Respostas Gujarati PDF

Manual de Soluções • Econometria Básica • Gujarati
CAPÍTULO 1
A NATUREZA DA ANÁLISE DE REGRESSÃO
1.1 (a) A seguir temos a tabela com as taxas de inflação (%) calculadas ano sobre ano
com início em 1974, pois não há dados anteriores a 1973.
REINO Estados
CANADÁ FRANÇA ALEMANHA ITÁLIA JAPÃO
UNIDO Unidos
10,78431 13,58382 6,847134 19,41748 23,17328 0,157706 0,110360
10,84071 11,70483 5,961252 17,07317 11,69492 0,244582 0,091278
7,584830 9,567198 4,360056 16,66667 9,559939 0,164179 0,057621
7,792208 9,563410 3,638814 19,34524 8,171745 0,158120 0,065026
8,950086 9,108159 2,730819 12,46883 4,225352 0,083026 0,075908
9,320695 10,60870 4,050633 15,52106 3,685504 0,134583 0,113497
9,971098 13,67925 5,474453 21,30518 7,701422 0,178679 0,134986
12,48357 13,27801 6,343714 19,30380 4,840484 0,119745 0,103155
10,86449 11,96581 5,314534 16,31300 2,938090 0,085324 0,061606
5,795574 9,487459 3,295572 14,93729 1,732926 0,046122 0,032124
4,282869 7,669323 2,392822 10,61508 2,304609 0,050100 0,043173
4,106972 5,827937 2,044791 8,609865 1,958864 0,060115 0,035611
4,128440 2,534965 –0,095420 6,110652 0,672430 0,034203 0,018587
4,317181 3,239557 0,191022 4,591440 0,000000 0,041775 0,036496
4,054054 2,725021 1,334604 4,985119 0,763359 0,049290 0,041373
4,951299 3,456592 2,728128 6,591070 2,367424 0,077229 0,048183
4,795050 3,341103 2,747253 6,117021 3,052729 0,095344 0,054032
5,608856 3,157895 3,654189 6,390977 3,231589 0,058704 0,042081
1,537386 2,405248 4,987102 5,300353 1,652174 0,036966 0,030103
1,789401 2,135231 4,504505 4,250559 1,283148 0,015980 0,029936
0,202840 1,602787 2,742947 3,916309 0,760135 0,024803 0,025606
2,159244 1,783265 1,830664 5,369128 –0,167645 0,033648 0,028340
1,585205 2,021563 1,498127 3,870652 0,167926 0,024557 0,029528
1,625488 1,188904 1,697417 1,745283 1,676446 0,031215 0,022945
(b)
Legenda:
PC = Canadá
PF = França
PG = Alemanha
PI = Itália
PJ = Japão
PUK = Reino Unido
PUS = Estados Unidos
(c) Pelo gráfico, pode–se ver que, com o passar dos anos, houve, em geral, diminuição da
taxa de inflação de todos os países.
(d) Pode–se usar o desvio-padrão como medida de flutuação das taxas. Para Canadá,
França, Alemanha, Itália, Japão, Reino Unido e Estados Unidos os valores do desvio-
padrão são respectivamente 0,036, 0,044, 0,018, 0,062, 0,051 e 0,032. Encontramos,
assim, a maior flutuação nas taxas da Itália, e a menor, nas da Alemanha.
1.2 (a) A seguir está o gráfico com a representação das taxas de inflação dos seis países
em relação à dos Estados Unidos.
(b) O gráfico mostra que há correlação positiva entre as taxas de inflação dos seis países
e a dos Estados Unidos.
(c) Lembre–se de que correlação não implica causalidade. Talvez seja necessário
consultar um livro de macroeconomia internacional para saber se há uma relação causal
entre a taxa de inflação dos Estados Unidos e as dos outros países.
1.3 (a) Para melhor visualização do gráfico, representamos o logaritmo da taxa de câmbio
no eixo vertical e o tempo no eixo horizontal.
Como se vê, as taxas de câmbio apresentam considerável flutuação. Em 1977, por

