Você está na página 1de 13

Manual de Solues Econometria Bsica Gujarati

CAPTULO 9
MODELOS DE REGRESSO COM VARIVEIS BINRIAS

9.1 (a) Se o intercepto estiver presente no modelo, inclua 11 variveis binrias. Caso
contrrio, inclua 12.

(b) Se o intercepto no estiver no modelo (isto , regresso pela origem), introduza


seis variveis binrias. Caso contrrio, introduza apenas cinco.

9.2 (a) De acordo com a teoria econmica, espera-se que os coeficientes de X2 e X5


sejam positivos, e os de X3, X8 e X9, negativos. O de X4 pode ser positivo ou negativo,
dependendo da idade da esposa e do nmero de filhos. Uma varivel binria interativa
para idade e filhos com menos de 6 anos ou entre 6 e 13 anos talvez esclarea melhor
a relao entre idade e horas de trabalho desejadas.

(b) Mantendo-se todos os outros fatores constantes, espera-se que a varivel horas de
trabalho desejadas seja maior que o valor do intercepto (comum) de 1286 horas, mas
esse coeficiente tem sinal negativo, e como no estatisticamente significativo, pouco
se pode dizer sobre o impacto de X6 em Y (mdia). Quanto a X7, espera-se que seu
coeficiente seja positivo, e mesmo. Alm disso, estatisticamente significativo, pois
o valor t bem alto.

(c) Isso talvez se deva s colinearidades entre a idade e a escolaridade e entre estas e
o nmero de filhos. Repare tambm que o modelo no inclui os anos de estudo
completados pelo marido.

9.3 (a) Espera-se que a relao entre as duas variveis seja negativa porque se a taxa
de desemprego for alta, indicando excesso de oferta de mo-de-obra no mercado de
trabalho, menos provvel que os empregadores anunciem vagas em aberto.

(b) Ela 3,8998 (=2,7491+1,1507). Como o coeficiente da varivel binria


estatisticamente significativo, a taxa de desemprego estatisticamente maior no
perodo aps o quarto trimestre de 1966 do que era antes dele.

(c) Como o coeficiente diferencial da varivel binria quase significativo no nvel de


5%, podemos dizer que os coeficientes angulares da funo de regresso so
diferentes nos dois perodos.

(d) muito provvel que sim. O governo, ao tornar os benefcios-desemprego mais


generosos, reduz o custo de oportunidade de se permanecer desempregado.

9.4 Os resultados mostram que o preo mdio por barril em 1974 estava US$5,22
mais alto do que nos outros anos da amostra, mas o coeficiente angular, US$0,30, o
mesmo em todo o perodo. O grfico se assemelha ao da Figura 9.3 b do texto com a
linha de regresso para 1974 iniciando no ponto 5,22 do eixo vertical e para os outros
anos passando pela origem, mas ambas com o mesmo coeficiente angular de 0,30.
Manual de Solues Econometria Bsica Gujarati

9.5 (a) Homens: E (Yi ) = (1 + 2 ) + X i . Mulheres: E (Yi ) = 1 + X i . Mantendo X


constante, o salrio mdio dos homens diferente por 2 .

(b) Homens: E (Yi ) = (1 + 2 2 ) + X i . Mulheres: E (Yi ) = (1 + 2 ) + X i . Mantendo X


constante, o salrio mdio dos homens tambm neste caso diferente por 2 .

(c) Homens: E (Yi ) = (1 2 ) + X i . Mulheres: E (Yi ) = (1 + 2 ) + X i . Mantendo X


constante, a diferena entre o salrio mdio das mulheres e dos homens 2 2 .

Como a escala da varivel binria arbitrria, a escolha no afetar a resposta, pois


nenhum mtodo apresenta vantagens sobre o outro.

( 2 3 ) ( 2 3 )
9.6 Conforme o Captulo 8, podemos usar o seguinte teste t: t= .
ep( )
2 3

Mas sob a hiptese nula de que 2 = 3 , o segundo termo do numerador dessa


equao passa a ser zero. Repare tambm que
ep( 2 3 ) = [var( 2 ) + var( 3 ) 2 cov( 2 , 3 )] . Pode-se mostrar, para o nosso
exemplo, que ep( ) = 84,8392.
2 3

245,3750 347, 6250


Portanto, a estatstica anterior torna-se t = = 1, 2055 , valor que
84,8392
no significativo e leva concluso de que os coeficientes de D2 e D3, embora sejam
ambos em termos estatsticos significativamente diferentes do intercepto do primeiro
trimestre, no o so um do outro.

