Você está na página 1de 70

Exerccios em Computador

CAPTULO 1
1.1 Utilize os dados contidos em WAGE1.RAW para fazer este exerccio. (i) (ii) (iii) Encontre o nvel mdio de escolaridade na amostra. Quais so o maior e o menor nmero de anos de educao formal? Encontre o salrio mdio por hora na amostra. Ele parece ser alto ou baixo? Os dados sobre salrios esto relatados em dlares de 1976. Usando o Economic Report of the President (de 2004 ou posterior) obtenha e relate o ndice de Preos ao Consumidor (IPC) para os anos de 1976 e 2003. Use os valores do IPC da parte (iii) para encontrar a mdia de salrio mdio em dlares de 2003. E agora, o salrio mdio por hora parece razovel? Quantas mulheres esto na amostra? Quantos homens?

(iv) (v) 1.2

Use os dados de BWGHT.RAW para responder a esta pergunta. (i) (ii) (iii) (iv) (v) Quantas mulheres esto na amostra, e quantas informam terem fumado durante a gravidez? Qual a mdia de cigarros fumados por dia? A mdia um bom ndice da mulher tpica neste caso? Explique. Entre as mulheres que fumaram durante a gravidez, qual a mdia de cigarros fumados por dia? Como isso se compara com sua resposta da parte (ii), e por qu? Encontre a mdia de educp na amostra. Por que somente 1.192 observaes so usadas para calcular a mdia? Relate a renda familiar mdia e seu desvio-padro em dlares.

1.3 Os dados contidos no MEAP01.RAW so do Estado de Michigan do ano de 2001. Use esses dados para responder s seguintes perguntas. (i) (ii) (iii) Encontre o maior e o menor valores de mate4. A faixa faz sentido? Explique. Quantas escolas tm uma taxa de aprovao perfeita do exame de matemtica? Qual a percentagem disso da amostra total? Quantas escolas tm taxa de aprovao em matemtica de exatamente 50 por cento?
1

Introduo Econometria

(iv) Compare as mdias de aprovao em matemtica e da nota de leitura. Qual dos exames mais difcil de passar? (v) Encontre a correlao entre mate4 e read4. Qual sua concluso? (vi) A varivel gpa representa o gasto por aluno. Encontre a mdia do gpa juntamente com seu desvio-padro. Voc diria que existe uma ampla variao no gasto por aluno? (vii) Suponha que a Escola A gaste 6.000 dlares por aluno e a Escola B gaste 5.500 dlares por aluno. Em que percentagem os gastos da Escola A excedem os da Escola B? Compare isto com 100 [log(6.000) log(5.500)], que a estimativa da diferena percentual baseada na diferena nos logs naturais. (Veja Seo A.4 no Apndice A). 1.4 Os dados contidos no JTRAIN2.RAW so originrios de um experimento de treinamento de pessoal conduzido para homens de baixa renda durante 1976-1977; veja Lalonde (1986). (i) (ii) Use a varivel indicadora trein para determinar a frao de homens que estavam recebendo treinamento de pessoal. A varivel gr78 representa os rendimentos de 1978 indicados em milhares de dlares de 1982. Encontre as mdias gr78 da amostra de homens que estavam recebendo treinamento de pessoal e da amostra de homens que no estavam recebendo treinamento de pessoal. A diferena , economicamente, grande?

(iii) A varivel desemp78 um indicador de se um homem estava ou no desempregado em 1978. Que porcentagem de homens que receberam treinamento pessoal estava desempregada? E quanto aos homens que no receberam treinamento pessoal? Comente sobre a diferena. (iv) Das partes (ii) e (iii) parece que o programa de treinamento de pessoal foi efetivo? O que tornaria nossas concluses mais convincentes?

CAPTULO 2
2.1 Os dados em 401K.RAW so um subconjunto de dados analisados por Papke (1995) para estudar a relao entre a participao em um plano de penso 401(k) dos Estados Unidos e a generosidade do plano. A varivel taxap a percentagem de trabalhadores com uma conta ativa; essa a varivel que gostaramos de explicar. A medida de generosidade a taxa de complementao do plano, taxcont. Essa varivel d a quantidade mdia com a qual a firma contribui, em cada plano do trabalhador, para cada $ 1 de contribuio do trabalhador. Por exemplo, se taxcont 0,50, a contribuio do trabalhador complementada por uma contribuio de 50 cents pela firma. (i) (ii) Ache a taxa de participao mdia e a taxa de complementao mdia na amostra de planos. Agora, estime a equao de regresso simples

1 taxcont, 0 b taxap b e relate seus resultados juntamente com o tamanho da amostra e o R-quadrado. (iii) Interprete o intercepto de sua equao. Interprete o coeficiente de taxcont. (iv) Ache o taxap predito quando taxcont 3,5. Essa predio razovel? Explique o que est acontecendo. (v) Quanto da variao em taxap explicado por taxcont? Em sua opinio, isso bastante?

Exerccios em Computador

2.2 Os dados em CEOSAL2.RAW contm informaes sobre chefes-executivos (CEOs) de corporaes dos Estados Unidos. A varivel salrio a compensao anual, em milhares de dlares, e permceo o nmero de anos na condio de CEO na companhia. (i) (ii) (iii) Ache o salrio mdio e a permanncia mdia da amostra. Quantos CEOs esto em seu primeiro ano na posio de CEO (isto , permceo 0)? Qual a permanncia mais longa como CEO? Estime o modelo de regresso simples log(salrio) 0 1permceo u, e relate seus resultados na forma usual. Qual o aumento da percentagem predita (aproximado) no salrio, dado um ano a mais como CEO? 2.3 Use os dados em SLEEP75.RAW, de Biddle e Hamermesh (1990), para estudar se h um tradeoff entre o tempo gasto dormindo por semana e o tempo gasto em um trabalho pago. Poderamos usar outra varivel como varivel dependente. Estime o modelo dormir 0 1trabtot u, em que dormir corresponde a minutos gastos dormindo noite por semana, e trabtot o total de minutos trabalhados durante a semana. (i) (ii) Reporte seus resultados na forma de equao, juntamente com o nmero de observaes e R2. O que o intercepto significa nessa equao? Se trabtot aumenta em duas horas, em quanto se estima que dormir ir cair? Voc acha que isso um efeito grande?

2.4 Utilize os dados em WAGE2.RAW para estimar uma regresso simples que explique o salrio mensal (salrio) em termos do escore do QI (QI). (i) Ache o salrio mdio e o QI mdio da amostra. Qual o desvio-padro de QI? (Os escores do QI so padronizados, de modo que a mdia 100, na populao, com um desvio-padro igual a 15.) Estime um modelo de regresso simples em que um aumento de um ponto em QI faa com que salrio varie em uma quantidade constante em dlar. Use esse modelo para achar o aumento predito no salrio a partir de um aumento de 15 pontos em QI. O QI explica muito da variao em salrio? Agora, estime um modelo em que cada aumento de um ponto em QI tenha o mesmo efeito percentual sobre salrio. Se QI aumenta em 15 pontos, qual o aumento percentual aproximado no salrio predito?

(ii)

(iii)

2.5 Para a populao de firmas da indstria qumica, seja pq os gastos anuais em pesquisa e desenvolvimento, e seja vendas as vendas anuais (ambos esto em milhares de dlares). (i) (ii) Escreva um modelo (e no uma equao estimada) que implique uma elasticidade constante entre pq e vendas. Qual parmetro a elasticidade? Agora, estime o modelo usando os dados em RDCHEM.RAW. Escreva a equao estimada na forma usual. Qual a elasticidade estimada de pq com respeito a vendas? Explique, em palavras, o que essa elasticidade significa.

Introduo Econometria

2.6 Usamos os dados contidos no MEAP93.RAW para o exemplo 2.12. Agora queremos explorar o relacionamento entre o percentual de alunos aprovados no exame de matemtica (Mate10) e o gasto por aluno (gasto). (i) (ii) Voc acha que cada dlar adicional gasto tem o mesmo efeito na taxa de aprovao, ou um efeito decrescente parece mais apropriado? Explique. No modelo populacional mate10 b0 b1log(gasto) u argumente que b1/10 o ponto percentual de alterao em mate10 dado um aumento de 10% em gasto. (iii) (iv) (v) Utilize os dados no MEAP93.RAW para estimar o modelo da parte (ii). Relate a equao estimada da maneira habitual, inclusive o tamanho da amostra e o R-quadrado. Qual a magnitude do efeito estimado dos gasto? Ou seja, se os gastos aumentarem em 10%, qual ser o ponto percentual de aumento na mate10? Pode-se recear que a anlise de regresso poder produzir valores ajustados da mate10 que sero maiores que 100. Por que isso no muito preocupante neste conjunto de dados?

2.7 Utilize os dados de CHARITY.RAW [obtido de Franses e Paap (2001)] para responder s seguintes questes: (i) (ii) (iii) Qual a mdia de doao na amostra de 4.268 pessoas (em florins holandeses)? Que porcentagem de pessoas no fez doao? Qual a mdia de mala direta por ano? Quais so os valores mnimo e mximo? Estime o modelo: doa b0 b1malaano u pelos MQO e relate os resultados da maneira habitual, incluindo o tamanho da amostra e o R-quadrado. Interprete o coeficiente de inclinao. Se cada mala direta custar um florin, esperado que a instituio beneficente tenha ganho com cada mala direta? Isto significa que a instituio beneficente tem ganho em todas as malas diretas? Explique. Qual a menor doao predita na amostra? Usando esta anlise de regresso simples, possvel predizer zero como doao?

(iv)

(v)

CAPTULO 3
3.1 Um problema de interesse das autoridades da sade (e outras) determinar os efeitos que fumar durante a gravidez exerce sobre a sade do recm-nascido. Uma medida da sade do recm-nascido o peso de nascimento; um peso de nascimento muito baixo pode atribuir criana o risco de contrair vrias doenas. Como outros fatores que afetam o peso de nascimento, alm de fumar cigarros, esto provavelmente correlacionados com o fumo, devemos levar em considerao tais fatores. Por exemplo, uma renda maior geralmente permite acesso a pr-natais melhores, bem como a uma nutrio melhor da mulher. Uma equao que reconhece isso pesonas b0 b1cigs b2rendfam u.

Exerccios em Computador

(i) (ii) (iii)

Qual o sinal mais provvel de b2? Voc acha que cigs e rendfam esto, provavelmente, correlacionados? Explique por que a correlao pode ser positiva ou negativa. Agora, estime a equao com e sem rendfam, usando os dados em BWGHT.RAW. Relate os resultados na forma de uma equao, incluindo o tamanho da amostra e o R-quadrado. Discuta seus resultados, dando nfase ao fato de acrescentar rendfam mudar ou no substancialmente o efeito estimado de cigs sobre pesonas.

3.2

Use os dados em HPRICE1.RAW para estimar o modelo preo b0 b1mquad b2banhos u,

em que preo o preo da residncia medido em milhares de dlares. (i) (ii) (iii) (iv) (v) (vi) Escreva os resultados na forma de uma equao. Qual o aumento estimado no preo para uma casa com um banheiro a mais, mantendo constante o metro quadrado? Qual o aumento estimado no preo para uma casa com um banheiro adicional, a qual tem 140 metros quadrados de tamanho? Compare sua resposta parte (ii). Qual a percentagem da variao no preo que explicada pelo metro quadrado e pelo nmero de banheiros? A primeira casa na amostra tem mquad 2.438 e banhos 4. Ache o preo de venda predito para essa casa a partir da reta de regresso de MQO. O preo de venda real da primeira casa na amostra foi de $ 300.000 (assim, preo 300). Ache o resduo para essa casa. Isso sugere que o comprador pagou mais ou menos por ela?

3.3 O arquivo CEOSAL2.RAW contm dados de 177 diretores, os quais podem ser utilizados para examinar os efeitos do desempenho da firma sobre o salrio do CEO. (i) Estime um modelo que relacione o salrio anual s vendas da firma e ao seu valor de mercado. Faa um modelo de elasticidade constante para ambas as variveis independentes. Escreva os resultados na forma de uma equao. Acrescente lucros ao modelo da parte (i). Por que essa varivel no pode ser includa na forma logartmica? Voc diria que as variveis de desempenho dessa firma explicam muito da variao nos salrios do CEO? Acrescente a varivel perceo ao modelo da parte (ii). Qual o retorno percentual estimado para um ano a mais da permanncia do CEO no emprego atual, mantendo fixos os outros fatores? Ache o coeficiente de correlao amostral entre as variveis log(valmerc) e lucros. Essas variveis so altamente correlacionadas? O que isso diz sobre os estimadores MQO? Obtenha os valores mnimo, mximo e mdio das variveis taxafreq, supGPA e ACT. Estime o modelo taxafreq b0 b1 supGPA b2 ACT u,

(ii)

(iii)

(iv)

3.4

Use os dados em ATTEND.RAW para esse exerccio. (i) (ii)

Introduo Econometria

e escreva os resultados em forma de equao. Interprete o intercepto. Ele tem um significado til? (iii) (iv) (v) Discuta os coeficientes de inclinao estimados. H alguma surpresa? Qual a taxafreq predita se supGPA 3,65 e ACT 20? O que voc extrai desse resultado? H algum estudante na amostra com esses valores nas variveis explicativas? Se Estudante A tem supGPA 3,1 e ACT 21, e Estudante B tem supGPA 2,1 e ACT 26, qual a diferena predita em suas taxas de freqncia?

3.5 Confirme a interpretao de imparcializao das estimativas de MQO fazendo explicitamente a imparcializao para o Exemplo 3.2. Isso requer, em primeiro lugar, que voc faa a regresso 1. Ento, regrida log(salrio) sobre r 1. Compare o de educ sobre exper e perm e salve os resduos, r 1 com o coeficiente de educ da regresso de log(salrio) sobre educ, exper e perm. coeficiente de r 3.6 Use o banco de dados em WAGE2.RAW para este problema. Como de costume, esteja seguro de que todas as seguintes regresses contenham um intercepto. (i) (ii) (iii) (iv) 3.7 Execute uma regresso de QI sobre educ para obter o coeficiente de inclinao diga . mos d 1 Execute a regresso de log(salrio) sobre educ e obtenha o coeficiente de inclinao, 1. b Execute a regresso mltipla de log(salrio) sobre educ e QI e obtenha os coeficientes 1 b 2 e, respectivamente. de inclinao, b 1. 1 b 2 d 1 b Verifique que b

Use os dados de MEAP93.RAW para responder a estas perguntas. (i) Estime o modelo mate10 b0 b1 log(gasto) b2 prgalm u e relate os resultados da maneira habitual, inclusive o tamanho da amostra e o R-quadrado. Os sinais dos coeficientes de inclinao so os que voc esperava? (ii) O que voc conclui do intercepto que voc estimou na parte (i)? Particularmente, faz sentido definir as duas variveis explicativas com valor zero? [Sugesto: Lembre-se que log(1) = 0]. Agora execute a regresso simples de mate10 sobre gasto, e compare o coeficiente de inclinao com a estimativa obtida na parte (i). O efeito do gasto estimado agora maior ou menor do que na parte (i)? Encontre a correlao entre lgasto = log(gasto) e prgalm. O seu sinal faz sentido para voc? Use a parte (iv) para explicar suas constataes na parte (iii).

(iii)

(iv) (v)

3.8 Use os dados de DISCRIM.RAW para responder a esta questo. Estes so dados em nvel de Cdigo de Endereamento Postal (CEP) sobre preos de vrios itens em restaurantes fast-food juntamente com as caractersticas da populao do CEP, em Nova Jersey e Pensilvnia. A ideia verificar se os fast-foods cobram preos maiores em reas com uma grande concentrao de negros.

Exerccios em Computador

(i) (ii)

Encontre os valores mdios de propnegr e renda na amostra, juntamente com seus desvios-padro. Quais so as unidades de medida de propnegr e de renda? Considere um modelo para explicar o preo do refrigerante, prrefr, em termos da proporo da populao que negra e com renda mdia. prref b0 b1 propnegr b2 renda u Estime este modelo pelos MQO e relate os resultados em forma de equao, inclusive o tamanho da amostra e o R-quadrado. (No use notao cientfica quando relatar a estimativas). Interprete o coeficiente na propnegr. Voc acha que ele economicamente grande?

(iii)

Compare a estimativa da parte (ii) com a estimativa da regresso simples de prrefr sobre propnegr. O efeito de discriminao maior ou menor quando voc controla a renda? Um modelo com uma elasticidade de preo constante com relao renda pode ser mais apropriado. Relate as estimativas do modelo log(prrefr) b0 b1 log(gasto) b2 prgalm u Se propnegr aumentar em 0,20 (vinte pontos percentuais), qual ser a porcentagem estimada de alterao na prrefr? (Sugesto: A resposta 2.xx, em que voc preenche a xx).

(iv)

(v) (vi)

Agora, adicione a varivel propor regresso na parte (iv). O que acontece com b propnegr? Encontre a correlao entre log(renda) e propor. Ela mais ou menos o que voc esperava?

(vii) Avalie a seguinte declarao: Como log(renda) e propor so to altamente correlacionadas, no tem nada a ver estarem na mesma regresso. 3.9 Utilize os dados contidos em CHARITY.RAW para responder s seguintes questes: (i) Estime a equao doa b0 b1malaano b2 ultdoa proprest u pelos MQO e relate os resultados da maneira habitual, incluindo o tamanho da amostra e o R-quadrado. Como o R-quadrado se compara com o da regresso simples que omite ultdoa e proprest? (ii) (iii) (iv) (v) Interprete o coeficiente na malaano. Ele maior ou menor que o coeficiente correspondente na regresso simples? Interprete o coeficiente na proprest. Seja meticuloso em observar as unidades de medio da proprest. Agora adicione a varivel meddoa equao. O que acontece com o efeito estimado de malaano? Na equao da parte (iv), o que aconteceu com o coeficiente da ultdoa? O que voc acha que est acontecendo?

Introduo Econometria

CAPTULO 4
4.1 O modelo seguinte pode ser usado para estudar se os gastos de campanha afetam os resultados da eleio: votoA b0 b1log(gastoA) b2log(gastoB) b3(forpartA) u, em que votoA a porcentagem de votos recebidos pelo Candidato A, gastoA e gastoB so os gastos de campanha dos Candidatos A e B, e forpart uma medida da fora do partido do Candidato A (a porcentagem dos mais recentes votos presidenciais que foram para o partido de A). (i) (ii) (iii) Qual a interpretao de b1? Em termos dos parmetros, formule a hiptese nula de que um aumento de 1% nos gastos de A compensado por um aumento de 1% nos gastos de B. Estime o modelo dado usando os dados em VOTE1.RAW e relate os resultados na forma usual. Os gastos de A afetam o resultado? E os gastos de B? Voc pode usar esses resultados para testar a hiptese da parte (ii)? Estime um modelo que d diretamente a estatstica t para testar a hiptese da parte (ii). O que voc conclui? (Use uma alternativa bilateral.)

(iv) 4.2

Use os dados em LAWSCH85.RAW para este exerccio. (i) Usando o mesmo modelo do Problema 3.4, formule e teste a hiptese nula de que o ranking das escolas de direito no tem efeito ceteris paribus sobre o salrio mediano inicial. As caractersticas da classe nova de estudantes a saber, LSAT e GPA so individualmente ou conjuntamente significativas para explicar salrio? Certifique-se de considerar os dados faltantes de LSAT e GPA. Teste se o tamanho da classe iniciante (tamclas) ou o tamanho da faculdade (tamfac) precisam ser acrescentados a essa equao; faa um nico teste. (Esteja atento com os dados de tamclas e tamfac que faltam.) Quais fatores devem influenciar o ranking da escola de direito que no esto includos na regresso do salrio? log(preo) b0 b1arquad b2 qtdorm u. (i) Voc est interessado em estimar e obter um intervalo de confiana da variao percentual do preo quando um quarto de 150 ps quadrados acrescentado casa. Na forma decimal, temos u1 150b1 b2. Use os dados em HPRICE1.RAW para estimar u1. Escreva b2 em termos de u1 e b1, e coloque isso na equao do log(preo). e use esse erro-padro para construir Use a parte (ii) para obter um erro-padro de u 1 um intervalo de confiana de 95%.

(ii)

(iii)

(iv) 4.3

Consulte o Problema 3.14. Agora, use o log do preo da casa como a varivel dependente:

(ii) (iii)

4.4 No Exemplo 4.9, a verso restrita do modelo pode ser estimada usando todas as 1.388 observaes na amostra. Calcule o R-quadrado da regresso de pesnasc sobre cigs, ordnas e rendfam usando todas as observaes. Compare esse resultado com o R-quadrado informado pelo modelo restrito do Exemplo 4.9.

Exerccios em Computador

4.5

Use os dados em MLB1.RAW para este exerccio. (i) (ii) (iii) Use o modelo estimado na equao (4.31) e retire a varivel rbisyr. O que acontece significncia estatstica de hrunsyr? E quanto magnitude do coeficiente de hrunsyr? Acrescente as variveis runsyr, fldperc e sbasesyr ao modelo da parte (i). Quais desse fatores so individualmente significativos? No modelo da parte (ii), teste a significncia conjunta de rebmed, fldperc e sbasesyr.

4.6

Use os dados em WAGE2.RAW para este exerccio. (i) Considere a equao-padro do salrio log(salrio) b0 b1educ b2exper b3 perm u. Formule a hiptese nula de que um ano a mais de experincia geral da fora de trabalho tem o mesmo efeito sobre log(salrio) que um ano a mais de permanncia com o empregador atual. (ii) Teste a hiptese nula da parte (i) contra a alternativa bilateral, ao nvel de significncia de 5%, construindo um intervalo de confiana de 95%. O que voc conclui?

4.7

Consulte o exemplo usado na Seo 4.4. Voc usar os dados em TWOYEAR.RAW. (i) A varivel pensmed o percentil no ensino mdio da pessoa. (Um nmero maior melhor. Por exemplo, 90 significa que sua classificao melhor do que 90 por cento de sua turma de graduao.) Ache o pensmed menor, maior e mdio da amostra. Acrescente pensmed equao (4.26) e informe as estimativas de MQO na forma usual. O pensmed estatisticamente significativo? Quanto vale, em termos salariais, dez pontos percentuais na classificao do ensino mdio? Acrescentar pensmed a (4.26) mudou substancialmente as concluses sobre os retornos das faculdades de dois e quatro anos? Explique. O conjunto de dados contm uma varivel chamada id. Explique por que, ao acrescentar id equao (4.17) ou (4.26), voc espera que ele seja insignificante. Verifique que ele insignificante. Qual o p-valor bilateral?

(ii)

(iii) (iv)

4.8 O conjunto de dados 401KSUBS.RAW contm informaes sobre a riqueza financeira lquida (finliq), a idade do respondente da pesquisa (idade), a renda familiar anual (rend), o tamanho da famlia (tamfam), e informaes sobre a participao em certos planos de penso para pessoas dos Estados Unidos. As variveis de riqueza e renda so registradas em milhares de dlares. Para esta questo, use somente os dados para pessoas solteiras (portanto, tamfam = 1). (i) (ii) Quantas pessoas solteiras h no conjunto de dados? Use MQO para estimar o modelo finliq b0 b1rend b2idade u, e relate os resultados usando o formato habitual. Esteja seguro de usar somente as pessoas solteiras da amostra. Interprete os coeficientes de inclinao. H alguma surpresa nas estimativas de inclinao?

10

Introduo Econometria

(iii) (iv) (v)

O intercepto da regresso da parte (ii) tem um significado interessante? Explique. Ache o p-valor para o teste H0: b2 1 contra H0: b2 1. Voc rejeita H0 ao nvel de 1%? Se voc fizer uma regresso simples de finliq sobre rend, o coeficiente estimado de rend muito diferente do estimado na parte (ii)? Por qu?

4.9 Use os dados de DISCRIM.RAW para responder a esta questo. (Veja tambm Exerccio em Computador 3.8 no Captulo 3) (i) Use os MQO para estimar o modelo log(prrefr) b0 b1propneger b2log(renda) u,
^ e relate os resultados da forma habitual. b 1 estatisticamente diferente de zero no nvel de 5% contra uma alternativa bilateral? E no nvel de 1%?