exemplo, um dólar americano valia 268 ienes, mas somente 94 ienes em 1995.
(b) O cenário é, novamente, variado. Entre 1977 e 1995, por exemplo, o dólar americano
se depreciou em relação ao iene, e daí começou a se apreciar. O panorama é semelhante
em relação às outras moedas.
1.4 O gráfico da oferta de moeda M1, nos Estados Unidos, de janeiro de 1951 a setembro
de 1999, é o seguinte:
À medida que o PIB cresce ao longo do tempo, faz–se naturalmente necessário ampliar a
oferta de moeda para financiar o aumento da produção.
1.5 Algumas das variáveis pertinentes seriam: (1) salários ou ganhos nas atividades
criminosas; (2) salários ou ganhos por hora em atividades lícitas; (3) probabilidade de
ser apanhado; (4) probabilidade de condenação; (5) sentença esperada após a
condenação. Repare que não deve ser fácil conseguir dados sobre ganhos em
atividades ilegais. Mesmo assim, consulte o artigo de Gary Becker citado no livro-
texto.
1.6 Um fator essencial nessa análise seria a taxa de participação na força de trabalho
(TPFT) de pessoas na faixa etária dos 65 aos 69 anos. Um aumento dessa taxa, se
constatado após a entrada em vigência da nova lei, seria forte indício de que a lei
anterior restringira artificialmente a participação desses cidadãos no mercado.
Também seria interessante descobrir que tipos de empregos esses trabalhadores
conseguem e quanto ganham. Os dados sobre PFT são coletados pelo Departamento
do Trabalho (Estados Unidos).
1.7 (a), (b) & (c) De acordo com o gráfico, parece haver uma relação positiva, embora não
muito forte, entre as duas variáveis, indicando que pode valer a pena anunciar. Do
contrário, más notícias para a indústria da publicidade.
Vertical = Impressões
Horizontal = Desppub
CAPÍTULO 2
ANÁLISE DE REGRESSÃO COM DUAS VARIÁVEIS: ALGUMAS IDÉIAS BÁSICAS
2.1 A função informa como varia a resposta média das subpopulações de Y com os
valores dados da(s) variável(is) explanatória(s).
2.2 A distinção entre as funções de regressão amostral e populacional é importante,

pois aquela é um estimador desta. Na maioria dos casos, o que temos é uma amostra
de observações da qual tentamos extrair informações sobre a população a que ela se
refere.
2.3 Um modelo de regressão não é, de forma alguma, uma descrição absolutamente

fiel da realidade. Assim, é certo que haverá diferenças entre o valor real do
regressando e seus valores estimados pelo modelo escolhido. Tal diferença é
simplesmente o termo de erro estocástico, cujas diversas formas são discutidas no
texto. O resíduo é a contrapartida amostral do termo de erro estocástico.
2.4 Embora seja certo que podemos usar o valor médio, o desvio-padrão e outras
medidas sumárias para descrever o comportamento do regressando, estamos em geral
interessados em saber se há alguma força causal que o afeta. Se houver, poderemos
fazer um melhor prognóstico do seu valor médio com a análise de regressão. Também
não podemos esquecer que os modelos econométricos são quase sempre
desenvolvidos para testar uma ou mais teorias econômicas.
2.5 É um modelo linear nos parâmetros, mas que pode ou não ser linear nas variáveis.
2.6 Os modelos (a), (b), (c) e (e) são modelos de regressão lineares (nos
parâmetros). O modelo (d) também será linear se fizermos α = lnβ1.
2.7 (a) Aplicando o logaritmo natural, obtemos lnYi = β1+ β2 Xi + ui, que assim é um
modelo de regressão linear.
(b) A seguinte transformação, conhecida como logit, faz deste um modelo de

regressão linear: ln[(1-Yi)/Yi] = β1+ β2 Xi + ui.
(c) Modelo de regressão linear.
(d) Modelo de regressão não-linear.
(e) Modelo de regressão não-linear, pois β2 está elevado ao cubo.

2.8 Um modelo de regressão intrinsecamente linear é aquele que se pode fazer linear
nos parâmetros, como o modelo em 2.7 (a). Se β2 na Questão 2.7 (d) fosse 0,8, esse
−0,8( X − 2)
seria um modelo de regressão linear, já que e i
pode ser facilmente calculado.
2.9 Todos são modelos de regressão intrinsecamente lineares, como demonstramos a
seguir:
(a) A transformação (1/Yi) = β1+ β2 Xi converte o modelo em linear.
(b) Escrever o modelo como (Xi/Yi) = β1+ β2 Xi converte-o em linear.
(c) A transformação ln[(1-Yi)/Yi] = –β1–β2 Xi converte o modelo em linear.
2.10 O gráfico de dispersão indica que, em média, os salários nos países que
exportam mais exibem maior crescimento real do que naqueles que exportam menos.
É por isso que muitos países em desenvolvimento seguem uma política de crescimento
voltada para a exportação. A linha de regressão traçada no gráfico é amostral, pois se
baseia numa amostra de 50 países em desenvolvimento.
2.11 De acordo com o conhecidíssimo modelo de comércio de Heckscher-Ohlin, os