Exatamente pelas mesmas razes, para testar a hiptese de que os coeficientes de D2


245,3750 (62,1250)
e D4 so iguais, obtemos t = = 3, 6245 , valor estatisticamente
84,8392
significativo, indicando que os coeficientes de D2 e D4 so diferentes.

A resposta ltima parte da pergunta , em geral, no. Em termos lgicos, se A for


diferente de B e tambm for diferente de C, isso no implica necessariamente que B e
C sejam diferentes. Pode-se, claro, aplicar o teste t para responder a essa pergunta
numericamente.

9.7 (a) & (b) Os erros-padro dos coeficientes da regresso (9.5.6) podem ser obtidos
diretamente de (9.5.4). Mas para obter os erros-padro dos coeficientes em (9.5.7),
teremos de achar os de (1 + 2 ) e os de ( 1 + 2 ) por meio da conhecida frmula
estatstica para o erro-padro da soma ou diferena de dois ou mais coeficientes, que
est na dica do Exerccio 9.6. Para aplic-la, precisamos das covarincias dos termos
envolvidos na soma e diferena dos coeficientes, sem as quais no poderemos calcular
os erros-padro. Para o nosso exemplo, var (1 ) = 406,6205; var ( 2 ) = 1094,443;
Manual de Solues Econometria Bsica Gujarati
var ( 1 ) = 0,00021; var ( 2 ) = 0,000255; cov (1 , 2 ) = 406,6205 e cov ( 1 , 2 ) =
0,00021. Portanto:

ep (1 + 2 ) = [406, 6205 + 1094, 443 2(406, 6205)] = 26, 2263 e


ep ( 1 + 2 ) = [0, 00021 + 0, 000255 2(0, 00021)] = 0, 0067 .

Nota: Esses ep so um tanto diferentes daqueles informados em (8.8.2a) devido a


erros de arredondamento e aproximao.

9.8 (a) Desprezando por enquanto as variveis binrias, cada coeficiente angular
estimado representa uma elasticidade, pois essa regresso duplo-log. Ento, se X2
(nmero total de agncias do banco) subir em mdia 1%, as horas trabalhadas pelos
auditores do FDIC sobem cerca de 0,22%, refletindo talvez alguma economia de
escala. Deve-se interpretar da mesma forma os outros coeficientes das variveis X
logartmicas que, a priori, espera-se que sejam positivos, e so mesmo.

(b) & (c) Como o regressando est em forma logartmica, temos de interpretar os
coeficientes das variveis binrias de acordo com a sugesto de Halvorsen e Palmquist.
Tire o antilogaritimo de cada coeficiente estimado ligado a uma varivel binria e
subtraia-lhe um. Multiplique o resultado por 100, o que dar a variao percentual do
regressando quando a varivel binria for do estado zero para o estado um. Considere,
por exemplo, o coeficiente de D4, que 0,2572. Tirando seu antilogaritmo, achamos
0,7732; subtraindo-lhe um e multiplicando o resultado por 100, obteremos -22,68%.
Ento, se a auditoria for realizada em conjunto com o rgo estadual competente, as
horas trabalhadas pelos auditores da FDIC caem cerca de 23%. Deve-se interpretar da
mesma forma os outros coeficientes das variveis binrias.

9.9 (a) & (c) Ceteris paribus, se a taxa de inflao esperada subir um ponto
percentual, espera-se que a taxa de juros das letras do Tesouro dos Estados Unidos
(TL) caia cerca de 0,13 ponto percentual, o que, em termos econmicos, no faz
sentido. Contudo, o coeficiente da TL no estatisticamente significativo, pois seu
valor t s 1,34. Se a taxa de desemprego subir um ponto percentual, espera-se que
a taxa mdia da TL caia 0,71 ponto percentual. Esse coeficiente estatisticamente
significativo, pois seu valor t 4,24. Alm disso, faz sentido em termos econmicos,
pois uma taxa de desemprego mais alta significa que a economia est em queda, e o
Fed, para revigor-la, provavelmente reduziria a taxa da TL. Se a variao na base
monetria subir uma unidade, em mdia, espera-se que a taxa da TL caia, pois um
aumento nessa base leva, por meio do efeito multiplicador, a um aumento na oferta de
moeda, que ter o efeito de reduzir a taxa de juros, ceteris paribus. O valor defasado
de Y positivo, estatisticamente significativo e leva em conta a dinmica da variao,
assunto que ser discutido no captulo sobre modelos de defasagem distribuda.

