Monitoria Sessão 4. Verônica Santana FEA-USP 25/04/2017
|
|
- Mafalda Escobar Faria
- 6 Há anos
- Visualizações:
Transcrição
1 Monitoria Sessão 4 Verônica Santana FEA-USP 25/04/ Endogeneidade Por enquanto, focaremos nossa análise no ano de Importando os dados, selecionando as variáveis apenas para 2014 e calculando os accruals discricionários absolutos: # Importanto a base dadosfull.csv: dados <- read.csv("dadosfull.csv", header=t, sep=";") head(dados, 3) Ticker Year Country Industry Law CA CL Cash STD Dep TA Rev 1 ASX:1PG 2005 Australia SIC:Mining CommonLaw NA NA NA NA NA NA NA 2 ASX:1PG 2006 Australia SIC:Mining CommonLaw NA NA NA NA NA NA NA 3 ASX:1PG 2007 Australia SIC:Mining CommonLaw NA NA NA NA NA NA NA Rec PPE NetInc OpInc MktCap Equity TDebt CFO CreditSize TAcc X1 X2 X3 1 NA NA NA NA NA NA NA NA NA NA NA NA 2 NA NA NA NA NA NA NA NA NA NA NA NA 3 NA NA NA NA NA NA NA NA NA NA NA NA ROA MTB SIZE LEV LOSS 1 NA NA NA NA 0 2 NA NA NA NA 0 3 NA NA NA NA 0 dados14 <- subset(dados, Year==2014) # Calculando os accruals discricionários: modacc <- lm(tacc ~ X1 + X2 + X3-1 + factor(industry), data = dados14, na.action = na.exclude) # Factor Industry é para incluir dummies de setor no cálculo dos accruals. # Este é um procedimento comum na literatura. summary(modacc) Call: lm(formula = TAcc ~ X1 + X2 + X3-1 + factor(industry), data = dados14, na.action = na.exclude) Residuals: Min 1Q Median 3Q Max
2 Coefficients: Estimate Std. Error t value Pr(> t ) X e-12 X X < 2e-16 factor(industry)sic:agriculture factor(industry)sic:construction factor(industry)sic:finance factor(industry)sic:manufacturing factor(industry)sic:mining factor(industry)sic:publicutil factor(industry)sic:retail factor(industry)sic:services factor(industry)sic:wholesale X1 *** X2 * X3 *** factor(industry)sic:agriculture factor(industry)sic:construction factor(industry)sic:finance factor(industry)sic:manufacturing factor(industry)sic:mining. factor(industry)sic:publicutil factor(industry)sic:retail factor(industry)sic:services factor(industry)sic:wholesale --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: on 1440 degrees of freedom (193 observations deleted due to missingness) Multiple R-squared: 0.162,Adjusted R-squared: F-statistic: 23.2 on 12 and 1440 DF, p-value: < 2.2e-16 library(lmtest) Warning: package lmtest was built under R version Loading required package: zoo Attaching package: zoo The following objects are masked from package:base : as.date, as.date.numeric library(sandwich) coeftest(modacc, vcov=vcovhc(modacc, "HC1")) t test of coefficients: Estimate Std. Error t value Pr(> t ) X
3 X X factor(industry)sic:agriculture factor(industry)sic:construction factor(industry)sic:finance factor(industry)sic:manufacturing factor(industry)sic:mining factor(industry)sic:publicutil factor(industry)sic:retail factor(industry)sic:services factor(industry)sic:wholesale X1 ** X2 ** X3 * factor(industry)sic:agriculture factor(industry)sic:construction. factor(industry)sic:finance factor(industry)sic:manufacturing factor(industry)sic:mining. factor(industry)sic:publicutil factor(industry)sic:retail. factor(industry)sic:services factor(industry)sic:wholesale * --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 dados14$ada <- abs(resid(modacc)) head(dados14, 3) Ticker Year Country Industry Law CA CL Cash STD 8 ASX:1PG 2014 Australia SIC:Mining CommonLaw NA NA NA NA 19 ASX:3PL 2014 Australia SIC:Services CommonLaw ASX:88E 2014 Australia SIC:Mining CommonLaw Dep TA Rev Rec PPE NetInc OpInc MktCap Equity TDebt CFO 8 NA NA NA NA NA NA NA NA NA NA CreditSize TAcc X1 X2 X3 ROA NA NA NA NA MTB SIZE LEV LOSS ADA 8 NA NA NA 0 NA tail(dados14, 3) Ticker Year Country Industry Law CA CL SNSE:SONDA 2014 Chile SIC:Services FrenchLaw SNSE:VAPORES 2014 Chile SIC:PublicUtil FrenchLaw SNSE:VSPT 2014 Chile SIC:Manufacturing FrenchLaw Cash STD Dep TA Rev Rec PPE NetInc OpInc MktCap Equity
