Você está na página 1de 12

F

Respostas s Questes dos


Captulos

CAPTULO 2
QUESTO 2.1
Quando a aptido, motivao, idade e outros fatores em u no estiverem relacionados com a freqncia, (2.6) ser vlida. pouco provvel que esse seja o caso.
QUESTO 2.2
Em torno de $9,64. Para verificar isso, a partir dos salrios mdios medidos em dlares de 1976 e 1977,
podemos obter o deflator do IPC como 16,64/5,90  2,82. Quando multiplicamos 3,42 por 2,82, obtemos aproximadamente 9,64.
QUESTO 2.3
54,65, como poder ser verificado agregando-se partA  60 na equao (2.28). Esse resultado no absurdo: se o Candidato A gastar 60% do total gasto, prev-se que ele (ou ela) receber quase 55% dos votos.
QUESTO 2.4
A equao ser sal a rcent  9.631,91  185,01 rma, como poder ser facilmente verificado multiplicando-se a equao (2.39) por 10.
QUESTO 2.5

 / (x  x ) , onde o termo

A equao (2.58) poder ser escrita como Var(  0)  (2n1)

x2i

i1

i1

que multiplica 2n1 maior que ou igual a um, mas ser igual a um se e somente se x  0. Nesse
caso, a varincia ser to pequena quanto possvel: Var(  0)  2/n.

CAPTULO 3
QUESTO 3.1
Alguns poucos fatores incluem a distribuio por idade e por gnero, o tamanho da fora policial (ou, de
forma mais generalizada, os recursos alocados no combate ao crime), a populao e fatores histricos
gerais. Esses fatores certamente devem estar correlacionados com prcond e sentmed, o que significa que

123

124

Introduo Econometria Editora Thomson

(3.5) no se manter. Por exemplo, o tamanho da fora policial possivelmente estar correlacionado tanto
com prcond como com sentmed, j que algumas cidades colocam mais empenho na preveno e na imposio da lei. Devemos tentar levar para a equao tantos desses fatores quanto possvel.
QUESTO 3.2
Usamos a terceira propriedade do MQO em relao aos valores previstos e aos resduos: quando agregamos os valores mdios de todas as variveis independentes na reta de regresso pelos MQO, obtemgrad  1,29  0,453 nmem
mos o valor mdio da varivel dependente. Assim, n
  0,0094 tac
  1,29
 0,453(3,4)  0,0094(24,2)  3,06. Voc poder conferir a mdia de nmgrad no arquivo GPA1.RAW,
para verificar esse resultado at duas casas decimais.
QUESTO 3.3
No. A varivel partA no uma funo linear exata de gastoA e de gastoB, embora ela seja uma funo no-linear exata: partA  100[gastoA/(gastoA  gastoB)]. Portanto, legtimo termos gastoA,
gastoB e partA como variveis explicativas.
QUESTO 3.4
Como discutimos na Seo 3.4, se estamos interessados no efeito de x1 sobre y, a correlao entre as
outras variveis explicativas (x2, x3 etc.) no afeta Var(  1). Essas variveis so includas como controles, e no temos que nos preocupar com a colinearidade entre as variveis de controle. Naturalmente,
ns as estamos controlando primariamente porque entendemos que elas esto correlacionadas com a
freqncia, mas isso necessrio para que possamos fazer uma anlise ceteris paribus.

CAPTULO 4
QUESTO 4.1
Sob essas hipteses, as hipteses de Gauss-Markov sero satisfeitas: u independente das variveis
explicativas, de modo que E(u|x1, ..., xk)  E(u) e Var(u|x1, ..., xk)  Var(u). Alm disso, fcil verificar que E(u)  0. Portanto, RLM.3 e RLM.5 se sustentam. As hipteses do modelo linear clssico
no sero satisfeitas, pois u no normalmente distribudo (o que viola RLM.6).
QUESTO 4.2
H0: 1  0, H1: 1  0.
QUESTO 4.3
Como  1  0,56  0 e estamos testando H0 contra H1: 1  0, o p-valor unilateral a metade do pvalor bilateral, ou 0,043.
QUESTO 4.4
H0: 5  6  7  8  0. k  8 e q  4. A verso restrita do modelo
nota  0  1tclasse  2gasto  3totsalp  4matricl  u.
QUESTO 4.5
A estatstica F para testar a excluso de tac [(0,291  0,183)/(1  0,291)](680  3)  103,13.
Portanto, o valor absoluto da estatstica t estar em torno de 10,16. A estatstica t de tac ser negativa,
pois  tac negativo, de modo que ttac  10,16.

