Variáveis Instrumentais
|
|
- Pietra Prada Casqueira
- 6 Há anos
- Visualizações:
Transcrição
1 Variáveis Instrumentais Abordagem diferente para o problema de endogeneidade: V.I. pode se usado para se obter estimadores consistentes na presença de variáveis omitidas; V.I. também pode ser usado para resolver erros de medida; 1
2 Motivação: Problema de variáveis omitidas: Ignorar o problema? Viés e inconsistência!?! Proxy para a variável não-observada? Efeitos fixos/primeiras diferenças? Se pudermos deixar a variável não-observada no termo de erro, mas ao invés de estimarmos por MQO, usarmos outro método que reconheça a variável omitidav.i. 2
3 Problema da habilidade não-observada: Log(wage)= y it =β 0 + β 1 educ + β 2 abil + e Proxy: QI Se não tivermos QI disponível? Log(wage)= y it =β 0 + β 1 educ + u, onde u contém abil. Por MQO, β 1 será enviesado e inconsistente se educ e abil estiverem correlacionados. 3
4 Se conseguirmos um instrumento para educ, podemos usar a equação anterior como base para nossa estimação: y=β 0 + β 1 x + u Cov(x,u) 0 Seja z uma variável observável que satisfaz: Cov(z,u)=0 Cov(z,x) 0 (exogeneidade) z é chamada de variável instrumental de x. 4
5 Para testarmos se z é correlacionado com x: x=π 0 + π 1 z + v Como π 1 = cov(z,x)/var(z), π 1 deve ser 0; H 0 = π 1 =0 Exemplo: Na equação de salários, um instrumento para educ que não esteja correlacionado com a habilidade e esteja correlacionado com educ? SSN do indivíduo? Não. QI? Não. Educação da mãe? Possível. 5
6 Exemplo2: Score = β 0 + β 1 skipped + u Existe uma V.I. para skipped? Distância da residência ao campus. Mas distância pode estar correlacionado com renda. Se incluirmos a renda como variável explicativa, a distância pode ser um bom instrumento. 6
7 Se garantirmos: Cov(z,u)=0 e Cov(z,x) 0 (exogeneidade) Então podemos identificar o parâmetro β 1. 7
8 Estimador de V.I. para β 1 : ˆ 1 n i1 n i1 ( z z )( y y) i ( z z )( x x) i i i Quando z=x, temos MQO. 8
9 Estimador de MQO para β 1 : Estimação dos parâmetros: MQO: ˆ MQO i i ( x x)( y y) i i ( x x) i 2 9
10 Inferência com Estimação de VI A hipótese de homocedasticidade neste caso é dada por: E(u 2 z) = s 2 = Var(u) Do mesmo modo que em MQO, dada a variância assintótica, podemos estimar o erro-padrão: Var se ˆ 1 2 s ns 2 x 2 ˆ s SST R ˆ 1 2 x 2 x, z x, z Econometria II - Prof. Ricardo Freguglia 10
11 VI versus MQO O Desvio-padrão em VI difere de MQO somente R 2 da regressão de x em z; Como R 2 < 1, os desvios-padrão de VI são maiores que em MQO; Porém, VI é consistente, enquanto MQO é inconsistente, quando Cov(x,u) 0; Quanto mais forte a correlação entre z and x, menores serão os desvios-padrão de VI; 11
12 O Efeito de Instrumentos Fracos O que acontece se Cov(z,u) = 0 não se verifica? O estimador de VI será inconsistente também. Podemos comparar o viés assintótico em MQO e VI Preferimos VI se Corr(z,u)/Corr(z,x) < Corr(x,u) Corr( z, u) s u IV :plim ˆ 1 1 Corr( z, x) s ~ OLS: plim 1 s u 1 Corr( x, u) s Econometria II - Prof. Ricardo Freguglia 12 x x
13 Exemplo: estimando os retornos à educação para as mulheres casadas. Log(wage)= β 0 + β 1 educ + u Estimar com MROZ.RAW no Stata: MQO V.I. (fatheduc) Fatheduc não deve ser correlacionado com u; Educ e fatheduc devem ser correlacionados; Reg educ fatheduc reg lwage educ (fatheduc) ou ivreg lwage (educ=fatheduc) 13
14 Exemplo: Angrist & Krueger (1991) Educ; frstqrt Exemplo: Angrist (1990) Log(earns)=β 0 + β 1 veteran + u Experimento natural: draft lottery number 14
15 Estimação de VI com Regressão Múltipla Modelo estrutural: é o modelo em que estamos interessados em estimar; Nosso problema: uma ou mais variáveis que são endógenas; Precisamos de um instrumento para cada variável endógena; 15
16 MQ2E: Mínimos Quadrados em 2 Estágios (2SLS) Equivale ao caso com múltiplas variáveis instrumentais; Forma reduzida para y 2 (variável explicativa endógena): y 2 = π 0 + π 1 z 1 + π 2 z 2 + π 3 z 3 + v 2 Onde: E(v 2 )=0; Cov(z 1,v 2 )=0, Cov(z 2, v 2 )=0 e Cov(z 3,v 2 )=0 16
17 y* 2 = π 0 + π 1 z 1 + π 2 z 2 + π 3 z 3 onde: π 2 0; π 3 0. Esta é a hipótese de identificação principal, uma vez que assumimos que os z s são exógenos. 17