4 TDebt CFO CreditSize TAcc X1 X X3 ROA MTB SIZE LEV LOSS ADA Relembrando o modelo de interese: ADA i = x iβ + u i ; (1) ADA i = β 0 + β 1 ROA i + β 2 MT B i + β 3 SIZE i + β 4 LEV i + β 5 CF O i + β 6 LOSS i + u i. (2) Estimando a equação (2) via OLS: empmodel <- lm(ada ~ ROA + MTB + SIZE + LEV + CFO + LOSS, data = dados14, na.action = na.exclude) summary(empmodel) Call: lm(formula = ADA ~ ROA + MTB + SIZE + LEV + CFO + LOSS, data = dados14, na.action = na.exclude) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) 2.135e e < 2e-16 *** ROA e e e-09 *** MTB 2.065e e SIZE e e e-14 *** LEV 2.362e e e-14 *** CFO 2.606e e LOSS 5.985e e ** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: on 1380 degrees of freedom (258 observations deleted due to missingness) Multiple R-squared: ,Adjusted R-squared: F-statistic: on 6 and 1380 DF, p-value: < 2.2e-16 library(lmtest) library(sandwich) coeftest(empmodel, vcov = vcovhc(empmodel, "HC1")) t test of coefficients: 4
5 Estimate Std. Error t value Pr(> t ) (Intercept) e e e-09 *** ROA e e MTB e e SIZE e e e-06 *** LEV e e * CFO e e * LOSS e e ** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Os resultados sugerem que empresas maiores gerenciam menos resultado, e que empresas mais alavancadas, que geram mais fluxos de caixa operacionais e que apresentaram prejuízos gerenciam mais seus lucros. Sob as premissas: OLS.1: E [ x u ] = 0 OLS.2: Posto de E [ x x ] = k, os estimadores β obtidos através dos Mínimos Quadrados Ordinários (OLS) da equação (2) estão identificados e mostram o efeito causal de cada variável x (características das firmas) em y (gerenciamento de resultado). Isto é, a interpretação do parágrafo anterior, sob OLS.1 e OLS.2, é de causalidade. Por exemplo, maior alavancagem causa maior manipulação de resultado. A premissa OLS.1 é a premissa de exogeneidade. Por essa premissa, as variáveis do vetor x são não correlacionadas com o termo de erro. Portanto, qualquer variável omitida no modelo é não correlacionada com as explicativas. Neste modelo, y é a variável endógena e x são as variáveis exógenas. O quão realista é esta premissa? 1.1 Fontes de Endogeneidade Dechow et al (1995) discutem na seção II de seu artigo (p ) as deficiências estatísticas de um modelo empírico para testar a existência de gerenciamento de resultado, especialmente no que diz respeito ao erro de mensuração e a variáveis omitidas. 1. Erros de Mensuração: A fonte mais óbvia de erro de mensuração é na própria variável dependente ADA i. O erro de mensuração em ADA i está incluso em u. Se este erro for correlacionado com alguma das variáveis em x, estas variáveis serão endógenas. É possível que, por exemplo, os accruals discricionários estejam sistematicamente superestimados devido a uma variável omitida no modelo usado para apurar os accruals discricionários. A separação entre o que é e o que não é discricionário pode ser muito sutil. 2. Variáveis Omitidas: É fácil pensar em variáveis omitidas no modelo (portanto contidas em u) que são correlacionadas com alguma das variáveis em x. A literatura aponta vários incentivos que as empresas têm para ser transparentes (e portanto gerenciar menos resultado) como, por exemplo, o nível de internacionalização e variáveis relacioadas à governança corporativa destas empresas, como características do Conselho de Administração e concentração de propriedade. É possível obter pelo menos proxies para estes exemplos e incluí-las no modelo (retirando-as do termo de erro). Mas outras variáveis já são mais complicadas, como a cultura da empresa e a qualidade da gestão. 5