Wooldridge

Apndice F

Respostas s Questes dos Captulos

125

QUESTO 4.6
No muito. O teste F da significncia conjunta de taxevas e taxform facilmente computado a partir
dos R-quadrados da tabela: F  [(0,361  0,353)/(1  0,361)](402/2)  2,52. O valor crtico de 10%
obtido da Tabela G.3(a) como 2,30, enquanto o valor crtico de 5% da Tabela G.3(b) 3. O p-valor
est em torno de 0,082. Portanto, taxevas e taxform so conjuntamente significantes ao nvel de 10%,
mas no ao nvel de 5%. Em qualquer caso, o controle dessas variveis tem um efeito modesto sobre
o coeficiente b/s.

CAPTULO 5
QUESTO 5.1
Isso requer algumas suposies. Parece razovel assumir que 2  0 (nota depende positivamente
de nmgradp) e Cov(faltas, nmgradp)  0 (faltas e nmgradp so negativamente correlacionados);
~
isso significa que 2 1  0, o que quer dizer que plim  1  1. Como 1 entendido como negativo (ou pelo menos no-positivo), uma regresso simples provavelmente superestimar a importncia
de faltar s aulas.
QUESTO 5.2
 j  1,96ep( j) o intervalo de confiana assimpttico de 95%. Ou podemos substituir 1,96 por 2.

CAPTULO 6
QUESTO 6.1
Como rendfamdol  1.000rendfam, o coeficiente de rendfamdol ser o coeficiente de rendfam dividido por 1.000, ou 0,0927/1.000  0,0000927. O erro-padro tambm diminui por um fator de 1.000,
e assim a estatstica t no se altera, nem tampouco qualquer das outras estatsticas MQO. Para melhor
leitura, prefervel medir a renda familiar em milhares de dlares.
QUESTO 6.2
Podemos responder de forma geral. A equao
log(y)  0  1log(x1)  2 x2  ...,
onde x2 uma proporo, em vez de um porcentual. Ento, ceteris paribus, log(y)  2x2,
100log(y)  2(100 x2), ou % y  2(100 x2). Agora, como x2 a alterao na proporo,
100x2 a alterao em pontos porcentuais. Em particular, se x2  0,01, ento, 100x2  1, que
corresponde a uma alterao de um ponto porcentual. Mas, ento, 2 ser a alterao porcentual em y
quando 100x2  1.
QUESTO 6.3
O novo modelo seria respad  0  1taxafreq  2nmgradp  3tac  4nmgradp2  5tac2 
6nmgradptaxafreq  7tactaxafreq  u. Portanto, o efeito parcial de taxafreq sobre respad 1
 6nmgradp  7tac. isso que multiplicamos por taxafreq para obter a alterao ceteris paribus
em respad.

126

Introduo Econometria Editora Thomson

QUESTO 6.4

Da equao (6.21), R2  1   2/[SQT/(n  1)]. Para uma determinada amostra e uma determinada
varivel dependente, SQT/(n  1) fixo. Quando usamos conjuntos diferentes de variveis explicati
vas, somente  2 alterado. Conforme  2 diminui, R2 aumenta. Se tornarmos ,
e conseqentemente

2
 , to pequeno quanto possvel, estaremos tornando R2 to grande quanto possvel.
QUESTO 6.5
Uma possibilidade seria coletar dados sobre rendimentos anuais de um grupo de atores com a lucratividade dos filmes nos quais cada um deles apareceu. Em uma anlise de regresso simples, poderamos relacionar os rendimentos lucratividade. Mas provavelmente teramos de controlar outros fatores que podem afetar os salrios, tais como a idade, o sexo e os tipos de filmes nos quais os atores
trabalharam. Os mtodos para a incluso de fatores qualitativos em modelos de regresso esto considerados no Captulo 7.