(ii) (iii) (iv)

Qual a correlao entre log(renda) e propor? Cada varivel estatisticamente significante em qualquer caso? Relate os p-valores bilaterais. Adicione a varivel log(valhab) regresso na parte (i). Interprete seu coeficiente e relate o p-valor bilateral de blog(valhab) 0. Na regresso na parte (iii), o que acontece com a significncia estatstica individual de log(renda) e propor? Essas variveis so conjuntamente significantes? (Compute um p-valor). O que voc deduz de suas respostas? Dado os resultados das regresses anteriores, qual delas voc diria ser a mais confivel na determinao de se a maquiagem racial do cdigo de endereamento posta influencia nos preos dos fast-foods locais?

(v)

4.10 Utilize os dados de ELEM94_95 para responder a estas questes. Os resultados podero ser comparados com os da Tabela 4.1. A varivel dependente lsalmed o log do salrio mdio do professor e bs a razo da mdia de benefcios e o salrio mdio (por escola). (i) (ii) (iii) Execute a regresso simples de lsalmed sobre bs. A inclinao estimada estatisticamente diferente de zero? Ela estatisticamente diferente de 1? Adicione a varivel lmatricl e lstaff regresso da parte (i). O que acontece com o coeficiente na bs? Como a situao se compara com a da Tabela 4.1? Por que o erro-padro no coeficiente da bs menor na parte (ii) do que na parte (i)? (Sugesto: O que acontece com a varincia do erro versus a multicolinearidade quando lmatricl e lstaff so adicionadas?) Por que o coeficiente na lstaff negativo? Ele grande em magnitude? Agora adicione a varivel merenda regresso. Mantendo os outros fatores fixos, os professores esto sendo recompensados por darem aulas a estudantes de perfil desfavorvel? Explique. No geral, o padro dos resultados que voc encontra no ELEM94_95.RAW consistente com o padro na Tabela 4.1?

(iv) (v)

(vi)

Exerccios em Computador

11

CAPTULO 5
5.1 Use os dados em WAGE1.RAW para este exerccio. (i) Estime a equao salrio b0 b1educ b2exper b3 perm u. Salve os resduos e faa um histograma. (ii) (iii) 5.2 Repita a parte (i), mas com log(salrio) como a varivel dependente. Voc diria que a Hiptese RLM.6 est mais prxima de ser satisfeita para o modelo nvel-nvel ou para o modelo log-nvel?

Use os dados em GPA2.RAW para este exerccio. (i) Usando todas as 4.137 observaes, estime a equao supGPA b0 b1hsperc b2sat u e informe os resultados na forma-padro. (ii) (iii) Estime novamente a equao da parte (i), usando as primeiras 2.070 observaes. Ache a razo dos erros-padro sobre hsperc das partes (i) e (ii). Compare isso com o resultado de (5.10).

5.3 Na equao (4.42) do Captulo 4, calcule a estatstica LM para testar se educm e educp so conjuntamente significativos. Ao obter os resduos do modelo restrito, esteja seguro de que o modelo restrito seja estimado usando somente aquelas observaes para as quais todas as variveis do modelo irrestrito estejam disponveis (veja Exemplo 4.9). 5.4 Vrias estatsticas so comumente usadas para detectar no normalidade em distribuies populacionais subjacentes. Aqui estudaremos uma que avalia a magnitude da simetria em uma distribuio. Recorde que qualquer varivel aleatria normalmente distribuda simtrica em relao sua mdia; portanto, se padronizarmos uma varivel aleatria simetricamente distribuda, digamos, , z (y my)/sy, em que my E(y) e sy dp(y), ento z ter mdia zero, varincia um, e E(z3) 0. Dada uma amostra de dados {yi : i 1, ..., n}, podemos padronizar yi na amostra com o uso de zi ^ ^ ^ ^ (yi m y)/sy, em que my a mdia da amostra e sy o desvio-padro amostral. (Ignoramos o fato de que estas so estimativas baseadas na amostra.) Uma estatstica amostral que avalia a simetria n n 1 z3 i 1 i , ou em que n substituda por (n 1) como um ajuste dos graus de liberdade. Se y tiver uma distribuio normal na populao, o indicador de simetria na amostra dos valores padronizados no deve diferir significativamente de zero.

(i)

Utilize o conjunto de dados 401KSUBS.RAW, mantendo somente as observaes com tamfam 1. Encontre os indicadores de simetria de renda. Faa o mesmo com log(renda). Qual varivel tem mais simetria e, portanto, parece ser menos provvel de ser normalmente distribuda? Depois, utilize BWGHT2.RAW. Encontre os indicadores de simetria de pesonasc e de log(pesonasc). Qual a sua concluso? Avalie a seguinte afirmao: A transformao logartmica sempre faz com que uma varivel positiva parea mais normalmente distribuda.

(ii) (iii)

12

Introduo Econometria

(iv)

Se estivermos interessados na hiptese de normalidade no contexto da regresso, deveremos avaliar a distribuio incondicional de y e de log(y). Explique.

CAPTULO 6
6.1 Utilize os dados contidos no arquivo KIELMC.RAW, somente do ano de 1981, para responder s questes que seguem. Os dados so de imveis vendidos em 1981 em North Andover, Massachusetts; 1981 foi o ano em que foi iniciada a construo de um incinerador de lixo local. (i) Para estudar os efeitos da localizao do incinerador sobre os preos dos imveis, considere o seguinte modelo de regresso simples log(preo) b0 b1log(dist) u. em que preo o preo do imvel em dlares e dist a distncia entre o imvel e o incinerador. Interpretando essa equao de forma causal, que sinal voc espera para b1 se a presena do incinerador desvalorizar o imvel? Estime esta equao e interprete os resultados. (ii) Ao modelo de regresso simples na parte (i), adicione as variveis log(intst), log(arquad), log(tamterr), qtdorm, banhoss, e idade, nas quais intst a distncia do imvel at a rodovia interestadual, arquad a rea construda do imvel, tamterr o tamanho do terreno, qtdorm o nmero de quartos, banhos o nmero de banheiros, e idade a idade do imvel em anos. Qual sua concluso sobre os efeitos do incinerador agora? Explique por que (i) e (ii) produzem resultados conflitantes. Adicione [log(intst)]2 ao modelo da parte (ii). Agora o que acontece? Qual sua concluso sobre a importncia da forma funcional? O quadrado de log(dist) significante quando voc adiciona essa varivel ao modelo da parte (iii)?

(iii) (iv) 6.2

Utilize os dados contidos no arquivo WAGE1.RAW para fazer este exerccio. (i) Utilize o MQO para estimar a equao log(salrio) b0 b1educ b2exper b3exper2 u e descreva os resultados usando o formato habitual. (ii) (iii) A varivel exper2 estatisticamente significante no nvel de 1%? Utilizando a aproximao
^ ^ % salrio 100(b 2 2 b3 exper) exper,

encontre o retorno aproximado do quinto ano de experincia. Qual o retorno aproximado do vigsimo ano de experincia? (iv) Em que valor de exper a experincia adicional reduz de fato o valor previsto de log(salrio)? Quantas pessoas possuem mais experincia nesta amostra?

Exerccios em Computador

13

6.3 Considere um modelo no qual o retorno da educao depende do tempo de experincia de trabalho (e vice-versa): log(salrio) b0 b1educ b2exper b3educ exper u. (i) (ii) (iii) (iv) Mostre que o retorno de mais um ano de educao (na forma decimal), mantendo exper fixo, b1 b3exper. Especifique a hiptese nula de que o retorno da educao no depende do nvel de exper. O que voc pensa que seja a hiptese alternativa apropriada? Utilize os dados contidos no arquivo WAGE2.RAW para testar a hiptese nula em (ii) contra sua hiptese alternativa proposta. Fazendo u1 representar o retorno da educao (na forma decimal), quando exper 10: ^ u1 b1 10b3. Obtenha u 3 e um intervalo de confiana de 95% de u1. (Sugesto: Escreva b1 u1 10b3 e incorpore essa expresso na equao, reorganizando-a em seguida. Isso produzir a regresso para obter o intervalo de confiana de u1.)

6.4

Utilize os dados contidos no arquivo GPA2.RAW para fazer este exerccio. (i) Estime o modelo SAT b0 b1tamclas b2tamclas2 u, em que tamclas o tamanho da classe no curso de graduao (em centenas), e escreva os resultados na forma habitual. O termo quadrtico estatisticamente significante? (ii) (iii) (iv) Usando a equao estimada na parte (i), qual o tamanho timo do ensino mdio? Justifique sua resposta. Esta anlise representativa do desempenho acadmico de todos os formados no ensino mdio? Explique. Encontre o tamanho timo do ensino mdio, usando log(SAT) como a varivel dependente. Ele muito diferente do que voc obteve na parte (ii)?

6.5 Utilize os dados dos preos dos imveis contidos no arquivo HPRICE1.RAW para fazer este exerccio. (i) Estime o modelo log(preo) b0 b1log(tamterr) b2log(arquad) b3qtdorm u e descreva os resultados no formato MQO habitual. (ii) Encontre o valor previsto de log(preo), quando tamterr 20.000, arquad 2.500 e qtdorm 4. Utilizando os mtodos da Seo 6.4, encontre o valor estimado de preo nos mesmos valores das variveis explicativas.

(iii) Para explicar a variao em preo, decida se voc prefere o modelo da parte (i) ou o modelo preo b0 b1tamterr b2arquad b3qtdorm u.

14

Introduo Econometria

6.6

Utilize os dados contidos no arquivo VOTE1.RAW para fazer este exerccio. (i) Considere um modelo com uma interao entre os gastos:

votoA b0 b1 forpartA b2gastoA b3gastoB b4gastoA gastoB u. Qual o efeito parcial de gastoB sobre votoA, mantendo forpartA e gastoA fixos? Qual o efeito parcial de gastoA sobre votoA? O sinal esperado de b4 bvio? (ii) (iii) Estime a equao da parte (i) e descreva os resultados da forma habitual. O termo de interao estatisticamente significante? Encontre a mdia de gastoA na amostra. Fixe gastoA em 300 (representando 300.000 dlares). Qual o efeito estimado de mais 100.000 dlares gastos pelo Candidato B sobre votoA? Esse efeito grande? Agora, fixe gastoB em 100. Qual o efeito estimado de gastoA 100 sobre votoA? Isso faz sentido? Agora, estime um modelo que substitua a interao por partA, a percentagem de participao do Candidato A nos gastos totais de campanha. Faz sentido manter tanto gastoA quanto gastoB fixos quando se altera partA? (Requer clculo). No modelo da parte (v), encontre o efeito parcial de gastoB sobre votoA, mantendo forpartA e gastoA fixos. Avalie isto com gastoA 300 e gastoB 0 e comente os resultados.

(iv) (v)

(vi)

6.7

Utilize os dados contidos no arquivo ATTEND.RAW para fazer este exerccio. (i) No modelo do Exemplo 6.3, sustente que respad/supGPA b2 2b4supGPA b6taxafreq. Use a equao (6.19) para estimar o efeito parcial quando supGPA 2,59 e taxafreq 0,82. Interprete sua estimativa. (ii) Mostre que a equao pode ser escrita como

respad u0 b1taxafreq u2supGPA b3ACT b4(supGPA 2,59)2 b5ACT2 b6supGPA(taxafreq 0,82) u, em que u2 b2 2b4(2,59) b6(0,82). (Note que o intercepto mudou, mas isso no ^ importante.) Use esta equao para obter o erro-padro de u 2 da parte (i). (iii) 6.8 Suponha que, em lugar de supGPA(taxafreq 0,82), voc use (supGPA 2,59) (taxafreq 0,82). Agora, como voc interpreta o coeficiente da taxafreq e da supGPA?

Utilize os dados contidos no arquivo HPRICE1.RAW para fazer este exerccio. (i) Estime o modelo preo b0 b1tamterr b2arquad b3qtdorm u

Exerccios em Computador

15

e descreva os resultados da forma habitual, incluindo o erro-padro da regresso. Obtenha o preo previsto quando so inseridos tamterr 10.000, arquad 2.300, e qtdorm 4; arredonde este preo para o inteiro mais prximo. (ii) Compute uma regresso que possibilite a voc colocar um intervalo de confiana de 95% em torno do valor previsto da parte (i). Note que sua previso ser um pouco diferente devido ao erro de arredondamento. Seja preo0 o preo futuro desconhecido do imvel com as caractersticas usadas nas partes (i) e (ii). Encontre um IC de 95% de preo0 e comente a amplitude desse intervalo de confiana.

(iii)

6.9 O conjunto de dados contidos no arquivo NBASAL.RAW contm informaes a respeito de salrios e estatsticas sobre a carreira de 269 jogadores de basquete da National Basketball Association (NBA) dos EUA. (i) Estime um modelo relacionando pontos por jogo (pontos) com anos como jogador profissional (exper), idade, e anos jogados na faculdade (anuniv). Inclua um termo quadrtico em exper; as outras variveis devem aparecer na forma de nvel. Descreva os resultados da maneira habitual. Mantendo fixos os anos jogados na faculdade e a idade, em que valor de experincia a adio de mais um ano efetivamente reduz o salrio? Isso faz sentido? Por que, na sua opinio, anuniv tem um coeficiente negativo e estatisticamente significante? (Sugesto: Os jogadores da NBA podem ser convocados antes de terminarem a faculdade ou mesmo diretamente quando terminam o curso mdio.) Adicione um termo quadrtico em idade na equao. Ele necessrio? O que isso parece sugerir sobre os efeitos da idade, quando exper e anuniv so controladas? Agora faa uma regresso do log(salrio) sobre pontos, exper, exper2, idade, e anuniv. Descreva os resultados da forma habitual. Verifique se idade e anuniv so conjuntamente significantes na regresso da parte (v). O que isso implica para saber se idade e anuniv tm efeitos separados sobre salrio, quando produtividade e anos de experincia so consideradas?

(ii) (iii)

(iv) (v) (vi)

6.10

Utilize os dados contidos no arquivo BWGHT2.RAW para fazer este exerccio. (i) Estime a equao log(pesonas) b0 b1conspn b2conspn2 u por MQO, e des cre va os resul ta dos da manei ra habi tual. O termo qua dr ti co sig ni fi can te? (ii) Mostre que, com base na equao da parte (i) o nmero estimado de consultas para exame pr-natal que maximiza log(pesonas) est em torno de 22. Quantas mulheres fizeram pelo menos 22 consultas para exame pr-natal na amostra? Faz sentido prever que o peso do recm-nascido diminui se a mulher fizer mais de 22 consultas para exame pr-natal? Explique.

(iii)

16

Introduo Econometria

(iv)

Adicione a idade da me equao, usando uma forma funcional quadrtica. Mantendo a varivel conspn fixa, com que idade da me o peso do recm-nascido maximizado? Que frao de mulheres na amostra de mulheres mais velhas que a idade tima? Voc diria que a idade da me e o nmero de consultas para exame pr-natal explicam muito da variao em log(pesonas)? Usando termos quadrticos tanto para conspn como para idade, decida qual a melhor forma para prever pesonas o uso do log natural ou em nvel da varivel pesonas.

(v) (vi) 6.11

Use o APPLE.RAW para verificar algumas das afirmaes feitas na Seo 6.3. (i) Execute a regresso de ecolbs sobre ecoprc, regprc e relate os resultados da forma normal, inclusive o R-quadrado e o R-quadrado ajustado. Interprete os coeficientes nas variveis de preo e comente sobre seus sinais e magnitudes. As variveis de preo so estatisticamente significantes? Relate os p-valores dos testes t individuais. Qual a faixa dos valores ajustados da ecolbs? Que frao da amostra relata ecolbs 0? Comente. Voc acha que as variveis de preo juntas fazem um bom trabalho em explicar a variao na ecolbs? Explique. Adicione a varivel rendfam, tamfam (tamanho da famlia), educ e idade na regresso da parte (i). Encontre o p-valor de sua significncia conjunta. Qual sua concluso?

(ii) (iii) (iv) (v)

6.12 Use o subconjunto 401KSUBS.RAW com tamfam 1; isto restringir a anlise em casas com uma s pessoa; veja tambm Exerccio em Computador 4.8. (i) (ii) Qual a idade da pessoa mais jovem nesta amostra? Quantas pessoas tm essa idade? No modelo atfinliq b0 b1renda b2idade b3idade2 u qual a interpretao literal de b2? Por si prpria, ela de muito interesse? (iii) (iv) Estime o modelo da parte (ii) e relate os resultados na forma-padro. Voc se preocupa com o fato de que o coeficiente na idade seja negativo? Explique. Como a pessoa mais jovem na amostra tem 25 anos, faz sentido pensar que, em determinado nvel de renda, a mdia mais baixa de ativos financeiros lquidos est na idade de 25 anos. Lembre-se que o efeito parcial de idade sobre atfinliq b2 2b3idade, assim o efeito parcial na idade de 25 anos b2 2b3(25) b2 50b3; chame isto ^ de u2. Encontre u 2 e obtenha o p-valor bilateral do teste H0: u2. Voc deve concluir que ^ u2 menor e bastante significante estatisticamente. [Sugesto: uma maneira de fazer isso estimar o modelo nettfa a0 b1renda u2idade b3(idade) 25)2 u, em que o intercepto, a0, diferente de b0. Existem, tambm, outras maneiras.] Como a evidncia contra H0: u2 0 muito fraca, defina-a como zero e estime o modelo atfinliq a0 b1renda b3(idade 25)2 u. Em termos de qualidade de ajuste, este modelo melhor que o da parte (ii)?

(v)

Exerccios em Computador

17

(vi)

Na equao na parte (v), defina renda 30 (aproximadamente o valor mdio) e trace o relacionamento entre atfinliq e idade, mas somente para idade 25. Descreva o que voc v.

(vii) Verifique se a incluso de um quadrtico na renda necessrio. 6.13 Utilize os dados contidos no arquivo MEAP00_01 para responder a estas questes. (i) Estime o modelo mate4 b0 2lgpa b2lmatricl b2merenda u pelos MQO, e relate os resultados da forma habitual. estatisticamente significante, no nvel de 5%, cada uma das variveis explicativas? (ii) (iii) (iv) (v) Obtenha os valores ajustados da regresso na parte (i). Qual a faixa dos valores ajustados? Como ela se compara com a faixa dos dados efetivos da mate4? Obtenha os resduos da regresso na parte (i). Qual o cdigo de edificao da escola que tem o maior resduo (positivo)? Fornea uma interpretao deste resduo. Adicione quadrticos de todas as variveis explicativas na equao, e teste-os quanto significncia conjunta. Voc os deixaria no modelo? Retornando ao modelo na parte (i), divida a varivel dependente e cada uma das variveis explicativas por seus desvios-padro amostral, eexecute novamente a regresso. (Inclua um intercepto, a menos que voc tambm subtraia a mdia de cada varivel.) Em termos de unidades de desvio-padro, qual varivel explicativa tem o maior efeito na taxa de aprovao em matemtica?

CAPTULO 7
7.1 Utilize os dados contidos no arquivo GPA1.RAW para fazer este exerccio. (i) Adicione as variveis maesup e paisup equao estimada em (7.6) e descreva os resultados da forma habitual. O que acontece com o efeito estimado da propriedade de um computador? A varivel PC ainda estatisticamente significante? Teste a significncia conjunta de maesup e paisup na equao da parte (i) e assegure-se de descrever o p-valor. Adicione EmGPA2 ao modelo da parte (i) e decida se essa generalizao necessria.

(ii) (iii) 7.2

Utilize os dados contidos no arquivo WAGE2.RAW para fazer este exerccio. (i) Estime o modelo log(salrio) b0 b1educ b2exper b3perm b4casado b5 negro b6sul b7urbano u e descreva os resultados da forma habitual. Mantendo fixos outros fatores, qual a diferena aproximada no salrio mensal entre negros e no negros? Essa diferena estatisticamente significante?

18

Introduo Econometria

(ii) (iii) (iv)

Adicione as variveis exper2 e perm2 equao e demonstre que elas so conjuntamente no significantes mesmo ao nvel de 20%. Estenda o modelo original para permitir que o retorno da educao dependa da raa e teste se o retorno da educao realmente depende da raa. Novamente, comece com o modelo original, mas agora permita que salrios difiram entre quatro grupos de pessoas: casado e negro, casado e no negro, solteiro e negro, e solteiro e no negro. Qual o diferencial de salrios estimado entre negros casados e no negros casados?

7.3 Um modelo que permite que os salrios dos jogadores de beisebol da liga principal dos EUA difiram pela posio log(salrio) b0 b1anos b2 jogosano b3rebmed b4hrunano b5rebrunano b6runsano b7perccap b8porcest b9pribase b10segbase b11terbase b12interbase b13receptor u, em que os defensores externos seriam representativos do grupo-base. (i) Declare a hiptese nula de que, controlando outros fatores, receptores e defensores externos ganhem, em mdia, a mesma quantia. Teste essa hiptese usando os dados contidos no arquivo MLB1.RAW e comente sobre o tamanho do diferencial salarial estimado. Declare e teste a hiptese nula de que no existe diferena no salrio mdio entre as posies quando outros fatores so controlados. Os resultados das partes (i) e (ii) so coerentes? Se no forem, explique o que est acontecendo.

(ii) (iii) 7.4

Utilize os dados contidos no arquivo GPA2.RAW para fazer este exerccio. (i) Considere a equao

SupGPA b0 b1tamclas b2tamclas2 b3emperc b4SAT b5 feminino b6atleta u, em que SupGPA a nota mdia acumulada no curso superior, tamclas o tamanho da classe no ensino mdio, em centenas, emperc o percentil na turma de formados no ensino mdio, SAT a nota combinada do teste de aptido acadmica, feminino uma varivel binria de gnero e atleta uma varivel binria igual a um para alunos atletas. Quais so suas expectativas quanto aos coeficientes nessa equao? Para quais deles voc est incerto? (ii) Estime a equao da parte (i) e descreva os resultados da forma habitual. Qual o diferencial da nota mdia de graduao estimado entre atletas e no atletas? Ele estatisticamente significante? Remova SAT do modelo e reestime a equao. Agora, qual o efeito estimado de ser um atleta? Discuta por que a estimativa diferente da obtida na parte (ii). No modelo da parte (i), permita que o efeito de ser um atleta difira por gnero e teste a hiptese nula de que no existe diferenas ceteris paribus entre mulheres atletas e mulheres no atletas. O efeito de SAT sobre SupGPA difere por gnero? Justifique sua resposta.

(iii) (iv)

(v)

Exerccios em Computador

19

7.5 No Problema 4.2, adicionamos o retorno da ao da empresa, raf, a um modelo que explicava o salrio dos diretores executivos; constatou-se que raf no era significativo. Agora, defina uma varivel dummy, rafneg, que ser igual a um se raf 0 e igual a zero se raf 0. Utilize os dados contidos no arquivo CEOSAL1.RAW para estimar o modelo log(salrio) b0 b1log(vendas) b2rma b3rafneg u. 3. Discuta a interpretao e a significncia estatstica de b 7.6 Utilize os dados contidos no arquivo SLEEP75.RAW para fazer este exerccio. A equao de interesse dormir b0 b1trabtot b2educ b3idade b4idade2 b5crianmen u. (i) (ii) Estime essa equao separadamente para homens e mulheres e descreva os resultados na forma habitual. Existem diferenas notveis nas estimativas das duas equaes? Calcule o teste de Chow quanto igualdade dos parmetros na equao de interesse, para homens e mulheres. Use a forma de teste que adiciona masculino e os termos de interao masculino ? trabtot, ..., masculino crianmen, usando o conjunto total de observaes. Quais so os gl relevantes do teste? Voc deve rejeitar a hiptese nula ao nvel de 5%? Agora, permita um intercepto diferente para homens e mulheres e determine se os termos de interao que envolvem masculino so conjuntamente significativos. Dados os resultados das partes (ii) e (iii), qual seria seu modelo final? Use a equao (7.18) para estimar o diferencial de gnero quando educ 12,5. Compare com o diferencial estimado quando educ 0. Compute a regresso usada para obter (7.18), mas com feminino (educ 12,5) substituindo feminino educ. Como voc interpreta o coeficiente de feminino nesse caso? O coeficiente de feminino na parte (ii) estatisticamente significante? Compare com a equao (7.18) e comente.

