Hipóteses do Modelo de Regressão Linear Clássico

Documentos relacionados
Econometria: 3 - Regressão Múltipla

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Modelo de Regressão Simples

Heterocedasticidade. Prof. José Francisco Moreira Pessanha

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Modelos de regressão linear: abordagem clássica

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

Econometria: 4 - Regressão Múltipla em Notação Matricial

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

7 Análise de covariância (ANCOVA)

Estatística - exestatmeddisper.doc 25/02/09

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Parte 3 - Regressão linear simples

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

Econometria II. Painel (1ª Diferenças, Efeitos Fixos e escolha entre estimadores de painel)

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

1. Quantidade de dinheiro doado para caridade: muitas pessoas não fazem este tipo de doação. Uma parcela expressiva dos

Construção e Análise de Gráficos

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

Análise de Regressão

Cap. 5. Testes de Hipóteses

Gabarito da Lista de Exercícios de Econometria I

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 }

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística. 2 - Estatística Descritiva

Contabilometria. Aula 8 Regressão Linear Simples

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

Revisão de Estatística X = X n

Associação entre duas variáveis quantitativas

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

O problema da superdispersão na análise de dados de contagens

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE

Métodos iterativos. Capítulo O Método de Jacobi

Capítulo 1. Exercício 5. Capítulo 2 Exercício

PRESSUPOSTOS DO MODELO DE REGRESSÃO

MEDIDAS DE DISPERSÃO:

Regressão Linear Simples. Frases. Roteiro

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

MEDIDAS DE TENDÊNCIA CENTRAL I

Testes à Estabilidade dos Parâmetros de um Modelo de Regressão: Uma Aplicação Especial dos Regressores Dummy

Análise de Regressão e Correlação

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Testes não-paramétricos

Dualidades entre Análise de Covariância e Análise de Regressão com variáveis dummy

Estimação pontual, estimação intervalar e tamanho de amostras

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Transcrição:

Uversdade Federal da Baha Facldade de Cêcas coômcas Departameto de cooma CO 66 Itrodção à coometra Hpóteses do Modelo de Regressão Lear Clássco Gerváso F. Satos

Propredades dos estmadores de MQO As estmatvas de j, com base a amostra de j e j, podem ser tlzadas para fezer aálses o ferêcas sobre a popalção Um estmador de j precsa ter algmas propredades estatístcas j desejáves: Não vesado fcete varâca míma Cosstete As hpóteses do modelo de regressão lear clássco garatem qe essas propredades sejam matdas A volação de algma das hpótese acarretará a perda de algmas dessas propredades Neste caso, procedmetos o métodos alteratvos ao MQO podem ser aplcadas para qe as propredades sejam matdas

Propredades estatístcas dos estmadores de MQO Não vesado j j fcete varâca míma Var j Var qalqer k j Cosstete p lm j j

Hpóteses do MRLC Dado o modelo: = + + HRLC: Leardade os parâmetros: = + + HRLC: Amostragem aleatóra observações de {, : =,,.., } HRLC3: Méda codcoal zero / =

Hpóteses do MRLC Dado o modelo: = + + HRLC4: Varâca Amostral a varável depedete a amostra, as varáves, =,..., ão são todas gas a ma mesma costate, logo vara a poplação Se HRLC-HRLC4 -> estmadores ão vesados HRLC5: Homocedastcdade: stem observações de {, : =,,.., } HRLC6: Normaldade O erro poplacoal é depedete das varáves eplcatvas e ~N,

Hpótese do MRLC Dado o modelo: = + + HRLC: Leardade os parâmetros: = + + Fções leares os parâmetros = + + = e{ + } = + + + 3 3 3 + = Qadrátca poecal Cúbca Cobb-Doglas = e Cobb-Doglas Y = A[δK - + -δl - ] -/ ão lear CS

