Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 23
Prof. Moiss A. Resende Filho
Introduo Econometria (ECO 132497)
09 de junho de 2014
(Wooldridge, cap. 8)
09/06/2014
1 / 33
(Wooldridge, cap. 8)
09/06/2014
2 / 33
Heterocedasticidade
RLM.5. Var (u jx1 , x2 , . . . , xk ) = 2 pode ser violada de vrias formas.
Em geral, a violao se d porque Var (u jx1 , x2 , . . . , xk ) depende dos
valores de x1 , x2 , . . . , xk .
Por exemplo: no modelo de consumo em funo da renda do
domiclio.
Se a varincia do consumo renda do domiclio, ento,
Var (consumo jrenda) = Var (u jrenda) = f (renda) 6= 2 .
comum se assumir a forma constante multiplicativa de
heterocedasticidade:
Var (u jx1 , x2 , . . . , xk ) = 2 h (x1 , x2 , . . . , xk ), com a funo h (.) > 0
Por exemplo, poderia ser que
Var (consumo jrenda) = Var (u jrenda) = 2 renda2 , com
h (renda) = renda2 .
Moiss Resende Filho (ECO/UnB)
(Wooldridge, cap. 8)
09/06/2014
3 / 33
Heterocedasticidade
Quais as consequncias da violao de RLM.5?
1
b2 (estimador da varincia
no viesado do dp (b
j ), pois se baseia em
constante de u).
Como no se tem certeza de que ep (b
j ) so no viesados, as
estatsticas t, F e LM usuais no necessariamente seguem as
distribuies t, F , 2 e deixam de ser vlidas para inferncia.
(Wooldridge, cap. 8)
09/06/2014
4 / 33
Heterocedasticidade
Sob RLM.1 a RLM.4,
brij ui
b
j = j + i =n 1 2
i =1 brij
n
i =1 brij2 2i
2
n
i =1 brij2
n
Var (b
j ) =
(1)
n
b
r2
i =1 ij
2
2
=
SQRj
SQTj (1 Rj2 )
(Wooldridge, cap. 8)
09/06/2014
5 / 33
Heterocedasticidade
White (1980) mostra que sob RLM.1 a RLM.4 e para qualquer forma
de heterocedasticidade, o estimador vlido para Var (b
j )
brij2 ubi2
d (b
Var
) = i =1
n
(2)
SQRj2
onde b
rij o i-simo resduo da regresso auxiliar de xj sobre as demais
n
variveis independentes do modelo, SQRj
i =1 brij2 e ubi so os resduos
da regresso de interesse.
Os erros-padro robustos em relao heterocedasticidade ou
White -Huber ou Eicher ou erros-padro robustos so
v
u n
u b
r 2u
b2
i =1 ij i
t
b
ep ( j )robusto =
SQRj2
Moiss Resende Filho (ECO/UnB)
(Wooldridge, cap. 8)
09/06/2014
6 / 33
Heterocedasticidade
s vezes, corrigi-se (2) para graus de liberdade, fazendo
i =1 brij2 ubi2
n
d (b
Var
j ) =
SQRj2
n
k
b
j j
ep (b
j )robusto
(Wooldridge, cap. 8)
09/06/2014
7 / 33
Heterocedasticidade
No Stata, basta adicionar a opo robust, por exemplo:
ssc install bcuse
bcuse wage1, clear
drop wage nonwhite numdep smsa northcen south west construc ndurman trcommpu trade services profserv profocc clerocc
servocc
rename female feminino
rename tenure perm
rename married casado
rename lwage lsalarioh
rename tenursq permsq
*Gera as variveis binrias
gen hcasados=(1-feminino)*casado
gen hsolteiros=(1-feminino)*(1-casado)
gen msolteiras=feminino*(1-casado)
gen mcasadas=feminino*casado
Moiss Resende Filho (ECO/UnB)
(Wooldridge, cap. 8)
09/06/2014
8 / 33
Heterocedasticidade
*Estima o modelo
reg lsalarioh hcasados mcasadas msolteiras educ exper expersq perm permsq
eststo modelo1
reg lsalarioh hcasados mcasadas msolteiras educ exper expersq perm permsq, robust
eststo modelo2
esttab modelo1 modelo2, star(* 0.10 ** 0.05 *** 0.01) se label
(Wooldridge, cap. 8)
09/06/2014
9 / 33
Heterocedasticidade
(1)
lsalarioh
(2)
lsalarioh
hcasados
0.213***
(0.0554)
0.213***
(0.0571)
mcasadas
-0.198***
(0.0578)
-0.198***
(0.0588)
msolteiras
-0.110**
(0.0557)
-0.110*
(0.0571)
educ
0.0789***
(0.00669)
0.0789***
(0.00741)
exper
0.0268***
(0.00524)
0.0268***
(0.00514)
-0.000535***
(0.000110)
-0.000535***
(0.000106)
0.0291***
(0.00676)
0.0291***
(0.00694)
expersq
perm
permsq
Constant
Observations
-0.000533**
(0.000231)
0.321***
(0.100)
526
-0.000533**
(0.000244)
0.321***
(0.109)
526
b
Note que no necessariamente(Wooldridge,
os ep (cap.