(iii) (iv) 7.7

Utilize os dados contidos no arquivo WAGE1.RAW para fazer este exerccio. (i) (ii) (iii)

7.8 Utilize os dados contidos no arquivo LOANAPP.RAW para fazer este exerccio. A varivel binria a ser explicada aprovado, que ser igual a um se um emprstimo hipotecrio a um indivduo foi aprovado. A varivel explicativa importante branco, uma varivel dummy igual a um se o pretendente for branco. Os outros pretendentes no conjunto de dados so negros e hispnicos. Para verificar se existe discriminao no mercado de emprstimos hipotecrios, um modelo de probabilidade linear pode ser usado: aprovado b0 b1branco outros fatores. (i) (ii) Se houver discriminao contra as minorias, e os fatores apropriados tiverem sido controlados, qual ser o sinal de b1? Faa a regresso de aprovado sobre branco e descreva os resultados na forma habitual. Interprete o coeficiente de branco. Ele estatisticamente significante? grande, do ponto de vista prtico?

20

Introduo Econometria

(iii)

Como controles, adicione as variveis gastdom, outrobr, montempr, desemp, masculino, casado, dep, est, aval, chist, falid, inadinp1, inadinp2 e vr. O que acontece com o coeficiente de branco? Ainda existe evidncia de discriminao contra os no brancos? Agora, permita que o efeito da raa interaja com a varivel que registra outras obrigaes como uma porcentagem da renda (outrobr). O termo de interao significativo? Usando o modelo da parte (iv), qual o efeito de ser branco sobre a probabilidade de aprovao quando outrobr 32, que aproximadamente o valor da mediana na amostra? Obtenha um intervalo de confiana de 95% desse efeito.

(iv) (v)

7.9 Tem havido bastante interesse em saber se os planos de penso ao alcance de muitos trabalhadores norte-americanos aumentam a poupana lquida. O conjunto de dados do arquivo 401KSUBS.RAW contm informaes sobre os ativos financeiros lquidos (finliq), renda familiar (renda), uma varivel binria para a qualificao para um plano de penso 401(k) (e401k) e vrias outras variveis. (i) (ii) Que frao das famlias na amostra se classifica para participar de uma conta de um fundo de penso 401(k)? Estime um modelo de probabilidade linear explicando a qualificao para ter uma conta em um plano de penso 401(k), em termos de renda, idade e gnero. Inclua renda e idade na forma quadrtica, e descreva os resultados na forma habitual. Voc diria que a qualificao para ter uma conta em um plano de penso 401(k) independente da renda e da idade? E quanto ao gnero? Explique. Obtenha os valores previstos do modelo de probabilidade linear estimado na parte (ii). Algum dos valores estimados negativo ou maior que um? Usando os valores ajustados e401ki da parte (iv), defina e401ki 1 se 2e401k 0,5 e 401k 0 se 2e401k < 0,5. Das 9.275 famlias, quantas esto preditas como qualificadas para um plano de penso 401k? Das 5.638 famlias no qualificadas para um plano de penso 401k, que percentagem est predita que no ter um plano 401k, usando o preditor e401ki? Das 3.637 famlias qualificadas para um plano 401k, que percentagem est predita que ter um? (ser til se seu pacote economtrico tiver o comando tabular).

(iii) (iv) (v)

(vi)

(vii) A porcentagem global corretamente predita est em torno de 64,9%. Voc acha que isto uma descrio completa da eficincia do modelo, considerando suas respostas na parte (vi)? (viii) Adicione a varivel plapind como uma varivel explicativa do modelo de probabilidade linear. Supondo todos os outros fatores iguais, se uma famlia tiver algum com um plano de aposentadoria individual, quanto ser mais elevada a probabilidade estimada de que a famlia ser qualificada para um plano de penso 401(k)? Ela estatisticamente diferente de zero ao nvel de 10%? 7.10 Utilize os dados contidos no arquivo NBASAL.RAW para fazer este exerccio. (i) Estime um modelo de regresso linear relacionando pontos por jogo experincia na liga de basquetebol e posio (armador, ala, ou piv). Inclua a experincia na forma quadrtica e use pivs como o grupo-base. Descreva os resultados na forma habitual.

Exerccios em Computador

21

(ii) (iii) (iv) (v) (vi) 7.11

Por que voc no inclui todas as trs variveis dummies das posies na parte (i)? Mantendo fixa a experincia, um armador marca mais pontos que um piv? Quantos mais? A diferena estatisticamente significativa? Agora, adicione o estado civil equao. Mantendo fixas a posio e a experincia, os jogadores casados so mais produtivos (com base nos pontos por jogo)? Adicione interaes do estado civil com ambas as variveis de experincia. Nesse modelo expandido, existe evidncia forte de que o estado civil afeta os pontos por jogo? Estime o modelo da parte (iv), mas use assistncias por jogo como a varivel dependente. Existe alguma diferena notvel em relao parte (iv)? Discuta.

Utilize os dados contidos no arquivo 401KSUBS.RAW para fazer este exerccio. (i) (ii) Calcule a mdia, o desvio-padro e os valores mnimos e mximos de finliq na amostra. Teste a hiptese de que a mdia de finliq no difere pelo status da qualificao para ter uma conta em plano de penso; 401(k) use uma alternativa bilateral. Qual o montante em dlares da diferena estimada? Considerando a parte (ii) do Exerccio 7.9, fica claro que a varivel e401k no exgena em um modelo de regresso simples; no mnimo, ela muda com a renda e a idade. Estime um modelo de regresso linear mltipla de finliq que inclua renda, idade, gnero e e401k como variveis explicativas. As variveis de renda e idade devem aparecer na forma quadrtica. Nesse caso, qual o efeito estimado, em dlares, da qualificao para ter uma conta em um fundo de penso 401(k)? Ao modelo estimado na parte (iii), adicione as interaes e401k (idade 41) e e401k (idade 41)2. Observe que a mdia de idade na amostra est em torno de 41, de forma que no novo modelo o coeficiente de e401k o efeito estimado da qualificao para ter uma conta em um fundo de penso 401(k) na idade mdia. Qual termo de interao significativo? Comparando as estimativas das partes (iii) e (iv), os efeitos estimados da qualificao para ter uma conta em um fundo de penso 401(k) na idade de 41 anos diferem muito? Explique. Agora, elimine os termos de interao do modelo, mas defina cinco variveis dummy do tamanho da famlia: tamfam1, tamfam2, tamfam3, tamfam4 e tamfam5. A varivel tamfam5 igual a um para famlias compostas de cinco ou mais membros. Inclua as variveis dummy do tamanho da famlia no modelo estimado na parte (iii); assegure-se de escolher um grupo-base. As dummies do tamanho das famlias so significativas ao nvel de 1%?

(iii)

(iv)

(v)

(vi)

(vii) Agora, faa um teste de Chow do modelo finliq b0 b1renda b2renda2 b3idade b4idade2 b5e401k u entre as cinco categorias de tamanhos de famlia, permitindo diferenas nos interceptos. A soma dos quadrados dos resduos restrita, SQRr, obtida da parte (vi) porque aquela regresso assume que todas as inclinaes so as mesmas. A soma dos quadrados dos resduos irrestrita SQRir SQR1 SQR2 ... SQR5, em que SQRf a soma dos quadrados

22

Introduo Econometria

dos resduos da equao estimada usando somente o tamanho da famlia f. Voc deve se convencer de que existem 30 parmetros no modelo irrestrito (cinco interceptos mais 25 inclinaes) e dez parmetros no modelo restrito (cinco interceptos mais cinco inclinaes). Portanto, o nmero de restries testadas q 20, e os gl do modelo irrestrito so 9.275 30 9.245. 7.12 Utilize o conjunto de dados contido no BEAUTY.RAW, que contm um subconjunto das variveis (mas com observaes mais teis do que nas regresses relatadas por Hamermesh and Biddle (1994). (i) Encontre, separadamente, as fraes de homens e mulheres que esto classificadas como tendo aparncia acima da mdia. O nmero maior de pessoas est classificado como tendo a aparncia acima ou abaixo da mdia?

(ii) Teste a hiptese nula de que as fraes da populao de homens e mulheres com aparncia acima e abaixo da mdia so as mesmas. Relate o p-valor unilateral de que a frao de mulheres mais alta. (Sugesto: Estimar um modelo de regresso linear simples mais fcil). (iii) Agora estime o modelo log(salrio) b0 b1abaixmed b2acimmed u separadamente para homens e mulheres, e relate os resultados da forma habitual. Em ambos os casos, interprete o coeficiente na abaixmed. Explique com suas prprias palavras o que a hiptese H0:b1 0 contra H1:b1 0 significa, e encontre os p-valores de homens e mulheres. (iv) Existe evidncia convincente que mulheres com aparncia acima da mdia ganham mais que mulheres com aparncia na mdia? Explique. (v) Tanto para homens como para mulheres, adicione as variveis explicativas educ, exper, exper2, sindicato, boasade, negro, casado, sul, cidadegr, cidadepeq e servio. Os efeitos das variveis de aparncia mudam de maneiras importantes? Defina uma varivel binaria compreco 1 se ecolbs 0 e compreco 0 se ecolbs 0. Em outras palavras, compreco indica se, aos preos fornecidos, uma famlia compraria mas com selo ecolgico. Que frao de famlias declara que comprariam mas com selo ecolgico?

7.13 Use os dados contidos em APPLE.RAW para responder a esta questo. (i)

(ii) Estime o modelo de probabilidade linear compreco b0 b1ecoprc b2regprc b3rendfami b4tamfam b5educ b6idade u e relate os resultados da forma habitual. Cuidadosamente interprete os coeficientes nas variveis de preo (iii) As variveis sem preo so conjuntamente significantes no MPL? (Use a habitual estatstica F, embora ela no seja vlida quando existe heteroscedasticidade). Qual varivel explicativa exceto as variveis de preo parece ter o efeito mais importante na deciso de comprar mas com selo ecolgico? Isso faz sentido para voc? (iv) No modelo da parte (ii), substitua rendfami por log(rendfami). Qual modelo se encaixa melhor nos dados, usando rendfami ou log(rendfami)?

Exerccios em Computador

23

(v) Na estimao na parte (iv), quantas probabilidades estimadas so negativas? Quantas so maiores que um? Voc deveria se preocupar com isso? (vi) Na estimao na parte (iv), compute a porcentagem corretamente predita de cada resultado, compreco 0 e compreco 1. Qual resultado mais bem predito pelo modelo? 7.14 Utilize os dados contidos em CHARITY.RAW para responder a esta questo. A varivel resp uma varivel dummy igual a um se uma pessoa deu retorno com uma doao mais recente mala direta enviada pela organizao caritativa. A varivel respultima uma varivel dummy igual a um se a pessoa deu retorno mala direta anterior, meddoa a mdia das doaes anteriores (em Florins holandeses), e propresp a proporo de vezes em que a pessoa deu retorno s malas diretas anteriores. (i) Estime um modelo de probabilidade linear relacionando resp com respultima e meddoa. Relate o resultado na forma habitual, e interprete o coeficiente na respultima.

(ii) O valor mdio das doaes anteriores parece afetar a probabilidade de retorno? (iii) Adicione a varivel propresp ao modelo, e interprete seu coeficiente. (Tenha cuidado aqui: um aumento de um na propresp a maior alterao possvel.) (iv) O que aconteceu com o coeficiente na respultima quando propresp foi adicionada regresso? Isto faz sentido? (v) Adicione malaano, o nmero de malas diretas por ano. Quo grande seu efeito estimado? Por que isto pode no ser uma boa estimativa do efeito causal das malas diretas sobre os retornos?

CAPTULO 8
8.1 Utilize o modelo a seguir para explicar o comportamento do sono:

dormir b0 b1trabtot b2educ b3idade b4idade2 b5crianmen b6masculino u. (i) (ii) Escreva um modelo que permita que a varincia de u difira entre homens e mulheres. A varincia no deve depender de outros fatores. Utilize os dados contidos no arquivo SLEEP.75.RAW para estimar os parmetros do modelo quanto heteroscedasticidade. (Voc ter, primeiro, que estimar a equao dormir por MQO, para obter os resduos MQO.) A varincia estimada de u maior para homens ou para mulheres? A varincia de u estatisticamente diferente para homens e para mulheres? Utilize os dados contidos no arquivo HPRICE1.RAW para obter os erros-padro robustos em relao heteroscedasticidade da equao (8.17). Discorra sobre quaisquer diferenas importantes em relao aos erros-padro habituais. Repita a parte (i) para a equao (8.18). O que este exemplo sugere sobre a heteroscedasticidade e a transformao usada na varivel dependente?

(iii) 8.2 (i)

(ii) (iii)

24

Introduo Econometria

8.3 Aplique o teste completo de White de heteroscedasticidade [veja equao (8.19)] na equao (8.18). Usando a forma qui-quadrada da estatstica, obtenha o p-valor. Qual sua concluso? 8.4 Utilize os dados contidos no arquivo VOTE1.RAW para fazer este exerccio. (i) Estime um modelo com votoA como a varivel dependente e forpartA, democA, log(gastoA) e log(gastoB) como as variveis independentes. Obtenha os resduos MQO, i, e faa a regresso desses resduos sobre todas as variveis independentes. Explique por que voc obtm R2 0. Agora, calcule o teste de heteroscedasticidade de Breusch-Pagan. Use a verso da estatstica F e escreva o p-valor. Calcule o caso especial do teste de White de heteroscedasticidade, usando novamente a forma da estatstica F. Qual a fora da evidncia de heteroscedasticidade agora?

(ii) (iii) 8.5

Utilize os dados contidos no arquivo PNTSPRD.RAW para fazer este exerccio. (i) A varivel sprdcvr uma varivel binria igual a um se a vantagem que uma casa de apostas der a uma equipe de basquetebol mais fraca for coberta em um determinado jogo. O valor esperado de sprdcvr, m, a probabilidade de que a vantagem seja coberta em um jogo selecionado aleatoriamente. Teste H0: m 0,5 contra H1: m 0,5 no nvel de significncia de 10% e discuta os resultados. (Sugesto: Isso pode ser feito com facilidade usando um teste t fazendo a regresso de sprdcvr sobre somente um intercepto.) Quantos jogos na amostra de 553 foram jogados em campo neutro? Estime o modelo de probabilidade linear sprdcvr b0 b1casafav b2neutro b3 fav25 b4aza25 u e descreva os resultados da maneira habitual. (Registre os erros-padro MQO usuais e os erros-padro robustos em relao heteroscedasticidade). Quais variveis so mais significativas, tanto na prtica como estatisticamente? (iv) (v) (vi) Explique a razo, sob a hiptese nula H0: b1 b2 b3 b4 0, de no haver heteroscedasticidade no modelo. Use a estatstica F habitual para testar a hiptese na parte (iv). Quais suas concluses? Considerando a anlise anterior, voc diria ser possvel prever sistematicamente se a vantagem concedida pela casa de apostas ser coberta usando a informao disponvel antes dos jogos?

(ii) (iii)

8.6 No Exemplo 7.12, estimamos um modelo de probabilidade linear para verificar se um jovem havia sido preso durante o ano de 1986: pris86 b0 b1pcond b2sentmed b3temptot b4temp86 b5empr86 u. (i) (ii) (iii) Estime este modelo por MQO e verifique se todos os valores estimados esto estritamente entre zero e um. Quais so o menor e o maior valores estimados? Estime a equao por mnimos quadrados ponderados, como discutido na Seo 8.5. Use as estimativas MQP para determinar se sentmed e temptot so conjuntamente significantes no nvel de 5%.

Exerccios em Computador

25

8.7

Utilize os dados contidos no arquivo LOANAPP.RAW para fazer este exerccio. (i) Estime a equao da parte (iii) do Problema 7.8, computando os erros-padro robustos em relao heteroscedasticidade. Compare o intervalo de confiana de 95% em bbranco com o intervalo de confiana no robusto. Obtenha os valores estimados da regresso na parte (i). Algum deles menor que zero? Algum deles maior que um? O que isso significa em termos da aplicao de mnimos quadrados ponderados?

(ii)

8.8

Utilize os dados contidos no arquivo GPA1.RAW para fazer este exerccio. (i) (ii) (iii) Use o mtodo MQO para estimar um modelo relacionando SupGPA com emGPA, ACT, faltas e PC. Obtenha os resduos MQO. 2 Calcule o caso especial do teste de White de heteroscedasticidade. Na regresso de u i 2 i. sobre SupGPA i, SupGPA i , obtenha os valores estimados, digamos, h Verifique se os valores estimados da parte (ii) so todos estritamente positivos. Em segui. da, obtenha as estimativas dos mnimos quadrados ponderados utilizando pesos 1/ h i Compare as estimativas dos mnimos quadrados ponderados para o efeito das faltas s aulas e da propriedade de computadores pessoais com as estimativas MQO correspondentes. O que possvel concluir de suas significncias estatsticas? Na estimao MQP da parte (iii), obtenha os erros-padro robustos em relao heteroscedasticidade. Em outras palavras, leve em conta o fato de que a funo da varincia estimada na parte (ii) pode ter sido mal-especificada. (Veja Questo 8.4.) Os erros-padro da parte (iii) mudam muito?

(iv)

8.9 No Exemplo 8.7, computamos as estimativas MQO e um conjunto de estimativas MQP em uma equao de demanda de cigarros. (i) (ii) Obtenha as estimativas MQO na equao (8.35). usado na estimao MQP da equao (8.36) e reproduza a equao (8.36). Obtenha h
i

Desta equao, obtenha os resduos e valores estimados no ponderados; chame-os de i, respectivamente. (Por exemplo, no programa economtrico Stata, os resduos e i e y valores estimados no ponderados so fornecidos por padro.) (iii)
^ ^ i i / h i y i / h Sejam u ey as quantidades ponderadas. Aplique o caso especial i i 2 i, y 2 do teste de White de heteroscedasticidade fazendo a regresso de u i sobre y i, certificando-se de incluir um intercepto, como sempre. Voc encontra heteroscedasticidade nos resduos ponderados?

(iv) (v) 8.10

O que as constataes da parte (iii) implicam sobre a forma de heteroscedasticidade proposta usada na obteno de (8.36)? Obtenha erros-padro vlidos para as estimativas MQP que permitam que a funo de varincia seja mal-especificada.

Utilize os dados contidos no arquivo 401KSUBS.RAW para fazer este exerccio. (i) Usando o mtodo MQO, estime um modelo de probabilidade linear de e401k, utilizando como variveis explicativas renda, renda2, idade, idade2, e masculino. Obtenha ambas as verses de erros-padro, a habitual por MQO e a robusta em relao heteroscedasticidade. Existe alguma diferena importante entre elas?

26

Introduo Econometria

(ii)

No caso especial do teste de White de heteroscedasticidade, no qual fazemos a regresso dos quadrados dos resduos de MQO sobre o quadrado dos valores estimados 2 i, y 2 MQO, u i sobre y i, i 1, ..., n, argumente que o limite de probabilidade do coeficien 1 deve ser um, a probabilidade do coeficiente de y 2 te de y i deve ser 1, e o limite de probabilidade do intercepto deve ser zero. {Sugesto: Lembre-se que Var(y | x1, x2, ..., xk) p(x)[1 p(x)], em que p(x) b0 b1x1 ... bkxk).} Do modelo estimado da parte (i), obtenha o teste de White e veja se as estimativas dos coeficientes correspondem, em linhas gerais, aos valores tericos descritos na parte (ii). Aps ter verificado que os valores estimados da parte (i) esto todos entre zero e um, obtenha as estimativas dos mnimos quadrados ponderados do modelo de probabilidade linear. Elas diferem, de maneira importante, das estimativas MQO?

(iii) (iv)

8.11 Utilize os dados contidos na 401KSUBS.RAW para responder a esta questo, restringindo a amostra a tamfam 1. (i) Ao modelo estimado na Tabela 8.1, adicione o termo de interao e401k renda. Estime a equao pelos MQO e obtenha os erros-padro robustos habituais. Qual sua concluso sobre a significncia estatstica do termo de interao? Agora estime o modelo mais geral pelos MQP usando os mesmos pesos, 1/rendai, como na Tabela 8.1. Calcule o erro-padro habitual e o robusto pelo estimador MQP. O termo de interao estatisticamente significante usando o erro-padro robusto? Examine o coeficiente MQP na e401k no modelo mais geral. Ele de grande interesse por si s? Explique. Estime novamente o modelo pelos MQP mas use o termo de interao e401k (renda 30); a mdia da renda na amostra est em torno de 29,44. Agora interprete o coeficiente na e401k.

(ii)

(iii) (iv)

8.12

Utilize os dados da MEAP00_1.RAW para responder a esta questo. (i) Estime o modelo mat4 b0 b1merenda b2log(matricl) b3log(gpa) u pelos MQO e obtenha os erros-padro habituais e os erros-padro totalmente robustos. Como eles se comparam, de forma geral? (ii) (iii) Aplique o caso especial do teste de White de heteroscedasticidade. Qual o valor do teste F? Qual sua concluso?
^ ^2 2 Obtenha g i como os valores ajustados da regresso log(u i ) sobre mate4 i,mate4 i , em que ^ mate4 i so os valores ajustados do MQO e as u i so os resduos dos MQO. Seja ^ hi exp(g i). Use a hi para obter as estimativas MQP. H grandes diferenas com os ^ ^

coeficientes dos MQO? (iv) (v) Obtenha os erros-padro dos MQP que permitam mal-especificao da funo de varincia. Eles diferem muito dos habituais erros-padro dos MQP? Para se estimar o efeito dos gastos na mate4 os MQO ou MQP parecem ser mais precisos?

Exerccios em Computador

27

CAPTULO 9
9.1 (i) (ii) 9.2 Aplique o teste RESET da equao (9.3) no modelo estimado no Exerccio em Computador 7.5. Existe evidncia de m-especificao da forma funcional na equao? Calcule uma forma robusta do teste RESET, em relao heteroscedasticidade. Isso altera a sua concluso sobre a parte (i)?

Utilize o conjunto de dados do arquivo WAGE2.RAW para este exerccio. (i) Use a varivel KWW (escore de teste do Conhecimento do mundo do trabalho) como uma proxy da aptido em lugar da varivel QI no Exemplo 9.3. Qual ser a estimativa do retorno da educao neste caso? Agora, use QI e KWW juntas como variveis proxy. O que acontece com o retorno da educao estimado? Na parte (ii), QI e KWW so individualmente significantes? Conjuntamente, elas so significantes?

(ii) (iii) 9.3

Utilize os dados do arquivo JTRAIN.RAW para este exerccio. (i) Considere o modelo de regresso simples log(rejei) b0 b1subs u, em que rejei o ndice de rejeio dos produtos das firmas e subs uma varivel dummy indicando se uma determinada firma recebeu subsdios para treinamento de pessoal. Voc consegue pensar em algumas razes pelas quais os fatores no observados em u possam estar correlacionados com subs? (ii) Estime o modelo de regresso simples utilizando os dados de 1988. (Voc deve ter 54 observaes.) O recebimento de subsdios para treinamento de pessoal reduz significativamente a taxa de rejeio das firmas? Agora, adicione como uma varivel explicativa log(rejei87). Como isso altera o efeito estimado de subs? Interprete o coeficiente de subs. Ele estatisticamente significante ao nvel de 5%, comparado com a alternativa unilateral H1: bsubs 0? Teste a hiptese nula de que o parmetro de log(rejei87) igual a um, comparado com a alternativa bilateral. Informe o p-valor do teste. Repita as partes (iii) e (iv), utilizando erros-padro robustos em relao heteroscedasticidade, e discuta, de forma resumida, sobre quaisquer diferenas encontradas.

(iii)

(iv) (v) 9.4

Utilize os dados para o ano de 1990 do arquivo INFMRT.RAW para este exerccio. (i) Reestime a equao (9.43), mas agora inclua uma varivel dummy para a observao do Distrito de Colmbia (chamada DC). Interprete o coeficiente de DC e comente sobre seu tamanho e significncia. Compare as estimativas e erros-padro da parte (i) com as da equao (9.44). O que voc conclui sobre a incluso de uma varivel dummy para uma nica observao?

(ii)

9.5 Utilize os dados do arquivo RDCHEM.RAW para melhor examinar os efeitos de observaes extremas sobre as estimativas MQO e veja como o MDA menos sensvel s observaes extremas. O modelo :

28

Introduo Econometria

pdintens b0 b1vendas b2vendas2 b3lucrmarg u em que voc deve primeiro mudar vendas para bilhes de dlares para tornar a estimativa fcil de interpretar. (i) Estime a equao acima pelos MQO, tanto com a firma tendo ou no vendas anuais de 40 bilhes de dlares. Comente sobre quaisquer diferenas notveis nos coeficientes estimados. Estime a mesma equao pelos MDA, de novo com e sem a maior firma. Comente sobre quaisquer diferenas importantes nos coeficientes estimados. Com base em suas constataes na (i) e na (ii), voc diria que os MQO ou os MDA mais resiliente atipicidade?