(b) No final de 1979, o ento diretor do Federal Reserve System (o Banco Central dos
Estados Unidos), Paul Volker, mudou a poltica monetria cuja meta era a taxa de
juros e passou a ser a base monetria com o objetivo de reduzir a
(comparativamente) alta taxa de inflao que havia ento na economia dos Estados
Unidos. Com o aperto da base monetria, que levou a aumentos na taxa da TL, a taxa
de inflao acabou caindo consideravelmente. A propsito, repare que o coeficiente da
varivel binria estatisticamente significativo.
Manual de Solues Econometria Bsica Gujarati

9.10 Escreva assim o modelo: Yi = 1 + 2 D + 1 X i + 2 ( X i X *) D + ui , em que D=1,


quando Xi>X* e D=0, se Xi<X*. Assumindo que E(ui)=0, obtemos:

E (Yi | D = 0, X i < X * ) = 1 + 1 X i

E (Yi | D = 1, X i > X * ) = (1 + 2 ) + ( 1 + 2 )( X i X * )

Ento, quando Xi excede X*, o intercepto varia por 2 e o coeficiente angular por 2.

9.11 (a) Essa designao das variveis binrias presume uma diferena constante
(proporcional): a escala da loja de rede 10 vezes a daquela de descontos, e a da loja
de convenincia 10 vezes a de rede (ou 100 vezes a da loja de descontos). Isto ,
obviamente, arbitrrio.

(b) Como esperado, os refrigerantes de marca so mais caros do que aqueles sem
marca. Os resultados tambm indicam que recipientes menores so mais caros que os
maiores, tambm como esperado. O modelo explica cerca de 60% da variao do
preo dos refrigerantes.

(c) A varivel binria tem os valores mais elevados atribudos aos menores recipientes.

9.12 (a) O coeficiente da varivel renda em formato logartmico uma semi-


elasticidade, ou seja, representa a variao absoluta da expectativa de vida para uma
variao percentual na renda.

(b) Esse coeficiente mostra que provvel que a expectativa mdia de vida aumente
0,0939 anos se a renda per capita aumentar 1%, ceteris paribus. (Veja o Captulo 6
sobre o modelo lin-log).

(c) Esse regressor foi includo para contornar o efeito sobre a expectativa de vida dos
aumentos crescentes da renda per capita acima do valor limite de US$1097. O
regressor tambm informa o nmero de anos adicionais que se pode esperar viver
quando a renda passa de US$1097. O valor do coeficiente estimado no , entretanto,
estatisticamente significativo, pois seu valor p de 0,1618.

(d) A equao da regresso para os pases cuja renda per capita est abaixo do nvel
de 1097 dlares americanos 2,40+9,39 lnXi , e para os pases cuja renda est
acima desse nvel 2,40+(9,393,36) lnXi + (3,36)(7) = 21,12 + 6,03 lnXi.

Embora numericamente as duas regresses paream diferentes, no o so


estatisticamente, pois o coeficiente do ltimo termo da equao zero em termos
estatsticos. Se considerarmos pases mais ricos aqueles com renda per capita maior
que US$1097, parece no haver entre estes e os outros mais pobres nenhuma
diferena estatstica perceptvel na expectativa de vida.

9.13 (a) & (b) 1 d o valor esperado de Y para as 20 primeiras observaes e 2 d a


variao do valor esperado de Y para as 30 observaes seguintes, sendo (1 + 2 ) o
valor esperado real de Y para as ltimas 30 observaes.
Manual de Solues Econometria Bsica Gujarati

(c) Pela conhecida frmula para achar a soma ou a diferena de duas ou mais variveis
aleatrias (veja Apndice A do texto) pode-se demonstrar que
var( 1 + 2 ) = var( 1 ) + var( 2 ) + 2cov( 1 , 2 ) . Para obter os valores numricos,
aplicamos as frmulas dados no Captulo 3 para o modelo de duas variveis. Temos,
ento:

var( ) =
D 2

2 =
1 30 2 300
300 = 15 e var( 2 ) = = = 25 .
i
n ( D D ) ( D D)
1
i
2
50 12 i
2
12
Isso nos informa que a covarincia entre os dois estimadores 15. Juntando esses
nmeros todos, temos var( 1 + 2 ) = 10 .