)8)
09/06/2014
so maiores que
os ep (b
10 /) 33
(Wooldridge, cap. 8)
09/06/2014
11 / 33
+ k xk + v
(3)
= k = 0
(4)
Estime a regresso y = 0 + 1 x1 +
srie dos resduos u
b.
+ k xk + u e armazene a
nRub22
2k .
(1
R 22 /k
ub
2
R 2 ) / (n
ub
k 1)
(Wooldridge, cap. 8)
Fk ,n
k 1
ou
09/06/2014
12 / 33
=
=
21.14
0.0068
Como Prob > ch2 = 0.0068 < 0.05, ao nvel de 5%, rejeita-se
H0 : Var (u jx1 , x2 , . . . , xk ) = 2 .
(Wooldridge, cap. 8)
09/06/2014
13 / 33
Teste de White
(Wooldridge, cap. 8)
09/06/2014
14 / 33
Teste de White
whitetst
45.68725
Chi-sq(36)
P-value =
.1293
(Wooldridge, cap. 8)
09/06/2014
15 / 33
Teste de White
Estime a regresso y = 0 + 1 x1 +
+ k xk + u e armazene a
srie dos resduos u
b e dos valores estimados yb.
Estime o modelo u
b2 = 0 + 1 yb + 2 yb2 + v e armazene o seu R 2 ,
rotudala como Rub22 .
Calcule a estatstica F =
LM = nRub22
22 .
(1
R 22 /2
ub
2
R 2 ) / (n
ub
2 1)
F2,n
2 1
ou
(Wooldridge, cap. 8)
09/06/2014
16 / 33
(Wooldridge, cap. 8)
09/06/2014
17 / 33
(Wooldridge, cap. 8)
09/06/2014
18 / 33
Heterocedasticidade
Consequncias da violao de RML.5 - Sumrio
MQO permanece linear e no viesado (LUE) e consistente.
MQO deixa ser "Best"e, portanto, BLUE, pois deixa de ser o
estimador de menor varincia dentre os estimadores lineares no
viesados.
r
q
2
b
b
d
ep ( j ) = Var ( j ) = SQT b(1 R 2 ) deixa de ser um estimador no
j
b2 (estimador da varincia
viesado do dp (b
j ), pois se baseia em
constante de u).
Como no se tem certeza de que ep (b
j ) so no viesados, ento, as
estatsticas t, F e LM no necessariamente seguem as distribuies
t, F , 2 e, assim, deixam de ser vlidas para inferncia.
(Wooldridge, cap. 8)
09/06/2014
19 / 33
Heterocedasticidade
Potenciais correes para heterocedasticidade:
1
(Wooldridge, cap. 8)
09/06/2014
20 / 33
(5)
(Wooldridge, cap. 8)
09/06/2014
21 / 33
+ k xk + u.
p
por 1/ hi , transformando-o para
y
pi
hi
=
=
1
p ( 0 + 1 xi 1 +
+ k xik + ui )
hi
x
x
ui
p 0 + 1 pi 1 +
+ k pik + p
hi
hi
hi
hi
(6)
ou, sinteticamente,
yi = 0 xi 0 + 1 xi 1 +
+ k xik + ui
p
p
p
onde yi = yi / hi ; xi 0 = 1/ hi ; xij = xij / hi , j = 1, ..., k; e
hi
h (xi 1 , xi 2 , . . . , xik ).