(ii) (iii)

9.6 Refaa o Exemplo 4.10 removendo as escolas em que os benefcios dos professores sejam menores do que 1% do salrio. (i) (ii) 9.7 Quantas observaes so perdidas? A remoo dessas observaes produz algum efeito importante na relao de trocas estimada? Quantas observaes tm outrobr 40, isto , outras dvidas maiores que 40% da renda total? Reestime o modelo da parte (iii) do Exerccio 7.8, excluindo as observaes com outrobr 40. O que acontece com a estimativa e com a estatstica t da varivel branco? A estimativa de bbranco aparenta ser demasiadamente afetada pela amostra utilizada? A varivel stotal uma varivel de teste padronizada, que pode agir como uma varivel proxy da aptido no observada. Encontre a mdia amostral e o desvio-padro de stotal. Compute regresses simples de cp e de univ sobre stotal. As duas variveis sobre educao superior so, estatisticamente, relacionadas com stotal? Explique. Adicione stotal equao (4.17) e teste as hipteses de que os retornos dos cursos de graduao de dois anos e de quatro anos so os mesmos, contra a hiptese alternativa de que o retorno dos cursos de graduao de quatro anos maior. Como suas constataes podem ser comparadas com as da Seo 4.4? Adicione stotal2 equao estimada na parte (iii). Parece ser necessrio um termo quadrtico na varivel de teste da pontuao? Adicione os termos de interao stotalcp e stotaluniv equao da parte (iii). Esses termos so conjuntamente significantes? Qual seria seu modelo final que controlaria a aptido por meio do uso de stotal? Justifique sua resposta.

Utilize os dados do arquivo LOANAPP.RAW para este exerccio. (i) (ii)

(iii) 9.8

Utilize os dados do arquivo TWOYEAR.RAW para este exerccio. (i)

(ii) (iii)

(iv) (v) (vi)

Exerccios em Computador

29

9.9 Neste exerccio voc deve comparar as estimativas MQO e MDA dos efeitos da participao no plano 401(k) os ativos financeiros lquidos. O modelo finliq b0 b1renda b2renda2 b3idade b4idade2 b5masculino b6e401k u. (i) (ii) (iii) (iv) Utilize os dados do arquivo 401KSUBS.RAW para estimar a equao por MQO e descreva os resultados da forma usual. Interprete o coeficiente de e401k. Use os resduos de MQO para testar a heteroscedasticidade utilizando o teste de Breusch-Pagan. A varivel u independente das variveis explicativas? Estime a equao com o mtodo MDA e descreva os resultados da mesma forma como foram informados os resultados do MQO. Interprete a estimativa MDA de b6. Reconcilie suas constataes das partes (ii) e (iii)

9.10 Voc precisar usar dois conjuntos de dados para fazer este exerccio, JTRAIN2.RAW e JTRAIN3.RAW. O primeiro o resultado de um experimento de treinamento de pessoal. O arquivo JTRAIN3.RAW contm dados observacionais, onde os prprios indivduos, em grande escala, determinam se eles participam de treinamento de pessoal. Os conjuntos de dados cobrem o mesmo perodo. (i) No conjunto de dados JTRAIN2.RAW, qual a frao de homens que esto recebendo treinamento de pessoal? Qual a frao na JTRAIN3.RAW? Por que voc acha que existe tamanha diferena? Usando o JTRAIN2.RAW execute uma regresso simples de gr78 sobre trein. Qual o efeito estimado da participao num treinamento de pessoal sobre ganhos reais?

(ii)

(iii) Agora adicione como controles na regresso na parte(ii) as variveis gr74, gr75, educ, idade, negro, e hispan. O efeito estimado do treinamento de pessoal sobre a gr78 altera muito? De que forma? (Dica: Lembre que so dados experimentais). (iv) Faa as regresses nas partes (ii) e (iii) usando os dados de JTRAIN3.RAW, relatando somente os coeficientes estimados na trein, juntamente com suas estatsticas t. Qual o efeito agora por termos controlado os fatores extras e por qu? (v) Defina medgr (gr74 gr75)/2. Encontre as mdias amostrais, desvios padres, e os valores mnimos e mximos nos dois conjuntos de dados. Esses conjuntos de dados so representativos das mesmas populaes em 1978?

(vi) Quase 96% dos homens do conjunto de dados JTRAIN2.RAW tem medgr menor que 10.000 dlares Usando somente esses homens, execute a regresso gr78 sobre trein, gr74, gr75, educ, idade, negro, e hispan. e relate a estimativa de treinamento e sua estatstica t. Execute a mesma regresso da JTRAIN3.RAW, usando somente homens com medgr 10. Da subamostra de homens com baixa renda, como os efeitos estimados de treinamento se comparam ao longo dos conjuntos de dados experimentais e no experimentais?

30

Introduo Econometria

(vii) Agora use cada conjunto de dados para executar uma regresso simples de gr78 sobre trein, mas somente dos homens que estavam desempregados em 1974 e 1975. Como as estimativas de treinamento se comparam agora? (viii) Usando suas constataes das regresses anteriores, comente sobre a importncia potencial de ter-se populaes comparveis subjacentes de estimativas experimentais e no experimentais. 9.11 Utilize os dados do ano de 1993 para esta questo, embora voc v precisar, primeiro, obter a taxa defasada de homicdios, digamos txhomi1. (i) (ii) Execute a regresso de txhomi sobre exec, desemp. Quais so o coeficiente e estatstica t na exec? Esta regresso fornece alguma evidncia de efeito dissuasor da pena de morte? Quantas execues so relatadas no Texas durante 1993? (Na verdade, esta a soma das execues daquele e dos dois anos anteriores.) Como isto se compara com os outros estados? Adicione uma varivel simulada para o Texas na regresso da parte (i). A estatstica t geralmente grande? Disto, o Texas aparenta ser uma observao extrema? Adicione a taxa defasada de homicdios na regresso na parte (i). O que acontece com ^ a bexec e sua significncia estatstica? Na regresso na parte (iii), o Texas aparenta ser uma observao extrema? Qual o ^ efeito na bexec com a eliminao do Texas da regresso?

(iii) (iv)

9.12 Utilize os dados da ELEM94_95 para responder a esta questo.Veja tambm o Exerccio em Computador 4.10. (i) Usando todos os dados, execute a regresso de lsalmed sobre bs, lmatricl, lstaff, e merenda. Relate o coeficiente na bs juntamente com seus erros-padro habituais e de heteroscedasticidade robusta. O que voc conclui sobre a significncia econmica e ^ estatstica da bbs? Agora elimine as quatro observaes com bs 0,5, isto , em que os benefcios mdios so (supostamente) mais de 50% do salrio mdio. Qual o coeficiente na bs? Ele estatisticamente significante usando os erros-padro de heteroscedasticidade robusta? Verifique que as quatro observaes com bs 0,5 so 68, 1.127, 1.508. e 1.670. Defina quatro variveis dummy para cada uma dessas observaes. (Voc pode cham-las d68, d1127, d1508 e d1670.) Adicione-as regresso da parte (i), e verifique que os coeficientes e erros-padro dos MQO nas outras variveis so idnticos aos da parte (ii) Quais das quatro dummies tm uma estatstica t estatisticamente diferente de zero em um nvel de 5%? Verifique que, neste conjunto de dados, o ponto de dado com o maior resduo estudentizado (maior estatstica t na varivel dummy) na parte (iii) tem uma grande influncia nas estimativas MQO. (Isto , executar os MQO usando todas as observaes exceto aquela com o resduo estudentizado grande.) A eliminao, uma por uma, cada uma das outras observaes com bs 0,5 tem efeitos importantes? Qual sua concluso sobre a sensibilidade dos MQO a uma nica observao, mesmo com uma amostra de tamanho grande? Verifique que o estimador MDA no sensvel incluso da observao identificada na parte (iii).

(ii)

(iii)

(iv)

(v) (vi)

Exerccios em Computador

31

CAPTULO 10
10.1 Em outubro de 1979, o Banco Central norte-americano mudou sua poltica de metas de oferta monetria e passou a focar diretamente as taxas de juros de curto prazo. Utilizando os dados contidos no arquivo INTDEF.RAW, defina uma varivel dummy igual a um para os anos aps 1979. Inclua essa dummy na equao (10.15) para verificar se ocorre uma mudana na equao da taxa de juros aps 1979. O que voc conclui? 10.2 Utilize os dados contidos no arquivo BARIUM.RAW para fazer este exerccio. (i)

Adicione uma tendncia temporal linear equao (10.22). Algumas das variveis, alm daquela da tendncia, so estatisticamente significantes? (ii) Na equao estimada na parte (i) verifique a significncia conjunta de todas as variveis, exceto a de tendncia temporal. Qual sua concluso? (iii) Adicione variveis dummy mensais a essa equao e teste a sazonalidade. A incluso das dummies mensais altera quaisquer outras estimativas ou seus erros-padro de forma importante? 10.3 Adicione a varivel log(prpnb) na equao do salrio mnimo (10.38). Essa varivel significante? Interprete o coeficiente. Como a incluso de log(prpnb) afeta o efeito do salrio mnimo estimado? 10.4 Utilize os dados contidos no arquivo FERTIL3.RAW para verificar que o erro-padro da PLP na equao (10.19) est em torno de 0,030. 10.5 Utilize os dados contidos no arquivo EZANDERS.RAW para fazer este exerccio. Os dados so de pedidos de seguro-desemprego mensais na cidade de Anderson, no estado norte-americano de Indiana, de janeiro de 1980 a novembro de 1988. Em 1984, uma zona industrial (ZI) foi instalada em Anderson (como tambm em outras cidades de Indiana). [Veja Papke (1994) para detalhes.] (i) Regrida log(uclms) sobre uma tendncia temporal linear e sobre 11 variveis dummy mensais. Qual a tendncia geral dos pedidos de seguro-desemprego ao longo desse perodo? (Interprete o coeficiente da tendncia temporal.) Existe evidncia de sazonalidade nos pedidos de seguro-desemprego? Adicione zi, uma varivel dummy igual a um nos meses em que Anderson tinha uma ZI, na regresso da parte (i). O fato de ter uma zona industrial parece reduzir os pedidos de seguro-desemprego? Em quanto? [Voc deve usar a frmula (7.10) do Captulo 7]. Que hipteses voc precisa fazer para atribuir o efeito da parte (ii) criao de uma zona industrial?

(ii)

(iii) 10.6

Utilize os dados contidos no arquivo FERTIL3.RAW para fazer este exerccio. (i) (ii) (iii) Faa a regresso de tgft sobre t e t2 e guarde os resduos. Isso produzir um tgft cuja tendncia foi removida, digamos t gft. Regrida t gft sobre todas as variveis da equao (10.35), inclusive t e t2. Compare o Rquadrado com o de (10.35). O que voc conclui? Reestime a equao (10.35) mas adicione t3 a ela. Este termo adicional estatisticamente significante?

10.7

Utilize os dados contidos no arquivo CONSUMP.RAW para fazer este exerccio. (i) Estime um modelo de regresso simples relacionando o crescimento do consumo real per capita (de bens no durveis e servios) ao crescimento da renda disponvel real

32

Introduo Econometria

per capita. Use a mudana nos logaritmos em ambos os casos. Descreva os resultados da forma habitual. Interprete a equao e discuta a significncia estatstica. (ii) Adicione uma defasagem do crescimento da renda disponvel real per capita da parte (i). Qual sua concluso sobre as defasagens de ajustamento sobre o crescimento do consumo? (iii) Adicione a taxa real de juros equao da parte (i). Ela afeta o crescimento do consumo? 10.8 Utilize os dados contidos no arquivo FERTIL3.RAW para fazer este exerccio. (i) (ii) (iii) Adicione ipt3 e ipt4 equao (10.19). Faa o teste de significncia conjunta dessas defasagens. Encontre a propenso de longo prazo estimada e seus respectivos erros-padro no modelo da parte (i). Compare-os com os obtidos na equao (10.19). Estime o modelo de defasagens distribudas polinomial do Problema 10.6. Encontre a PLP e compare-a com o que obtido do modelo sem restries.

10.9 Utilize os dados contidos no arquivo VOLAT.RAW para fazer este exerccio. A varivel rsp500 o retorno mensal do ndice Standard & Poors 500 do mercado acionrio norte-americano, em termos anuais. (A varivel inclui tanto alteraes de preos como tambm dividendos.) A varivel i3 o retorno das letras do Tesouro norte-americano de trs meses, e pcip a mudana percentual na produo industrial; ambas tambm esto expressas em termos anuais. (i) Considere a equao: rsp500t b0 b1pcipt b2i3t ut. Que sinais voc acredita que b1 e b2 deveriam ter? (ii) (iii) (iv) Estime a equao anterior pelo mtodo MQO, descrevendo os resultados na forma-padro. Interprete os sinais e as magnitudes dos coeficientes. Quais das variveis so estatisticamente significantes? Suas descobertas da parte (iii) sugerem que o retorno do S&P 500 previsvel? Explique.

10.10 Considere o modelo estimado em (10.15); utilize os dados contidos no arquivo INTDEF.RAW. (i) (ii) (iii) (iv) Encontre a correlao entre inf e def ao longo do perodo amostral e comente. Adicione uma defasagem em inf e def na equao e descreva os resultados da forma habitual. Compare a PLP estimada do efeito da inflao com aquela da equao (10.15). Elas so muito diferentes? As duas defasagens no modelo so conjuntamente significantes ao nvel de 5%?

10.11 O arquivo TRAFIC2.RAW contm 108 observaes mensais sobre acidentes automobilsticos, leis de trnsito e algumas outras variveis do estado norte-americano da Califrnia, de janeiro de 1981 a dezembro de 1989. Utilize esse conjunto de dados para responder s seguintes questes. (i) (ii) Em que ms e ano a lei do cinto de segurana entrou em vigncia na Califrnia? Quando o limite de velocidade nas rodovias passou para 65 milhas por hora? Faa a regresso da varivel log(totacc) em uma tendncia temporal linear e 11 variveis dummy mensais, usando janeiro como o ms base. Interprete a estimativa do coeficiente da tendncia temporal. Voc diria que existe sazonalidade no total de acidentes?

Exerccios em Computador

33

(iii)

(iv) (v)

(vi)

Adicione regresso da parte (i) as variveis finssem, desemp, leiveloc, e leicinto. Discuta o coeficiente da varivel desemprego. Seu sinal e magnitude tm lgica para voc? Na regresso da parte (iii), interprete os coeficientes de leiveloc e leicinto. Os efeitos estimados so os que voc esperava? Explique. A varivel prcfat a porcentagem de acidentes resultando em pelo menos uma fatalidade. Observe que esta varivel uma porcentagem e no uma proporo. Qual a mdia da prcfat ao longo desse perodo? Sua magnitude parece correta? Compute a regresso na parte (iii) mas use prcfat como a varivel dependente em lugar de log(totacc). Discuta os efeitos e significncia estimados das variveis referentes s leis da velocidade e do cinto de segurana.

10.12 (i) Estime a equao (10.2) usando todos os dados do PHILLIPS.RAW e relate os resultados na forma habitual. Quantas observaes voc tem agora? (ii) Compare as estimativas da parte (i) com as da equao (10.14). Em particular, a adio de anos extras ajuda na obteno de uma estimativa de relao de trocas entre inflao e desemprego? Explique. Agora execute a regresso usando somente os anos de 1997 at 2003. Como essas estimativas diferem das estimativas na equao (10.14)? As estimativas esto usando os mais recentes sete anos de forma suficientemente precisa para extrair quaisquer concluses das firmas? Explique. Considere uma configurao de regresso simples na qual iniciamos com n observaes de sries temporais e depois as dividimos num perodo de tempo anterior e num perodo de tempo posterior. No primeiro perodo de tempo temos n1 observaes e no segundo perodo n2 observaes. Explore as partes anteriores deste exerccio para avaliar a seguinte declarao: De forma geral, podemos antecipar que a estimativa de inclinao usando todas as n observaes ser aproximadamente igual a uma mdia ponderada das estimativas de inclinao nas subamostras anterior e posterior em que os pesos so n1/n e n2/n, respectivamente.

(iii)

(iv)

10.13 Utilize os dados do MINWAGE.RAW neste exerccio. Em especial, use as sries de emprego e salrio do setor 232 (Mobilirio para Homens e Meninos). A variveis crescmen232 o crescimento mensal (mudanas em logs) no salrio mdio no setor 232, cresccontr232 o crescimento na contratao no setor 232, crescsalmin o crescimento no salrio mnimo nacional, e crescipc o crescimento no ndice de Preos ao Consumidor (urbano). (i) (ii) Faa a regresso de crescmen232 sobre crescsalmin, crescipc. O sinal e a magnitude de ^ bcrescsalmin faz sentido para voc? Explique. crescsalmin estatisticamente significante? Adicione as defasagens de 1 a 12 de crescsalmin equao da parte (i). Voc acha necessrio incluir essas defasagens para estimar o efeito de longo prazo do crescimento do salrio mnimo no crescimento do salrio no setor 232? Explique. Faa a regresso de cresccontr232 sobre crescsalmin, crescipc. O crescimento do salrio mnimo aparenta ter um efeito contemporneo na cresccontr232? Adicione as defasagens de 1 a 12 na equao de crescimento da contratao. O crescimento no salrio mnimo tem um efeito estatisticamente significante no crescimento da contratao, no curto ou longo prazo? Explique.

(iii) (iv)

34

Introduo Econometria

CAPTULO 11
11.1 Utilize os dados contidos no arquivo HSEINV.RAW para este exerccio. (i) Encontre a autocorrelao de primeira ordem de log(invpc). Agora, encontre a autocorrelao aps a remoo linear da tendncia de log(invpc). Faa o mesmo para log(preo). Qual das duas sries pode ter uma raiz unitria? Com base nas suas constataes na parte (i), estime a equao log(invpct) b0 b1log(preot) b2t ut 1 e determine se ele estatistie descreva os resultados na forma-padro. Interprete o coeficiente b camente significante. (iii) Retire linearmente a tendncia de log(invpct) e use a verso sem tendncia como varivel dependente na regresso da parte (ii) (veja a Seo 10.5). O que acontece com R2? (iv) Agora use log(invpct) como varivel dependente. Como seus resultados da parte (ii) mudam? A tendncia temporal ainda significante? Por qu? 11.2 No Exemplo 11.7 defina o crescimento no salrio por hora e na produo por hora como a mudana no log natural: gsalhr log(salhr) e gprodhr log(prodhr). Considere uma extenso simples do modelo estimado em (11.29): gsalhrt b0 b1gprodhrt b2gprodhrt1 ut. Isto permite que um aumento no crescimento da produtividade tenha tanto um efeito corrente como um efeito defasado sobre o crescimento do salrio. (i) Estime a equao utilizando os dados contidos no arquivo EARNS.RAW e descreva os resultados na forma-padro. O valor defasado de gprodhr estatisticamente significante? (ii) Se b1 b2 1, um aumento permanente no crescimento da produtividade totalmente transmitido ao crescimento dos salrios mais altos aps um ano. Teste H0: b1 b2 1 contra a alternativa bilateral. Lembre-se, a maneira mais fcil de fazer isso escrever a equao de forma que u b1 b2 aparea diretamente no modelo, como no Exemplo 10.4 do Captulo 10. (iii) necessrio que gprodhrt2 esteja no modelo? Explique. 11.3 (i) No exemplo 11.4, possvel que o valor esperado do retorno no tempo t, dados os retornos passados, seja uma funo quadrtica de retornot1. Para verificar essa possibilidade, utilize os dados contidos no arquivo NYSE.RAW para estimar retornot b0 b1retornot1 b2retorno2 t1 ut; descreva os resultados na forma-padro. (ii) (iii) (iv) Defina e teste a hiptese nula de que E(retornot | retornot1) no depende de retornot1. (Sugesto: Aqui existem duas restries a serem testadas.) O que voc conclui? Elimine retorno2 t1 do modelo, mas adicione o termo de interao retornot1 retornot2. Agora, teste a hiptese de mercados eficientes. O que voc conclui sobre a previso de retornos semanais de aes com base nos retornos passados?

(ii)

Exerccios em Computador

35

11.4

Utilize os dados contidos no arquivo PHILLIPS.RAW para este exerccio. (i) No exemplo 11.5, assumimos que a taxa natural de desemprego constante. Uma forma alternativa da curva de Phillips de expectativas aumentadas permite que a taxa natural de desemprego dependa de nveis de desemprego passados. No caso mais simples, a taxa natural no tempo t igual a desempt1. Se assumirmos expectativas adaptativas, obtemos uma curva de Phillips na qual inflao e desemprego esto em primeiras diferenas: inf b0 b1desemp u. Estime esse modelo, descreva os resultados da maneira usual e discuta o sinal, tama . nho e significncia estatstica de b 1 Que modelo ajusta melhor os dados, (11.19) ou o modelo da parte (i)? Explique. Adicione uma tendncia temporal linear na equao (11.27). necessria uma tendncia temporal na equao de primeiras diferenas? Elimine a tendncia temporal e adicione as variveis ww2 e pill na equao (11.27) (no diferencie essas variveis dummy). Essas variveis so conjuntamente significantes ao nvel de 5%? Usando o modelo da parte (ii), estime a PLP e obtenha seu erro-padro. Compare com (10.19), em que tgf e ip apareceram em nveis, em vez de primeiras diferenas.

(ii) 11.5 (i) (ii)

(iii)

11.6 Seja invent o valor real dos estoques dos Estados Unidos durante o ano t, seja PIBt o produto interno bruto real, e seja r3t a taxa de juros real (ex post) das letras do Tesouro dos EUA de trs meses. A taxa de juros real ex post , aproximadamente, r3t i3t inft, em que i3t a taxa das letras do Tesouro de trs meses e inft a taxa anual de inflao [veja Mankiw (1994, Seo 6.4)]. A mudana nos estoques, invent, o investimento em estoques no ano. O modelo do acelerador do investimento em estoques invent b0 b1PIBt ut, em que b1 0. [Veja, por exemplo, Mankiw (1994), Captulo 17.] (i) Utilize os dados contidos no arquivo INVEN.RAW para estimar o modelo do acelera estatisticador. Descreva os resultados da maneira habitual e interprete a equao. b 1 mente maior que zero? Se a taxa de juros real aumenta, ento o custo de oportunidade de manter estoques aumenta, e assim um aumento na taxa de juros real deve fazer decrescer os estoques. Adicione a taxa de juros real ao modelo do acelerador e discuta os resultados. O nvel da taxa de juros real funciona melhor que a primeira diferena, r3t?

(ii)

(iii)

11.7 Utilize os dados contidos no arquivo CONSUMP.RAW para este exerccio. Uma verso da hiptese da renda permanente (HRP) do consumo que o crescimento do consumo imprevisvel. [Outra verso que a mudana do consumo em si imprevisvel; veja Mankiw (1994, Captulo 15) para uma discusso sobre a HRP.] Seja gct log(ct) log(ct1) o crescimento no consumo real per capita (de bens no durveis e servios). Ento, a HRP implica que E(gct | It1) E(gct), em que It1 representa a informao conhecida no tempo (t 1); neste caso, t representa um determinado ano. (i) Teste a HRP estimando gct b0 b1gct1 ut. Especifique com clareza as hipteses nula e alternativa. O que voc conclui?

36

Introduo Econometria

(ii)

Adicione gyt1 e i3t1 regresso da parte (i), em que gyt o crescimento na renda disponvel real per capita e i3t so as taxas de juros das letras do Tesouro dos EUA de trs meses; observe que cada uma delas deve ser defasada na regresso. Essas duas variveis adicionais so conjuntamente significantes?

11.8

Utilize os dados contidos no arquivo PHILLIPS.RAW para este exerccio. (i) Estime um modelo AR(1) da taxa de desemprego. Use essa equao para prever a taxa de desemprego em 2004. Compare-a com a taxa real de desemprego de 2004. (Voc pode encontrar essa informao em um volume recente do Economic Report of the President, (REP.) Adicione uma defasagem da inflao no modelo AR(1) da parte (i). A varivel inft1 estatisticamente significante? Use a equao da parte (ii) para prever a taxa de desemprego em 2004. O resultado melhor ou pior do que o do modelo da parte (i)? Use o mtodo da Seo 6.4 para construir um intervalo de previso de 95% para a taxa de desemprego de 2004. A taxa de desemprego de 2004 est dentro do intervalo?