CAPTULO 7
QUESTO 7.1
No, pois no ficaria claro quando partido seria um ou zero. Um nome melhor seria algo como Dem,
que seria um para os candidatos Democratas, e zero, para os Republicanos. Ou Rep, que seria um para
os Republicanos, e zero, para os Democratas.
QUESTO 7.2
Com jardtext como o grupo base, incluiramos as variveis dummy pribase, segbase, terbase, interbase
e receptor.
QUESTO 7.3
A hiptese nula neste caso seria H0: 1  2  3  4  0, de forma a haver quatro restries. Como
sempre, usaramos um teste F (onde q  4 e k depender do nmero de outras variveis explicativas).
QUESTO 7.4
Como perm aparece na forma quadrtica, deveramos permitir termos quadrticos diferentes para
homens e mulheres. Isto , adicionaramos as variveis explicativas femininoperm e femininoperm2.
QUESTO 7.5
Agregamos pcond  0, sentmed  0, temptot  0, ptemp86  0, empr86  4, negro  1 e hispan 

0 em (7.31): pris86
 0,380  0,038(4)  0,170  0,398, ou quase 0,4. difcil saber se isso razovel. Para algum que nunca tenha sido condenado, que estava empregado durante todo o ano, essa
estimativa parece ser alta, mas lembre-se de que a populao consiste de homens que j foram presos
pelo menos uma vez antes de 1986.

CAPTULO 8
QUESTO 8.1
Essa declarao claramente falsa. Por exemplo, na equao (8.7), o erro-padro usual de negro
0,147, enquanto o erro-padro robusto em relao heteroscedasticidade 0,118.

Wooldridge

Apndice F

Respostas s Questes dos Captulos

127

QUESTO 8.2
O teste F seria obtido pela regresso de u 2 sobre hcasados, mcasadas e msolteiras (hsolteiros o grupo
base). Com n  526 e trs variveis independentes nessa regresso, os gl sero 3 e 522.
QUESTO 8.3
Na realidade, no. Como esse um modelo de regresso simples, a heteroscedasticidade somente
importar se ela estiver relacionada a renda. Entretanto, o teste de Breusch-Pagan nesse caso equivalente a uma estatstica t na regresso de u2 sobre renda. Uma estatstica t de 0,96 no suficientemente
grande para rejeitar a hiptese de homoscedasticidade.
QUESTO 8.4
Podemos usar os mnimos quadrados ponderados, mas computando os errospadro robustos em relao heteroscedasticidade. Na equao (8.26), se nosso modelo da varincia estiver incorreto, ainda
teremos heteroscedasticidade. Assim, poderemos fazer uma suposio sobre a forma de heteroscedasticidade e executar o MQP, mas nossa anlise poder se tornar robusta quanto a formas incorretas de
heteroscedasticidade.

CAPTULO 9
QUESTO 9.1
Elas so variveis binrias, e elev-las ao quadrado no produzir nenhum efeito: negro2  negro e
hispan2  hispan.
QUESTO 9.2
Quando educQI est na equao, o coeficiente de educ, digamos 1, indica o efeito de educ sobre
log(salrio) quando QI  0. (O efeito parcial da educao 1  9QI). No h ningum na populao de interesse com um QI prximo de zero. No QI mdio da populao, que 100, o retorno estimado da educao da coluna (3) 0,018  0,00034(100)  0,052, que quase o que obtemos como o
coeficiente de educ na coluna (2).
QUESTO 9.3
No. Se educ* for um inteiro o que significa que algum no tem nenhuma escolaridade aps srie
anterior concluda , o erro de medida ser zero. Se educ* no for um inteiro, educ  educ* e, assim,
o erro de medida ser negativo. No mnimo, e1 no pode ter mdia zero, e e1 e educ* provavelmente
so correlacionados.
QUESTO 9.4
A deciso de um candidato de no concorrer pode estar sistematicamente relacionada com o que ele,
ou ela, espera fazer na eleio. Portanto, podemos apenas ter uma amostra de candidatos que, na mdia,
sejam mais fortes que todos os demais possveis candidatos que poderiam concorrer. Isso resulta em
um problema de seleo de amostra se a populao de interesse incluir todos os candidatos. Se estivermos apenas interessados nos efeitos dos gastos de campanha sobre os resultados eleitorais dos concorrentes que esto tentando a reeleio, no haver problema de seleo de amostra.