países têm tendência a exportar mercadorias que, para serem produzidas, utilizem
intensivamente seus fatores de produção mais abundantes. Em outras palavras, este
modelo enfatiza a relação entre dotação de fatores e vantagem comparativa.
2.12 O gráfico de dispersão mostra que quanto mais alto o salário mínimo, mais baixo
é o PNB per capita, indicando, portanto, que a legislação relativa à remuneração
mínima pode não ser boa para os países em desenvolvimento, mas há controvérsia
quanto a esse assunto. O resultado desse tipo de legislação pode depender do efeito
que causa nos empregos, da natureza da indústria do local onde é imposta e da
intensidade com que o governo a impõe.
2.13 É uma FRA porque se baseia numa amostra de 15 anos de observações. Os

pontos dispersos em torno da linha de regressão são de dados reais. A diferença entre
as despesas em consumo reais e as estimadas pela linha representa o resíduo
(amostral). Além do PIB, fatores como riqueza, taxa de juros etc. podem afetar as
despesas em consumo.
2.14 (a) O gráfico de dispersão é o seguinte:
Vertical = TPFTCH
Horizontal = TDCH
A relação positiva entre as duas variáveis parece surpreendente porque se esperaria, a

priori, que fossem negativamente relacionadas. Mas a hipótese do efeito do
trabalhador adicional da Economia do Trabalho sugere que quando o desemprego
aumenta, a força de trabalho secundária pode ingressar no mercado de trabalho para
garantir alguma renda familiar.
(b) Segue o gráfico de dispersão:

VERTICAL = TPFTCM
HORIZONTAL = TDCM
Parece que temos aqui em ação a hipótese do efeito desalento da Economia do

Trabalho: o desemprego desestimula as mulheres a participarem da força de trabalho
por não acreditarem que haja oportunidades de emprego.
(c) A representação gráfica da TPFTCH em relação aos GHM82 mostra o seguinte:
VERTICAL = TPFTCH
HORIZONTAL = GHM82
E representação gráfica correspondente para as mulheres é:
VERTICAL = TPFTCM
HORIZONTAL = GHM82
Há uma relação assimétrica entre as duas variáveis para homens e mulheres. Os

homens respondem positivamente a salários maiores, ao passo que as mulheres
respondem negativamente, o que parece desconcertante. Pode ser que ganhos
maiores resultantes de salários mais altos para os homens induzam as mulheres a se
retirarem da força de trabalho, algo que pode acontecer com os casais. Mas é preciso
ter cuidado, pois aqui estamos trabalhando com regressões simples de apenas duas
variáveis. As conclusões anteriores podem mudar quando estudarmos análise de
regressão múltipla.
2.15 (a) O gráfico de dispersão e a linha de regressão ficam assim:
Vertical = DESPALIM
Horizontal = DESPTOT
(b) Na média, à medida que crescem as despesas totais também crescem as despesas
com alimentação. Mas há uma flutuação maior entre as duas depois que as despesas
totais passam de Rs. 2000.
(c) Não esperaríamos que as despesas com alimentação crescessem indefinidamente

de forma linear (isto é, como uma linha reta). Satisfeitas as necessidades básicas das
pessoas, elas gastarão menos em alimentação à medida que sua renda aumentar.
Quer dizer, consumidores com renda mais alta fazem despesas mais discricionárias. Há
sinais disso no gráfico de dispersão mostrado em (a): as despesas com alimentação
mostram mais flutuação no nível de renda acima de Rs. 2000.
2.16 (a) A representação gráfica da pontuação de homens e mulheres em aptidão

verbal é a seguinte:
MALEVERB =VERBH
FEMVERB = VERBM
E a representação correspondente da pontuação de homens e mulheres em

matemática é a seguinte:
MALEMATH = MATH
FEMMATH = MATM
(b) Ao longo dos anos, a pontuação de homens e mulheres em aptidão verbal mostra
uma tendência descendente, enquanto depois de atingir o nível mais baixo em 1980,
os cálculos mostram uma tendência ascendente, com variações ano a ano, é claro.
(c) Pode-se elaborar um modelo de regressão simples, fazendo a regressão da