6 Dechow et al (1995) discutem três problemas associados à endogeneidade causada pela existência de erro de mensuração e de variáveis omitidas. Sendo o modelo estimado ADA i = ˆβ 0 + ˆβ 1 x + e i, onde x é a variável de interesse, isto é, a variável que hipotetizamos causar o gerenciamento de resulado, e e i é um termo de erro que inclui o erro de mensuração de ADA i e as variáveis omitidas. Como OLS.1 é violada, o estimador ˆβ 1 é viesado, sendo a direção do viés do mesmo sinal que a correlação entre x e o erro de mensuração e as variáveis omitidas, ambos representados por µ no artigo. As possíveis consequências deste viés, segundo os autores, são: (a) Atribuir o gerenciamento de resultado incorretamente à x: se o coeficiene β verdadeiro for zero, ˆβ 1 será enviesado e aparecerá significativo com sinal positivo ou negativo (dependendo da correlação com µ), aumentando a probabilidade de cometer o erro do tipo I. (b) Extrair de forma não intencional o gerenciamento de resultados causado por x: se o parâmetro verdadeiro β 1 for diferente de zero e o viés for no sinal oposto, ˆβ 1 vai aparecer não significativo, aumentando a probabilidade de cometer o erro do tipo II. Dependendo do tamanho do viés, ˆβ 1 também pode aparecer em sinal oposto que o verdadeiro. (c) Teste com baixo poder: Se as variáveis omitidas no modelo não forem correlacionadas com x, ˆβ 1 obtido via OLS será consistente. Porém, a omissão de variáveis explicativas importantes do modelo gera problemas de eficiêcia, o que infla o erro-padrão de ˆβ 1, aumentando a probabilidade de cometer o erro do tipo II. 3. Simultaneidade: A terceira fonte de endogeneidade é a simultaneidade. Se a variável de interesse for, por exemplo, a alavancagem da empresa, é possível pensar na causalidade entre o gerenciamento de resultado e a alavancagem nos dois sentidos. Por exemplo, é possível argumentar que empresas mais alavancadas gerenciam mais resultado para evitar a violação de seus covenants. Assim, as empresas gerenciam mais resultado porque são mais alavancadas. Mas é também possível argumentar que empresas que gerenciam mais resultado conseguem obter mais empréstimos porque apresentam resultados mais desejados, onde o credor não é capaz de identificar a manipulação. Assim, as empresas são mais alavancadas porque gerenciam mais resutaldo. 6
Teste 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 maisTeste F-parcial 1 / 16
Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas
Leia maisEconometria Aplicada com uso do R
Econometria Aplicada com uso do R Alexandre Rodrigues Loures Universidade Federal da Paraíba Centro de Ciências Sociais Aplicadas Programa de Pós-Graduação em Economia 10 de maio de 2015 LOURES, A. R.
Leia maisPrecificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
Leia maisTestes de raiz unitária
Testes de raiz unitária Avaliando estacionariedade em séries temporais financeiras Wilson Freitas Quant Developer Recursos index.rmd 2/20 Testes de Raiz Unitária Definição do teste de raiz unitária Existem
Leia maisRELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística RELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE CE225 - Modelos
Leia maisRelatório do Experimento 1 Sistema Massa - Mola. Fernando Henrique Ferraz Pereira da Rosa
FEP0111 - Física I Relatório do Experimento 1 Sistema Massa - Mola Fernando Henrique Ferraz Pereira da Rosa 4 de novembro de 2005 Sumário 1 Introdução 2 2 Objetivos 2 3 Procedimento experimental 2 3.1
Leia maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia maisModelos de Escolha Discreta. a)pretende-se conhecer os coeficientes da função de utilidade, assim como a sua significância estatística.