128

Introduo Econometria Editora Thomson

CAPTULO 10
QUESTO 10.1
A propenso de impacto 0,48, enquanto a propenso de longo prazo 0,48  0,15  0,32  0,65.
QUESTO 10.2
As variveis explicativas so xt1  zt e xt2  zt1. A ausncia de colinearidade perfeita significa que
elas no podem ser constantes, e no pode haver uma relao linear perfeita entre elas na amostra. Isso
elimina a possibilidade de que todos os z1, ..., zn assumam o mesmo valor ou que z0, z1, ..., zn1 assumam o mesmo valor. Mas isso tambm elimina outros padres. Por exemplo, se zt  a  bt para as
constantes a e b, ento, zt1  a  b(t  1)  (a  bt)  b  zt  b, que uma funo linear perfeita de zt.
QUESTO 10.3
Se {zt} estiver se movendo lentamente ao longo do tempo como no caso dos nveis ou logs de muitas sries temporais econmicas , ento, zt e zt1 podero ser altamente correlacionados. Por exemplo, a correlao entre desemp1 e desempt1 do arquivo PHILLIPS.RAW 0,74.
QUESTO 10.4
No, pois uma tendncia linear com 1  0 se tornar cada vez mais negativa conforme t aumenta.
Como tgf no pode ser negativo, uma tendncia temporal linear com um coeficiente de tendncia negativo no poder representar tgf em todos os futuros perodos de tempo.
QUESTO 10.5
O intercepto de maro 0  2. Variveis dummy sazonais so estritamente exgenas porque elas
seguem um padro determinista. Por exemplo, os meses no se alteram se as variveis explicativas ou
a varivel dependente se alterarem.

CAPTULO 11
QUESTO 11.1
(i) No, pois E(yt)  0  1t depende de t. (ii) Sim, pois yt  E(yt)  et uma seqncia i.i.d.
QUESTO 11.2
Agregamos inf te  (1/2)inft1  (1/2)inft2 em inft  inf te  1(desempt  0)  et e reorganizamos: inft  (1/2)(inft1  inft2)  0  1desempt  et, onde 0   10, como antes. Portanto,
faramos a regresso de yt sobre desempt, onde yt  inft  (1/2)(inft1  inft2). Observe que perdemos as primeiras duas observaes na construo de yt.
QUESTO 11.3
No, pois ut e ut1 so correlacionados. Em particular, Cov(ut,ut1)  E[(et  1et1)(et1  1et2)]
 1E(e2t1)  1 2e  0 se 1  0. Se os erros forem serialmente correlacionados, o modelo no
poder ser dinamicamente completo.

Wooldridge

Apndice F

Respostas s Questes dos Captulos

129

CAPTULO 12
QUESTO 12.1
Usamos a equao (12.4). Agora, somente termos adjacentes so correlacionados. Em particular, a
covarincia entre xtut e xt1ut1 xtxt1Cov(ut, ut1)  xtxt1 2e. Portanto, a frmula



Var(  1)  SQTx2

x2t Var(ut)  2

t1

 2/SQTx  (2/SQTx2)

n1

xx
t

t1

t1

E(utut1)

n1

  x x
2
e t

t1

t1

 2/SQTx  2e (2/SQT2x )