pontuação em matemática contra a de aptidão verbal para ambos os sexos.
(d) O gráfico é o seguinte:
VERTICAL = VERBM
HORIZONTAL = VERBH
O gráfico mostra que as duas pontuações evoluíram na mesma direção ao longo do

tempo.
CAPÍTULO 3
MODELO DE REGRESSÃO DE DUAS VARIÁVEIS: O PROBLEMA DA ESTIMAÇÃO
3.1 (1) Yi = β1+ β2Xi + ui, logo, E(Yi|Xi) = E[(β1+ β2Xi + ui)|Xi]
E(Yi|Xi) = β1+ β2Xi + E(ui|Xi), visto que β1e β2 são constantes e X é não-estocástico.
E(Yi|Xi) = β1+ β2Xi, já que E(ui|Xi) = 0, por premissa.
(2) Dado que cov(uiuj)=0 para todo i,j (i≠j), então
cov(YiYj) = E{[Yi - E(Yi)] [Yj - E(Yj)]}
cov(YiYj) = E(uiuj), dos resultados em (1)
cov(YiYj) = E(ui)E(uj), porque é premissa que os termos de erro não estão

correlacionados,
cov(YiYj) = 0, já que o valor médio de ui é zero, por premissa.
(3) Dado que var(ui|Xi) = σ2, var(Yi|Xi) = E[Yi - E(Yi)]2 = E(ui2) = var(ui|Xi) = σ2, por
premissa.
3.2
xi
Yi Xi yi xi xi 2
yi
4 1 –3 –3 9 9
5 4 –2 0 0 0
7 5 0 1 0 1
12 6 5 2 10 4
soma 28 16 0 0 19 14
Nota: Y = 7 e X = 4.
Logo, βˆ2 =
∑x y
i i
=
19
= 1,357; βˆ1 = Y − βˆ2 X = 1,572.
∑x 2
i 14
3.3 A FRP é: Yi = β1+ β2Xi + ui.
Situação 1: β1 = 0, β2 = 1, e E(ui) = 0, resultando E(Yi|Xi) = Xi
Situação 2: β1 = 1, β2 = 0, e E(ui) = (Xi –1), o que dá E(Yi|Xi) = Xi, o mesmo resultado

da situação 1.
Logo, sem a premissa E(ui) = 0, não se pode estimar os parâmetros porque, como
acabamos de demonstrar, a mesma distribuição condicional de Y é obtida, embora os
valores presumidos dos parâmetros sejam bem diferentes nas duas situações.
3.4 Impondo a primeira restrição, obtemos:
∑ uˆ = ∑ (Y − βˆ − βˆ X ) = 0 , equação que, simplificada, dá a primeira equação

i i 1 2 i
normal.
Impondo a segunda restrição, obtemos:
∑ uˆ X = ∑ ⎡⎣(Y − βˆ − βˆ X ) X ⎤⎦ = 0 , equação que, simplificada, dá a segunda equação

i i i 1 2 i i
normal.
A primeira restrição corresponde à premissa de que E(ui|Xi) = 0. A segunda restrição

corresponde à premissa de que não há correlação entre o termo de erro populacional e
a variável explanatória Xi, isto é, cov(uiXi)=0.
E ( XY ) 2
3.5 Da desigualdade de Cauchy-Schwarz temos que ≤ 1.
E ( X 2 ) E (Y 2 )
Ora, r =
2 ∑ (x y ) i i
2
≤ 1 , por analogia com a desigualdade de Cauchy–Schwarz, o que

∑x ∑y2
i
2
i
também é verdadeiro para ρ 2 , o coeficiente de correlação populacional elevado ao

quadrado.
β yx = ∑ β xy = ∑
xi yi xi yi
3.6 Observe que e que . Multiplicando as duas equações,
∑x 2
i ∑y 2
i
obtemos a expressão para r2, o coeficiente de correlação amostral elevado ao
quadrado.
3.7 Mesmo que βˆ yx ⋅ βˆxy = 1 , ainda faria diferença (pela causalidade e teoria) se fosse
feita a regressão de Y contra X ou de X contra Y, pois o que é igual a um é somente o
produto das duas, e isso não implica que βˆ yx = βˆxy .
n +1
3.8 As médias das duas variáveis são iguais a: Y = X = ,
2
e a correlação entre os dois rankings é: r =