(ii) (iii) (iv)

11.9 Utilize os dados contidos no arquivo TRAFFIC2.RAW para este exerccio. O Exerccio 10.11 j solicitou uma anlise para estes dados. (i) Compute o coeficiente de autocorrelao de primeira ordem para a varivel prcfat. Voc est preocupado com a possibilidade de prcfat conter uma raiz unitria? Faa o mesmo para a taxa de desemprego. Estime um modelo de regresso mltipla relacionando a primeira diferena de prcfat, prcfat, com as mesmas variveis da parte (vi) do Exerccio 10.11, exceto que voc deve primeiro diferenciar a taxa de desemprego. Em seguida, inclua uma tendncia temporal linear, variveis dummy mensais, a varivel de fim de semana e duas variveis de poltica econmica: no as diferencie. Voc encontra algum resultado interessante? Comente a seguinte declarao: Devemos sempre primeiro diferenciar qualquer srie temporal que suspeitemos possuir uma raiz unitria antes de computarmos uma regresso mltipla, pois esta uma estratgia segura e deve produzir resultados semelhantes aos obtidos se usarmos os nveis. [Para responder a isso, talvez voc queira executar a regresso da parte (vi) do Exerccio 10.11, se voc ainda no o fez.]

(ii)

(iii)

11.10 Utilize todos os dados contidos no arquivo PHILLIPS.RAW para responder a esta questo. Voc deve ter agora 56 anos de informao. (i) Estime novamente a equao (11.19) e descreva os resultados da forma habitual. As estimativas de intercepto e de inclinao alteram-se de maneira notvel quando voc adiciona os dados dos trs anos recentes? Obtenha uma nova estimativa da taxa natural de desemprego. Compare essa nova estimativa com aquela descrita no Exemplo 11.5. Compute a autocorrelao de primeira ordem de desemp. Em sua opinio, a raiz unitria est prxima de um? Use desemp como a varivel explicativa em lugar de desemp. Qual das variveis explicativas produz um R-quadrado mais alto?

(ii) (iii) (iv)

Exerccios em Computador

37

11.11 A Lei de Okun por exemplo, Mankiw (1994, Captulo 2) supe os seguintes relacionamentos entre a porcentagem anual de mudana no PIB real, porcpib, e a mudana na taxa anual de desemprego, desemp: porcpib 3 desemp. Se a taxa de desemprego for estvel o PIB real cresce a uma taxa de 3% anualmente. Para cada ponto percentual de aumento na taxa de desemprego o PIB real cresce menos dois pontos percentuais. (Isto no deve ser interpretado em qualquer sentido causal; isto mais como uma descrio estatstica.) Para verificarmos se os dados da economia americana suporta a Lei de Okun, especificamos um modelo que possibilite desvios atravs de um termo de erro, porcpibt b0 b1desempt ut. (i) (ii) (iii) (iv) Use os dados do OKUN.RAW para estimar a equao. Voc obtm exatamente 3 para o intercepto e 2 para a inclinao? Voc esperava que isso acontecesse? Encontre a estatstica t do teste H0 : b1 2. Voc rejeita H0 contra a alternativa bilateral em qualquer nvel de significncia? Encontre a estatstica t do teste H0 : b0 3. Voc rejeita no nvel de 5% contra a alternativa bilateral? Isso ser uma forte rejeio? Encontre a estatstica F e o p-valor do teste H0 : b0 3, b1 2. contra a alternativa que H0 falsa. No geral, voc diria que os dados rejeitam ou tendem a dar respaldo lei de Okun?

11.12 Utilize os dados do MINWAGE.RAW neste exerccio, focando nas sries de salrio e emprego do setor 232 (Mobilirio para Homens e Meninos). A varivel crescmen232 o crescimento mensal (mudanas em logs) no salrio mdio no setor 232; cresccontr232 o crescimento na contratao no setor 232; crescsalmin o crescimento no salrio mnimo nacional; e crescipc o crescimento no ndice de Preos ao Consumidor (urbano). (i) (ii) Encontre a autocorrelao de primeira ordem na crescmen232. Esta srie aparenta ser fracamente dependente? Estime o modelo dinmico

crescmen232t b0 b1crescmen232t1 b2crescsalmint b3crescipct ut, pelos MQO. Mantendo fixo o crescimento do salrio e o crescimento do PIB do ltimo ms, um aumento no salrio mnimo nacional resultar num aumento contemporneo na crescmen232t? Explique. (iii) (iv) (v) Agora adicione crescimento defasado na contratao, cresccontr232t1, na equao da parte (ii). Ele ser estatisticamente significante? Comparado com o modelo sem crescmen232t1, e cresccontr232t1, a adio das duas variveis defasadas tem um efeito importante no coeficiente da crescsalmin? Faa a regresso de crescsalmint sobre crescmen232t1 e cresccontr232t1, e informe o R-quadrado. Comente sobre como o valor do R-quadrado ajuda a explicar sua resposta da parte (iv).

38

Introduo Econometria

CAPTULO 12
12.1 No Exemplo 11.6, estimamos um modelo de defasagenss distribudas finitas em primeiras diferenas: tgft g0 d0dpt d1dpt1 d2dpt2 ut Utilize os dados contidos no arquivo FERTIL3.RAW para testar se existe correlao serial AR(1) nos erros. 12.2 (i) Utilizando os dados contidos no arquivo WAGEPRC.RAW, estime o modelo de defasagens distribudas do Problema 11.5. Use a regresso (12.14) para testar a existncia de correlao serial AR(1). Reestime o modelo usando a estimao iterada de Cochrane-Orcutt. Qual sua nova estimativa da propenso de longo prazo? Usando a estimao CO iterada encontre o erro-padro da PLP. (Isto exige que voc estime uma equao modificada.) Determine se a PLP estimada estatisticamente diferente de um ao nvel de 5%. Na parte (i) do Problema 11.6, voc foi solicitado a estimar o modelo do acelerador de investimentos em estoques. Teste essa equao quanto presena de correlao serial AR(1). Se voc encontrar evidncia de correlao serial, reestime a equao pelo mtodo de Cochrane-Orcutt e compare os resultados. os valores estiUtilize o arquivo NYSE.RAW para estimar a equao (12.48). Sejam h t t so negativos? mados dessa equao (as estimativas da varincia condicional). Quantos h Adicione retorno2 t1 a (12.48) e, novamente, calcule os valores ajustados, ht. Algum dos ht negativo? da parte (ii) para estimar (12.47) por mnimos quadrados ponderados (como Use os h
t

(ii) (iii)

12.3

(i)

(ii) 12.4 (i) (ii) (iii)

na Seo 8.4). Compare sua estimativa de b1 com a da equao (11.16). Teste H0: b1 0 e compare o resultado quando o MQO usado. (iv) Agora, estime (12.47) por MQP, usando o modelo ARCH estimado em (12.51) para . Essa mudana altera seus resultados na parte (iii)? obter h t

12.5 Considere a verso do modelo de Fair no Exemplo 10.6. Agora, em lugar de prever a proporo dos votos recebida pelos Democratas, estime um modelo de probabilidade linear para verificar se os Democratas vencero ou no. (i) Use a varivel binria demvence em lugar de demvoto em (10.23) e descreva os resultados na forma-padro. Que fatores afetam a probabilidade de vencer? Utilize os dados somente at 1992. Quantos valores estimados so menores que zero? Quantos so maiores que um? Use a seguinte regra de previso: se demvence 0,5 os Democratas vencero; de outra forma, os Republicanos vencero. Usando essa regra, determine quantas das 20 eleies foram previstas corretamente pelo modelo.

(ii) (iii)

Exerccios em Computador

39

(iv) (v) (vi) 12.6 (i)

Insira os valores das variveis explicativas de 1996. Qual a probabilidade prevista de que Clinton venceria as eleies? Clinton venceu; voc obteve a previso correta? Utilize um teste t robusto em relao heteroscedasticidade para a correlao serial AR(1) nos erros. O que voc encontra? Obtenha os erros-padro robustos em relao heteroscedasticidade das estimativas na parte (i). Existe alguma alterao notvel em qualquer das estatsticas t? No Exerccio em Computador 10.7, voc estimou uma relao simples entre o crescimento do consumo e o crescimento da renda disponvel. Teste a equao para verificar a existncia de correlao serial AR(1) (usando o arquivo CONSUMP.RAW). No Exerccio em Computador 11.7, voc testou a hiptese da renda permanente regredindo o crescimento do consumo sobre uma defasagem. Aps computar essa regresso, teste a presena de heteroscedasticidade regredindo os quadrados dos resduos sobre gct1 e gct2 1. Qual sua concluso? Para o Exemplo 12.14, utilizando os dados contidos no arquivo BARIUM.RAW, obtenha as estimativas iteradas de Cochrane-Orcutt. As estimativas de Prais-Winsten e de Cochrane-Orcutt so semelhantes? Voc esperava que elas fossem?

(ii)

12.7

(i) (ii)

12.8

Utilize os dados contidos no arquivo TRAFFIC2.RAW para este exerccio. (i) Compute uma regresso MQO de prcfat sobre uma tendncia temporal linear, variveis dummy mensais e sobre as variveis finssem, desemp, leiveloc e leicinto. Teste os erros para verificar a presena de correlao serial AR(1), usando a regresso na equao (12.14). Faz sentido usar o teste que assume exogeneidade estrita dos regressores? Obtenha os erros-padro robustos em relao correlao serial e heteroscedasticidade dos coeficientes de leiveloc e leicinto, usando quatro defasagens no estimador Newey-West. Como isso afeta a significncia estatstica das duas variveis de poltica governamental? Agora, estime o modelo usando o mtodo Prais-Winsten iterativo e compare as estimativas com as do MQO. Existe alguma alterao importante nos coeficientes das variveis de polticas governamentais ou em suas significncias estatsticas?

(ii)

(iii)

12.9 O arquivo FISH.RAW contm 97 observaes sobre preos e quantidades dirias de peixe no mercado de peixe de Fulton, em Manhattan. Use a varivel log(premdio) como a varivel dependente. (i) Regrida log(premdio) sobre quatro variveis dummy dirias, tendo a sexta-feira como base. Inclua uma tendncia temporal linear. Existe evidncia de que o preo varie sistematicamente na semana? Agora, adicione as variveis onda2 e onda3, que so as medidas da altura das ondas nos ltimos dias. Essas variveis so, individualmente, significantes? Descreva um mecanismo pelo qual mares mais revoltos aumentariam o preo do peixe. O que aconteceu com a tendncia temporal quando as variveis onda2 e onda3 foram includas na regresso? O que deve estar acontecendo?

(ii)

(iii)

40

Introduo Econometria

(iv) (v) (vi)

Explique por que todas as variveis explicativas na regresso so assumidas, com segurana, como estritamente exgenas. Teste os erros para verificar a existncia de correlao serial AR(1). Obtenha os erros-padro Newey-West usando quatro defasagens. O que acontece com as estatsticas t de onda2 e onda3? Voc esperava uma mudana maior ou menor quando comparadas com as estatsticas t do MQO?

(vii) Agora, obtenha as estimativas Prais-Winsten do modelo estimado na parte (ii). As variveis onda2 e onda3 so, conjuntamente, estatisticamente significantes? 12.10 Use os dados do PHILLIPS.RAW para responder estas questes. (i) Usando a totalidade do conjunto de dados, estime a equao da curva esttica de Phillips inft b0 b1desemp ut pelos MQO e relate os resultados na forma habitual.
^ ^ Obtenha os resduos dos MQO da parte (i), u t, e obtenha r da regresso de ut sobre ut1. ( bom incluir um intercepto nesta regresso). Existe evidncia forte de correlao serial? ^

(ii)

(iii)

Agora estime o modelo da curva esttica de Phillips pelo Prais-Winsten iterativo. Compare a estimativa de b1 com a obtida na Tabela 12.2. Existe muita diferena na estimativa quando os anos posteriores b1 so adicionados? Em vez de usar Prais-Winsten use o Cochrane-Orcutt iterativo. Quo similares so as estimativas finais de r? Quo similares so as estimativas PW e CO da b1?

(iv) 12.11

Use os dados da NYSE.RAW para responder a estas questes. (i) (ii) Estime o modelo na equao (12.47) e obtenha os resduos quadrados dos MQO. ^2 Encontre os valores mdio, mnimo e mximo de u t em toda a amostra. Use os resduos quadrados dos MQO para estimar o seguinte modelo de heteroscedasticidade:

Var(ut|retornot1, retornot2, ...) Var(ut|retornot1) d0 d1retornot1 d2retorno2 t1. Relate os coeficientes estimados, os erros padres, o R-quadrado, e o R-quadrado ajustado. (iii) (iv) (v) (vi) Esboce a varincia condicional como uma funo de retorno1 defasada. Para que valor de retorno1 a varincia a menor, e qual a varincia? Na predio da varincia dinmica, o modelo na parte (ii) produz qualquer estimativa de varincia negativa? O modelo na parte (ii) parece se adaptar melhor ou pior que o modelo HCAR(1) no Exemplo 12.9? Explique.
^ regresso HCAR(1) na equao (12.51), adicione a segunda defasagem u t2. Esta defasagem parece importante? O modelo HCAR(2) se adapta melhor que o modelo na parte (ii)?

12.12 11.6.

Use os dados de INVEN.RAW para este exerccio, veja tambm Exerccio em Computador

Exerccios em Computador

41

(i)

Obtenha os resduos dos MQO do modelo acelerador inven b0 b1PIBt ut ^ ^ e use a regresso de u t sobre ut1 para verificar se existe correlao serial. Qual a estimativa de r? Quo problemtica a correlao serial parece ser? Estime o modelo acelerador pelo mtodo de PW e compare a estimativa de 1 com a estimativa pelos MQO. Por que voc espera que elas sejam similares?

(ii)

12.13 Use os dados da OKUN.RAW para responder esta questo; veja, tambm, o Exerccio de Computador 11.11. (i) Estime a equao porcpibt b0 b1desempt ut e teste os erros quanto a correlao seria AR(1), sem assumir que {desempt : t 1, 2, ...} estritamente exgena. Qual sua concluso?
^2 Regresse os resduos quadrados, u t , sobre desempt (este teste de Breusch-Pagan de heteroscedasticidade no caso de regresso simples). Qual sua concluso?

(ii) (iii) 12.14

Obtenha o erro padro de heteroscedasticidade-robusta da estimativa pelos MQO b1. ele substancialmente diferente do erro-padro dos MQO?

Use os dados da MINWAGE.RAW para este exerccio, focando no setor 232. (i) Estime a equao crescmen232t b0 b1crescsamint b2crescipci ut e teste os erros em busca de correlao serial AR(1). Importa se voc assumir que crescsalmint e crescipct so estritamente exgenas. No geral, qual sua concluso? (ii) Obtenha o erro-padro de Newey-West das estimativas MQO na parte(i), usando uma defasagem de 12. Como os erros-padro de Newey-West se comparam com os erros-padro costumeiros dos MQO? Agora obtenha os erros-padro de heteroscedasticidade-robusta dos MQO, e compare-os com os costumeiros erros padres e com os erros padres de Newey-West. A correlao serial ou heteroscedasticidade aparentam ser mais um problema nesta aplicao? Use o teste de Breusch-Pagan na equao original para verificar que os erros exibem forte heteroscedasticidade. Adicione defasagens 1 a 12 de crescsalmin na equao na parte (i). Obtenha o p-valor do teste F conjunto das defasagens 1 a 12, e compare-o com o p-valor do teste de heteroscedasticidade-robusta. Como o ajuste da heteroscedasticidade afeta a significncia das defasagens? Obtenha o p-valor do teste de significncia conjunta na parte (v) usando o mtodo de Newey-West. Qual a sua concluso, agora? Se voc deixar de fora as defasagens da crescsalmin, a estimativa de propenso de longo prazo ser muito diferente?

(iii)

(iv) (v)

(vi) (vii)

42

Introduo Econometria

CAPTULO 13
13.1 Utilize os dados contidos no arquivo FERTIL1.RAW para fazer este exerccio. (i) Na equao estimada no Exemplo 13.1, teste se o ambiente de vida na idade de 16 anos tem efeito sobre a fertilidade. (O grupo base cidade grande.) Informe o valor da estatstica F e do p-valor. Teste se a regio do pas na idade de 16 anos (sul o grupo-base) tem efeito sobre a fertilidade. Seja u o termo de erro na equao populacional. Suponha que voc entenda que a varincia de u muda ao longo do tempo (mas no com educ, idade etc.). Um modelo que capta isso u2 g0 g1 a74 g2 a76 ... g6 a84 v. Usando esse modelo, teste a existncia de heteroscedasticidade em u. [Sugesto: seu teste F deve ter 6 e 1.122 graus de liberdade.] (iv) Adicione os termos de interao a74 educ, a76 educ, ..., a84 educ ao modelo estimado na Tabela 13.1. Explique o que representam esses termos. Eles so conjuntamente significantes?

(ii) (iii)

13.2

Utilize os dados contidos no arquivo CPS78_85.RAW para fazer este exerccio. (i) Como voc interpreta o coeficiente de a85 na equao (13.2)? A interpretao sobre ele tem algum interesse? (Cuidado aqui; voc deve considerar os termos de interao a85 educ e y85 feminino.) Mantendo todos os outros fatores fixos, qual o aumento percentual estimado no salrio nominal de um homem com 12 anos de escolaridade? Proponha uma regresso para obter um intervalo de confiana dessa estimativa. [Sugesto: Para obter o intervalo de confiana, substitua a85 educ por a85 (educ 12); refira-se ao Exemplo 6.3.] Reestime a equao (13.2) mas permita que todos os salrios sejam medidos em dlares de 1978. Particularmente, defina o salrio real como rsalrio salrio para 1978 e como rsalrio salrio/1,65 para 1985. Agora, use log(rsalrio) em lugar de log(salrio) para estimar (13.2). Quais coeficientes diferem daqueles da equao (13.2)? Explique a razo de o R-quadrado da sua regresso na parte (iii) no ser o mesmo da equao (13.2). (Sugesto: Os resduos e, portanto, a soma dos quadrados dos resduos das duas equaes so idnticos.) Descreva como a filiao sindical mudou de 1978 a 1985. Iniciando com a equao (13.2), teste se o diferencial dos salrios dos trabalhadores sindicalizados mudou ao longo do tempo. (Isso dever ser um simples teste t.)

(ii)

(iii)

(iv)

(v) (vi)

(vii) Seus resultados na parte (v) so conflitantes com os da parte (vi)? Explique. 13.3 Utilize os dados contidos no arquivo KIELMC.RAW para fazer este exerccio. (i) A varivel dist a distncia de cada imvel do local do incinerador. Considere o modelo log(preo) b0 d0a81 b1log(dist) d1a81 log(dist) u.

Exerccios em Computador

43

Se a construo do incinerador reduz o valor dos imveis mais prximos do local, qual o sinal de d1? O que significa b1 0? (ii) (iii) Estime o modelo da parte (i) e descreva os resultados da forma habitual. Interprete o coeficiente de a81 log(dist). Qual sua concluso? Adicione idade, idade2, quartos, banhos, log(intst), log (terreno), e log(rea) equao. Agora, qual a sua concluso sobre o efeito do incinerador sobre o valor dos imveis? Como pode o coeficiente da log(dist) ser positivo e estatisticamente significante na parte (ii) mas no na parte (iii)? O que isto indica sobre os controles usados na parte (iii)?

(iv)

13.4

Utilize os dados contidos no arquivo INJURY.RAW para fazer este exerccio. (i) Utilizando os dados no estado norte-americano de Kentucky, reestime a equao (13.12), adicionando, como variveis explicativas, masculino, casado, e um conjunto completo de variveis dummy de tipos de empresas e de leses. Como muda a estimativa de apmud altrend quando esses outros fatores so controlados? A estimativa continua estatisticamente significante? O que voc deduz do pequeno R-quadrado da parte (i)? Isso significa que a equao inaproveitvel? Estime a equao (13.12) utilizando os dados do estado norte-americano de Michigan. Compare as estimativas do termo de interao de Michigan e de Kentucky. A estimativa de Michigan estatisticamente significante? O que voc deduz disso?

(ii) (iii)

13.5 Utilize os dados contidos no arquivo RENTAL.RAW para fazer este exerccio. Os dados de 1980 e 1990 incluem preos de aluguis e outras variveis de cidades universitrias. A idia ver se uma forte presena de estudantes afeta os valores dos aluguis. O modelo de efeitos no observados log(alugit) b0 d0a90t b1log(popit) b2log(rendfamit) b3pctestuit ai uit, em que pop a populao da cidade, rendfam a renda mdia e pctestu a populao estudantil como uma porcentagem da populao da cidade (durante o ano letivo). (i) Estime a equao por MQO agrupado e descreva os resultados na forma-padro. O que voc deduz da estimativa do coeficiente da varivel dummy de 1990? O que voc obtm para b pctstu? Os erros-padro que voc descreveu na parte (i) so vlidos? Explique. Agora, faa a diferenciao da equao e a estime por MQO. Compare sua estimativa da bpctstu com a da parte (ii). O tamanho relativo da populao estudantil parece afetar os preos dos aluguis? Obtenha os erros-padro robustos quanto heteroscedasticidade da equao de primeiras diferenas na parte (iii). Isso altera suas concluses?

(ii) (iii)

(iv) 13.6

Utilize os dados contidos no arquivo CRIME3.RAW para fazer este exerccio.

44

Introduo Econometria

(i)

No modelo do Exemplo 13.6, teste a hiptese H0: b1 b2. (Sugesto: Defina u1 b1 b2 e escreva b1 em termos de u1 e b2. Faa essa substituio na equao e reorganize. Faa um teste t de u1.) Se b1 b2, mostre que a equao diferenciada pode ser escrita como log(crimei) d0 d1medescli ui, em que d1 2b1 e medescli (pcescli,1 pcescli,2)/2 a mdia percentual de esclarecimentos ao longo dos dois anos anteriores.

(ii)

(iii)

Estime a equao da parte (ii). Compare o R-quadrado ajustado com o de (13.22). Qual dos modelos voc usaria?

13.7 Utilize os dados contidos no arquivo GPA3.RAW para fazer este exerccio. O conjunto de dados de 366 estudantes atletas de uma grande universidade dos EUA, para dois semestres. [Uma anlise semelhante est em Maloney e McCormick (1993), mas neste caso usamos um conjunto de dados em painel verdadeiro.] Como voc tem dois semestres de dados de cada estudante, um modelo de efeitos no observados ser apropriado. A questo primordial esta: os atletas desempenham suas atividades escolares de forma menos efetiva durante a temporada de seu esporte? (i) Utilize o MQO agrupado para estimar um modelo com nsgrad como a varivel dependente. As variveis explicativas so semestre1, sat, emperc, feminino, negro, branco, prisem, tothrs, npGPA, e temp. Interprete o coeficiente de temp. Ele estatisticamente significante? A maioria dos atletas que praticam seus esportes somente no segundo semestre de jogadores de futebol. Suponha que o nvel de habilidade dos jogadores de futebol difira sistematicamente daquele dos outros atletas. Se a habilidade no for adequadamente capturada pela da pontuao SAT e pelo percentil da turma de formados do ensino mdio (emperc), explique por que os estimadores do MQO agrupado sero viesados. Agora, use os dados diferenciados ao longo dos dois semestres. Quais variveis so eliminadas? Agora, faa um teste do efeito de ser temporada. Voc consegue pensar em uma ou mais variveis com variao temporal, potencialmente importantes, que tenham sido omitidas da anlise?

(ii)

(iii) (iv)

13.8 O arquivo VOTE2.RAW contm dados em painel das eleies para o Congresso norte-americano em 1988 e 1990. Somente os eleitos em 1988 e que estavam concorrendo reeleio em 1990 esto na amostra; eles so os que tm mandato. Um modelo de efeitos no observados que explica a participao dos votos dos candidatos que j tm mandato, em termos de gastos por ambos os candidatos votmandit b0 d0d90t b1log(gastmandit) b2log(gastdesit) b3pgasmanit ai uit, em que pgasmanit a participao do candidato reeleio no total de gastos com a campanha (em forma percentual). O efeito no observado ai contm caractersticas dos candidatos com mandato tais como qualidade alm de informaes sobre o distrito, que so constantes. O sexo do candidato e o partido so constantes ao longo do tempo, e portanto so includos em ai. Estamos interessados no efeito dos gastos de campanha sobre os resultados das eleies.