Nota: Verifique que ( D D)


i
2
= 12 .

9.14 (a) A relao esperada entre as duas variveis negativa.

(b). Sim, confirmam.

(c) & (d) Nos estados em que no havia leis de direito ao trabalho, a mdia de
empregados que pertenciam a sindicatos era de 19,8%. Por outro lado, nos estados
com essas leis, essa mdia era 9,39 pontos percentuais menor, aproximadamente,
com um total real de sindicalizados de 10,42%.

2 =
( Di D)Yi
9.15 Pelas frmulas dos MQO dadas no Captulo 3, temos
( D D)
i
2

(1)

fcil verificar que D =


D i
=
n2 n n
. ( Di D ) = 1 , se D = 1 e 2 , se D = 0.
n n n n

O denominador da Equao (1) pode ser escrito como segue:

n
2 2
n
n1 n2
nn
i
( D D ) 2
=
i =1
( Di D ) 2
+
i =1
( Di D ) 2 = n1 2 + n2 1 = 1 2 .
n n n
E o seu

numerador como:

n1 n2 n1 n2
n2 1
( Di D)Yi = ( Di D)Yi + ( Di D)Yi =
i =1 i =1 n1
Yi +
i =1 n2
Y = Y
i =1
i 2 Y1 = Ycs Ysg , e o

intercepto dado por 1 + Y 2 D que, depois das substituies fica 1 = Ysg .

9.16 (a) 2,4%.


Manual de Solues Econometria Bsica Gujarati

(b) Como tanto o intercepto diferencial quanto os coeficientes angulares so muito


significativos, os nveis e as taxas de crescimento da populao so diferentes nos dois
perodos. Essa taxa para o perodo anterior a 1978 de 1,5% e para o posterior,
2,6%(= 1,5%+1,1%).

Problemas

9.17 Fazendo a regresso separadamente para os dois perodos, encontramos 1 =


2

0,00768 (gl = 30) para o primeiro e 2 = 0,03638 (gl = 17) para o segundo. Ento,
2

sob a premissa de que as varincias das populaes respectivas so as mesmas, e de


acordo com a Equao (8.8.8), a relao a seguir est de acordo com a distribuio F:
22
F= F .
22 ( n k ),( n k )
1 2

No nosso exemplo, k = 2, n1 = 32 e n2 = 19. Levando esses valores expresso


anterior, obtemos F = 4,7369. O valor p de se obter um F de 4,7369 ou maior de
0,00001, muito pequeno. A concluso que as varincias nos dois subperodos no
so iguais.

9.18 A varivel dependente nos modelos (9.7.3) e (9.7.4) a mesma, ento podemos
usar a verso R do teste F dado na Equao (8.7.10). No caso em tela, obtemos o R
restrito ( RR ) de (9.7.3), que vale 0,5318, e o irrestrito ( RSR ) vale 0,7298 e dado por
2 2

(9.7.4). No exemplo, n = 2, k = 5 e m = 1. Lanando esses valores na Equao


(0, 7298 0,5318) /1
(8.7.10), obtemos F = = 19,8 , que tem a distribuio F com 1 e 27
(1 0, 7298) /(32 5)
gl respectivamente no numerador e denominador. Com essa distribuio, o valor p de
se obter um F de 19,8 ou maior praticamente zero. Conclumos da que no valida
a restrio imposta pelo modelo (9.7.3) de excluir a varivel X. Ou melhor, a varivel
X, despesas com bens durveis, deve definitivamente ser includa no modelo.