n1

xx
t

t1,

t1

onde 2  Var(ut)  2e  2l 2e  e2 (1  2l). A menos que xt e xt1 sejam no-correlacionados na
amostra, o segundo termo ser diferente de zero sempre que   0. Observe que, se xt e xt1 forem
positivamente correlacionadas e   0, a verdadeira varincia ser efetivamente menor que a varincia habitual. Quando a equao estiver em nveis (em oposio a estar diferenciada), o caso geral ser
  0, com correlao positiva entre xt e xt1.
QUESTO 12.2
  1,96ep(), onde ep() o erro-padro informado na regresso. Ou poderamos usar os erros-padro
robustos em relao heteroscedasticidade. complicado mostrar que isso assimptoticamente vlido porque os resduos MQO dependem de  j, mas isso pode ser feito.
QUESTO 12.3
O modelo que temos em mente ut  1ut1  4ut4  et, e queremos testar H0: 1  0, 4  0
contra a alternativa de que H0 falsa. Computaramos a regresso de u t sobre u t1 e u t4 para obter
a estatstica F habitual para a significncia conjunta das duas defasagens.(Estamos testando duas
restries.)
QUESTO 12.4
Provavelmente estimaramos a equao utilizando primeiras diferenas, j que   0,92 est suficientemente prximo de 1 para levantar questionamentos sobre a regresso em nveis. Veja mais explicaes no Captulo 18.
QUESTO 12.5
Como existe somente uma varivel explicativa, o teste de White fcil de ser computado.
Simplesmente regressamos u2t sobre retornot1 e retorno2t1 (com um intercepto, como sempre) e computamos o teste F para a significncia conjunta de retornot1 e retorno2t1. Se elas forem conjuntamente
significantes a um nvel de significncia suficientemente pequeno, rejeitamos a hiptese nula da
homoscedasticidade.

130

Introduo Econometria Editora Thomson

CAPTULO 13
QUESTO 13.1
Sim, supondo que tenhamos controlado todos os fatores relevantes. O coeficiente de negro 1,076 e,
com um erro-padro de 0,174, ele no estatisticamente diferente de um. O intervalo de confiana de
95% est entre 0,735 e 1,417.
QUESTO 13.2
O coeficiente de altrend mostra que, na ausncia de qualquer alterao no limite dos ganhos, os trabalhadores com renda mais elevada passam muito mais tempo cerca de 29,2%, em mdia [pois
exp(0,256)  1  0,292] recebendo remunerao por conta de indenizao trabalhista.
QUESTO 13.3
Primeiro, E(vi1)  E(ai  ui1)  E(ai)  E(vi1)  0. De forma semelhante, E(vi2)  0. Portanto, a
covarincia entre vi1 e vi2 simplesmente E(vi1vi2)  E[(ai  ui1)(ai  ui2)]  E(a2i )  E(ai ui1) 
E(aiui2)  E(ui1ui2)  E(a2i ), pois todos os termos da covarincia so zero por hiptese. Contudo, E(a2i)
 Var(ai), pois E(ai)  0. Isso causa correlao serial positiva nos erros ao longo do tempo no interior
de cada i, que produz vis nos erros-padro MQO habituais em uma regresso MQO agrupada.
QUESTO 13.4
Como admin  admin90  admin85 a diferena nos indicadores binrios, ela poder ser 1 se, e
somente se, admin90  0 e admin85  1. Em outras palavras, o estado de Washington tinha uma lei
administrativa propriamente dita em 1985, mas ela foi revogada em 1990.
QUESTO 13.5
No, da mesma forma em que ela no causa vis e inconsistncia em uma regresso de srie temporal
com variveis explicativas estritamente exgenas. H duas razes para ela ser preocupante. Primeira,
a correlao serial nos erros em qualquer equao geralmente causa vis nos erros-padro MQO e nas
estatsticas de testes usuais. Segunda, ela significa que o MQO agrupado no to eficiente quanto os
estimadores que levam em conta a correlao serial (como no Captulo 12).

CAPTULO 14
QUESTO 14.1
Quer usemos a primeira diferenciao ou a transformao interna, teremos problema com a estimativa
do coeficiente de kidsit. Por exemplo, usando a transformao interna, se kidsit no variar para a famlia i, ento, kidsit  kidsit  
kidsi  0 para t  1,2,3. Desde que algumas famlias apresentem variao em kidsit, ento, poderemos computar o estimador de efeitos fixos, mas o coeficiente de kids poder ser estimado de modo muito impreciso. Essa uma forma de multicolinearidade na estimao de
efeitos fixos (ou na estimao de primeira diferenciao).
QUESTO 14.2
Se uma firma no recebeu um subsdio no primeiro ano, ela poder ou no receber um subsdio no
segundo ano. Entretanto, se uma firma efetivamente recebeu um subsdio no primeiro ano, ela no
poder obter outro subsdio no segundo ano. Isto , se subs1  1, ento, subs  0. Isso induz uma
correlao negativa entre subs e subs1. Podemos verificar isso fazendo a regresso de subs sobre