Exerccios em Computador

45

(i)

Diferencie, ao longo dos dois anos, a equao dada e estime a equao diferenciada por MQO. Quais variveis so, individualmente, significantes ao nvel de 5%, contra uma alternativa bilateral? Na equao da parte (i), teste a significncia conjunta de log(gastmand) e log(gastdes). Informe o p-valor. Reestime a equao da parte (i) usando pgasman como a nica varivel independente. Interprete o coeficiente de pgasman. Por exemplo, se a participao dos candidatos reeleio nos gastos aumentar em dez pontos percentuais, como se espera que isso afete a participao desses candidatos na votao? Refaa a parte (iii), mas agora use somente os pares que tenham concorrentes repetidos. [Isso nos possibilita controlar, tambm, as caractersticas dos concorrentes, o que estaria em ai. Levitt (1995) faz uma anlise muito mais abrangente do assunto.] Adicione os logs de cada varivel de salrios do conjunto de dados e estime o modelo fazendo uma primeira diferenciao. Como o fato dessas variveis terem sido includas afeta os coeficientes das variveis da justia criminal no Exemplo 13.9? Todas as variveis de salrios na parte (i) possuem o sinal esperado? Elas so conjuntamente significantes? Explique.

(ii) (iii)

(iv)

13.9

Utilize os dados contidos no arquivo CRIME4.RAW para fazer este exerccio. (i)

(ii)

13.10 Para fazer este exerccio, usamos o arquivo JTRAIN.RAW para determinar o efeito dos subsdios de treinamento de pessoal sobre o nmero de horas de treinamento por empregado. O modelo bsico para os trs anos hrsempit b0 d1d88t d2d89t b1subsit b2subsi,t1 b3log(empregit) ai uit. (i) Estime a equao usando a primeira diferenciao. Quantas empresas so usadas na estimao? Quantas observaes totais seriam usadas se cada empresa tivesse dados sobre todas as variveis (particularmente sobre hrsemp) de todos os trs perodos de tempo? Interprete o coeficiente de subs e comente sobre sua significncia. surpreendente o fato de o coeficiente de subs1 ser no significante? Explique. As empresas maiores treinam mais, ou menos, seus empregados, em mdia? O quanto so grandes as diferenas no treinamento?

(ii) (iii) (iv)

13.11 O arquivo MATHPNL.RAW contm dados em painel sobre distritos escolares no estado norte-americano de Michigan nos anos de 1992 a 1998. So dados em nvel de distritos anlogos aos dados em nvel de escolas utilizados por Papke (2005). A varivel de resposta de interesse nesta questo mate4, a porcentagem de estudantes de quarta srie de um distrito que obtiveram mdia de aprovao em um exame-padro de matemtica. A varivel explicativa principal grpa que o gasto real por aluno no distrito. Os valores esto em dlares de 1997. A varivel de gastos aparece na forma logartmica. (i) Considere o modelo esttico de efeitos no observados

mate4it d1a93t ... d6a98t b1log(grpait) b2log(matriclit) b3merendait ai uit,

46

Introduo Econometria

em que matriclit o total de matrculas do distrito e merendait a porcentagem de alunos no distrito habilitados a ter acesso ao programa de merenda escolar da escola. (Portanto, merendait uma boa medida da taxa de pobreza em todo o distrito.) Argumente que b1/10 ser o ponto percentual de mudana em mate4it, quando o gasto real por aluno aumentar em aproximadamente 10%. (ii) Use a primeira diferenciao para estimar o modelo da parte (i). O mtodo mais simples admitir um intercepto na equao de primeiras diferenas e incluir variveis dummy para os anos de 1994 a 1998. Interprete o coeficiente da varivel de gastos. Agora, adicione uma defasagem da varivel de gastos ao modelo e faa a reestimativa usando a primeira diferenciao. Observe que voc perde mais um ano de dados, de modo que voc est usando mudanas comeando em 1994. Discuta os coeficientes e a significncia das variveis de gasto corrente e defasado. Obtenha erros-padro robustos em relao heteroscedasticidade para a regresso de primeiras diferenas da parte (iii). Como esses erros-padro se comparam aos da parte (iii) para as variveis de gasto? Agora, obtenha erros-padro robustos tanto quanto heteroscedasticidade como quanto correlao serial. O que isso faz com a significncia da varivel de gasto defasada? Verifique que os erros diferenciados rit uit tm correlao serial negativa realizando um teste de correlao serial AR(1).

(iii)

(iv)

(v) (vi)

(vii) Com base num teste conjunto totalmente robusto, parece ser necessrio incluir as variveis de matrcula e de merenda escolar no modelo? 13.12 Use os dados de MURDER.RAW para este exerccio. (i) Usando os anos de 1990 e 1993, estime a equao txhomiit 0 1d93 b1execit b2desemp ai uit, t 1,2 pelos MQO agrupados e relate os resultados na forma habitual. No se preocupe que os erros-padro habituais dos MQO sejam imprprios devido presena de ai. Voc estima um efeito dissuasor da pena de morte? (ii) Compute as estimativas PD (use somente as diferenas de 1990 para 1993; voc deve ter 51 observaes na regresso PD). Agora qual sua concluso sobre um efeito dissuasor? Na regresso PD na parte (ii), obtenha os resduos, digamos, . Execute a regresso de ^2 Breusch-Pagan e i sobre execi, desempi e compute o teste F de heteroscedasticidade. ^2 ^ ^2 Faa o PD mesmo para o caso especial do teste de White [isto , e i sobre yi, yi em que os valores ajustados so da parte (ii)]. Qual sua concluso sobre a heteroscedasticidade na equao PD? Execute a mesma regresso da parte (ii), mas obtenha as estatsticas t de heteroscedasticidade robusta. O que acontece? Com qual estatstica t na execi voc se sente mais confortvel em confiar, a habitual ou a de heteroscedasticidade robusta? Por qu?

(iii)

(iv) (v)

13.13 Utilize os dados do WAGEPAN.RAW para este exerccio.

Exerccios em Computador

47

(i)

Considere o modelo de efeitos no observados lsalrioit b0 1d81t ... d7d87t b1educi g181teduci ... d7d87teduci b2sindicatoit ai uit em que ai permitida ser correlacionada com educi e sindicatoit. Quais parmetros voc pode estimar usando a primeira diferenciao?

(ii) (iii)

Estime a equao da parte (i) pelas PD, e teste a hiptese nula de que o retorno da educao no mudou ao longo do tempo. Teste a hiptese da parte (ii) usando um teste plenamente robusto, isto , um que permita heteroscedasticidade arbitrria e correlao serial nos erros PD, uit. A sua concluso muda? Agora permita que o diferencial sindical mude ao longo do tempo (juntamente com a educao) e estime a equao pelas PD. Qual ser o diferencial sindical estimado em 1980? E em 1987? A diferena estatisticamente significante? Teste a hiptese nula de que o diferencial sindical no mudou ao longo do tempo, e comente seus resultados luz da sua resposta para a parte (iv). Estime o modelo de regresso simples gr78 b0 b1trein u, e relate os resultados na forma habitual. Baseado nesta regresso, o treinamento de pessoal, que ocorreu em 1976 e 1977, parece ter tido um efeito positivo nos ganhos reais da fora de trabalho em 1978? Agora, use a mudana nos ganhos reais da fora de trabalho, cre gr78 gr75, como as variveis dependentes. (No precisamos diferenciar trein pois assumimos que no havia treinamento de pessoal antes de 1975. Isto , se definirmos ctrain gr78 gr75 ento ctrain train78 pois train75 0.) Agora qual o efeito estimado do treinamento? Detalhe como ele se compara com a estimativa na parte (i). Encontre o intervalo de confiana de 95% do efeito do treinamento usando os habituais erros-padro MQO e os erros-padro de heteroscedasticidade robusta, e descreva seus resultados.

(iv)

(v)

13.14 Utilize os dados do JTRAIN3.RAW para esta questo. (i)

(ii)

(iii)

CAPTULO 14
14.1 Utilize os dados contidos no arquivo RENTAL.RAW para fazer este exerccio. Os dados sobre os preos de aluguis e outras variveis em cidades universitrias so dos anos de 1980 e 1990. A idia verificar se uma presena mais forte de estudantes afeta os valores dos aluguis. O modelo de efeitos no observados log(alugit) b0 d0a90t b1log(popit) b2log(rendfamit) b3pctestuit ai uit, em que pop a populao da cidade, rendfam a renda mdia, e pctestu a populao estudantil como porcentagem da populao da cidade (durante o perodo escolar).

48

Introduo Econometria

(i) Estime a equao por MQO agrupado e descreva os resultados na forma-padro. O que pctestu? voc conclui da estimativa da varivel dummy de 1990? O que voc obtm para b (ii) Os erros-padro que voc descreve na parte (i) so vlidos? Explique. (iii) Agora, diferencie a equao e a estime por MQO. Compare sua estimativa de b pctestu com a da parte (i). O tamanho relativo da populao estudantil parece afetar os preos dos aluguis? (iv) Estime o modelo por efeitos fixos para verificar se voc obtm estimativas e erros-padro idnticos aos da parte (iii). 14.2 Utilize os dados contidos no arquivo CRIME.RAW para fazer este exerccio. (i) Estime novamente o modelo de efeitos no observados da criminalidade no Exemplo 13.9, mas utilize os efeitos fixos em vez da diferenciao. Existe alguma mudana considervel no sinal ou na magnitude dos coeficientes? O que possvel afirmar sobre a significncia estatstica? Adicione os logs da varivel salrios ao conjunto de dados e estime o modelo por efeitos fixos. Como a incluso dessas variveis afeta os coeficientes das variveis de justia criminal na parte (i)? Todas as variveis referentes ao salrio na parte (ii) tm o sinal esperado? Explique. Elas so conjuntamente significantes?

(ii)

(iii)

14.3 Para fazer este exerccio, usamos os dados contidos no arquivo JTRAIN.RAW para determinar o efeito dos subsdios de treinamento de pessoal sobre as horas de treinamento por empregado. O modelo bsico para trs anos hrsempit b0 d1a88t d2a89t b1subsit b2subsi,t1 b3log(empregit) ai uit. (i) Estime a equao usando efeitos fixos. Quantas empresas so usadas na estimao EF? Quantas observaes totais seriam usadas se cada uma das empresas tivesse dados sobre todas as variveis (particularmente sobre hrsemp) para todos os trs anos? Interprete o coeficiente de subs e comente sobre sua significncia. Surpreende o fato de subs1 ser no significante? Explique. As empresas maiores oferecem a seus empregados mais, ou menos, treinamento, em mdia? O quanto so grandes as diferenas? (Por exemplo, se uma empresa tiver 10% mais empregados, qual a mudana na mdia de horas de treinamento?)

(ii) (iii) (iv)

14.4 No Exemplo 13.8, usamos os dados de Papke (1994) sobre os pedidos de seguro-desemprego para estimar o efeito da construo de reas industriais sobre aqueles pedidos. Papke tambm usa um modelo que permite que cada cidade tenha sua prpria tendncia temporal: log(uclmsit) ai cit b1ziit uit, em que ai e ci so, ambas, efeitos no observados. Isso leva em conta maior heterogeneidade entre as cidades. (i) Mostre que, quando fazemos a primeira diferenciao da equao anterior obtemos log(uclmsit) ci b1ziit uit, t 2, ..., T.

Exerccios em Computador

49

Observe que a equao diferenciada contm um efeito fixo, ci. (ii) Estime a equao diferenciada por efeitos fixos. Qual a estimativa de b1? Ela muito diferente da obtida no Exemplo 13.8? O efeito das reas industriais ainda estatisticamente significante? Adicione um conjunto completo de dummies anuais estimao da parte (ii). O que acontece com a estimativa de b1? Na equao de salrios do Exemplo 14.4, explique por que as variveis dummy da ocupao podem ser variveis omitidas importantes para estimarmos o coeficiente de sindicato. Se cada pessoa da amostra tivesse ficado na mesma ocupao de 1981 at 1987, seria necessrio incluir dummies ocupacionais em uma estimao por efeitos fixos? Explique. Utilizando os dados contidos no arquivo WAGEPAN.RAW, inclua oito das variveis dummy ocupacionais na equao e estime-a usando efeitos fixos. O coeficiente de sindicato se altera muito? O que voc diz sobre sua significncia estatstica?

(iii) 14.5 (i)

(ii) (iii)

14.6 Adicione o termo de interao sindicatoitt equao estimada na Tabela 14.2, para verificar se o crescimento salarial depende da filiao sindical. Estime a equao por efeitos aleatrios e fixos e compare os resultados. 14.7 Use os dados em nvel estadual sobre taxas de criminalidade e de execues contidos no arquivo MURDER.RAW para fazer o seguinte exerccio. (i) Considere o modelo de efeitos no observados txhomiit ut b1execit b2desempit ai uit, em que ut simplesmente representa interceptos de anos diferentes e ai o efeito estadual no observado. Se as execues passadas de assassinos condenados tiverem um efeito dissuasor, qual ser o sinal de b1? Que sinal voc acha que b2 deveria ter? Explique. (ii) Usando apenas os anos de 1990 e 1993, estime a equao da parte (i) por MQO agrupado. Ignore o problema da correlao serial nos erros compostos. Voc encontra alguma evidncia de um efeito dissuasor? Agora, usando os anos de 1990 e 1993, estime a equao pelos efeitos fixos. Voc pode usar a primeira diferenciao j que est usando dados de somente dois anos. E agora, existe alguma evidncia de um efeito dissuasor? Se houver, o quanto ele forte? Compute o erro-padro robusto em relao heteroscedasticidade para a estimao na parte (iii). Ser mais fcil utilizar a primeira diferenciao. Encontre o estado que tenha o nmero mais alto na varivel de execues em 1993. (A varivel exec o total de execues em 1991, 1992 e 1993.) O quanto esse valor maior em relao ao segundo maior? Estime a equao usando a primeira diferenciao, eliminando o estado do Texas da anlise. Compute os erros-padro usuais e os robustos em relao heteroscedasticidade. Agora, o que voc constata? O que acontece?

(iii)

(iv) (v)

(vi)

50

Introduo Econometria

(vii) Use todos os dados dos trs anos e estime o modelo por efeitos fixos. Inclua o estado do Texas na anlise. Discuta o tamanho e a significncia estatstica do efeito dissuasor, em comparao com os resultados obtidos usando somente os anos de 1990 e 1993. 14.8 Utilize os dados contidos no arquivo MATHPNL.RAW para fazer este exerccio. Voc far uma verso com efeitos fixos da primeira diferenciao feita no Exerccio em Computador 13.11. O modelo de interesse mate4it d1a94t ... d5a98t g1log(grpait) g2log(grpai,t1) c1log(matriclit) c2merendait ai uit, em que o primeiro ano disponvel (o ano-base) 1993 devido varivel defasada do dispndio. (i) Estime o modelo por MQO agrupado e descreva os erros-padro habituais. Voc deve incluir um intercepto juntamente com as dummies anuais para todos os ai a fim de obter um valor esperado diferente de zero. Quais so os efeitos estimados das variveis do it. dispndio? Obtenha os resduos MQO, v O sinal do coeficiente de merendait o que voc esperava? Interprete a magnitude do coeficiente. Voc diria que a taxa de pobreza da regio tem um efeito grande na taxa de aprovao nos testes? it sobre v i,t1. Compute um teste da correlao serial AR(1) usando a regresso de v Voc deve usar os anos de 1994 a 1998 na regresso. Verifique que existe uma forte correlao serial positiva e discuta por que isso ocorre. Agora, estime a equao por efeitos fixos. A varivel defasada do dispndio ainda significante? Por que voc entende, na estimao por efeitos fixos, que as variveis de matrculas e de merenda so conjuntamente no significantes? Defina o efeito total, ou de longo prazo, do dispndio como u1 g1 g2. Use a subs 1. [Sugesto: A estimao-padro tituio g1 u1 g2 para obter um erro-padro de u por efeitos fixos usando log(grpait) e zit log(grpai,t1) log(grpait) como variveis explicativas deve ajudar a resolver o problema.]

(ii)

(iii)

(iv) (v) (vi)

14.9 O arquivo PENSION.RAW contm informaes sobre planos de penses dirigidos pelos prprios participantes, para os trabalhadores norte-americanos. Algumas das observaes so de casais dentro de uma mesma famlia, de modo que esse conjunto de dados constitui uma pequena amostra por agrupamento (com tamanhos do agrupamento iguais a dois.) (i) Ignorando o agrupamento por famlia, use MQO para estimar o modelo pctstck b0 b1escolha b2partluc b3 feminino b4idade b5educ b6rendaf 25 b7rendaf 35 b8rendaf 50 b9rendaf 75 b10 rendaf 100 b11rendaf 101 b12riqueza89 b13aes89 b14aposind89 u, em que as variveis esto definidas no conjunto de dados. A varivel de maior interesse escolha, que uma varivel dummy igual a um se os trabalhadores puderem escolher como alocar os fundos de penses entre os diferentes investimentos. Qual o efeito estimado de escolha? Ele estatisticamente significante?

Exerccios em Computador

51

(ii) (iii) (iv)

As variveis de controle renda, riqueza, posse de aes e de plano de aposentadoria individual so importantes? Explique. Determine quantas famlias diferentes existem no conjunto de dados. Agora, obtenha os erros-padro do MQO que sejam robustos quanto correlao de agrupamento dentro de uma famlia. Eles so muito diferentes dos erros-padro habituais do MQO? Isso lhe surpreende? Estime a equao fazendo a diferenciao somente entre as esposas dentro de uma famlia. Por que as variveis explicativas citadas na parte (ii) so eliminadas na estimao da primeira diferenciao? Alguma das vari veis expli ca ti vas res tan tes na parte (v) sig ni fi can te? Isso lhe sur preen de?

(v)

(vi)

14.10 Use os dados do AIRFARE.RAW para este exerccio. Estamos interessados em estimar o modelo log(passagit) ut b1concenit b2log(disti) b3[log(disti)]2 ai uit, t 1, ... 4, em que ut significa que permitimos diferentes interceptos anuais. (i) Estime a equao acima pelos MQO agrupados, assegurando-se de incluir variveis simuladas dos anos. Se concen 0,10, qual a porcentagem de aumento estimada passag? Qual o intervalo de confiana de 95% dos MQO da b1? Por que ele provavelmente no ser confivel? Se voc tiver acesso a um pacote estatstico que compute erros-padro totalmente robustos, encontre o IC de 95% totalmente robusto da b1. Compare-o com o IC habitual e comente. Descreva o que est acontecendo com o quadrtico na log(dist). Em particular, para que valor de dist o relacionamento entre log(passag) e dist se torna positivo? [Dica: Primeiro descubra o valor do ponto de inflexo de log(dist), e depois exponencie]. O ponto de inflexo est fora da faixa dos dados? Agora estime a equao usando os efeitos aleatrios. Como a estimativa de b1 alterada? Agora estime a equao usando os efeitos ajustados. Qual a estimativa EF da b1? Por ^ que ela bastante semelhante estimativa EA? (Dica: O que na estimao EA? Cite duas caractersticas de uma rota (exceto a distncia entre paradas) que so capturadas pela ai. Elas podem estar correlacionadas com ? Voc esta convencido que concentrao mais alta numa rota aumenta a tarifa area? Qual sua melhor estimativa?

(ii)

(iii)

(iv) (v) (vi) (vii)

14.11 Esta questo parte do princpio que voc tem acesso a pacotes de programas estatsticos que computam erros-padro robustos de correlao serial arbitrria e heteroscedasticidade de mtodos de dados em painel. (i) Das estimativas agrupada de MQO na Tabela 14.1, obtenha os erros-padro que permitem correlao serial arbitrria (nos erros compostos, vit ai uit) e heterosce-

52

Introduo Econometria

dasticidade. Como os erros-padro robustos das educ, casado, e sindicato se comparam com os no robustos? (ii) Agora obtenha erros-padro robustos das estimativas de efeitos ajustados que permitem correlao serial arbitrria e heteroscedasticidade no erro idiossincrtico, uit. Como eles se comparam com os erros-padro no robustos dos EF? Para qual dos mtodos, MQO ou EF o ajustamento dos erros-padro mais importante? Por qu?

(iii)

14.12 Utilize os dados do ELEM94_95 para responder a esta questo. Os dados so de escolas primrias em Michigan. Neste exerccio, vemos os dados como uma amostra por agrupamento, em que cada escola parte de um grupo distrital. (i) (ii) Quais so o menor e o maior nmero de escolas num distrito?Qual o nmero mdio de scolas por distrito? Usando os MQO agrupados, (isto , fazendo o agrupamento em todas as 1.848 escolas), estime um modelo relacionando lsalmed, com bs, lmatricl, lstaff, e merenda; veja tambm Exerccio em Computador 9.11. Quais so o coeficiente e erro-padro da bs? Obtenha os erros-padro que sejam robustos quanto correlao de agrupamento no interior do distrito (e tambm heteroscedasticidade). O que acontece com a estatstica t da bs? Ainda usando os MQO agrupados, elimine as quatro observaes com bs 0,5 e ^ obtenha bbs e seu erro-padro de agrupamento robusto. Existe agora muita evidncia de relao de trocas entre salrio e benefcios? Estime a equao pelos efeitos ajustados permitindo um efeito distrital comum de escolas pertencentes a um distrito. Novamente, elimine as observaes com bs > 0,5. Agora qual sua concluso sobre a relao de trocas entre salrio e benefcios? luz das suas estimativas das partes (iv) e (v), comente sobre a importncia de se permitir que a remunerao dos professores varie sistematicamente entre os distritos via um efeito ajustado de um distrito.

(iii)

(iv)

(v)

(vi)

CAPTULO 15
15.1 Utilize os dados contidos no arquivo WAGE2.RAW para fazer este exerccio. (i) No Exemplo 15.2, usando irms como um instrumento de educ, a estimativa VI do retorno da educao 0,122. Para convencer a si prprio que usar irms como uma VI de educ no a mesma coisa que inserir irms em educ e computar uma regresso por MQO, faa a regresso de log(salrio) sobre irms e explique suas descobertas. A varivel ordnas a ordem de nascimento (ordnas ser um para o primeiro filho, dois para o segundo, e assim por diante). Explique por que educ e ordnas podem ser negativamente correlacionados. Regrida educ sobre ordnas para determinar se existe uma correlao negativa estatisticamente significante. Use ordnas como uma VI de educ na equao (15.1). Descreva e interprete os resultados.

(ii)

(iii)

Exerccios em Computador

53

(iv)

Agora, suponha que incluamos nmero de irmos como uma varivel explicativa na equao de salrios; isso controlar, at certo ponto, o ambiente familiar: log(salrio) b0 b1educ b2irms u. Suponha que queiramos usar ordnas como uma VI de educ, assumindo que irms seja exgeno. A forma reduzida de educ educ p0 p1irms p2irms v. Estabelea e teste a hiptese de identificao.

(v) (vi)

Estime a equao da parte (iv) usando ordnas como uma VI de educ (e irms como sua prpria VI). Comente sobre os erros-padro de b educ e birms. Usando os valores estimados da parte (iv), educ, compute a correlao entre educ e irms. Use esse resultado para explicar suas descobertas da parte (v).

15.2 Os dados contidos no arquivo FERTIL2.RAW incluem, para mulheres de Botswana durante o ano de 1988, informaes sobre as variveis nmero de filhos, anos de educao, idade e condies religiosa e econmica. (i) Estime o seguinte modelo por MQO: filhos b0 b1educ b2idade b3idade2 u, interpretando as estimativas. Particularmente, mantendo idade fixa, qual ser o efeito estimado de um ano a mais de educao sobre a fertilidade? Se 100 mulheres receberem mais um ano de educao, quantos filhos a menos se estima que elas tero? (ii) Prisem uma varivel dummy igual a um se uma mulher tiver nascido durante o primeiro semestre do ano. Assumindo que prisem seja no correlacionado com o termo erro da parte (i), mostre que prisem um candidato razovel a VI de educ. (Sugesto: voc precisar fazer uma regresso.) Estime o modelo da parte (i) usando prisem como uma VI de educ. Compare o efeito estimado da educao com o estimado por MQO da parte (i). Adicione as variveis binrias eletric, tv e bicicleta ao modelo e assuma que elas sejam exgenas. Estime a equao por MQO e por MQ2E e compare os coeficientes estimados de educ. Interprete o coeficiente de tv e explique por que o fato de possuir uma televiso tem um efeito negativo sobre a fertilidade.