∑x y i i
,
∑x ∑y
2
i
2
i
(1)
em que as letras minúsculas, como sempre, indicam desvio dos valores médios.
Como os rankings são permutações dos n primeiros números naturais, então:
(∑ X i ) 2 n(n + 1)(2n + 1) n(n − 1) 2 n(n 2 − 1)

∑ xi2 = ∑ X i2 − n
=
6
−
4
=
12
n(n 2 − 1)
e, analogamente, ∑ y =
2
, então
i
12
2n(n + 1)(2n + 1)
∑d 2
= ∑ ( X i − Yi ) 2 = ∑ ( X i2 + Yi 2 − 2 X iYi ) =
6
− 2∑ X iYi , logo
n(n + 1)(2n + 1) ∑ d
2
∑ X iYi = 6
−
2
. (2)
∑ x y = ∑ X Y − ∑ n∑
X Y i i
Como i i i i , usando (2), obtemos:
n(n + 1)(2n + 1) ∑ d n(n + 1) 2 n(n 2 − 1) ∑ d

2 2
− − = − . (3)
3 2 4 12 2
Agora, basta substituir as equações anteriores na equação (1) para obter a resposta.
3.9 (a) βˆ1 = Y − βˆ2 X i e αˆ1 = Y − βˆ2 x [Observação: xi = ( X i − X ) ].
αˆ1 = Y , já que ∑x i = 0.
var ( βˆ1 ) =
∑X i
2
σ 2
e var (αˆ1 ) =
∑x 2
i
σ =
2 σ2
.
n∑ x i
2
n∑ x 2
i n
Logo, nem as estimativas nem as variâncias dos estimadores são iguais.
(b) βˆ2 =
∑x y i i
e αˆ1 =
∑x y
i i
, já que xi = ( X i − X )
∑x 2
i ∑x 2
i
σ2
É fácil verificar que var ( βˆ2 ) = var (αˆ 2 ) = .
∑x 2
i
Ou seja, as estimativas e as variâncias dos dois estimadores são idênticas.
(c) Pode ser mais fácil usar o modelo II com números X grandes, embora com os
rápidos computadores atuais isso não seja mais um problema.
3.10 Como ∑x =∑y

= 0 , ou seja, a soma dos desvios em relação ao valor médio é
i i
sempre zero, x e y também são iguais a zero ( x = y = 0 ). Assim, βˆ1 = y − βˆ2 x = 0 . O

fato relevante aqui é que se tanto Y quanto X forem expressas como desvios em
relação às respectivas médias, a linha de regressão passará pela origem.
βˆ2 = ∑ ∑x y
( xi − x )( yi − y )
= i i
, já que as médias das duas variáveis são iguais a
∑ ( xi − x ) 2
xi2
zero. Esta é a Equação (3.1.6) do livro-texto.
3.11 Sejam Z i = aX i + b e Wi = cYi + d , que, em formato de desvios, tornam–se
zi = axi e wi = cyi . Por definição, r2 =

∑z w i i
=
ac ∑ xi yi
= r1 na Equação
∑z ∑w2
i
2
i ac ∑ xi2 ∑ yi2
(3.5.13) do texto.
3.12 (a) Verdadeira. Na Questão 3.11, façamos a e c iguais a -1 e b e d iguais a 0.
(b) Falsa. Consultando novamente a Questão 3.11, veremos que será negativo.
(c) Verdadeira. Como rxy = ryx > 0 , Sx e S y (os desvios-padrão de X e Y
Sx Sy
respectivamente) são ambos positivos, e ryx = β yx e rxy = β xy , então β xy e β yx
Sy Sx
têm de ser positivos.
3.13 Sejam Z=X1+X2 e W=X2+X3. Em formato de desvios, podemos escrevê–las como

z=x1+x2 e w=x2+x3. Por definição, a correlação entre Z e W é:
rzw =
∑z w i i
=
∑ ( x + x )( x + x )
1 2 2 3
=
∑x 2
2
, porque
∑z ∑w 2
i
2
i ∑ (x + x ) ∑ (x + x )
1 2
2
2 3
2
(∑ x + ∑ x )(∑ x + ∑ x
2
1
2
2
2
2
2
3
X1, X2 e X3 não são correlacionadas. (Nota: por conveniência, omitimos o subscrito de

observação).
σ2 1
rzw = = , em que σ é a variância comum.
2
(2σ 2 + 2σ 2 2
O coeficiente não é zero porque os pares combinados são correlacionados, ainda que
as variáveis X1, X2 e X3 não sejam individualmente correlacionadas.
Como acabamos de demonstrar, ∑ zw = σ 2