18 1º. Estágio: yˆ ˆ ˆ z ˆ z ˆ z º. Estágio: i yˆ ( y ˆ ˆ y ˆ y ) 0 i2 i1 0 1 i2 2 i1 MQO de y 1 sobre y 2 _hat e z 1. 18
19 Exemplo: MROZ.RAW Reg lwage educ exper expersq Reg educ motheduc fatheduc exper expersq Test motheduc=0; test fatheduc=0; Reg lwage educ exper expersq (motheduc fatheduc exper expersq) 19
20 Erros nas Variáveis com a estimação de VI Relembre dos erros clássicos nas variáveis: observamos x 1 ao invés de x 1 * Onde: x 1 = x 1 * + e 1, e 1 não é correlacionado x 1 * e x 2 Se existe um z, tal que Corr(z,u) = 0 e Corr(z,x 1 ) 0, então: VI removerá o viés de atenuação. 20
21 Teste para Endogeneidade MQO é preferido a VI se não temos um problema de endogeneidade; Precisamos, portanto, testar a existência de endogeneidade; Se não há endogeneidade, MQO e VI são consistentes; Ideia do teste de Hausman: verificar se há diferenças entre as estimativas de MQO e VI 21
22 Teste para Endogeneidade (cont) Teste mais simples: usar uma regressão para testar endogeneidade: Se y 2 é endógeno, então v 2 (a partir da forma da equação reduzida) e u 1 (do modelo estrutural) podem estar correlacionados; O melhor treste é baseado nesta observação; 22
23 Teste para Endogeneidade (cont) Salve os residuos do 1o. Estágio; Inclua na equação estrutural (com y 2 nela) Se o coeficiente do resíduo é estatisticamente diferente de zero, rejeite a hipótese nula de exogeneidade; Se há multiplas variáveis endógenas, faça testes conjuntos dos resíduos para cada primeiro estágio. 23
24 Teste de Restrições Sobreidentificadas Se há apenas 1 instrumento para nossa variável endógena, não podemos testar se o instrumento é não-correlacionado com o erro; Dizemos que o modelo é exatamente identificado; Se temos múltiplos instrumentos, é possível testar a sobreidentificação para ver se outros instrumentos são correlacionados com o erro; 24
25 O Teste de Sobreidentificação Estimar o modelo estrutural usando IV e obter os residuos Regrida os resíduos sobre todas as variáveis exógenas e obtenha o R 2 para formar o nr 2 sob a hipótese nula de que todos os instruentos não são correlacionados com o erro, LM ~ c q2 onde q é o número de instrumentos extras; 25
O 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 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 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 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 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 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 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 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 maisPaulo Jorge Silveira Ferreira. Princípios de Econometria
Paulo Jorge Silveira Ferreira Princípios de Econometria FICHA TÉCNICA TÍTULO: Princípios de Econometria AUTOR: Paulo Ferreira ISBN: 978-84-9916-654-4 DEPÓSITO LEGAL: M-15833-2010 IDIOMA: Português EDITOR:
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 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 maisCorrelação Serial e Heterocedasticidade em Regressões de Séries Temporais. Wooldridge, Cap. 12
Correlação Serial e Heterocedasticidade em Regressões de Séries Temporais Wooldridge, Cap. 1 Porto Alegre, 11 de novembro de 010 1 CORRELAÇÃO SERIAL Ocorrência Conseqüência Análise gráfica Autocorrelação
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 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 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 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 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 maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
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 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 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 maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
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 maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 7
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 7 O Modelo Estrutural Identificação Seja z t = (z 1t,...,z mt ) R m um vetor composto das variáveis de interesse.