Nº Observações espaço Lx centro espaço periferia nº clientes (15 min) centro Lx nº clientes (15 min) periferia estacionamento centro Lx estacionamento periferia tc rodo centro Lx tc rodo periferia Código
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional
UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional MINICURSO DE CORRELAÇÃO, REGRESSÃO LINEAR SIMPLES E ANOVA Ministrantes:
Leia maisAULAS 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 maisMonitoria Econometria II REC o Semestre 2015 Monitor(a):Victória Mazás Martinez 1 a Lista de exercícios
Monitoria Econometria II REC 2312-1 o Semestre 2015 Monitor(a):Victória Mazás Martinez 1 a Lista de exercícios 1. Quais as hipóteses para que uma variável seja considerada uma boa variável instrumental?
Leia maisAnálise de Regressão Linear no Pacote R
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Análise de Regressão Linear no Pacote R Gabriela Domingues do Amaral Vanessa Loureiro Silva Edna Afonso Reis
Leia maisRegressão linear múltipla - Correlação parcial
Regressão linear múltipla - Correlação parcial trigo Matriz de correlações: trigo % matéria orgânica 40 103 32 1 58 192 45 28 50 300 39 5 72 420 46 11 61 510 34 14 69 630 38 2 63 820 32 12 % matéria orgânica
Leia maisRegressão Linear. Prof. Dr. Leandro Balby Marinho. Análise de Dados II. Introdução Regressão Linear Regressão Múltipla
Regressão Linear Prof. Dr. Leandro Balby Marinho Análise de Dados II Prof. Leandro Balby Marinho 1 / 36 UFCG DSC Roteiro 1. Introdução 2. Regressão Linear 3. Regressão Múltipla Prof. Leandro Balby Marinho
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 12 Regressão Não-Linear Samara F. Kiihl - IMECC - UNICAMP file:///users/imac/documents/github/me613-unicamp/me613-unicamp.github.io/aulas/slides/parte13/parte13.html#1
Leia maisEconometria. Regressão Linear Simples Lista de Exercícios
Econometria Regressão Linear Simples Lista de Exercícios 1. Formas funcionais e coeficiente de explicação Um corretor de imóveis quer compreender a relação existente entre o preço de um imóvel e o tamanho,
Leia maisLISTA 1. a) Ache o salário médio e o numero médio de anos de estudo da amostra. Qual é o desvio-padrão de educ?
LISTA 1 Curso: Economia 4ECO Disciplina: Econometria Período letivo: 2016/1 Professor: Hedibert Freitas Lopes - www.hedibert.org Monitora: Paloma Vaissman Uribe - PalomaVU@insper.edu.br Questão 1 Utilizando
Leia maisIntrodução 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 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 maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
Leia maisTabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista
32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro
Leia 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 maisM 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
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 maisINSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
Leia maisElaboração e Delineamento de Projetos
Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecologia.ufrgs.br/~adrimelo/planejamento Prof. Adriano S. Melo asm.adrimelo no gmail.com
Leia maisPesquisa Quantitativa Regressão e Correlação Roteiro Geral Roteiro do Módulo Regressão e correlação
Pesquisa Quantitativa Regressão e Correlação Lupércio França Bessegato Mestrado em Administração/UFJF 1. Introdução 2. Coleta de dados Roteiro Geral 3. Modelos probabilísticos 4. Distribuições amostrais
Leia maisModelo Linear Generalizado Distribuição de Poisson
Valeska Andreozzi 1 Modelo Linear Generalizado Distribuição de Poisson Problema 1 O objetivo desta aula é exemplificar a modelagem de dados de contagem. Vamos ilustrar como os modelos lineares generalizados
Leia maisAnálise de dados para negócios. Cesaltina Pires
Análise de dados para negócios Cesaltina Pires Janeiro de 2003 Índice geral 1 Representação grá ca de dados 1 1.1 Variáveis discretas e contínuas.......................... 1 1.2 Distribuições de frequência
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 maisModelos ARCH e GARCH Aula 8. Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8
Modelos ARCH e GARCH Aula 8 Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8 Motivação Pesquisadores que se dedicam a prever séries temporais, tais como preços
Leia maisCapítulo 5. Modelos de Confiabilidade. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 5 Modelos de Confiabilidade Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 007 Capítulo 5 Modelos de Confiabilidade
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 mais1 AULA 5 - REGRESSÃO LOGÍSTICA BINOMIAL
1 AULA 5 - REGRESSÃO LOGÍSTICA BINOMIAL 1.1 Tabela de contingência A base de dados que vamos utilizar são os dados do estudo caso-controle em que os casos foram mulheres com infertilidade e os controles,
Leia maisO que acontece com as propriedades dos estimadores de MQO quando incluímos regressores endógenos ao modelo de regressão de interesse?