(iii) (iv)

15.3

Utilize os dados contidos no arquivo CARD.RAW para fazer este exerccio. (i) A equao que estimamos no Exemplo 15.4 pode ser escrita da seguinte forma log(salrio) b0 b1educ b2exper ... u, em que as outras variveis explicativas esto listadas na Tabela 15.1. Para que o mtodo de VI seja consistente, as VIs de educ e proxf4, devem ser no correlacionadas com u. A varivel proxf4 pode ser correlacionada com outros itens do termo de erro, como a aptido no observada? Explique.

54

Introduo Econometria

(ii)

Para uma subamostra dos homens no conjunto de dados, existem informaes sobre o QI. Faa a regresso de QI sobre proxf4 para verificar se a mdia de QI varia em funo do fato de um homem ter crescido prximo de uma faculdade com cursos de graduao de quatro anos. Quais suas concluses? Agora, faa a regresso de QI sobre proxf4, eprm66 e as variveis dummy regionais reg662, ..., reg669. As variveis QI e proxf4 so relacionadas aps as variveis dummy geogrficas terem sido levadas em conta? Reconcilie isso com suas descobertas da parte (ii). Das partes (ii) e (iii), o que voc conclui sobre a importncia de controlar eprm66 e as dummies regionais na equao de log(salrio)?

(iii)

(iv)

15.4 Utilize os dados contidos no arquivo INTDEF.RAW para fazer este exerccio. Uma equao simples relacionando a taxa das letras do Tesouro norte-americano de trs meses com a taxa de inflao (construda a partir do ndice de preos ao consumidor) i3t b0 b1inft ut. (i) (ii) Estime essa equao por MQO, omitindo o primeiro perodo de tempo para comparaes futuras. Descreva os resultados na forma habitual. Alguns economistas entendem que o ndice de preos ao consumidor mede incorretamente a verdadeira taxa de inflao, de forma que o MQO da parte (i) sofre de vis de erro de medida. Reestime a equao da parte (i), usando inft1 como uma VI de inft. Como a estimativa de VI de b1 se compara com a do MQO? Agora, faa a primeira diferena da equao: i3t b0 b1inft ut. Estime essa nova equao por MQO e compare a estimativa de b1 com as estimativas anteriores. (iv) 15.5 Voc pode usar inft1 como uma VI de inft na equao diferenciada na parte (iii)? Explique. (Sugesto: sero inft e inft1 suficientemente correlacionadas?) Na Tabela 15.1, as diferenas entre as estimativas de VI e MQO do retorno da educa 2, a o so economicamente importantes. Obtenha os resduos da forma reduzida, v partir de (15.32). (Veja na Tabela 15.1 as outras variveis a serem includas na regresso.) Use essas informaes para verificar se educ exgeno, isto , determine se a diferena entre o MQO e a VI estatisticamente significante. Estime a equao por MQ2E, adicionando proxf2 como uma varivel instrumental. O coeficiente de educ muda muito? Teste a nica restrio sobreidentificadora da parte (ii).

(iii)

Utilize os dados contidos no arquivo CARD.RAW para fazer este exerccio. (i)

(ii) (iii)

15.6 Utilize os dados contidos no arquivo MURDER.RAW para fazer este exerccio. A varivel txhomi a taxa de homicdios, isto , o nmero de homicdios por 100.000 habitantes. A varivel exec o nmero total de prisioneiros executados no ano atual e nos dois anos anteriores; desemp a taxa de desemprego no estado.

Exerccios em Computador

55

(i) (ii) (iii)

Quantos estados executaram pelo menos um prisioneiro em 1991, 1992 ou 1993? Que estado teve o maior nmero de execues? Usando os anos de 1990 e 1993, faa uma regresso agrupada de txhomi sobre d93, exec e desemp. O que voc deduz do coeficiente de exec? Usando somente as alteraes de 1990 para 1993 (de um total de 51 observaes), estime a equao txhomi d0 b1exec b2desemp u por MQO e descreva os resultados da forma habitual. Agora, a pena de morte parece ter um efeito dissuasor?

(iv)

A alterao nas execues pode ser, pelo menos parcialmente, relacionada s alteraes na taxa esperada de homicdios, de forma que exec seja correlacionada com u na parte (iii). Pode ser razovel assumir que exec1 seja no correlacionada com u. (Afinal de contas, exec1 depende das execues que tenham ocorrido h trs ou mais anos.) Faa a regresso de exec sobre exec1 para verificar se elas so suficientemente correlacionadas; interprete o coeficiente de exec1. Reestime a equao da parte (iii), usando exec1 como uma VI de exec. Assuma que desemp seja exgena. De que forma mudam suas concluses em relao s da parte (iii)?

(v)

15.7

Utilize os dados contidos no arquivo PHILLIPS.RAW para fazer este exerccio. (i) No Exemplo 11.5, estimamos uma curva de Phillips de expectativas aumentadas da forma inft b0 b1desempt et, em que inft inft inft1. Ao estimarmos essa equao por MQO, assumimos que o choque de oferta, et, era no correlacionado com desempt. Se isso for falso, o que poder ser dito sobre o estimador MQO de b1? (ii) Suponha que et no seja previsvel, dadas todas as informaes passadas: E(et | inft1, desempt1,...) 0. Explique por que isso faz com que desempt1 seja uma boa candidata a VI de desempt. Faa a regresso de desempt sobre desempt1. possvel afirmar que desempt e desempt1 so significativamente correlacionadas? Estime a curva de Phillips de expectativas aumentadas por VI. Descreva os resultados da forma habitual e compare-os com as estimativas MQO do Exemplo 11.5.

(iii) (iv)

15.8 Utilize os dados contidos no arquivo 401KSUBS.RAW para fazer este exerccio. A equao de interesse um modelo de probabilidade linear: plapind b0 b1p401k b2renda b3renda2 b4idade b5idade2 u. O objetivo verificar se existe uma relao de substituio entre ser participante de um plano de penso 401(k) e ter um plano de aposentadoria privado. Portanto, queremos estimar b1.

56

Introduo Econometria

(i) (ii)

Estime a equao por MQO e detalhe o efeito estimado de p401k. Com o propsito de estimar a relao de substituio ceteris paribus entre a participao em dois tipos diferentes de planos de previdncia, qual poderia ser o problema com os mnimos quadrados ordinrios?

(iii) A varivel e401k uma varivel binria igual a um se um trabalhador for qualificado para participar do plano de penso 401(k). Explique o que requerido para que e401k seja uma VI vlida de p401k. Essas hipteses parecem razoveis? (iv) Estime a forma reduzida de p401k e verifique que e401k tem correlao parcial significante com p401k. Como a forma reduzida tambm um modelo de probabilidade linear, use um erro-padro robusto em relao heteroscedasticidade. Agora, estime a equao estrutural por VI e compare a estimativa de b1 com a estimativa MQO. Novamente, voc deve obter erros-padro robustos em relao heteroscedasticidade. Teste a hiptese nula de que p401k de fato exgena, usando um teste robusto em relao heteroscedasticidade.

(v)

(vi)

15.9 O propsito deste exerccio comparar as estimativas e erros-padro obtidos pelo uso correto do MQ2E com os obtidos pelo uso de procedimentos inapropriados. Utilize os dados contidos no arquivo WAGE2.RAW. (i) Use uma rotina MQ2E para estimar a equao log(salrio) b0 b1educ b2exper b3perm b4negro u, em que irms seja uma VI de educ. Descreva os resultados na forma habitual. (ii) Agora, manualmente, execute o MQ2E. Isto , primeiro faa a regresso de educi sobre irmsi, experi, permi e negroi e obtenha os valores estimados, educi, i 1, ..., n. Depois, execute a segunda etapa da regresso de log(salrioi) sobre educi, experi, permi e j so idnticos aos obtidos na parte (i), mas que os negroi, i 1, ...,n. Verifique que os b erros-padro so ligeiramente diferentes. Os erros-padro obtidos do segundo estgio da regresso quando executamos, manualmente o MQ2E so geralmente inapropriados.

(iii) Agora, use o seguinte procedimento de duas etapas, que geralmente produz estimativas de parmetros inconsistentes dos bj e erros-padro no to inconsistentes. Na etapa um, faa a regresso de educi somente sobre irmsi e obtenha os valores estimados, digamos educi. (Note que essa uma regresso de primeira etapa incorreta.) Depois, na segunda etapa, execute a regresso de log(salrioi) sobre educi, experi, permi, e negroi, i 1, ..., n. Como as estimativas desse procedimento incorreto de duas etapas se comparam com as estimativas corretas de MQ2E do retorno da educao? 15.10 Utilize os dados contidos no arquivo HTV.RAW para fazer este exerccio. (i) Execute uma regresso simples por MQO de log(salrio) sobre educ. Sem controlar outros fatores, qual o intervalo de confiana de 95% do retorno de um ano a mais de educao?

Exerccios em Computador

57

(ii)

A varivel ctuit a mudana do preo pago pelo ensino pelos alunos ao passarem de 17 para 18 anos. Mostre que educ e ctuit so essencialmente no correlacionadas. O que isto diz sobre ctuit como uma possvel VI de educ em uma anlise de regresso simples?

(iii) Agora, adicione ao modelo de regresso simples na parte (i) um termo quadrtico da experincia e um conjunto total de variveis dummy regionais da residncia atual e residncia na idade de 18 anos. Inclua tambm os indicadores urbanos das residncias atual e na idade de 18 anos. Qual o retorno estimado de um ano de educao? (iv) Novamente usando ctuit como uma VI potencial de educ, estime a forma reduzida de educ. [Naturalmente, a forma reduzida de educ agora inclui a varivel explicativa na parte III]. Mostre que ctuit agora estatisticamente significante na forma reduzida de educ. Estime o modelo da parte (iii) por VI, usando ctuit como uma VI de educ. Como se compara o intervalo de confiana do retorno da educao com aquele da parte (iii)? Voc acha que o procedimento de VI da parte (v) convincente?

(v) (vi)

CAPTULO 16
16.1 Utilize os dados contidos no arquivo SMOKE.RAW para fazer este exerccio. (i) Um modelo para estimar o efeito do hbito de fumar sobre a renda anual (talvez pelos dias de trabalho perdidos por motivo de doena ou efeitos sobre a produtividade) log(renda) b0 b1cigs b2educ b3idade b4idade2 u1, em que cigs a quantidade de cigarros fumados por dia, em mdia. Como voc interpreta b1? (ii) Para refletir o fato de que o consumo de cigarros pode ser determinado conjuntamente com a renda, uma equao da demanda por cigarros cigs g0 g1log(renda) g2educ g3idade g4idade2 g5log(precig) g6restaurn u2, em que precig o preo de um mao de cigarros (em centavos) e restaurn uma varivel binria igual a um se a pessoa vive em um estado com restries sobre fumar em restaurantes. Assumindo que essas variveis sejam exgenas para o indivduo, que sinais voc esperaria para g5 e g6? (iii) (iv) (v) Sob qual hiptese a equao da renda da parte (i) ser identificada? Estime a equao da renda por MQO e discuta a estimativa de b1. Estime a forma reduzida de cigs. (Lembre que isso acarretar fazer a regresso de cigs sobre todas as variveis exgenas.) possvel afirmar se log(precig) e restaurn so significantes na forma reduzida? Agora, estime a equao da renda por MQ2E. Detalhe como a estimativa de b1 se compara com aquela estimada por MQO.

(vi)

(vii) Voc considera que os preos dos cigarros e as restries ao hbito de fumar em restaurantes so exgenos na equao da renda?

58

Introduo Econometria

16.2

Utilize os dados contidos no arquivo MROZ.RAW para fazer este exerccio. (i) Reestime a funo da oferta de mo de obra no Exemplo 16.5, usando log(horas) como a varivel dependente. Compare a elasticidade estimada (que agora constante) com a estimativa obtida da equao (16.24) na mdia de horas trabalhadas. Na equao da oferta de mo de obra da parte (i), permita que educ seja endgena devido aptido omitida. Use educm e educp como VIs de educ. Lembre-se, agora voc tem duas variveis endgenas na equao. Teste as restries sobreidentificadoras na estimao por MQ2E da parte (ii). As VIs passam no teste?

(ii)

(iii) 16.3

Utilize os dados contidos no arquivo OPENNESS.RAW para fazer este exerccio. (i) Como log(rendpc) no significante tanto em (16.22) como na forma reduzida de abertura, elimine-a da anlise. Estime (16.22) por MQO e por VI sem log(rendpc). Alguma das concluses importantes se altera? Ainda mantendo log(rendpc) fora da anlise, a varivel rea ou log(rea) uma varivel instrumental melhor de abertura? (Sugesto: Faa a regresso de abertura sobre cada uma dessas variveis separadamente e conjuntamente.) Agora, retorne equao (16.22). Adicione a varivel dummy petrleo equao e trate-a como exgena. Estime a equao por VI. O fato de ser um produtor de petrleo tem um efeito ceteris paribus sobre a inflao?

(ii)

(iii)

16.4

Utilize os dados contidos no arquivo CONSUMP.RAW para fazer este exerccio. (i) (ii) No Exemplo 16.7, use o mtodo da Seo 15.5 para testar a restrio sobreidentificadora isolada na estimativa de (16.35). Quais suas concluses? Campbell e Mankiw (1990) usaram segundas defasagens de todas as variveis como VIs devido a problemas potenciais de mensurao dos dados e de defasagens informativas. Reestime a equao (16.35), usando somente gct2, gyt2 e r3t2 como VIs. Como as estimativas se comparam com as de (16.36)? Faa a regresso de gyt sobre as VIs da parte (ii) e verifique se gyt suficientemente correlacionada com elas. Por que isso importante?

(iii)

16.5 Utilize o Economic Report of the President (2005 ou posterior) para atualizar os dados do arquivo CONSUMP.RAW pelo menos at o ano de 2003. Reestime a equao (16.35). Alguma das concluses importantes se altera? 16.6 Utilize os dados contidos no arquivo CEMENT.RAW para fazer este exerccio. (i) Uma funo esttica (inversa) de oferta para o crescimento mensal do preo do cimento (crescprcim) como uma funo do crescimento na quantidade (crescim) crescprcimt a1crescimt b0 b1crescprpet b2 fevt ... b12dezt us t, em que crescprpet (crescimento no preo do petrleo) assumida como exgeno e fev, ..., dez so variveis dummy mensais. Que sinais voc antecipa para a1 e b1? Estime a equao por MQO. A funo de oferta se inclina para cima?

Exerccios em Computador

59

(ii)

A varivel crescdef representa o crescimento mensal nos gastos reais com a defesa nos Estados Unidos. O que voc precisa assumir sobre crescdef para que ela seja uma boa VI de crescim? Teste se crescim parcialmente correlacionado com crescdef. (No se preocupe com a possvel correlao serial na forma reduzida.) Voc pode usar crescdef como uma VI ao estimar a funo de oferta? Shea (1993) alega que o crescimento na produo de construo residencial (crescres) e no residencial (crescnres) so variveis instrumentais vlidas de crescim. A ideia que elas so deslocadoras da demanda que devem ser em termos gerais no correlacionadas com o erro da oferta us t. Teste se crescim parcialmente correlacionada com crescres e crescnresd; novamente, no se preocupe com a possvel correlao serial na forma reduzida. Estime a funo de oferta, usando crescres e crescnres como VIs de crescim. O que voc conclui sobre a funo esttica da oferta de cimento? [A funo dinmica da oferta tem, aparentemente, uma inclinao para cima; veja Shea (1993).]

(iii)

(iv)

16.7

Refira-se ao Exemplo 13.9 e aos dados contidos no arquivo CRIME4.RAW. (i) Suponha que, aps ter feito a diferenciao para remover o efeito no observado, voc entenda que log(polpc) seja simultaneamente determinada com log(txcrim); em particular, aumentos na criminalidade esto associados com aumentos da fora policial. Como isso ajuda a explicar o coeficiente positivo de log(polpc) na equao (13.33)? A varivel imppc so os impostos coletados por pessoa no municpio. Parece razovel exclu-la da equao sobre a criminalidade? Estime a forma reduzida de log(polpc) usando o MQO agrupado, inclusive a VI em potencial log(imppc). Parece que log(imppc) uma boa candidata a VI? Explique. Suponha que, em vrios dos anos, o estado da Carolina do Norte conferiu subsdios a alguns municpios para estes aumentarem o tamanho de suas foras policiais. Como voc poderia usar essa informao para estimar o efeito de mais policiais sobre a taxa de criminalidade?

(ii) (iii) (iv)

16.8 Utilize os dados contidos no arquivo FISH.RAW, fornecidos por Graddy (1995), para fazer este exerccio. O conjunto de dados tambm foi usado no Exerccio em Computador 12.9. Agora, eles sero utilizados para estimar uma funo de demanda por peixe. (i) Assuma que a equao de demanda pode ser escrita, em equilbrio para cada perodo de tempo, como

log(quantott) a1 log(premdiot) b10 b11segt b12tert b13quat b14quit ut1, de forma que permitido que a demanda difira entre os dias da semana. Tratando as variveis de preo como endgenas, que informao adicional necessitamos para estimar consistentemente os parmetros da equao de demanda? (ii) As variveis onda2t e onda3t representam as medidas da altura das ondas do oceano ao longo dos vrios ltimos dias. Quais so as duas hipteses que precisamos fazer para podermos usar onda2t e onda3t como VIs de log(premdiot) para estimar a equao da demanda?

60

Introduo Econometria

(iii)

Faa a regresso de log(premdiot) sobre as dummies dos dias da semana e sobre as duas medidas de ondas. As variveis onda2t e onda3t so conjuntamente significantes? Qual o p-valor do teste? Agora, estime a equao da demanda por MQ2E. Qual o intervalo de confiana de 95% da elasticidade-preo da demanda? A elasticidade estimada razovel? t1. Adicione uma nica defasagem, u t1,1 para estimar Obtenha os resduos do MQ2E, u t1,1 como sua pr pria vari vel a equao de demanda por MQ2E. Lembre-se, use u ins tru men tal. Existe evi dn cia de cor re la o serial AR(1) nos erros da equa o de deman da? Considerando que a equao de oferta evidentemente depende das variveis relativas s ondas, quais duas hipteses teramos que fazer para estimar a elasticidade-preo da oferta?

(iv) (v)

(vi)

(vii) Na forma reduzida da equao de log(premdiot), as dummies dos dias da semana so conjuntamente significantes? O que voc conclui sobre ter condies de estimar a elasticidade da oferta? 16.9 Para este exerccio, use os dados de AIRFARE.RAW, mas somente do ano de 1997. (i) Uma funo simples de demanda por lugares em companhias area em rotas nos Estados Unidos log(passageiro) b10 a1passag b11log(dist) b12[log(dist)]2 u1, em que passageiro mdia de passageiros por dia passag tarifa area mdia dist a distncia da rota (em milhas). Se esta for uma verdadeira funo de demanda, qual dever ser o sinal de a1? (ii) Estime a equao da parte (i) pelos MQO. Qual a elasticidade de preo estimada? (iii) Considere a varivel concen, que um indicador da concentrao do mercado. (Especificamente, ela a participao no mercado registrada pela maior transportadora area). Explique em suas palavras o que devemos assumir para tratarmos concen como exgena na equao de demanda. (iv) Agora assuma que concen seja exgena na equao de demanda. Estime a forma reduzida de log(passag) e confirme que concen tem um efeito (parcial) positivo na log(passag). (v) Estime a funo de demanda usando VI. Agora qual a estimativa da elasticidade de preo da demanda? Como ela se compara com a estimativa pelos MQO?

(vi) Usando as estimativas VI, descreva a demanda por assentos depende da distncia da rota. 16.10 Use a totalidade do conjunto de dados de painel do AIRFARE.RAW para este exerccio. A equao de demanda num modelo de efeitos no observados de equaes simultneas log(passageiroit) uti a1log(passagit) ai1 uit1,

Exerccios em Computador

61

Em que absorveremos as variveis de distncia na ai1. (i) Estime a funo de demanda usando efeitos ajustados, tendo a certeza de incluir variveis simuladas anuais para registrar os diferentes interceptos. Qual a elasticidade estimada? Use efeitos ajustados para estimar a forma reduzida log(passageiroit) ut2 p21concenit ai2 vit2, Faa o teste apropriado para garantir que concenit pode ser usada como uma VI de log(passagit). (iii) Agora estime a funo de demanda usando as transformaes dos efeitos ajustados juntamente com VI, como na equao (16.42). Agora qual a elasticidade estimada? Ela estatisticamente significante?

(ii)

CAPTULO 17
17.1 Utilize os dados contidos no arquivo PNTSPRD.RAW para fazer este exerccio. (i) A varivel favvence uma varivel binria que assume o valor um se uma equipe favorecida pela lista de apostas de Las Vegas vencer. Um modelo de probabilidade linear para estimar a probabilidade de a equipe favorecida vencer P( favvence 1 | ltapostas) b0 b1ltapostas. Explique por que, se a lista de apostas incorporar todas as informaes relevantes, esperamos b0 0,5. (ii) Estime o modelo da parte (i) por MQO. Teste H0: b0 0,5 contra uma alternativa bilateral. Utilize tanto os erros-padro habituais como os robustos em relao heteroscedasticidade. O coeficiente de ltapostas estatisticamente significante? Qual a probabilidade estimada de que a equipe favorecida vena quando ltapostas 10? Agora, estime um modelo probit para P(favvence 1| ltapostas). Interprete e teste a hiptese nula de que o intercepto zero. [Sugesto: Lembre-se que (0) 0,5]. Use o modelo probit para estimar a probabilidade de que a equipe favorecida vena quando ltapostas 10. Compare o resultado com a estimativa MPL da parte (iii). Adicione as variveis casafav, fav25 e aza25 ao modelo probit e teste a significncia conjunta dessas variveis usando o teste da razo de verossimilhana. (Quantos gl esto na distribuio qui-quadrada?) Interprete esse resultado, concentrando-se na questo de se a lista de apostas incorpora todas as informaes observveis antes do jogo.

(iii) (iv) (v) (vi)

17.2 Utilize os dados contidos no arquivo LOANAPP.RAW para fazer este exerccio; vide tambm o Exerccio em Computador 7.8. (i) Estime um modelo probit de aprovado sobre branco. Encontre a probabilidade estimada de aprovaes de emprstimos tanto para brancos como para no brancos. Como essas estimativas se comparam com as da probabilidade linear?

62

Introduo Econometria

(ii)

Agora, adicione as variveis gastdom, outrobr, montempr, desemp, masculino, casado, dep, est, aval, chist, falid, inadimp1, inadimp2 e vr ao modelo probit. Existe evidncia estatisticamente significante de discriminao contra os no brancos? Estime o modelo da parte (ii) por logit. Compare o coeficiente de branco com a estimativa probit. Use a equao (17.7) para estimar o tamanho do efeito da discriminao entre o probit e o logit?

(iii) (iv) 17.3

Utilize os dados contidos no arquivo FRINGE.RAW para fazer este exerccio. (i) Para que porcentagem dos trabalhadores na amostra penso igual a zero? Qual a amplitude de penso para os trabalhadores com benefcio de penso diferente de zero? Por que um modelo Tobit apropriado para modelar penso? Estime um modelo Tobit explicando penso em termos de exper, idade, perm, educ, deps, casado, branco, e masculino. possvel afirmar que homens brancos tm valores esperados de benefcios de penso maiores estatisticamente significantes? Use os resultados da parte (ii) para estimar a diferena nos benefcios de penso esperados de um homem branco e de uma mulher no branca, ambas as pessoas com 35 anos de idade no possuem dependentes, mais de 16 anos de estudo, e 10 anos de experincia. Adicione sindicato ao modelo Tobit e comente sobre sua significncia. Aplique o modelo Tobit da parte (iv), mas com razpen, a proporo dos ganhos em relao penso, como a varivel dependente. (Observe que ela uma frao entre zero e um, mas, embora muitas vezes ela assuma o valor zero, ela nunca chega perto de ser a unidade. Assim, o modelo Tobit uma boa aproximao.) O sexo ou a raa tm efeito sobre a proporo dos ganhos sobre a penso?

(ii)

(iii)

(iv) (v)

17.4 No Exemplo 9.1, adicionamos os termos quadrticos pcond2, ptemp862, e rend862 a um modelo linear de npre86. (i) Utilize os dados contidos no arquivo CRIME.RAW para adicionar esses mesmos termos regresso de Poisson no Exemplo 17.3. Compute a estimava de s2 dada por s 2 (n k 1)1
i 1

(ii)

u 2 i. Existe evidncia de i /y

superdisperso? Como deveriam ser ajustados os erros-padro da EMV de Poisson? (iii) Use os resultados das partes (i) e (ii) e a Tabela 17.3 para computar a estatstica da quase-razo de verossimilhana para a significncia conjunta dos trs termos quadrticos. Qual sua concluso?