Hpótese do MRLC Dado o modelo: = + + HRLC: Amostragem aleatóra observações de {, : =,,.., }, e são varáves aleatóras em algs casos a aleatoredade da amostra é volada e métodos alteratvos de estmaçao correção precsam ser aplcados

Hpótese 3 do MRLC Dado o modelo: = + + HRLC3: Méda codcoal zero / = esta hpótese permte qe os estmadores sejam ão vesados é cosderado fo em amostras repetdas....scolhe-se valores amostras para cada varável, qe podem, clsve, ser repetdos. Dados esses valores de, escolhe-se ma amostra de. O processo reslta em ma amostra aleatóra de. Utlzado os mesmos valores de são fados, obtém-se ma otra amostra de.e assm por date

Hpótese 4 do MRLC Dado o modelo: = + + HRLC4: Varâca Amostral a varável depedete a amostra, as varáves, =,..., ão são todas gas a ma mesma costate, logo vara a poplação...se ão varar o estmador j ão poderá ser calclado

em termos de coefcetes poplacoas e dos erros d j

Teorema: estêca de vés em MQO Sob as hpóteses a 4:. d d d d? j j / = =

Teorema: estêca de vés em MQO Sob as hpóteses a 4: e Como?

emplo. feto de m programa goverametal de mereda escolar sobre a porcetagem de alos do prmero ao do eso médo aprovados em m eame de matemátca MAP93.RAW. Códgo Stata mate = + prgalm +. reg mate prgalm Sorce SS df MS Nmber of obs = 38 F, 379 = 65.58 Model 588.498 588.498 Prob > F =. Resdal 33989.737 379 89.68684 R-sqared =.475 Adj R-sqared =.453 Total 3987.49 38 4.9477 Root MS = 9.47 mate Coef. Std. rr. t P> t [95% Cof. Iterval] prgalm -.947.36379-8.. -.36547 -.637 cos 3.37569.35 3.3. 9.346 33.477 Sal ão esperado para o parâmetro e provável correlação etre o termo de erro e a varável prgalm Qe otros fatores afetam a aprovação o eame de matemátca? Pese!

Hpótese 5 do MRLC Dado o modelo: = + + HRLC5: Homocedastcdade ssa hpótese mplca qe o método MQO teha certas propredades de efcêca a partr do sposto de qe a varâca do termo de erro é costate. Var/ = [ /] [/ ] Var/ = / Var/ = = é a varâca ão codcoal de e também é chamada de varâca do erro. é o erro padrão. Se for grade, sgfca qe a dstrbção dos fatores ão observáves qe afetam é dspersa

3 4 5 6 7 Hpótese 5 do MRLC Se a Var/ = f/ o termo de erro é cosderado heterocedástco varâca ão costate..4.6.8 Ftted vales.: fção cosmo depededo da reda

Hpótese 5 do MRLC Varâca dos estmadores de MQO Var Var Var qe Sedo d Var Var d Var d Var Var d Var d

Hpótese 5 do MRLC Varâca dos estmadores de MQO Var Var Aálse Qado maor a varâca do erro, maor a varâca do estmador Qato maor a varação a varável eplcatva, meor a varâca do estmador

stmatva da varâca do erro, mas ão cohecemos Uma alteratv a sera : Mas Restrções:, Logo, m estmador é vesado, e SQR stmador ão vesadode SQR SQR. pos : ão vsesado de precsa satsfazer sera m termos de méda poplacoal m termos de méda Amostral das restrções só restaram gl ercíco Demostrar o teorema.3 stmação ão-vesada de.

stmação ão-vesada da Var e ep Sbsttdo por stmador da varâcadoerro : SQR rropadrã odaregressão PR : stmador davarâcadoestmador : Var rropadrã odoestmador : ep.. O mesmo vale para o estmador de

Nota: regressão pela orgem para solvedo CPO e seg a satsfazer precsa Dervado SQR soma e seg a mzar deve MQO método O ~ ~ ~ ~ ~ ~ : Re : t : t m