Wooldridge

Apndice F

Respostas s Questes dos Captulos

131

subs1, usando os dados contidos no arquivo JTRAIN.RAW de 1989. Se usarmos todas as firmas da
amostra, teremos
subs  0,248  0,248 subs1
(0,035) (0,072)
n  157, R2  0,070.
O coeficiente de subs1 deve ser o negativo do intercepto, pois subs  0 quando subs1  1.
QUESTO 14.3
Isso sugere que o efeito no observado ai positivamente correlacionado com sindicatoit. Lembre-se,
o MQO agrupado deixa ai no termo erro, enquanto os efeitos fixos removem ai. Por definio, ai tem
um efeito positivo sobre log(salrio). Pela anlise padro de variveis omitidas (veja o Captulo 3), o
MQO tem um vis para cima quando a varivel explicativa (sindicato) for positivamente correlacionada com a varivel omitida (ai). Assim, o fato de pertencer a um sindicato parece ser positivamente relacionado com fatores no observados, constantes no tempo, que afetam o salrio.
QUESTO 14.4
No, se todas as irms de uma mesma famlia tiverem a mesma me e o mesmo pai. Ento, como as
variveis referentes raa dos pais no variaro por irm, elas seriam eliminadas pela diferenciao em
(14.13).

CAPTULO 15
QUESTO 15.1
Provavelmente, no. Na equao simples (15.18), anos de escolaridade parte do termo erro. Se alguns
dos homens que receberam nmeros baixos no sorteio militar obtivessem maior escolaridade, ento, os
nmeros do sorteio militar e a educao seriam negativamente correlacionados, o que violaria o primeiro requisito de uma varivel instrumental na equao (15.4).
QUESTO 15.2
(i) Para (15.27), precisamos de que os efeitos do grupo de colegas do ensino mdio se estenda para a
faculdade. Quer dizer, para uma determinada nota sat, um estudante que freqentou uma escola de
ensino mdio onde fumar maconha era mais comum, fumaria mais maconha na faculdade. Mesmo que
a condio de identificao (15.27) se mantenha, a ligao pode ser fraca.
(ii) Temos que assumir que a porcentagem de estudantes que fumava maconha em uma escola de
ensino mdio no est correlacionada com fatores no observados que afetam a nota mdia no curso
superior. Embora estejamos, at certo ponto, controlando a qualidade do ensino mdio ao incluirmos sat
na equao, isso pode no ser suficiente. Talvez as escolas de ensino mdio que tenham feito um melhor
trabalho na preparao dos estudantes para a universidade tambm tenham tido um menor nmero de
alunos que fumavam maconha. Ou, o uso de maconha poderia estar correlacionado com os nveis
mdios de renda. Naturalmente, essas so questes empricas que podem ou no ser respondidas.

132

Introduo Econometria Editora Thomson

QUESTO 15.3
Embora a predominncia da National Riffle Association e os assinantes de revistas sobre armas estejam provavelmente correlacionados com a presena de leis de controle de armas, no bvio que eles
sejam no-correlacionados com outros fatores no observados que afetem a taxa de crimes violentos.
De fato, podemos argumentar que uma populao interessada em armas seja um reflexo das elevadas
taxas de criminalidade, e que o controle de variveis econmicas e demogrficas no seja suficiente
para capturar esse aspecto. Seria difcil sustentar de forma persuasiva que elas so realmente exgenas
na equao de crimes violentos.
QUESTO 15.4
Como sempre, existem dois requisitos. Primeiro, poderia ser o caso de que o crescimento dos gastos
governamentais esteja sistematicamente relacionado ao partido do presidente, aps a remoo da taxa
de investimento e o crescimento da fora de trabalho. Em outras palavras, a varivel instrumental deve
ser parcialmente correlacionada com a varivel explicativa endgena. Embora possamos imaginar que
os gastos governamentais cresam mais lentamente em governos com presidentes Republicanos, isso
certamente no tem sido sempre verdade nos Estados Unidos e teria que ser testado usando a estatstica t de REPt1 na forma reduzida cGOVt  0  1REPt1  2RAZINVt  3TRABt  vt. Devemos
assumir que o partido do presidente no tem efeito separado sobre cPIB. Isso seria violado se, por
exemplo, a poltica monetria diferisse sistematicamente por partido presidencial e tivesse um efeito
separado sobre o crescimento do PIB.