Qual é a natureza dos regressores endógenos? O que acontece com as propriedades dos estimadores de MQO quando incluímos regressores endógenos ao modelo de regressão de interesse? O que é uma variável instrumental
Leia 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 maisInstituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas
1 NOME: Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas Espaço Reservado para Classificações A utilização de qualquer meio de telecomunicação
Leia mais5.3 Experimentos fatoriais a dois fatores (Revisando...)
5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores (Revisando...) Modelo de Efeitos Y ijk = µ+τ i +β j +(τβ) ij +ɛ ijk, i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Ambos os fatores
Leia maisMAE0325 - Séries Temporais
MAE0325 - Séries Temporais Fernando Henrique Ferraz Pereira da Rosa Vagner Aparecido Pedro Junior 26 de setembro de 2004 E7p80. Considere a série A (M-ICV): Lista 1 1 (a) teste a existência de tendência,
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 maisEXAME NACIONAL DE SELEÇÃO 2010
EXAME NACIONAL DE SELEÇÃO 2010 PROVA DE ESTATÍSTICA 1 o Dia: 30/09/2009 - QUARTA FEIRA HORÁRIO: 10h 30m às 12h 45m (horário de Brasília) EXAME NACIONAL DE SELEÇÃO 2010 PROVA DE ESTATÍSTICA 1º Dia: 30/09
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 mais1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas
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 maisIV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla
IV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla Significância Estatística Existe uma estatítica, o t-estatístico,associado a cada estimativa O t-estatístico mede
Leia maisO PROBLEMA DAS VARIÁVEIS OMITIDAS E VARIÁVEIS REVERSAS EM PESQUISAS
119 O PROBLEMA DAS VARIÁVEIS OMITIDAS E VARIÁVEIS REVERSAS EM PESQUISAS SILVA, Reginaldo dos Santos 1 RESUMO: Este artigo procura explorar os problemas advindos da presença de variáveis omitidas e reservas
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 maisAULAS 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
Leia maisEmissão de dívida e Gerenciamento de Resultados Debt Issue and Earnings Management
Emissão de dívida e Gerenciamento de Resultados Debt Issue and Earnings Management Bianca Piloto Sincerre* Pontifícia Universidade Católica de São Paulo (PUCSP) Joelson Oliveira Sampaio** Universidade
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 maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 11 Critérios para Seleção de Modelos Samara F. Kiihl - IMECC - UNICAMP file:///users/imac/documents/github/me613-unicamp/me613-unicamp.github.io/aulas/slides/parte11/parte11.html#1
Leia maisBOOTSTRAP. - APLICAÇÃO DO MB: podem ser aplicados quando existe, ou não, um modelo probabilístico bem definido para os dados.
OOTSTRAP INTRODUÇÃO - IDEIA ÁSICA: reamostrar de um conjunto de dados, diretamente ou via um modelo ajustado, a fim de criar replicas dos dados, a partir das quais podemos avaliar a variabilidade de quantidades
Leia maisGabarito Trabalho 1. onde 1 refere-se ao salário quando a variável branco = 1. Teremos, então:
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
Leia maisMODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I
MODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I 1. Num estudo de selecção da videira, com vista a estudar a variabilidade genética do rendimento da casta Touriga
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 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 maisAnálise 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 maisAnálise de Regressão Múltipla: Mínimos Quadrados Ordinários
1 Análise de Regressão Múltipla: Mínimos Quadrados Ordinários Ernesto F. L. Amaral Magna M. Inácio 26 de agosto de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica
Leia maisCapítulo 7. Experimentos com dois ou três Fatores de Interesse. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 7 Experimentos com dois ou três Fatores de Interesse Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 2007 Capítulo
Leia maisFACULDADE DE ECONOMIA DO PORTO. Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706)
FACULDADE DE ECONOMIA DO PORTO Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706) Exame Final 10 de Janeiro de 2005 NOTAS PRÉVIAS: 1. A prova tem três horas de duração. 2. Apenas é permitida a
Leia maisPARTE TEÓRICA Perguntas de escolha múltipla
PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza
Leia maisRecessões e recuperações na atividade econômica: mesmo efeito sobre a criminalidade?