, denotando que a covariância entre z e w
é uma constante diferente de zero.
3.14 Os resíduos e os valores ajustados de Y não mudarão. Sejam Yi = β1 + β 2 X i + ui e

Yi = α1 + α 2 Z i + ui , em que Z=2X. Empregando o formato de desvios, sabemos que
βˆ2 = ∑ 2
xy
, omitido o subscrito de observação.
x
αˆ 2 = ∑
zi yi 2∑ xi yi 1 ˆ
= = β2
∑z 2
i 4∑ x 2
i 2
βˆ1 = Y − βˆ2 X ; αˆ1 = Y − αˆ 2 Z = βˆ1 (Nota: Z = 2 X )
Ou seja, o intercepto não é afetado. Em conseqüência, os valores ajustados de Y e os

resíduos mantêm–se os mesmos ainda que Xi seja multiplicado por 2. A análise é
análoga para o caso de uma constante ser somada a Xi.
(∑ yi yî ) 2 [∑ ( yî + uî )( yî )]2 ∑ yˆ2
3.15 Por definição, ryyˆ =

2
(∑ yi2 )(∑ yî2 )

=
(∑ yi2 )(∑ yî2 )
= i
, já que ∑ yˆ uˆ = 0.
∑y 2 i i
i
ryy2ˆ =
∑ (βˆ x )
2 i
2
=
βˆ22 ∑ xi2
= r 2 , aplicando a Equação (3.5.6) do texto.
∑y i
2
∑y 2
i
3.16 (a) Falsa. A covariância pode assumir qualquer valor, e este depende das
unidades de medida. O coeficiente de correlação, por outro lado, não tem unidades, é
uma grandeza adimensional.
(b) Falsa. Veja a Figura 3.11(h) no texto. Lembre–se de que o coeficiente de

correlação é uma medida de relação linear entre duas variáveis. Daí, como mostra a
Figura 3.11(h), há uma relação perfeita entre Y e X, mas ela não é linear.
(c) Verdadeira. Em formato de desvios, temos yi = yˆ i + uî . Então é óbvio que se

fizermos uma regressão de yi contra yî , o coeficiente angular será 1, e o intercepto
será 0. Mas uma prova formal pode ser feita como segue: se fizermos uma regressão
de yi contra yî , obteremos o coeficiente angular, digamos, αˆ , sob a forma
αˆ = ∑
yi yî βˆ ∑ xi yi βˆ 2
= 2 = 2 = 1 , porque yî = βˆ xi e ∑x y = βˆ ∑ xi2 para o modelo de
∑ β ∑ i βˆ
i i
ˆ
y 2 ˆ x 2
duas variáveis. O intercepto nesta regressão é zero.
3.17 Escreva a regressão amostral assim: Yi = βˆ1 + uî . Pelo princípio dos mínimos
quadrados, temos de minimizar: ∑ uˆ = ∑ (Y − βˆ )
2
i i 1
2
. Derive essa equação em relação
ao único parâmetro conhecido e iguale o resultado a zero para obter:
2
d (uˆ )
i
= 2∑ (Yi − βˆ1 )( − 1) = 0 , que simplificada dá βˆ1 = Y , ou seja, a média amostral. E
d β1
σ y2
sabemos que a variância da média amostral é , em que n é o tamanho da amostra
n
e σ2 a variância de Y. A SQR é ∑ (Yi − Y )2 = ∑ yi2 e σˆ 2 =

SQR
=
∑ yi2 . Vale a pena
(n − 1) (n − 1)
acrescentar a variável X ao modelo se ela reduzir σ̂ significativamente, o que
2
acontecerá se ela tiver qualquer influência sobre Y. Resumindo, o que pretendemos

nos modelos de regressão é que as variáveis explanatórias possam dar um prognóstico
de Y melhor do que simplesmente seu valor médio. Em verdade, podemos ver isso
formalmente. Recorde que para o modelo de duas variáveis obtido da Equação
(3.5.2):SQR=STQ–SQE = ∑ y − ∑ yˆ = ∑ y
2
i
2
i
2
i − βˆ22 ∑ xi2 . Logo, se βˆ2 for diferente de
zero, a SQR do modelo que tenha no mínimo um regressor será menor do que a do
modelo sem regressor. É claro que se houver mais regressores no modelo e seus
coeficientes angulares forem diferentes de zero, a SQR será muito menor do que no
modelo sem regressor.
Problemas
3.18 Tirando a diferença entre os dois rankings, obtemos:
d –2 1 –1 3 0 –1 –1 –2 1 2
d2 4 1 1 9 0 1 1 4 1 4
∑d2=26. Assim, o coeficiente de correlação de rankings de Spearman é

