Escolar Documentos
Profissional Documentos
Cultura Documentos
Apresentação Contabilometria 6
Apresentação Contabilometria 6
Examinando os resduos
Anlise de Resduos
Checando as premissas
pelas ferramentas do Excel
Usar os grficos:
Plotagem
dos Resduos
de Probabilidade Normal
Resduos
Testando a Existncia de
Variveis Esquecidas
Os resduos no esto
aleatoriamente distribudos em
torno de zero
Checando Igualdade da
Varincia dos Resduos
A varincia dos resduos indicada pela largura da disperso
dos resduos, quando o valor de x aumenta
Se essa largura aumenta ou diminui quando o valor de x
aumenta, a varincia no constante
Este problema denominado heterocedasticidade
Quando existe heterocedasticidade o mtodo dos mnimos
quadrados no pode ser usado para estimar a regresso,
devendo ser usado um mtodo mais complexo chamado
mnimos quadrados geral.
Checando Heterocedasticidade
Resduos
Resduos
Examinando autocorrelao
11
Examinando autocorrelao
x
12
Examinando autocorrelao
13
14
15
i
D max. z i
n
16
JB = n . [ A2/6 + (C-3)2/24]
onde:
A = assimetria
17
C = curtose
Homocedasticidade
19
Homocedasticidade
Os resduos devem apresentar a mesma
varincia para cada observao de X
Avalia-se o contedo informacional dos resduos
Identificao da homocedasticidade
Analisa-se a evoluo da disperso dos
resduos em torno da sua mdia, medida
que X aumenta
Examina-se a distribuio dos resduos para
cada observao de X
Testes: Pesarn-Pesarn; BPG; RESET de
Ramsey; White; etc.
20
Homocedasticidade
Teste de Pesarn-Pesarn:
2 = f (Yc2)
Homocedasticidade
Se a distribuio no for homocedstica?
Estimativas no sero eficientes; maior erro
padro
Possveis causas:
Diferenas entre os dados da amostra
a. modelo da aprendizagem
b. discricionariedade no uso da renda
c. diferenas em dados em corte (crosssection)
d. erro de especificao
22
Homocedasticidade
Soluo:
Mudar a forma funcional atravs de
transformaes das variveis
Estimar a regresso via mnimos quadrados
ponderados
23
Ausncia de autocorrelao
O modelo pressupe que:
correlao entre os resduos zero
o efeito de uma observao nulo sobre a
outra
no h causalidade entre os resduos e a
varivel X, e, por conseqncia, a varivel
Y
Identificao da autocorrelao
Analisa-se a disperso dos resduos em torno
da sua mdia
Teste de Durbin-Watson
24
Ausncia de autocorrelao
Teste de Durbin-Watson
H0: No existe correlao serial dos
resduos
H1: Existe correlao serial dos resduos
Estatstica DW = (x - x-1)2 / x2
25
Ausncia de autocorrelao
Anlise da Estatstica DW
Autocorrelao
positiva
Regio no
conclusiva
dL
26
Ausncia de
Autocorrelao
dU
Regio no
conclusiva
4-dU
Autocorrelao
negativa
4-dL
Ausncia de autocorrelao
Se os resduos forem correlacionados?
Estimativas no eficientes; maior erro padro
Possveis causas:
Em sries temporais
inrcia
vis de especificao
falta de variveis
forma funcional incorreta
defasagem nos efeitos das vriveis
manuseio dos dados (interpolao / extrapolao)
27
Ausncia de autocorrelao
Soluo:
Formular corretamente a relao
28
funcional
Tornar a srie estacionria
29
Multicolinearidade
Explicar
30
Multicolinearidade
o Duas ou mais variveis independentes
altamente correlacionadas
o Dificuldade na separao dos efeitos de
cada uma das variveis
o A multicolinearidade tende a distorcer os
coeficientes (b) estimados
31
Multicolinearidade
Conseqncias
Erros padro maiores
Menor eficincia
Estimativas mais imprecisas
Estimadores sensveis a pequenas
variaes dos dados
Dificuldade na separao dos efeitos de
cada uma das variveis
32
Multicolinearidade
33
Multicolinearidade
Identificao
r21
r12 ........r1k
1 ........r2k
rk1
rk2 ........ 1
Multicolinearidade
Teste de aceitao
35
Multicolinearidade
Identificao
VIF
VIFk = 1 / ( 1 - rk2)
Regra de bolso para o VIF
at 1 - sem multicolinearidade
de 1 at 10 - multicolinearidade aceitvel
acima de 10 - multicolinearidade problemtica
onde: rk = coeficiente de correlao da varivel K com as demais variveis
36
Multicolinearidade
Identificao
Tolerancek = ( 1 - rk2)
Regra de bolso para o ndice Tolerance
at 1 - sem multicolinearidade
de 1 at 0,10 - multicolinearidade aceitvel
abaixo de 0,10 - multicolinearidade problemtica
onde: rk = coeficiente de correlao da varivel K com as demais variveis
37