O modelo de regresso linear

simples
Professor: Gervsio F. Santos
Universidade Federal da Bahia
Faculdade de Cincias Econmicas
Departamento de Economia
ECO 166 Introduo Econometria
Regresso Linear Simples


Qual a relao entre y e x que nos permita obter o um y mdio ?
A resposta a essa pergunta implica em obter o efetio ceteris
paribus entre y e x para inferir causalidade.
Suposto 01: O valor mdio de u na populao zero:
E(u) = 0
X e u so variveis aleatrios independentes (no existe
dependncia linear entres as duas variveis):
Cov(x,u) = 0
y=
0
+
1
x + u
Regresso Linear Simples
Supostos: O valor mdio de u na populao zero:
E(u) = 0 e Cov(xu)=0







O intercepto fora a reta de regresso a se situar entre a mdia de
x e a mdia de y
A mdia dos valores da varivel aleatria, no observvel e incerta,
zero
x
1
x
2 .
x
n
x

y

0
E(y/x) =
0
+
1
x + E(u/x)

0

parte
explicada
(sistemtica)

parte
no-explicada
(no-sistemtica)
Regresso Linear Simples: exemplo
Salrio =
0
+
1
educ + u

preciso que:
E[aptido/educ] = E[aptido] = 0








Diferentes nveis de aptido afetam y, de maneira que os valores amostrais
de y se situem acima e abaixo do seu valor mdio

Aptido
y

x
1
x
2 .
x
n
x

Mtodo de Mnimos Quadrados Ordinrios
Tomando o modelo:

Supostos-chave:


Construindo o sistema de equaes


Mdias
E(.): populacional
(.)/n: amostral
y=
0
+
1
x + u
E(u) = 0 (1)
E(x,u) = 0 (2)
E(y -
0
-
1
x ) = 0 (3)
E[x(y -
0
-
1
x )] = 0 (4)
MQO
Com base na amostra:

(5)


(6)


Tomando (5):


0
) (
0
) (
1
^
1
^
0
1
^
1
^
0
=
(

=
=
n
x y x
n
x y
n
i
i i i
n
i
i i


_ ^
1
_
0
^
_ ^
1
^
0
_
0
x y
x y


=
=
Tomando (6)

=
=
=
=
= =
= = = =
=
=

=
=
=

=
(
(

=
(

n
i
i
i
n
i
i
i
n
i
i
i
n
i
i
i
n
i
i i
n
i
i
n
i
n
i
i i
n
i
i
n
i
i i i
n
i
i i i
n
i
i i i
x x
y y x x
x x x
y y x
n x x x n y y x
n
x x x x y x y x
n
x x y y x
n
x y x
1
2
_
_ _
1
_
1
_
1
^
1
_
1
1
^ _
1
1 1
1
^ _
1
1
^ _
1
1
^
1
_
1
^ _
1
^
1
^
0
) (
) )( (
) (
) (
0 / )] ( [ / )] ( [
0
0
] ) ( [
0
) (

MQO
Tomando (5) e (6):


(5)


(6)

Os parmetros que solucionam o sistema so os estimadores de MQO

_ ^
1
_
0
^
x y =
0
) (
0
) (
1
^
1
^
0
1
^
1
^
0
=
(

=
=
n
x y x
n
x y
n
i
i i i
n
i
i i


) (
) (
) (
) )( (
1
2
_
_ _
1
^
1
x Var
xy Cov
x x
y y x x
n
i
i
i
n
i
i
=

=
=

Intercepto



Inclinao (derivada)
MQO
Analisando

=
=

=
n
i
i
i
n
i
i
x x
y y x x
1
2
_
_ _
1
^
1
) (
) )( (

, xi precisa variar


Se xi no variar,
^
1
no ser
identificado


O sinal de
^
1
depender da covarincia
entre x e y, j que var(x) positiva
0 ) (
1
2
_
>

=
n
i
i
x x
MQO







y

x
1
x
2 .
x
n
x

0
^

x
x y E
c
c
~
) / (
1
^

i i
x y
1
^
0
^ ^
+ =
i
y

= =
mnima u que implica MQO
x y y y u
i
i i i
i
_ __ _ __
2
^
1
^
0
^ ^ ^