Recessões e recuperações na atividade econômica: mesmo efeito sobre a criminalidade? Ari Francisco de Araujo Junior * Cláudio Djissey Shikida ** RESUMO - Evidências sobre a economia do crime mostram que
Leia maisAula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
Leia maisProva 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 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 com Descontinuidade - RDD
Regressão com Descontinuidade - RDD Rafael Terra Universidade de Brasília-Unb 05 de Maio, 2016 Rafael Terra (Unb) Econometria do Setor Público 05 de Maio, 2016 1 / 55 O Básico sobre Causalidade: Endogeneidade
Leia maisTeste de Homocedasticidade.
Teste de Homocedasticidade. Aula 4 Gujarati, 000, Capítulo Heij et al., Seção 5.4 Wooldridge, 0 Capítulo 8 (seções 8. a 8.4) HETEROCEDASTICIDADE Essa aula objetiva responder às seguintes perguntas: Qual
Leia maisPara o presente estudo, foram obtidos os dados através das bases de dados Bloomberg e Ipeadata.
3 Metodologia 3.1. Variáveis analisadas Foram selecionadas algumas variáveis relacionadas ao carry trade do real; esta selação foi baseada nos estudos de Carvalho e Divino (2009) e Nishigaki (2007). As
Leia maisPor que estudar econometria? Passos para uma análise econômica empírica. Por que estudar econometria? Tipos de dados Cross Section
Por que estudar econometria? Inexistência de dados experimentais (experimentos controlados) em economia O que é Econometria? Necessidade de usar dados não experimentais, ou melhor, dados observados para
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 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 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 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 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 maisENDOGENEIDADE E VARIÁVEIS INSTRUMENTAIS
Econometria II, Lic. em Economia Luís Filipe Martins Dpt. de Métodos Quantitativos ISCTE - EG luis.martins@iscte.pt http://home.iscte.pt/ lfsm Lisboa, 6/09/005 ENDOGENEIDADE E VARIÁVEIS INSTRUMENTAIS Wooldridge
Leia maisSÉRIE CADERNOS ECONÔMICOS
1 UNIVERSIDADE FEDERAL DE PELOTAS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS SÉRIE CADERNOS ECONÔMICOS GUIA RÁPIDO PARA O EVIEWS Texto didático n.1 Autores: André Carraro Gabrielito Menezes
Leia 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 maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época Normal 9/01/2013 Duração 2 horas
Instituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época Normal 9/01/2013 Duração 2 horas NOME: Turma: Processo Espaço Reservado para Classificações A utilização do telemóvel
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 6. Os Modelos fatoriais 2 k Trataremos agora de um caso especial de experimentos fatoriais no qual todos os fatores têm apenas dois níveis. Tais níveis podem ser quantitativos
Leia mais5 Resultados e Interpretação do Índice Construído
5 Resultados e Interpretação do Índice Construído Apresentam-se, nesta seção, os resultados dos scores e interpretação da escala produzida. O objetivo é responder questões do tipo: O que significa uma
Leia maisAvaliação de Empresas
Avaliação de Empresas 1 P R O J E Ç Õ E S, T E O R I A E C O N C E I T O S P R O F. G U I L L E R M O B R A U N B E C K Análise Prospectiva Para fins didáticos, a análise prospectiva será abordada em três
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisAvaliação experimental
Técnicas Econométricas para Avaliação de Impacto Avaliação experimental Fabio Veras Soares Centro Internacional de Pobreza (IPEA/PNUD) Brasília, 16 de abril de 2008. Introdução: como aleatorização resolve
Leia maisRoot cause analysis. O que é «root cause analysis»?