9.19 Neste caso, a varivel binria Z toma o valor 2 quando D = 0 e o valor 5 quando
D = 1. Com esses valores, obtemos os seguintes resultados para a regresso:

Varivel dependente: POUPANA


Mtodo: Mnimos quadrados
Amostra: 1970 1995
Observaes includas:
26
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C -100,6363 37,88404 -2,656429 0,0144
RENDA 0,123978 0,024574 5,045035 0,0000
Z 50,82618 11,02746 4,609058 0,0001
Z*RENDA -0,021823 0,005327 -4,096340 0,0005
R-quadrado 0,881944 Varivel dependente mdia 162,0885
R-quadrado ajustado 0,865846 Desvio-padro da varivel 63,20446
Manual de Solues Econometria Bsica Gujarati
dependente
E.P. da regresso 23,14996 Critrio info Akaike 9,262501
Soma quad resduos 11790,25 Critrio Schwarz 9,456055
Verossimilhana Log -116,4125 Estatstica-F 54,78413
Estat Durbin-Watson 1,648454 Probabilidade (Estatstica-F) 0,000000

Temos de ter cuidado ao comparar esses resultados queles dados em (9.5.4), (9.5.5)
e (9.5.6), pois a varivel Z toma o valor 2 quando D = 0 e 5 quando D = 1. Para obter
as regresses poupana-renda comparveis a (9.5.5), em que o valor original da
varivel binria era zero, e (9.5.6), em que esse valor era 1, atribua varivel Z o
valor 2, no primeiro caso, e 5 no segundo, onde quer que ela aparea, como a seguir:

Regresso poupana-renda 19701981


Poupana = [-100,6363+2(50,826180)]+[0,1239782(0,02182)]renda =
1,0161+0,0803 renda,
resultado que o mesmo obtido em (9.5.5), descontados os erros de arredondamento.

Regresso poupana-renda 19821995


Poupana = [-100,6363+5(50,826180)]+[0,1239785(0,02182)]renda=
153,4947+0,0148 renda,
resultado que o mesmo obtido em (9.5.6).

A lio neste exerccio que a escolha dos valores numricos para as variveis binrias
essencialmente arbitrria.

9.20 Como seria de se esperar, o sinal do coeficiente da varivel binria na regresso


(9.5.4) vai se tornar negativo (152,4768) e o do coeficiente de (DtXt), positivo. O
termo do intercepto ser agora 153,4973, e o coeficiente da varivel renda, 0,0148.
Todas essas mudanas so lgicas.

9.21 (a) Como a varivel binria est em formato logartmico, e o logaritmo de zero
no existe, redefinido-a como 1 e 10 ser possvel obter logaritmos.

(b) Os resultados da regresso so os seguintes, com os valores t entre parnteses:

ln(poupana)t = 0,1589+0,6695 lnrendat +(0,00029)lnDt


t = (0,2074) (6,2362) (0,00505)
R = 0,8780.
Para todos os propsitos prticos, os dois termos de intercepto so iguais, pois o
coeficiente da varivel binria no estatisticamente significativo. A interpretao do
valor 0,1589 do coeficiente de intercepto que ele representa o valor do logaritmo da
poupana quando todos os regressores tomam o valor zero. Se tirarmos o
antilogaritmo desse valor, obtemos 0,8531 (bilhes de dlares), nmero que, claro,
no tem muito significado econmico.

Pode ser interessante comparar esses resultados com os seguintes, que levam em
conta o efeito de interao:

ln(poupana)t = 2,0048+0,9288 lnrendat +2,3278lnDt 0,2985lnDt* rendat


t = (2,6528) (8,7596) (3,9696) (3,9820)
R = 0,9291.
Manual de Solues Econometria Bsica Gujarati

Temos agora um quadro completamente diferente, pois tanto o intercepto quanto o


coeficiente angular diferenciais binrios so significativos. Para o perodo 1982 a 1995,
a propenso marginal a poupar (PMP) 0,6303, enquanto para o perodo anterior
0,9288. E por sinal, o termo de intercepto para o primeiro perodo negativo, mas
positivo para o segundo.

Veja s como erros de especificao podem mudar os resultados, como demonstrado


nos clculos anteriores.