6∑ d 2 6(26)
rs = 1 − = 1− = 0,842 . Há, portanto, um alto grau de correlação entre
n(n − 1)
2
10(102 − 1)
as posições dos estudantes nas provas de meio e de final de período: quanto mais alta
ela for na primeira, mais alta será na segunda.
3.19 (a) O valor de –4,318 para o coeficiente angular indica que durante o período
1980–1994 a taxa de câmbio (marco/US$) baixou cerca de 4,32 unidades para cada
unidade de aumento no preço relativo, em média. Isto é, o dólar americano depreciou,
porque 1 dólar comprava menos marcos alemães. O valor de 6,682 para o intercepto,
interpretado literalmente, significa que se a relação de preços relativos fosse zero, um
dólar valeria 6,682 marcos alemães. Essa interpretação, é claro, não é
economicamente significativa.
(b) O valor negativo do coeficiente angular faz muito sentido econômico porque se os
preços nos Estados Unidos subirem mais rapidamente do que os da Alemanha, os
consumidores internos passarão a comprar mercadorias alemãs, aumentando assim a
demanda pelo marco alemão, o que levará à sua apreciação. Esta é a essência da
teoria da paridade do poder de compra (PPC), ou lei do preço único.
(c) Acreditamos que, nesse caso, o coeficiente angular seria positivo, pois quanto
maior fosse o IPC alemão em relação ao IPC americano, maior seria a taxa de inflação
relativa na Alemanha, o que levaria à apreciação do dólar americano. Temos, outra
vez, a essência da PPC.
3.20 (a) Os gráficos de dispersão são os seguintes:
VERTICAL = REMSEMP
HORIZONTAL = PRODSEMP
Vertical = REMSENA
Horizontal = PRODSENA
(b) Os dois gráficos mostram que há uma relação positiva entre remuneração e
produção, o que não é surpresa, considerando a teoria da produtividade marginal da
Economia do Trabalho.
(c) Os gráficos anteriores demonstram que a relação entre remuneração e produção,

embora seja positiva, não é linear. É possível, portanto, que não se consiga um bom
ajuste entre os dados e um modelo de regressão linear. Mas se, como de praxe,
fizermos esse ajuste, teremos os seguintes resultados, nos quais SEMP é setor
empresarial; SENA, setor empresarial não-agrícola; PROD, produção por hora; e REM,
remuneração real por hora.
REMSEMP = –109,3833 + 2,0039 PRODSEMP

ep = (9,7119) (0,1176) r2 = 0,8868
REMSENA = –123,6000 + 2,1386 PRODSENA

ep = (11,0198) (0,1312) r2 = 0,8777
Como esperado, a relação entre as duas é positiva. Surpreendentemente, o valor de r2

é bem alto.
3.21
∑ Yi ∑ Xi ∑ Xi Yi ∑ X i2 ∑ Yi2
Dados 1110 1700 205500 322000 132100

originais:
Dados 1110 1680 204200 315400 133300
revisados:
Portanto, o coeficiente de correlação corrigido é 0,9688.
3.22 (a) Se representarmos estas variáveis em relação ao tempo, veremos que, em

geral, subiram. Há, no caso do ouro, considerável volatilidade de preço.
(b) Se a hipótese fosse verdadeira, seria de se esperar que β 2 ≥ 1 .
(c) Preço do ourot = –186,183 + 1,842 IPCt

ep = (125,403) (1,125) r2 = 0,150
NYSEt = –102,060 + 2,129 IPCt

ep = (23,767) (0,230) r2 = 0,868
Parece que o mercado de ações é melhor garantia contra a inflação do que o ouro.
Como veremos no Capítulo 5, o coeficiente angular da equação do preço do ouro não é
estatisticamente significativo.
3.23 (a) Segue o gráfico, em que PIBN e PIBR são, respectivamente, PIB nominal e
PIB real.
NGDP = PIBN
RGDP = PIBR
(b) PIBNt = –986,3317 + 201,9772 tempo