Metodologias de Diagnóstico e Elaboração de Relatórios FASHT Root cause analysis Profª Cesaltina Pires cpires@uevora.pt O que é «root cause analysis»? É um processo para investigar e identificar as «raízes»
Leia maisCorrelação 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 maisO desempenho dos alunos dos cursos de Música no Enade 2014
O desempenho dos alunos dos cursos de Música no Enade 2014 Neylson Crepalde, PhD Candidate. neylson.crepalde@izabelahendrix.edu.br http://neylsoncrepalde.github.io Grupo Interdisciplinar de Pesquisa em
Leia mais3 Metodologia. Lucro empresa privada = a + b Valorização Ibovespa
3 Metodologia Segundo a metodologia de Aswath Damodaran 15, a avaliação de empresas de capital fechado possui, porque a informação disponível para avaliação é limitada e as empresas fechadas não possuem
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia maisCausas econômicas do desmatamento na Amazônia: evidência empírica dos anos 2000 Work-in-progress
Causas econômicas do desmatamento na Amazônia: evidência empírica dos anos 2000 Work-in-progress Jorge Hargrave, IPEA Krisztina Kis-Katos, University of Freiburg Seminário integração IPEA-INPE Brasília,
Leia maisEstimadores de MáximaVerossimilhança Corrigidosem Modelos de Regressão Não-Lineares Heteroscedásticos p. 1/35
Estimadores de MáximaVerossimilhança Corrigidosem Modelos de Regressão Não-Lineares Heteroscedásticos p. 1/35 Estimadores de Máxima Verossimilhança Corrigidos em Modelos de Regressão Não-Lineares Heteroscedásticos
Leia maisVitor Mizumoto Analista de Investimentos CNPI
Avaliação de Ações FEA USP- RP Maio de 2017 Vitor Mizumoto Analista de Investimentos CNPI 1 Introdução Quem utiliza: Para que utiliza: Ferramentas: Sell Side (Bancos/Corretoras) Buy Side (Fundos de Investimento)
Leia maisCONHECIMENTOS 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
Leia maisEXAME NACIONAL DE SELEÇÃO 2012 PROVA DE ESTATÍSTICA
EXAME NACIONAL DE SELEÇÃO 2012 PROVA DE ESTATÍSTICA 1 o Dia: 28/09/2011 - QUARTA FEIRA HORÁRIO: 10h30m às 12h45m (horário de Brasília) Exame Nacional ANPEC 2012: 1º Dia 1 EXAME NACIONAL DE SELEÇÃO 2012
Leia maisEstimating the SF-6D value set for a population based sample of Brazilians
Estimating the SF-6D value set for a population based sample of Brazilians Luciane Cruz, Suzi Camey, Juliana Hoffmann, John Brazier, Donna Rowen, Marcelo Fleck, Carisi Polanczyk Federal University of Rio
Leia maisMétodos Quantitativos
Métodos Quantitativos Introdução à Análise de Regressão Universidade Salvador SSA - Bahia Brasil Maio 2016 Outline Revisão de conceitos básicos Distribuição amostral dos estimadores OLS Teste de hipóteses
Leia maisCarga Horária: 80 horas (correspondem a aulas e atividades extra-classe)
Curso: Economia Disciplina: ECONOMETRIA Turma 4ECO Carga Horária: 80 horas (correspondem a aulas e atividades extra-classe) Período Letivo: 2014/1 Professor: Hedibert Freitas Lopes (www.hedibert.org) OBJETIVO:
Leia maisGabarito 1 a Lista de Exercícios Teóricos Econometria II
Gabarito 1 a Lista de Exercícios Teóricos Econometria II - 2017 Professora: Fabiana Rocha Monitora: Bruna Bloco 1 - Exercícios Teóricos do Wooldridge Exercício 1 (13.2): As seguintes equações foram estimadas
Leia maisExercícios - Estatística e Delineamento
Exercícios - Estatística e Delineamento - 2017-18 3 Regressão Linear Múltipla AVISO: Os conjuntos de dados de vários exercícios desta secção encontram-se disponíveis num ficheiro de nome exerrl.rdata,
Leia mais