9.22 (a) Apresentamos os resultados para os trs eletrodomsticos em forma de


tabela, como segue:

Eletrodomstico Intercepto D2 D3 D4 R
Lavadora de
748,2500 8,25 42,875 49,875 0,0219
louas
t (13,824) (0,10) (0,56) (0,65)
Trituradores 887,00 -77,50 -55,50 11,12 0,0810
t (18,8066) (-1,16) (-0,83) (0,16)
Lavadora de -
1225,625 -45,25 1,00 0,169
roupas 106,875
(-
t (33,2219) (0,01) (-2,05)
0,8673)

(b) Os coeficientes angulares so, de fato, interceptos diferenciais, sendo o primeiro


trimestre o de referncia. Somente a varivel binria do quarto trimestre para
mquinas de lavar roupas significativamente diferente da do primeiro em termos
estatsticos, indicando que s para essas mquinas h algum tipo de sazonalidade.
Isso contrasta com os resultados para geladeiras dados em (9.7.3) em que havia
sazonalidade no segundo e terceiro trimestres, mas no no quarto.

(c) No h necessidade de dessazonalizar os dados porque no h sazonalidade


estatstica visvel para as vendas de lavadoras de pratos e trituradores de lixo. Quanto
s lavadoras de roupas, os resduos da regresso representaro uma srie temporal
dessazonalizada.

9.23 Seguem os resultados da regresso fornecidos pelo software Eviews 3. Nas


tabelas seguintes, D1, D2 e D3 so as variveis binrias para o segundo, terceiro e
quarto trimestres. PRAT, TRIT e ROUP representam, respectivamente, as vendas de
lavadoras de pratos, trituradores de lixo e lavadoras de roupas em milhares de
unidades, e DUR representa despesas em bens durveis em bilhes de dlares. Nem
todas as estatsticas das tabelas j foram discutidas, mas sero ao longo do livro
medida que avanarmos.
Manual de Solues Econometria Bsica Gujarati
Varivel dependente: PRAT
Mtodo: Mnimos quadrados
Amostra: 1978:1
1985:4
Observaes includas:
32
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C 106,8419 168,8010 0,632946 0,5321
D1 5,840220 62,14176 0,093982 0,9258
D2 24,14839 62,32067 0,387486 0,7014
D3 29,81285 62,34750 0,478172 0,6364
DUR 2,322680 0,590194 3,935452 0,0005
R-quadrado 0,378492 Varivel dependente mdia 773,5000
Desvio-padro da varivel
R-quadrado ajustado 0,286416 147,1194
dependente
E.P. da regresso 124,2775 Critrio info Akaike 12,62551
Soma quad resduos 417012,1 Critrio Schwarz 12,85453
Verossimilhana Log -197,0082 Estatstica-F 4,110677
Estat Durbin-Watson 0,183078 Probabilidade (Estatstica-F) 0,009944

Varivel dependente: TRIT


Mtodo: Mnimos quadrados
Amostra: 1978:1
1985:4
Observaes includas:
32
Varivel Coeficiente Erro-padro Estatsticat Probabilidade
C 56,40125 81,47305 0,692269 0,4947
D1 -80,62057 29,99319 -2,687963 0,0122
D2 -79,75024 30,07954 -2,651312 0,0133
D3 -14,85471 30,09249 -0,493635 0,6256
DUR 3,007781 0,284862 10,55875 0,0000
R-quadrado 0,820847 Varivel dependente mdia 856,5312
Desvio-padro da varivel
R-quadrado ajustado 0,794306 132,2576
dependente
E.P. da regresso 59,98346 Critrio info Akaike 11,16862
Soma quad resduos 97146,41 Critrio Schwarz 11,39764
Verossimilhana Log -173,6979 Estatstica-F 30,92730
Estat Durbin-Watson 0,733166 Probabilidade (Estatstica-F) 0,000000

Varivel dependente: ROUP


Mtodo: Mnimos quadrados
Amostra: 1978:1
1985:4
Observaes includas:
32
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C 741,0680 107,2523 6,909578 0,0000
D1 -4707049 39,48345 -1,192157 0,2436
D2 -13,14717 39,59713 -0,332023 0,7424
Manual de Solues Econometria Bsica Gujarati
D3 -122,0311 39,61418 -3,080491 0,0047
DUR 1,754688 0,374996 4,679221 0,0001
R-quadrado 0,541230 Varivel dependente mdia 1187,844
Desvio-padro da varivel
R-quadrado ajustado 0,473264 108,7996
dependente
E.P. da regresso 78,96307 Critrio info Akaike 11,71844
Soma quad resduos 168349,5 Critrio Schwarz 11,94746
Verossimilhana Log -182,4950 Estatstica-F 7,963248
Estat Durbin-Watson 0,926092 Probabilidade (Estatstica-F) 0,000224

(b) A incluso de gastos com bens durveis na equao para as mquinas de lavar
pratos no muda o resultado no que tange sazonalidade, que no existe nos dados
(comparados aos do primeiro trimestre). Os resultados para os trituradores de lixo so
consideravelmente diferentes, pois que h sazonalidade pronunciada nos segundo e
terceiro trimestres. Para as mquinas de lavar roupas, os resultados so
qualitativamente os mesmos. Observe, entretanto, que o coeficiente de gastos com
bens durveis estatisticamente significativo em todas as regresses.

