Propriedades algbricas do mtodo

MQO
Gervsio F. Santos
Universidade Federal da Bahia
Faculdade de Cincias Econmicas
Departamento de Economia
ECO 166 Introduo Econometria
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
^ ^ ^

^
i i
y y
MQO
Y

x
i
X

0
^

amostral regresso de Funo ou

ajustado Estimado
x y
i i
. . . _
) (
1
^
0
^ ^
+ =
^
1
^
0
^
^ ^
i i
i i i
u x y
resduo
y y u
+ + =
=

i
y
i
y
^
_
^ _
1
^
0
y y
u
n
i
i
=
=

=
Exemplo 2.4 (Wooldridge, p. 32: Salrio e Educao.
Efeito de educao formal em anos de escolaridade sobre o salrio (salrio-
hora) em dlares. Arquivo (WAGE1.RAW)

salrio =
0
+
1
educ + u

salrio = -0,97 + 0,54 educ

_cons -.9771691 .7070256 -1.38 0.168 -2.366345 .4120069
educ .5479924 .0548507 9.99 0.000 .4402209 .6557639

salrio Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 6731.1333 491 13.7090291 Root MSE = 3.3782
Adj R-squared = 0.1675
Residual 5592.039 490 11.4123245 R-squared = 0.1692
Model 1139.0943 1 1139.0943 Prob > F = 0.0000
F( 1, 490) = 99.81
Source SS df MS Number of obs = 492
. reg salrio educ
salrio 492 5.92063 3.702571 .53 24.98

Variable Obs Mean Std. Dev. Min Max
. summ salrio
-.97716913
. display _b[educ]*0+_b[_cons]
3.4067704
. display _b[educ]*8+_b[_cons]
2.1919698
. display _b[educ]*4
Salrio para educ=0 Salrio para educ=8 4 anos de educao formal
Propriedades algbricas de MQO (1)
^ ^
_
^ _
1
^
1
^
_ :
0
0
i i i
n
i
i i
n
i
i
u y y MQO Decomp.
y y
u x
u
+ = -
= -
= -
= -

=
=

= = =
=
=
=
+ =
+ =
= -
= = = -
= -
n
i
i
n
i
i i
n
i
i i
n
i
i
i i
n
i
i i
n
i
i i
u y y y y
SQR SQE SQT
u SQR
y y sendo y y SQE
y y SQT
1
2
^
1
2
_ ^
1
2
_
1
2
^
_
^ _
1
2
_ ^
1
2
_
) ( ) (
_ ) (
) (

Propriedades algbricas de MQO (2)

Variao nas variveis do modelo
SQT
SQR
SQT
SQR SQT
R
Dem
SQT
SQR
SQT
SQE
R
u y y y y
SQR SQE SQT
n
i
i
n
i
i i
n
i
i i
=

=
= =
+ =
+ =

= = =
1
:
1
) ( ) (
.... ........ .. ..........
2
2
1
2
^
1
2
_ ^
1
2
_

Propriedades algbricas de MQO (2)

O que maior, SQE ou SQR? Qual a proporo da variao em y que explicada por x ?
O R
2
a razo entre a variao explicada e a variao total, logo,
interpretado como a frao na variao em y que explicada por x.
uma medida de grau de ajuste da reta de regresso.
Note que:

1 0 __
2
< < > < R SQT SQR
Exemplo 2.8 (Wooldridge): Salrio de Diretores Executivos (mil US$) e
Retorno de Aes (% sobre o patrimnio das empresas). Arquivo
CEOSAL1
salario =
0
+
1
rma + u

salrio = 963,191 + 18,501 rma

_cons 977.1506 238.7669 4.09 0.000 506.223 1448.078
rma 18.77768 12.69068 1.48 0.141 -6.25256 43.80792

salario Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 388371542 194 2001915.17 Root MSE = 1410.6
Adj R-squared = 0.0061
Residual 384015370 193 1989716.94 R-squared = 0.0112
Model 4356172.22 1 4356172.22 Prob > F = 0.1406
F( 1, 193) = 2.19
Source SS df MS Number of obs = 195
. reg salario rma
A variao no retono das aes explica apenas 13,2% da variao nos
salrios dos executivos
Se o retorno da ao for zero, o salrio de um executivo, em mdia, de
aproximadamente US$ 963.200.
No linearidades no Modelo de Regresso
Linear Simples
As relaes lineares no so, em geral, suficientes para
modelar todas as relaes econmicas
possvel mudar a relao linear, preservando a linearidades
dos parmetros
Possibilidades:
u x y
u x y
u x y
+ + =
+ + =
+ + =
) log( ) log(
) log(
1 0
1 0
1 0



Modelo de efeito marginal crescente


Modelo de elastividades constante
Exemplo 2.10 : Uma Equao do Logaritmo dos Salrios-Hora.
Efeito de cada adicional de educao formal sobre salrio horrio em
porcentagem. (WAGE1.RAW)
log^(salrio) = 0,584 + 0,083 educ

_cons .5796649 .1009881 5.74 0.000 .3812417 .778088
educ .0831703 .0078346 10.62 0.000 .0677767 .0985639

lsalrio Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 140.327076 491 .285798525 Root MSE = .48253
Adj R-squared = 0.1853
Residual 114.088085 490 .232832827 R-squared = 0.1870
Model 26.2389904 1 26.2389904 Prob > F = 0.0000
F( 1, 490) = 112.69
Source SS df MS Number of obs = 492
. reg lsalrio educ
Exemplo 2.11: Salrio de Diretores Executivos e Vendas das
Empresas(CEOSAL1)

log( salario) = 4,822 + 0,257log(vendas)

_cons 4.690529 .2960815 15.84 0.000 4.106558 5.2745
lvendas .273488 .0354868 7.71 0.000 .2034962 .3434799

lsalario Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 64.4055246 194 .33198724 Root MSE = .50515
Adj R-squared = 0.2314
Residual 49.2494621 193 .25517856 R-squared = 0.2353
Model 15.1560625 1 15.1560625 Prob > F = 0.0000
F( 1, 193) = 59.39
Source SS df MS Number of obs = 195
. reg lsalario lvendas