CONCEITOS FUNDAMENTAIS

Documentos relacionados
Esse material foi extraído de Barbetta (2007 cap 13)

Regressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1

AULAS 14 E 15 Modelo de regressão simples

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

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

RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO

Introdução ao modelo de Regressão Linear

Análise de regressão linear simples. Diagrama de dispersão

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

Paulo Jorge Silveira Ferreira. Princípios de Econometria

AULA 30 16/06/2009 Econometria. Bibliografia:Introdução do livro: GUJARATI, D. Econometria Básica. São Paulo: Makron Books, 2000.

Análise de Regressão Linear Simples e

Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES

ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS

AULA 1 - Modelos determinísticos vs Probabiĺısticos

A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).

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

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS CONTÁBEIS PROGRAMA DE PÓS GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS - PPGCC FICHA DE DISCIPLINA

M l u t l i t c i oli l n i e n arid i a d de

Contabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento

Administração. Previsão de Estoques. Professor Rafael Ravazolo.

CORRELAÇÃO E REGRESSÃO

Aula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses

Econometria - Lista 6

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

ECONOMETRIA. Prof. Danilo Monte-Mor

AULAS 14 E 15 Modelo de regressão simples

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

Estatística. Correlação e Regressão

AULAS 21 E 22 Análise de Regressão Múltipla: Estimação

CONTABILOMETRIA COMO FERRAMENTA NO PROCESSO DE GESTÃO

Econometria Lista 1 Regressão Linear Simples

Introdução à Econometria

Estatística Aplicada

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

Análise Multivariada Aplicada à Contabilidade

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

Matemática Aplicada à Economia LES 201. Aulas 3 e 4

2 Modelos Não Lineares

Sumário. Prefácio à 11 a Edição, xix Prefácio à 1 a Edição, xxi. PARtE I INtRODUÇÃO À CONtABILIDADE COMERCIAL, 1

TEORIA DA CONTABILIDADE. Michael Dias Corrêa

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

Exercícios Selecionados de Econometria para Concursos Públicos

2 Análise de insumo-produto

Econometria I Lista 4: Inferência

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

Aula inaugural do curso Análise de Regressão

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

MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013

CORRELAÇÃO E REGRESSÃO

Econometria. Regressão Linear Simples Lista de Exercícios

Nota de Aula: Uma Primeira Forma para se Desenvolver o Teste de F para Hipóteses sobre Combinações Linear dos Coeficientes da Regressão

Coeficiente de determinação R 2 no modelo de regressão linear normal

AULA 01 Principais Conceitos em Econometria

MODELAGEM DE PROCESSOS INDUSTRIAIS I

Sumário. Prefácio à 10ª Edição, xxi. Prefácio à 1ª Edição, xxiii. Parte I Introdução à Contabilidade Comercial, 1

AULA 11 Heteroscedasticidade

REGRESSÃO E CORRELAÇÃO

AGOSTO 2017 INTERPRETAÇÃO DE RESULTADOS ESTATÍSTICOS EM MODELOS DE REGRESSÃO MÚLTIPLA

Cap. 8 - Intervalos Estatísticos para uma Única Amostra

PORTUGUESE TEXTILE INDEX Relatório de Progresso #1

AULAS 17 E 18 Análise de regressão múltipla: estimação

Métodos Quantitativos Aplicados

MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor

EAC 0111 Fundamentos de Contabilidade

Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.

PESQUISA OPERACIONAL. UNIDADE 2 Visão Geral do Modelo

Econometria - Lista 5

Quiz Econometria I versão 1

4 Modelos de Regressão Dinâmica

REGRESSÃO E CORRELAÇÃO

Princípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho

Ajustamento de Observações

Modelos Bayesianos. Ernesto F. L. Amaral Magna M. Inácio

Exercício I Calcule a depreciação anual em cada situação abaixo.

Análise de Regressão

Econometria em Finanças e Atuária

CONTABILIDADE DESCOMPLICADA ENTENDENDO AS PRINCIPAIS PEÇAS CONTÁBEIS

MODELOS ECONÔMICOS: NOTAS DE AULA

Previsão de Insolvência de Cooperativas Agropecuárias por Meio de Modelos Multivariados. Rev. FAE, Curitiba, v.4, n.3, p.65-78, set./dez.

Álgebra. Racionalização. Sistemas lineares. Progressões. Funções. Aplicações.