(c) A incluso das variveis binrias no modelo de regresso remove a sazonalidade,


se houver, no s da venda dos vrios eletrodomsticos, mas tambm dos gastos com
bens durveis, a la teorema de Frisch-Waugh mencionado no captulo do livro-texto.

9.24 (a) & (b) Este um trabalho para ser feito individualmente pelos alunos. Nos
Estados Unidos, as eleies presidenciais de 2000 ocorreram em sete de novembro. Se
voc tivesse usado seu modelo, sua previso do resultado teria sido correta?

(c) Os resultados desse modelo so os seguintes:

Varivel dependente: V
Mtodo: Mnimos quadrados
Amostra: 1 21
Observaes includas:
21
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C 0,505678 0,026324 19,21007 0,0000
I -0,019753 0,016347 -1,208325 0,2456
VB 0,055755 0,019637 2,839255 0,0124
G*I 0,009625 0,001706 5,642862 0,0000
P 0,000155 0,002804 0,055370 0,9566
N -0,004637 0,003293 -1,407866 0,1796
R-quadrado 0,788321 Varivel dependente mdia 0,490690
Desvio-padro da varivel
R-quadrado ajustado 0,717762 0,075065
dependente
E.P. da regresso 0,039879 Critrio info Akaike -3,370963
Soma quad resduos 0,023855 Critrio Schwarz -3,072528
Verossimilhana Log 41,39511 Estatstica-F 11,17242
Estat Durbin-Watson 2,229997 Probabilidade (Estatstica-F) 0,000125

Talvez G possa ser includo no modelo como regressor, embora os autores no o


tenham feito.
Manual de Solues Econometria Bsica Gujarati

9.25 Os resultados do Eviews 3 para a regresso so os seguintes:

Varivel dependente: SALH


Mtodo: Mnimos quadrados
Amostra: 1 528
Observaes includas:
528
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C -0,261014 1,106956 -0,235794 0,8137
GNERO -2,360657 0,430203 -5,487303 0,0000
RAA -1,732729 0,794716 -2,180314 0,0297
GNERO*RAA 2,128986 1,222109 1,742059 0,0821
ESCOLARIDADE 0,802807 0,081014 9,909478 0,0000
R-quadrado 0,203263 Varivel dependente mdia 9,047538
Desvio-padro da varivel
R-quadrado ajustado 0,197169 5,144082
dependente
E.P. da regresso 4,609140 Critrio info Akaike 5,903384
Soma quad resduos 11110,70 Critrio Schwarz 5,943811
Verossimilhana Log -1553,493 Estatstica-F 33,35678
Estat Durbin-Watson 1,873724 Probabilidade (Estatstica-F) 0,000000

Como mostram os resultados, a varivel binria interativa gnero-raa


estatisticamente significativa no nvel de 8%. Se considerarmos que esse valor p
suficientemente baixo, essa varivel significativa, e os resultados dados em (9.6.4)
tm de ser reinterpretados. Em relao s ao gnero repare que a varivel binria do
gnero 1 para as mulheres , o seu salrio mdio por hora cerca de US$2,36 mais
baixo em comparao ao dos homens. Da mesma forma, o salrio mdio por hora dos
no-brancos e no-hispnicos US$1,73 mais baixo. Mas esses resultados precisam
ser modificados para levar em considerao a varivel binria gnero-raa.

Por exemplo, se mantivermos raa constante, o salrio mdio por hora das mulheres
passa a ser s US$0,2317 (= -2,3606 + 2,1289) mais baixo. Analogamente, se
mantivermos gnero constante, o salrio mdio por hora dos trabalhadores no-
brancos e no-hispnicos passa a ser US$0,3962 (= -1,7327 + 2,1289) mais alto.
Podemos ver, desse modo, como a varivel binria interativa (ou multiplicativa)
atenua ou exagera o efeito das aditivas.

