticas MQO Regressão múltipla: y = β 0 + β x + β x +... β k x k + u Alterando a escala de y levará a uma correspondente alteração na escala dos coeficientes e dos

Leia mais

REGRESSÃO LINEAR Parte I. Flávia F. Feitosa

REGRESSÃO 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 mais

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância

Leia mais

Modelos de Regressão Múltipla - Parte I

Modelos de Regressão Múltipla - Parte I Modelos de Regressão Múltipla - Parte I Erica Castilho Rodrigues 4 de Outubro de 2016 2 3 Introdução 4 Quando há apenas uma variável explicativa X, temos um problema de regressão linear simples onde ǫ

Leia mais

Estatística Aplicada ao Serviço Social

Estatística 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 mais

Análise de Regressão - parte I

Análise de Regressão - parte I 16 de Outubro de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos para dados coletados. Entender como método de mínimos é usado

Leia mais

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos

Leia mais

Aula 2 Uma breve revisão sobre modelos lineares

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

Leia mais

Os Mínimos Quadrados Ordinários Assintóticos

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

Leia mais

Disciplina de Modelos Lineares Professora Ariane Ferreira

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

Leia mais

Estatística Aplicada II. } Regressão Linear

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

Leia mais

Análise de Regressão Linear Múltipla. Wooldridge, 2011 Capítulo 3 tradução da 4ª ed.

Análise de Regressão Linear Múltipla. Wooldridge, 2011 Capítulo 3 tradução da 4ª ed. Análise de Regressão Linear Múltipla Wooldridge, 2011 Capítulo 3 tradução da 4ª ed. Introdução Como pode ser visto anteriormente, o modelo de regressão linear simples, com uma variável explicativa (regressor),

Leia mais

Correlação e Regressão

Correlação e Regressão Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe

Leia mais

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Regressão. 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 mais

Regressão Linear - Parte I

Regressão Linear - Parte I UFPE - Universidade Federal de Pernambuco Curso: Economia Disciplina: ET-406 Estatística Econômica Professor: Waldemar Araújo de S. Cruz Oliveira Júnior Regressão Linear - Parte I 1 Introdução Podemos

Leia mais

Prova de Estatística

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;

Leia mais

Contabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento

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

Leia mais

Regressão múltipla: problemas adicionais. Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida

Regressão múltipla: problemas adicionais. Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida Regressão múltipla: problemas adicionais y = β 0 + β x + β x +... β k x k + u Capítulo 6: 6., 6. Capítulo 7: 7., 7. Efeitos da dimensão dos dados nas estatísticas MQO Alterando a escala de y levará a uma

Leia mais

Modelos de Regressão Linear Simples - parte II

Modelos de Regressão Linear Simples - parte II Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. 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 mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser

Leia mais

(ii) Acrescente lucros ao modelo da parte (i). Por que essa variável não pode ser

(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 mais

Análise da Regressão. Prof. Dr. Alberto Franke (48)

Análise 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 mais

Prof. Lorí Viali, Dr.

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.

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA

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

Leia mais

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

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 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 mais

Estatística Aplicada II. } Correlação e Regressão

Estatística Aplicada II. } Correlação e Regressão Estatística Aplicada II } Correlação e Regressão 1 Aula de hoje } Tópicos } Correlação e Regressão } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática,

Leia mais

INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA. Disciplina: Econometria I CH 60h Número de Créditos 06

INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA. Disciplina: Econometria I CH 60h Número de Créditos 06 INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA 1. ESTRUTURA DA DISCIPLINA Disciplina: Econometria I CH 60h Número de Créditos 06 Professor: Rosianne Pereira da Silva Período:

Leia mais

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 y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades

Leia mais

CONHECIMENTOS ESPECÍFICOS

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

Leia mais

Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.

Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Regressão Múltipla Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. 1. definimos uma medida de associação

Leia mais

Transformações e Ponderação para corrigir violações do modelo

Transformações e Ponderação para corrigir violações do modelo Transformações e Ponderação para corrigir violações do modelo Diagnóstico na análise de regressão Relembrando suposições Os erros do modelo tem média zero e variância constante. Os erros do modelo tem

Leia mais

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. 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 mais

AULAS 02 E 03 Modelo de Regressão Simples

AULAS 02 E 03 Modelo de Regressão Simples 1 AULAS 02 E 03 Modelo de Regressão Simples Ernesto F. L. Amaral 04 e 09 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à

Leia mais

Aula 2 Regressão e Correlação Linear

Aula 2 Regressão e Correlação Linear 1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as

Leia mais

AULA 1 - Modelos determinísticos vs Probabiĺısticos

AULA 1 - Modelos determinísticos vs Probabiĺısticos AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o

Leia mais