Leia maisHomocedasticidade? Exemplo: consumo vs peso de automóveis
REGRESSÃO Análise de resíduos Homocedasticidade? Exemplo: consumo vs peso de automóveis 60 50 Consumo (mpg) 40 30 0 10 0 1500 000 500 3000 3500 4000 4500 Peso 0 Diagrama de resíduos 15 10 Resíduos 5 0-5
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 maisECONOMETRIA. 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 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 maisRespostas às Questões dos Capítulos
F Respostas às Questões dos Capítulos CAPÍTULO 2 QUESTÃO 2.1 Quando a aptidão, motivação, idade e outros fatores em u não estiverem relacionados com a freqüência, (2.6) será válida. É pouco provável que
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 maisAnálise de Causalidade e o Problema da Avaliação de Impacto
Técnicas Econométricas para Avaliação de Impacto Análise de Causalidade e o Problema da Avaliação de Impacto Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 09 de abril de 2008 Introdução
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 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 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 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 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 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 maisLISTA DE EXERCÍCIOS I. Faça os seguintes exercícios do Apêndice D do livro do Wooldridge:
UNIVERSIDADE FEDERAL FLUMINENSE FACULDADE DE ECONOMIA ECONOMETRIA II Prof.ª Danielle Carusi Machado LISTA DE EXERCÍCIOS I REVISÃO DE ÁLGEBRA MATRICIAL Faça os seguintes exercícios do Apêndice D do livro
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 maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
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 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 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 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 maisANÁLISE ECONOMÉTRICA DO MERCADO DO TOMATE NO ESTADO DO CEARÁ:
0 ANÁLISE ECONOMÉTRICA DO MERCADO DO TOMATE NO ESTADO DO CEARÁ: 1980-2000 Francisco José Silva Tabosa Denise Michele Furtado da Silva Clóvis Luis Madalozzo Robério Telmo Campos Resumo: O tomate representa
Leia maisMÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA. Prof. Leonardo Sangali Barone
MÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA Prof. Leonardo Sangali Barone Objetivos do Curso O curso tem como objetivo oferecer ao participante instrumental básico 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 maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
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 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 maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
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 maisTestes de hipóteses Paramétricos
Testes de hipóteses Paramétricos Modelos de análise de variância com um factor Teste de Bartlett Teste de comparações múltiplas de Scheffé Rita Brandão (Univ. Açores) Testes de hipóteses Paramétricos 1
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 maisEscola Secundária de Jácome Ratton
Escola Secundária de Jácome Ratton Ano Lectivo 21/211 Matemática Aplicada às Ciências Sociais Dados bidimensionais ou bivariados são dados obtidos de pares de variáveis. A amostra de dados bivariados pode
Leia maisVERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO DOUTORADO - TURMA 20 VERSÃO
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 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 maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisInferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva
Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos
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 maisEconometria. Professores: Hedibert Freitas Lopes (4ECO) Priscila Fernandes Ribeiro (4ADM-A) Sérgio Ricardo Martins (4ADM-B) 1º semestre de 2016
1 1 Econometria Professores: Hedibert Freitas Lopes (4ECO) Priscila Fernandes Ribeiro (4ADM-A) Sérgio Ricardo Martins (4ADM-B) 1º semestre de 2016 Professor: Horário de Aula e de Atendimento Hedibert Lopes
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 maisTécnicas econométricas para avaliação de impacto O uso de métodos de regressão e introdução aos métodos de diferençasdas-diferenças
Técnicas econométricas para avaliação de impacto O uso de métodos de e introdução aos métodos de diferençasdas-diferenças Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 30 de
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisSumário Capítulo 1 A Natureza da Econometria e dos Dados Econômicos PARTE 1 ANálISE DE REGRESSãO COM DADOS DE CORTE TRANSVERSAl
Sumário Capítulo 1 A Natureza da Econometria e dos Dados Econômicos 1 1.1 O Que é Econometria? 1 1.2 Passos na Análise Econômica Empírica 2 1.3 A Estrutura dos Dados Econômicos 5 Dados de Corte Transversal
Leia maisCentro Internacional de Pobreza (PNUD/IPEA) Fabio Veras Soares. Estimação do Impacto de Múltiplos Tratamentos e do. Escore de Propensão Generalizado