9.26 Os resultados do Eviews 3 para a regresso so os seguintes:

Varivel dependente: SALH


Mtodo: Mnimos quadrados
Amostra: 1 528
Observaes includas:
528
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C 9,067519 0,446115 20,32552 0,0000
ECIVIL 0,713991 0,551188 1,295367 0,1958
REGIO -2,540727 0,826694 -3,073359 0,0022
ECIVIL*REGIO 1,323573 1,020982 1,296373 0,1954
Manual de Solues Econometria Bsica Gujarati
R-quadrado 0,035309 Varivel dependente mdia 9,047538
Desvio-padro da varivel
R-quadrado ajustado 0,029786 5,144082
dependente
E.P. da regresso 5,066893 Critrio info Akaike 6,090880
Soma quad resduos 13452,87 Critrio Schwarz 6,123221
Verossimilhana Log -1603,992 Estatstica-F 6,392958
Estat Durbin-Watson 1,860478 Probabilidade (Estatstica-F) 0,000293

Os resultados indicam que no parece haver muita interao entre o estado civil e a
regio, pois a varivel binria multiplicativa com valor p de cerca de 20% no
significativa. No h, aparentemente, necessidade de incluir essa varivel binria, e os
resultados dados em (9.3.1) so, portanto, confiveis.

9.27 1 dar o valor mdio das primeiras 40 observaes, e ( 1 + 2 ) o das 60


observaes seguintes. A varincia de 1 100/40 e a de ( 1 + 2 ) 100/60. Lembre-
se de que se X for uma varivel aleatria com mdia E(X) e var= x , ento a mdia
2

x2
amostral X tem o mesmo valor esperado, mas sua varincia igual a , em que n
n
o tamanho da amostra.

9.28 (a) Os resultados do Eviews 3 para a regresso so os seguintes:

Varivel dependente: ln
(POUPANA)
Mtodo: Mnimos quadrados
Amostra: 1970 1995
Observaes includas:
26
Varivel Coeficiente Erro-padro Estatstica-t Probabilidade
C 3,677198 0,108486 33,89569 0,0000
RENDA 0,000709 7,80E-05 9,084319 0,0000
VB 1,3971 0,1779 7,8500 0,0000
VB*RENDA -0,0006 8,60E-05 -7,4361 0,0000
R-quadrado 0,933254 Soma quad resduos 0,341255
Estatstica-F 102,5363
Estat Durbin-Watson 1,612107

O modelo (9.5.4) linear, ao passo que este um modelo log-linear. Assim, os


coeficientes angulares do regressor devem ser interpretados como semi-elasticidades.
Qualitativamente, ambos os modelos fornecem resultados similares, mas como o
regressando dos dois diferente, no podemos comparar diretamente os R.

(b) Como mencionado no texto, se tirarmos o antilogaritmo do coeficiente 3,6772 da


varivel binria, o que obtemos a poupana mediana no perodo 19701981,
mantendo constantes todos os outros fatores. Esse antilog vale 39,5355, ento, se a
Manual de Solues Econometria Bsica Gujarati

renda for zero, essa poupana ser de 40 bilhes de dlares, aproximadamente. Mais
uma vez, um nmero que deve ser interpretado com prudncia.

Se agora tirarmos o antilogaritmo de (3,6772+1,3971), que vale 159,8602, nmero


que, em bilhes de dlares, representa a poupana mediana no perodo 19821995,
mantendo constante a varivel renda. Outro nmero que deve ser interpretado com
prudncia.

(c) Regressando o log de Y (poupana) contra X (renda), as varincias dos erros


estimados nos dois perodos so = 0,0122 (gl=10) e = 0,0182 (gl = 12). Sob a
2 2

hiptese nula de que as varincias das duas populaes so iguais, temos


0, 0182
F= = 1, 4918 , valor que, para gl 10 e 12 respectivamente no numerador e
0, 0122
denominador, no significativo sequer no nvel de 25%. Conclumos, ento, que so
iguais as varincias dos erros. Repare que no modelo original discutido no livro
regressamos Y (no ln Y) contra X. Portanto, se havia heterocedasticidade nesse
modelo e no no log-lin, pode ser que a transformao logartmica seja mais
adequada.