17.5 Refira-se Tabela 13.1 no Captulo 13. Ali, usamos os dados contidos no arquivo FERTIL1.RAW para estimarmos um modelo linear de kids, o nmero de filhos que uma mulher j teve. (i) (ii) (iii) Estime um modelo de regresso de Poisson de kids, usando as mesmas variveis da Tabela 13.1. Interprete o coeficiente de a82. Qual a diferena percentual estimada na fertilidade entre uma mulher negra e uma mulher no negra, mantendo fixos todos os outros fatores? . Existe evidncia de superdisperso ou subdisperso? Obtenha s

Exerccios em Computador

63

(iv)

Compute os valores estimados da regresso de Poisson e obtenha o R-quadrado como o quadrado da correlao entre kidsi e kids i. Compare o resultado com o R-quadrado do modelo de regresso linear.

17.6 Utilize os dados contidos no arquivo RECID.RAW para estimar o modelo do Exemplo 17.4 por MQO, usando somente as 552 duraes no censuradas. Comente, de forma geral, como essas estimativas se comparam com as da Tabela 17.4. 17.7 Utilize os dados contidos no arquivo MROZ.RAW para fazer este exerccio. (i) Usando as 428 mulheres que faziam parte da fora de trabalho, estime o retorno da educao por MQO, incluindo exper, exper2, nesprend, idade, crianmed6 e crianma6 como variveis explicativas. Informe a estimativa do coeficiente de educ e seu erro-padro. Agora, estime o retorno da educao pelo mtodo Heckit, no qual todas as variveis exgenas aparecem na segunda etapa da regresso. Em outras palavras, a regresso . log(salrio) sobre educ, exper, exper2, nesprend, idade, crianmed6, crianma6 e l Compare o retorno estimado da varivel educao e seu erro-padro com aqueles da parte (i). Usando somente as 428 observaes das mulheres que trabalham, faa a regresso de sobre educ, exper, exper2, nesprend, idade, crianmed6 e crianma6. Qual o tamanho l do R-quadrado? Como isso ajuda a explicar sua constataes da parte (ii)? (Sugesto: Pense na multicolinearidade).

(ii)

(iii)

17.8 O arquivo JTRAIN2.DTA contm dados sobre um programa de treinamento de pessoal para um grupo de homens. Os homens poderiam aderir ao programa a partir de janeiro de 1976 e at meados de 1977. O programa terminou em dezembro de 1977. O objetivo testar se a participao no programa de treinamento produziu efeito sobre as probabilidades de desemprego e a renda em 1978. (i) A varivel trein o indicador do treinamento de pessoal. Quantos homens da amostra participaram do programa de treinamento de pessoal? Qual foi o maior nmero de meses em que um homem efetivamente participou do programa? Compute uma regresso linear de trein sobre diversas variveis demogrficas e anteriores ao treinamento: desemp74, desemp75, idade, educ, negro, hispan e casado. Essas variveis so conjuntamente significantes ao nvel de 5%? Estime uma verso probit do modelo linear da parte (ii). Compute o teste da razo de verossimilhana para a significncia conjunta de todas as variveis. Qual sua concluso? Com base em suas respostas para as partes (ii) e (iii), voc considera que a participao em programas de treinamento de pessoal pode ser tratada como exgena para explicar a situao de desemprego em 1978? Explique. Execute uma regresso simples de unem78 sobre trein e descreva os resultados em forma de equao. Qual o efeito estimado de participar do programa de treinamento de pessoal sobre a probabilidade de ficar desempregado em 1978? Ele estatisticamente significante? Compute uma verso probit de unem78 sobre trein. Faz sentido comparar o coeficiente probit de trein com o coeficiente obtido no modelo linear da parte (v)?

(ii)

(iii) (iv)

(v)

(vi)

(vii) Encontre as probabilidades estimadas das partes (v) e (vi). Explique por que elas so idnticas. Qual mtodo voc deve usar para medir o efeito e a significncia estatstica do programa de treinamento de pessoal?

64

Introduo Econometria

(viii) Adicione todas as variveis da parte (ii) como controles adicionais aos modelos das partes (v) e (vi). As probabilidades estimadas so, agora, idnticas? Qual a correlao entre elas? (ix) Usando o modelo da parte (viii), estime o efeito parcial mdio de trein na probabilidade de desemprego de 1978. Use a (17.17) com ck 0. Como a estimativa se compara com a feita pelos MQO da parte (viii)

17.9 Utilize os dados con ti dos no arqui vo APPLE.RAW para fazer este exer c cio. Ele con tm dados de uma pes qui sa tele f ni ca feita para obter a deman da por mas (ima gi n rias) eco lo gica men te cor re tas. Foi apre sen ta da (alea to ria men te) a cada fam lia uma rela o de pre os de mas nor mais e mas com selo eco l gi co. Perguntou-se quan tas libras de cada tipo de ma elas comprariam. (i) (ii) Das 660 famlias da amostra, quantas disseram no querer nenhuma das mas com selo ecolgico aos preos fornecidos? A varivel ecolbs parece ter uma distribuio contnua sobre valores estritamente positivos? Que implicaes sua resposta tem quanto adequao de um modelo Tobit para ecolbs? Estime um modelo Tobit para ecolbs com ecoprc, regprc, rendfam e tamfam como variveis explicativas. Quais variveis so significantes no nvel de 1%? rendfam e tamfam so conjuntamente significantes? Os sinais dos coeficientes das variveis de preo da parte (iii) so os que voc esperava? Explique. Seja b1 seja o coeficiente de ecoprc e b2 o coeficiente de regprc. Teste a hiptese H0: b1 b2 contra uma alternativa bilateral. Informe o p-valor do teste. (Voc deve rever a Seo 4.4 caso seu programa economtrico no computar com facilidade esse tipo de teste.)

(iii) (iv) (v) (vi)

(vii) Obtenha as estimativas de E(ecolbs | x) de todas as observaes da amostra. [Veja a equao (17.25)]. Chame-as de ecolbs i. Quais so o menor e o maior valores estimados? (viii) Compute o quadrado da correlao entre ecolbsi e ecolbs i. (ix) Agora, estime um modelo linear para ecolbs usando as mesmas variveis explicativas da parte (iii). Por que as estimativas por MQO so to menores que as do modelo Tobit? Em termos de qualidade de ajuste, o modelo Tobit melhor que o modelo linear? Avalie a seguinte afirmao: Como o R-quadrado do modelo Tobit to pequeno, os efeitos estimados dos preos provavelmente sero inconsistentes. A varivel cigs o nmero de cigarros fumados por dia. Quantas pessoas na amostra no fumam? Que frao das pessoas declaram fumar 20 cigarros por dia? Por que voc acredita haver um acmulo de pessoas na faixa de 20 cigarros? Com base em sua resposta da parte (i), cigs parece ser uma boa candidata para ter uma distribuio de Poisson condicional? Estime um modelo de regresso de Poisson para cigs, incluindo log(precig). log(renda), branco, educ, idade, e idade2 como variveis explicativas. Quais so as elasticidades estimadas em relao ao preo e renda?

(x)

17.10 Utilize os dados contidos no arquivo SMOKE.RAW para fazer este exerccio. (i)

(ii) (iii)

Exerccios em Computador

65

(iv) (v) (vi)

Usando os erros-padro de mxima verossimilhana, as variveis preo e renda so estatisticamente significantes no nvel de 5%? ? Como voc deve ajustar Obtenha a estimativa da s2 descrita aps (17.35). O que s os erros-padro da parte (iv)? Usando os erros-padro ajustados da parte (v), as elasticidades em relao ao preo e renda agora so estatisticamente diferentes de zero? Explique.

(vii) As variveis educao e idade so significantes usando os erros-padro mais robustos? Como voc interpreta o coeficiente de educ? (viii) Obtenha os valores estimados, yi, do modelo de regresso de Poisson. Encontre os valores mnimo e mximo e detalhe com que eficincia o modelo exponencial prev o fumante inveterado. (ix) (x) Usando os valores estimados da parte (viii), obtenha o coeficiente de correlao eleva i e yi. do ao quadrado entre y Estime um modelo linear para cigs por MQO, usando as variveis explicativas (e as mesmas formas funcionais) utilizadas na parte (iii). Qual o melhor ajuste o modelo linear ou o modelo exponencial? O R-quadrado dos modelos muito grande?

17.11 Use os dados de CPS91.RAW para fazer este exerccio. Esses dados so sobre mulheres casadas, em que tambm temos informaes sobre a renda de cada marido e dados populacionais. (i) (ii) Que frao das mulheres informaram estarem em uma fora de trabalho? Usando apenas os dados de mulheres que trabalhamvoc no tem escolhaestime a equao salarial log(salrio) b0 b1educ b2exper b3expert2 b4negro b5hispan u pelos mnimos quadrados ordinrios. Relate os resultados na forma habitual. Parece haver diferenas significantes por raa e etnia? (iii) Estime um modelo probit de naft que inclua as variveis explicativas na equao salarial da parte (ii) como tambm nesprend e filhm6. Estas ltimas duas variveis tm coeficientes do sinal esperado? So elas estatisticamente significantes? Explique por que, com o propsito de testar e, possivelmente, corrigir a equao salarial da seleo na fora de trabalho, importante que a nesprend e a filhm6 ajudem a explicar a naft. O que voc deve assumir sobre a nesprend e a filhm6 na equao salarial? Compute o inverso da razo de Mills (de cada observao) e o adicione como um regressor adicional na equao salarial da parte (ii). Qual seu p-valor bilateral? Voc acha que isso particularmente pequeno com 3.286 observaes? A adio do inverso da razo de Mills altera os coeficientes na regresso salarial de maneiras importantes? Explique.

(iv)

(v)

(vi)

17.12 Utilize os dados Do CHARITY.RAW para responder a estas questes. (i) A varivel resp uma varivel binria igual a um se uma pessoa deu retorno com uma doao a mais recente mala direta. O banco de dados consiste somente de pessoas que

66

Introduo Econometria

deram retorno pelo menos uma vez no passado. Que frao de pessoas deu retorno mais recentemente? (ii) Estime um modelo probit de resp, usando resplti, semanaslti, propresp, malaano, e meddoa como as variveis explicativas. Qual das variveis explicativas estatisticamente significante? (iii) (iv) Encontre o efeito parcial mdio de malaano e compare-o com o coeficiente de um modelo de probabilidade linear. Usando as mesmas variveis explicativas, estime um modelo Tobit de doa, o montante da mais recente doa (em florins holandeses). Agora qual varivel explicativa estatisticamente significante? Compare o EPM Tobit de malaano com o da regresso linear. Eles so similares? As estimativas das partes (ii) e (iv) so inteiramente compatveis no modelo Tobit? Explique.

(v) (vi)

17.13 Use os dados do HTV.RAW para responder a esta questo. (i) Usando os MQO na amostra completa estime um modelo de log(salrio) usando as variveis explicativas educ, hbil, exper, cn, oeste, sul, e urban. Relate o retorno da educao estimado e seu erro-padro. Agora estime a equao da parte (i) usando somente pessoas com educ 16. Que percentagem da amostra perdida? Agora qual o retorno estimado de um ano de educao formal? Como isso se compara com a parte (i)? Agora elimine todas as observaes com salrio 20, de forma que todos os que permanecerem na amostra ganhe menos que 20 dlares por hora. Faa a regresso da parte (i) e comente sobre o coeficiente na educ. (Pela razo de o modelo de regresso truncada normal assumir que y contnua, no importa em teoria se eliminamos observaes com salrio 20 ou com salrio 20. Na prtica, a incluso nesta aplicao, pode importar um pouco, pois existem pessoas que ganham exatamente 20 dlares por hora.) Usando a amostra da parte (iii), aplique regresso truncada [com o ponto de truncamento superior sendo log(20)]. A regresso truncada aparenta recuperar o retorno da educao na populao total, assumindo que a estimativa da parte (i) consistente? Explique.

(ii)

(iii)

(iv)

CAPTULO 18
18.1 Utilize os dados contidos no arquivo WAGEPRC.RAW para fazer este exerccio. O Problema 11.5 forneceu estimativas de um modelo de defasagem distribuda finita de crpreo sobre crsalhr, em que 12 defasagens de crsalhr foram usadas. (i) Estime um modelo simples de DD de crpreo sobre crsalhr. Em particular, estime a equao (18.11) por MQO. Qual ser a propenso de impacto estimada e a PLP? Esboce a distribuio de defasagens estimada. Compare PI e PLP estimadas com as obtidas no Problema 11.5. Como se comparam as distribuies de defasagens estimadas?

(ii)

Exerccios em Computador

67

(iii) 18.2

Agora, estime o modelo de defasagem distribuda racional a partir de (18.16). Esboce a distribuio de defasagens e compare as PI e PLP estimadas com as obtidas na parte (ii).

Utilize os dados contidos no arquivo HSEINV.RAW para fazer este exerccio. (i) (ii) (iii) Teste a existncia de uma raiz unitria em log(invpc), incluindo uma tendncia temporal linear e duas defasagens de log(invpct). Use um nvel de significncia de 5%. Use a abordagem da parte (i) para testar a existncia de uma raiz unitria em log(preo). Dados os resultados das partes (i) e (ii), faz sentido testar a existncia de co integrao entre log(invpc) e log(preo)?

18.3

Utilize os dados contidos no arquivo VOLAT.RAW para fazer este exerccio. (i) (ii) (iii) Estime um modelo AR(3) para pcip. Agora, adicione uma quarta defasagem e verifique se essa alterao muito significante. Em relao ao modelo AR(3) da parte (i), adicione trs defasagens de pcsp para testar se pcsp Granger-causa pcip. Cuidadosamente, descreva suas concluses. Em relao ao modelo da parte (ii) adicione trs defasagens da mudana em i3, a taxa das letras do Tesouro de trs meses. Pcsp Granger causa pcip condicional a i3 passada?

18.4 Ao testar a cointegrao entre tgf e ip no Exemplo 18.5, adicione t2 equao (18.32) para obter os resduos MQO. Inclua uma defasagem no teste DF aumentado. O valor crtico a 5% do teste 4,15. 18.5 Utilize os dados contidos no arquivo INTQRT.RAW para fazer este exerccio. (i) No Exemplo 18.7, estimamos um modelo de correo de erro para os rendimentos das letras do Tesouro de seis meses, em que uma defasagem dos rendimentos das letras do Tesouro de trs meses era a varivel explicativa. Assumimos que o parmetro de cointegrao era um na equao hy6t a bhy3t1 ut. Agora, adicione a mudana de adiantamento, hy3t, a mudana contempornea, hy3t1, e a mudana defasada, hy3t2, de hy3t1. Isto , estime a equao hy6t a bhy3t1 f0hy3t f1hy3t1 r1hy3t2 et e descreva os resultados em forma de equao. Teste H0: b 1 contra uma alternativa bilateral. Assuma que o adiantamento e a defasagem so suficientes, de forma que {hy3t1} seja estritamente exgena nessa equao e no se preocupe com a correlao serial. (ii) Em relao ao modelo de correo de erro em (18.39), adicione hy3t2 e (hy6t2 hy3t3). Esses termos so conjuntamente significantes? Qual sua concluso sobre o modelo de correo de erro apropriado?

18.6

Utilize os dados contidos no arquivo PHILLIPS.RAW, para responder a estas questes. (i) (ii) Estime os modelos em (18.48) e (18.49), utilizando os dados at 1997. As estimativas dos parmetros alteram-se muito, comparadas s de (18.48) e (18.49)? Use as novas equaes para fazer a previso da desemp1998; arredonde para duas casas decimais. Qual das equaes produz uma melhor previso?

68

Introduo Econometria

(iii)

Como discutimos no texto, a previso de desemp1998 usando (18.49) 4,90. Compare esse nmero com a previso obtida usando os dados at 1997. O uso do ano extra de dados para obter as estimativas dos parmetros produz uma melhor previso? Use o modelo estimado na (18.48) para obter uma previso dois passos frente de desemp. Isto , faa a previso de desemp1998 usando a equao (18.55) com a 1,572, r 0,732, e h 2. Essa previso melhor ou pior que a obtida com um passo frente pela incluso de desemp1997 4,9 em (18.48)? Estime o modelo de tendncia linear chnimpt a bt ut, usando as primeiras 119 observaes (isso exclui os ltimos 12 meses de observaes de 1998). Qual o erro-padro da regresso? Agora, estime um modelo AR(1) da chnimp, novamente usando todos os dados exceto os ltimos 12 meses. Compare o erro-padro da regresso com o da parte (i). Qual dos modelos produz um melhor ajuste dentro da amostra? Use os modelos das partes (i) e (ii) para computar os erros de previso com um passo frente para os 12 meses de 1998. (Voc deve obter 12 erros de previso para cada mtodo.) Compute e compare os REQM e os EAM dos dois mtodos. Qual mtodo de previso funciona melhor fora da amostra para previses com um passo frente? Adicione variveis dummy mensais regresso da parte (i). Elas so conjuntamente significantes? (No se preocupe com a leve correo serial nos erros dessa regresso quando estiver fazendo o teste conjunto).

(iv)

18.7

Utilize os dados contidos no arquivo BARIUM.RAW para fazer este exerccio. (i)

(ii)

(iii)

(iv)

18.8

Utilize os dados contidos no arquivo FERTIL3.RAW para fazer este exerccio. (i) (ii) Trace tgf contra o tempo. Ela contm uma clara tendncia de alta ou de baixa ao longo de todo o perodo da amostra? Usando os dados at 1979, estime um modelo de tendncia temporal cbica de tgf (isto , faa a regresso de tgf sobre t, t2, e t3, juntamente com um intercepto). Comente sobre o R-quadrado da regresso. Usando o modelo da parte (ii), compute o erro absoluto mdio dos erros de previso com um passo frente dos anos de 1980 a 1984. Utilizando os dados at 1979, faa a regresso de tgft somente sobre uma constante. A constante estatisticamente diferente de zero? Faz sentido assumir que qualquer termo de tendncia ser zero, se assumirmos que tgft segue um passeio aleatrio? Agora, faa a previso de tgf para os anos de 1980 at 1984, usando um modelo de passeio aleatrio: a previso de tgfn1 ser simplesmente tgfn. Encontre o EAM. Como ele se compara com o EAM da parte (iii)? Qual mtodo de previso voc prefere? Agora, estime um modelo AR(2) para tgf, novamente usando os dados somente at 1979. A segunda defasagem significante?

(iii) (iv)

(v)

(vi)

(vii) Obtenha o EAM de 1980 at 1984, usando o modelo AR(2). Esse modelo mais generalizado funciona melhor fora da amostra do que o modelo de passeio aleatrio? 18.9 Utilize os dados contidos no arquivo CONSUMP.RAW para fazer este exerccio.

Exerccios em Computador

69

(i)

Seja yt a renda disponvel per capita real. Use os dados at 1989 para estimar o modelo yt a bt ryt1 ut e descreva os resultados da forma habitual.

(ii) (iii) (iv)

Use a equao estimada na parte (i) para fazer a previso de y em 1990. Qual o erro de previso? Compute o erro absoluto mdio das previses com um passo frente de 1990, usando os parmetros estimados na parte (i). Agora, compute o EAM ao longo do mesmo perodo, mas elimine yt1 da equao. melhor, ou no, incluir yt1 na equao? Usando os dados de todos os anos, exceto os ltimos quatro (16 trimestres), estime um modelo AR(1) de r6t. (Usamos a diferena pois parece que r6t tem uma raiz unitria.) Encontre a REQM das previses com um passo frente da r6, usando os ltimos 16 trimestres. Agora, adicione o termo de correo de erro sprt1 r6t1 r3t1 na equao da parte (i). (Isso assume que o parmetro de cointegrao um.) Compute o REQM dos ltimos 16 trimestres. O termo de correo de erro auxilia na previso fora da amostra neste caso? Agora, estime o parmetro de cointegrao, em vez de defini-lo como um. Use os 16 ltimos trimestres novamente para produzir a REQM fora da amostra. Como isso se compara com as previses das partes (i) e (ii)? Suas concluses seriam outras se voc quisesse prever r6 em vez de r6 ? Explique. Confirme que lsp500 log(sp500) e lip log(ip) parecem conter razes unitrias. Use os testes de Dickey-Fuller com quatro mudanas defasadas e faa os testes com e sem uma tendncia temporal linear. Compute uma regresso simples de lsp500 sobre lip. Comente sobre os tamanhos da estatstica t e do R-quadrado. Use os resduos da parte (ii) para testar se lsp500 e lip so cointegrados. Use o teste-padro de Dickey-Fuller e o teste de Dickey-Fuller aumentado (DFA) com duas defasagens. Qual sua concluso? Adicione uma tendncia temporal linear na regresso da parte (ii) e agora faa o teste de co-integrao usando os mesmos testes da parte (iii). possvel afirmar que os preos das aes e a atividade econmica real tm uma relao de equilbrio de longo prazo?

18.10 Utilize os dados contidos no arquivo INTQRT.RAW para fazer este exerccio. (i)

(ii)

(iii)

(iv)

18.11 Utilize os dados contidos no arquivo VOLAT.RAW para fazer este exerccio. (i)

(ii) (iii)

(iv) (v)

18.12 Este exerccio tambm utiliza os dados do arquivo VOLAT.RAW. O Exerccio em Computador 18.11 estuda a relao de longo prazo entre os preos das aes e a produo industrial. Aqui, voc estudar a questo da causalidade de Granger usando as mudanas percentuais.

70

Introduo Econometria

(i)

Estime um modelo AR(4) de pcipt, a mudana percentual na produo industrial (descrita como uma taxa anualizada). Mostre que a segunda e terceira defasagens so conjuntamente significantes no nvel de 2,5%. Adicione uma defasagem de pcspt na equao estimada na parte (i). A defasagem estatisticamente significante? O que isso lhe diz sobre a causalidade de Granger entre o crescimento da produo industrial e o crescimento dos preos das aes? Refaa a parte (ii) mas obtenha uma estatstica t robusta em relao heteroscedasticidade. O teste robusto altera suas concluses da parte (ii)?

(ii)

(iii)

18.13 Utilize os dados contidos no arquivo TRAFFIC2.RAW para fazer este exerccio. Esses dados mensais, sobre acidentes de trnsito na Califrnia entre os anos de 1981 a 1989, foram usados no Exerccio em Computador 10.11. (i) (ii) (iii) (iv) Usando a regresso-padro de Dickey-Fuller, verifique se ltotacct possui uma raiz unitria. Voc pode rejeitar uma raiz unitria no nvel de 2,5%? Agora, adicione duas mudanas defasadas ao teste da parte (i) e compute o teste Dickey-Fuller aumentado. Qual sua concluso? Adicione uma tendncia temporal linear regresso DFA da parte (ii). Agora o que acontece? Dadas as constataes das partes (i) a (iii), o que voc diria que a melhor caracterizao de ltotacct: um processo I(1) ou um processo I(0) em torno de uma tendncia temporal linear? Teste a porcentagem de fatalidades, prcfatt, para a existncia de uma raiz unitria, usando duas defasagens em uma regresso DFA. Neste caso, importa se voc incluir uma tendncia temporal linear?

(v)

18.14 Use os dados do MINWAGE.DTA do setor 232 para responder s seguintes questes. (i) Confirme que lsalrio232 e lemp232 so melhores caracterizadas como processos I(1). Use o teste de Dickey-Fuller aumentado com uma defasagem de crescmen232 e cresccontr232, respectivamente e uma tendncia temporal linear. Existe alguma dvida que estas sries devam ser consideradas como tendo razes unitrias? Faa a regresso de lemp232 sobre lsalrio232 e verifique se h cointegrao, tanto com como sem uma tendncia temporal, levando em conta duas defasagens no teste de Engle-Granger aumentado. Qual sua concluso? Agora faa a regresso de lsalrio232 sobre o log da taxa real de salrio, lrsalrio232t lsalrio232t lipct e uma tendncia temporal. Voc encontra cointegrao? Elas esto prximas de serem cointegradas quando voc usa salrio real em vez de salrios nominais? Quais so alguns fatores que podem estar faltando da regresso cointegrante na parte (iii)?

(ii)

(iii)

(iv)