Regressão Linear - Parte I

EVOLUÇÃO DA DÍVIDA PÚBLICA MOBILIÁRIA FEDERAL INTERNA NO BRASIL DE 1995 A 2002

O capital humano nos municípios paranaenses: uma análise com regressões quantílicas

5. ANÁLISE DE RESULTADOS

variável dependente natureza dicotômica ou binária independentes, tanto podem ser categóricas ou não estimar a probabilidade associada à ocorrência

Aula 2 Regressão e Correlação Linear

Análise Multivariada Aplicada à Contabilidade

Relatório de progresso #2. Modelo de Previsão e Resultados

Probabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16)

LES0773 Estatística Aplicada III

Demonstração Financeira Enel Brasil Investimentos Sudeste S.A. 31 de dezembro de 2017

Universidade Católica de Petrópolis. Matemática 1. Funções Funções Polinomiais v Baseado nas notas de aula de Matemática I

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

Ralph S. Silva

P x. 2 i = P y. 2 i = Analise os dados e comente a possibilidade de existir uma relação linear entreasvariáveisemestudo.

CALENDÁRIO DE AVALIAÇÃO, ÉPOCA DE RECURSO ANO LECTIVO DE 2004/2005

Transcrição:

CONCEITOS FUNDAMENTAIS ECONOMETRIA É a aplicação de métodos estatísticos e matemáticos na análise de dados econômicos com o propósito de dar conteúdo empírico a teorias econômicas e confirmá-las ou não. OBJETIVOS a mensuração de variáveis e agregados econômicos; a estimação de parâmetros de relações estabelecidas pela teoria econômica ou outro conhecimento a priori; a formulação e teste de hipóteses sobre o comportamento da realidade; a previsão de valores de variáveis econômicas ou outro conhecimento a priori. MODELO ECONOMÉTRICO É uma representação simplificada da realidade, estruturada de forma tal que permita compreender o funcionamento total ou parcial dessa realidade ou fenômeno. Refere-se a um conjunto de hipóteses estabelecidas a priori sobre o comportamento de um fenômeno, com base numa teoria já existente ou a partir de novas proposições teóricas. Estrutura de um modelo Envolve quatro elementos básicos Variáveis; Relações ou equações; Parâmetros ou coeficientes; Termo aleatório 1

VARIÁVEIS São características observáveis de alguma entidade, que podem apresentar diferentes valores. VARIÁVEIS Dependentes ou explicadas Independentes ou explicativas Variáveis dependentes ou explicadas são aquelas que recebem influência de outras variáveis. São também chamadas de efeito. Variáveis independentes ou explicativas são aquelas que afetam as variáveis dependentes, cujo comportamento se deseja explicar. Também denominadas de causa 2

RELAÇÕES OU EQUAÇÕES Descrevem ou expressam o mecanismo que aciona os elementos singulares de um fenômeno econômico. Elas podem ser classificadas em : Relações de comportamento expressam ações ou condutas dos agentes. Ex. Equações de demanda; Equações de oferta. Relações institucionais ou legais - refletem efeitos provocados por leis e normas. Ex. ICMS como função do faturamento. Relações técnicas refletem ou expressam as condições do processo de fabricação ou produção. Ex. função de produção. Relações contábeis ou definições expressam identidades entre magnitudes econômicas. Ex. Lucro = receita custo; Patrimônio Líquido = Ativo real Passivo real. PARÂMETROS OU COEFICIENTES São magnitudes que permanecem constantes no âmbito de um fenômeno concreto. TERMO ALEATÓRIO É a expressam de um grande número de pequenas causas, que produzem um desvio em relação ao que a variável dependente deveria ser 3

CLASSIFICAÇÕES DOS MODELOS Quanto à forma funcional: Lineares aqueles que são expressos por funções lineares. Ex. Y = a + bx; Y = b 0 + b 1 V + b 2 W; Não lineares aqueles expressos por funções não lineares. Ex. Y = ax b W c Quanto ao número de equações: Uniequacionais contêm apenas uma equação Multiequacionais contêm, pelo menos duas equações. Quanto à associação das variáveis com o tempo: Estáticos quando o ajustamento da variável dependente em função do efeito da variável explicativa ocorre simultaneamente no mesmo período de tempo. Ex. Q t = a + bp t + cw t ; Dinâmicos quando as variáveis se referem a períodos de tempos diferentes. Ex. Q t = a+bp t 1 + cw t, onde a quantidade Q de um produto em t é função de seu preço no mercado P em t 1 e do índice pluviométrico W em t. Quanto à finalidade: Modelos de decisão são aqueles orientados para o processo de tomada de decisões. Modelos de previsão são aqueles que visam à previsão de valores de uma variável. 4

PROPRIEDADES DOS MODELOS Plausibilidade teórica o modelo deve descrever e explicar adequadamente o fenômeno sob análise. Capacidade explanatória o modelo deve ser capaz de explicar os dados observados. Exatidão das estimativas dos parâmetros os parâmetros estimados deverão ser exatos no sentido de aproximar-se tanto quanto possível dos verdadeiros parâmetros estruturais. Capacidade de previsão o modelo deve ser capaz de gerar previsões satisfatórias de valores futuros da variável dependente. Simplicidade o modelo deve representar as relações com o máximo de simplicidade em termos de número de equações e da forma matemática. 5