CAPTULO 16
QUESTO 16.1
Provavelmente, no. pelo fato de as empresas escolherem preos e gastos com publicidade de
forma conjunta que no estamos interessados no experimento no qual, digamos, a publicidade alterada de forma exgena e queremos saber o efeito sobre o preo. Em vez disso, modelaramos preo
e publicidade cada um como uma funo de variveis de demanda e custo. Isso o que resulta da
teoria econmica.
QUESTO 16.2
Devemos assumir duas coisas. Primeiro, o crescimento da oferta de moeda deve aparecer na equao
(16.22), de forma a ser parcialmente correlacionado com inf. Segundo, devemos assumir que o crescimento da oferta de moeda no aparece na equao (16.23). Se entendermos que devemos incluir o crescimento da oferta de moeda na equao (16.23), ento, ainda nos faltar uma varivel instrumental de
inf. Naturalmente, a hiptese de que o crescimento da oferta de moeda exgeno tambm poder ser
questionada.
QUESTO 16.3
Use o teste de Hausman do Captulo 15. Em particular, defina v 2 como os resduos MQO da forma
reduzida da regresso de abertura sobre log(rendpc) e sobre log(rea). Depois, use uma regresso por
MQO de inf sobre abertura, log(rendpc) e v 2, e compute a estatstica t para a significncia de v 2. Se v 2
for significante, as estimativas MQ2E e MQO sero estatisticamente diferentes.
QUESTO 16.4
A equao da demanda se parecer com

Wooldridge

Apndice F

Respostas s Questes dos Captulos

133

log(peixet)  0  1log(prpeixet)  2log(rendat)


 3log(prfrangot)  4log(prcarnet)  ut1,
onde os logaritmos so usados de forma a tornar todas as elasticidades constantes. Por hiptese, a funo de demanda no contm sazonalidade, de modo que a equao no contm variveis dummy mensais (digamos, fevt, mart, ..., dezt, com janeiro como o ms base). Tambm por hiptese, a oferta de
peixe sazonal, o que significa que a funo de oferta depende de pelo menos algumas das variveis
dummy mensais. Mesmo sem solucionar a forma reduzida de log(prpeixe), conclumos que ela depende das variveis dummy mensais. Como elas so exgenas, podero ser usadas como instrumentais de
log(prpeixe) na equao de demanda. Portanto, podemos estimar a equao de demanda por peixe usando as dummies mensais como VIs de log(prpeixe). A identificao exige que pelo menos uma varivel
dummy mensal aparea com um coeficiente diferente de zero na forma reduzida de log(prpeixe).

CAPTULO 17
QUESTO 17.1
H0: 4  5  6  0, de forma que existem trs restries e, portanto, trs gl na RV ou no teste de
Wald.
QUESTO 17.2
Precisamos da derivada parcial de ( 0   1nesprend   2educ   3exper   4exper2  ...) em relao a exper, que ()( 3  2  4exper), onde () avaliada nos valores dados e no nvel inicial de
experincia. Portanto, precisamos avaliar a densidade de probabilidade normal padro em 0,270 
0,012(20,13)  0,131(12,3)  0,123(10)  0,0019(102)  0,053(42,5)  0,868(0)  0,036(1)  0,463,
onde agregamos o nvel inicial de experincia (10). Contudo, (0,463)  (2)1/2exp[(0,4632)/2] 
0,358. Em seguida, multiplicamos isso por  3  2  4exper, que avaliada em exper  10. O efeito parcial usando a aproximao do clculo 0,358[0,123  2(0,0019)(10)  0,030. Em outras palavras, nos
valores dados das variveis explicativas e comeando com exper  10, o prximo ano de experincia
aumentar a probabilidade de participao na fora de trabalho em cerca de 0,03.
QUESTO 17.3
No. O nmero de casos extraconjugais um inteiro no negativo, que presumivelmente assume o
valor zero ou nmeros baixos para uma frao substancial da populao. No seria realista usar um
modelo Tobit que, embora possibilite um acmulo de zeros, trata y como continuamente distribuda
sobre valores positivos. Formalmente, supondo que y  max(0,y*), onde y* normalmente distribudo, isso estar em desacordo com a natureza discreta do nmero de casos extraconjugais quando y  0.
QUESTO 17.4
Os erros-padro ajustados so os erros-padro habituais da EMV de Poisson multiplicados por  
1
2  1,41, de modo que os erros-padro ajustados sero cerca de 41% mais elevados. A estatstica quase-RV a estatstica RV usual dividida por  2 e, portanto, ela ser a metade da estatstica RV
habitual.
QUESTO 17.5
Por hiptese, vmpi  0  xi   ui, onde, como sempre, xi  representa uma funo linear das variveis exgenas. Agora, o salrio observado o maior entre o salrio mnimo e o valor do produto mar-

