Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 3 4
Aula 3 4
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
^ ^ ^