Moiss Resende Filho (ECO/UnB)
(Wooldridge, cap. 8)
09/06/2014
22 / 33
p
E (ui 2 jxi 1 , xi 2 , . . . , xik ) = E ( ui / hi
jxi 1 , xi 2 , . . . , xik )
utilizando-se hi
h (xi 1 , xi 2 , . . . , xik ) e a presumida forma constante
multiplicativa de heterocedasticidade,
E (ui2 jxi 1 , xi 2 , . . . , xik ) = 2 h (xi 1 , xi 2 , . . . , xik ).
Moiss Resende Filho (ECO/UnB)
(Wooldridge, cap. 8)
09/06/2014
23 / 33
(Wooldridge, cap. 8)
09/06/2014
24 / 33
Exemplo de MQP
Modelo economtrico
poupi = 0 + 1 rendai + ui
(7)
= 0 p
1
1
1
+ 1 rendai p
+ ui p
rendai
rendai
rendai
= 0 rendai
1/2
+ 1 rendai1/2 + ui
1
onde ui = ui prenda
; e Var (ui jrendai ) = 2 (erro homocedstico).
i
(Wooldridge, cap. 8)
09/06/2014
25 / 33
MQP no STATA
(Wooldridge, cap. 8)
09/06/2014
26 / 33
MQP no STATA
(1)
poup
renda
Constant
Observations
R-squared
Adjusted R-squared
0.147**
(0.0575)
(2)
poup
0.172***
(0.0568)
124.8
(655.4)
-125.0
(480.9)
100
0.062
0.053
100
0.085
0.076
(Wooldridge, cap. 8)
09/06/2014
27 / 33
Heterocedasticidade
(Wooldridge, cap. 8)
09/06/2014
28 / 33
Assuma que
+ k xk )
(8)
Estime o modelo y = 0 + 1 x1 +
+ k xk + u e armazene a srie
dos resduos u
b.
Estime o modelo log(u
b2 ) = 0 + 1 x1 +
+ k xk + v , obtendo
b
hi = exp b
0 + b
1 xi 1 +
+ bk xk
bi
h
bi
h
bi
h
bi
h
(Wooldridge, cap. 8)
09/06/2014
29 / 33
(Wooldridge, cap. 8)
09/06/2014
30 / 33
Exemplo no STATA
ssc install estout, replace
ssc install bcuse
bcuse saving, clear
rename sav poup
rename inc renda
(Wooldridge, cap. 8)
09/06/2014
31 / 33
bi
*Estima o modelo por MQP Factvel, utilizando weight=1/h
gen uhat2=uhat^2
gen yhat2=yhat^2
gen lnuhat2=ln(uhat2)
quietly reg lnuhat2 yhat yhat2
predict yhat0, xb
gen hhat=exp(yhat0)
reg poup renda size educ age black [aw = 1/hhat], robust
eststo modelo5
esttab modelo1 modelo2 modelo3 modelo4 modelo5, star(* 0.10 ** 0.05 ***
0.01) se r2 ar2 label
(Wooldridge, cap. 8)
09/06/2014
32 / 33
Exemplo no STATA
(1)
poup
(2)
poup
(3)
poup
0.109
(0.0714)
0.109
(0.0869)
0.101
(0.0773)
size
67.66
(223.0)
67.66
(214.4)
educ
151.8
(117.2)
age
renda
(4)
poup
(5)
poup
0.101*
(0.0551)
0.106**
(0.0490)
-6.869
(168.4)
-6.869
(121.3)
-5.776
(109.9)
151.8
(170.5)
139.5
(100.5)
139.5
(111.1)
109.9
(85.97)
0.286
(50.03)
0.286
(43.27)
21.75
(41.31)
21.75
(34.20)
24.55
(32.33)
black
518.4
(1308.1)
518.4
(861.1)
137.3
(844.6)
137.3
(560.4)
219.4
(498.6)
Constant
-1605.4
(2830.7)
-1605.4
(2931.6)
-1854.8
(2351.8)
-1854.8
(2126.8)
-1728.4
(1751.0)
100
0.083
0.034
100
0.083
0.034
100
0.104
0.057
100
0.104
0.057
100
0.098
0.050
Observations
R-squared
Adjusted R-squared
(Wooldridge, cap. 8)
09/06/2014
33 / 33