134

Introduo Econometria Editora Thomson

ginal, de forma que salrioi  max(salmnivpmi), o que muito semelhante equao (17.34), exceto
pelo fato de que o operador max substituiu o operador min.

CAPTULO 18
QUESTO 18.1
Podemos agregar esses valores diretamente na equao (18.1) e considerarmos as expectativas.
Primeiro, porque zs  0, para todo s  0, y1    u1. Ento, z0  1 e, portanto, y0    0 
u0. Para h
1, yh    h1  h  uh. Como os erros tm zeros como valores esperados, E(y1)
 , E(y0)    0 e E(yh)    h1  h, para todo h
1. Conforme h  , h  0. Por conseguinte, E(yh)   conforme h  , isto , o valor esperado de yh retorna ao valor esperado antes do
aumento de z, no momento zero. Isso faz sentido: embora o aumento de z tenha durado dois perodos,
ele ainda um aumento temporrio.
QUESTO 18.2
Sob a estrutura descrita, yt e xt so seqncias i.i.d. independentes entre si. Particularmente, yt e
xt so no-correlacionados. Se
1 o coeficiente de inclinao da regresso de yt sobre xt, t  1,
2, ..., n, ento, plim
1  0. Esse resultado o que deveria ser, j que estamos fazendo a regresso de
um processo I(0) sobre outro processo I(0), e eles so no-correlacionados. Escrevemos a equao yt

0 
1xt  et, onde
0 
1  0. Como {et} independente de {xt}, a hiptese de exogeneidade estrita se mantm. Alm disso, {et} serialmente no-correlacionado e homoscedstico. Pelo
Teorema 11.2 do Captulo 12, a estatstica t para
1 tem uma distribuio normal padro aproximada.
Se et for normalmente distribudo, as hipteses do modelo linear clssico se mantero, e a estatstica t
ter uma distribuio exata.
QUESTO 18.3
Escreva xt  xt1  at, onde {at} I(0). Por hiptese, existe uma combinao linear, digamos, st  yt
 xt, que I(0). Agora, yt  xt1  yt  (xt  at)  st  at. Como st e at so I(0) por hiptese,
st  at tambm ser I(0).
QUESTO 18.4
Simplesmente use a forma da soma dos resduos quadrados do teste F e assuma homoscedasticidade. A
SQR restrita obtida regredindo hy6t  hy3t1  (hy6t1  hy3t2) sobre uma constante. Observe
que 0 o nico parmetro a ser estimado em hy6t  0 
0hy3t1  (hy6t1  hy3t2), quando as restries so impostas. A soma dos resduos quadrados irrestrita obtida pela equao (18.39).
QUESTO 18.5
e y t 
 ano

Estamos ajustando duas equaes: y t    t


t. Podemos obter a relao entre os parmetros observando que anot  t  49. Agregando essa informao na segunda equao, produz y t 

 49)  (
 49 )
 t.
A compatibilizao da inclinao e do intercepto com a primeira equa (t

o produz    de forma que as inclinaes de t e de anot so idnticas e  


 49 .
Geralmente, quando usamos ano em lugar de t, o intercepto alterado, mas a inclinao, no. (Voc
poder verificar isso usando um dos conjuntos de dados de sries temporais, como as contidas nos
arquivos HSEINV.RAW ou INVEN.RAW.) O uso de t ou de outro indicador de ano no alterar os
valores ajustados e, naturalmente, no alterar as previses de valores futuros. O intercepto simplesmente se ajustar apropriadamente aos diferentes meios de incluso de uma tendncia na regresso.