Estimação do Impacto de Múltiplos Tratamentos e do Efeito Dosagem: Escore de Propensão Generalizado Fabio Veras Soares Centro Internacional de Pobreza (PNUD/IPEA) Vimos nas aulas anteriores que o escore
Leia maisV ESTIMATIVA DA FUNÇÃO DEMANDA RESIDENCIAL POR ÁGUA: ESTUDO DE CASO PARA A METRÓPOLE DE CURITIBA
22º Congresso Brasileiro de Engenharia Sanitária e Ambiental 14 a 19 de Setembro 2003 - Joinville - Santa Catarina V-006 - ESTIMATIVA DA FUNÇÃO DEMANDA RESIDENCIAL POR ÁGUA: ESTUDO DE CASO PARA A METRÓPOLE
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 maisTestes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou
Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes
Leia maisRedes Complexas Aula 7
Redes Complexas Aula 7 Aula retrasada Lei de potência Distribuição Zeta Propriedades Distribuição Zipf Exemplo Wikipedia Aula de hoje Distribuição de Pareto Medindo lei de potência Estimando expoente Exemplos
Leia maisVetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência
Vetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência Forma estrutural e reduzida O método VAR busca capturar a interdependência entre múltiplas séries de tempo. Estrutura-se equações
Leia mais3 Formação de Expectativas das taxas de Juros, Inflação e crescimento do PIB: Identificação dos coeficientes a partir da Heterocedasticidade
3 Formação de Expectativas das taxas de Juros, Inflação e crescimento do PIB: Identificação dos coeficientes a partir da Heterocedasticidade 3.1 Introdução O presente trabalho estuda a formação das expectativas
Leia maisInferência Estatística
Inferência Estatística Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Núcleo de Estatística e Informática HUUFMA email: alcione.miranda@terra.com.br Inferência Estatística Inferências
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. 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 maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra
Leia maisMódulo IV Medidas de Variabilidade ESTATÍSTICA
Módulo IV Medidas de Variabilidade ESTATÍSTICA Objetivos do Módulo IV Compreender o significado das medidas de variabilidade em um conjunto de dados Encontrar a amplitude total de um conjunto de dados
Leia maisP. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)
Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter
Leia maisLinha Técnica Sessão IV Variáveis Instrumentais
Impact Evaluation Linha Técnica Sessão IV Variáveis Instrumentais Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation
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 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 mais14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas
4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,
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 maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
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 maisAnálise Exploratória de Dados
Análise Exploratória de Dados Objetivos da aula Resolver exercícios do livro-texto com o auxílio do R. 1) Exercício 29 Uma amostra de dez casais e seus respectivos salários anuais (em salários mínimos)
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 maisMaterial exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.
Regressão Linear marcoscgarcia@gmail.com 2008). Proibida a reprodução, sob pena da lei. 1 O modelo estatístico de Regressão Linear Simples Regressão linear simples é usado para analisar o comportamento
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 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 maisEstimação da Oferta de Trabalho das Mulheres no Brasil
Estimação da Oferta de Trabalho das Mulheres no Brasil Ricardo Avelino Naércio Menezes-Filho Doutorando em Economia, University of Chicago Professor da FEA-USP RESUMO Este artigo estima equações de oferta
Leia maisANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva
ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Exemplo 1 de Introdução Medley & Clements (1998) estudaram o efeito de metais pesados, especialmente zinco, sobre
Leia maisFundação Getúlio Vargas Graduação em Economia ECONOMETRIA I. Notas de Aula - Autocorrelação. Ilton G. Soares
Fundação Getúlio Vargas Graduação em Economia ECONOMETRIA I Notas de Aula - Autocorrelação Ilton G. Soares (iltonsoares@fgvmail.br) 1 Autocorrelação 1.1 Introdução Uma das hipóteses do Modelo Clássico
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
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 maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
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 maisMinistério da Educação. Nome:... Número:
Ministério da Educação Nome:...... Número: Unidade Lectiva de: Introdução às Probabilidades e Estatística Ano Lectivo de 2003/2004 Código1334 Teste Formativo Nº 2 1. Considere que na selecção de trabalhadores
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Leia mais