ep = (1907,715) + 128,7820 r2 = 0,9277
PIBRt = 1907,715 + 128,7820 tempo

ep = (45,1329) (1,9666) r2 = 0,9914
(c) Nesse caso, o coeficiente angular informa a taxa de variação do PIB por intervalo
de tempo.
(d) A diferença entre os dois representa a inflação ao longo do tempo.
(e) Como indicam o gráfico e os resultados da regressão, o PIB nominal tem crescido
mais rápido que o PIB real, sugerindo que a inflação tem subido com o passar do
tempo.
3.24 Este é simples e direto.
3.25 (a) Veja o gráfico do Exercício 2.16(d).
(b) Seguem os resultados da regressão, em que Y é a pontuação das mulheres em

aptidão verbal e X, a dos homens:
Yˆt = -198,126 + 1,436 X t

ep = (25,211) (0,057) r2 = 0,966.
(c) Como ressaltamos no texto, uma relação estatística, por mais forte que seja, não
determina causalidade, a qual tem de ser estabelecida a priori. Neste caso, não há
razão para suspeitar de relação causal entre as duas variáveis.
3.26 Os resultados da regressão são:
Yˆt = -189,057 + 1,285 X t

ep = (40,927) (0,082) r2 = 0,918.
3.27 Este é para ser feito em sala de aula.

CAPÍTULO 4
A PREMISSA DA NORMALIDADE: MODELO NORMAL DE REGRESSÃO LINEAR
CLÁSSICO (MNRLC)
Exercícios do Apêndice 4A.
4.1 Dado que o coeficiente de correlação entre Y1 e Y2, ρ, é igual a zero, a função de
densidade de probabilidade normal bivariada (de duas variáveis) fica reduzida a:
1 ⎡ 1 ⎛ Y − μ ⎞2 1 ⎛ Y − μ ⎞2 ⎤
f (Y1 , Y2 ) = exp ⎢ − ⎜ 1 1
⎟ − ⎜
2 2
⎟ ⎥
2πσ 1σ 2 ⎢⎣ 2 ⎝ σ 1 ⎠ 2 ⎝ σ 2 ⎠ ⎥⎦
⎧⎪ 1 ⎡ 1 ⎛ Y − μ ⎞ 2 ⎤ ⎫⎪ ⎧⎪ 1 ⎡ 1 ⎛ Y − μ ⎞ 2 ⎤ ⎫⎪
=⎨ exp ⎢ − ⎜ ⎟ ⎥⎬ ⎨ exp ⎢ − ⎜ 2 ⎟ ⎥ ⎬ = f (Y1 ) f (Y2 ) , em que
1 1 2
σ
⎪⎩ 1 2 π ⎢⎣ 2 ⎝ σ 1 σ
⎠ ⎦⎥ ⎪⎭ ⎪⎩ 2 2π ⎢⎣ 2 ⎝ σ 2 ⎠ ⎥⎦ ⎪⎭
f (Y1 ) e f (Y2 ) são as funções de densidade de probabilidade normal univariadas (de
uma variável). Então, quando ρ for zero, f (Y1 , Y2 ) = f (Y1 ) f (Y2 ) , o que é a condição
para independência estatística. Portanto, no caso normal bivariado, a correlação zero
implica independência estatística.
4.2 Para assegurar que os estimadores de máxima verossimilhança maximizem a

função de verossimilhança, as derivadas segundas da Equação (5) do Apêndice 4A têm
de ser menores que zero, o que garantirá que a SQR seja minimizada.
∂ 2 ln LF n
=− 2 <0.
∂β1 2
σ
∂ 2 ln LF
=−
∑ Xi < 0 .
2
∂β 22
σ2
∂ 2 ln LF n 1 1 ⎛ n 1 ⎞
= − 2 3 ∑ (Yi − β1 − β 2 X i )2 = 2 ⎜ 2 − 2 2 ∑ uî2 ⎟ .
∂ (σ )
2 2
2(σ ) (σ )
2 2
σ ⎝ 2σ (σ ) ⎠
1 ⎛ 1 1 ⎞
Como ∑ ui = ∑ (Yi − βˆ1 − βˆ2 X i ) = 2 ⎜ 2 2 ∑ i
uˆ 2 − 2 2 ∑ uî2 ⎟ , da Equação (11),
2 2
σ ⎝ 2(σ ) (σ ) ⎠
1 ⎛1 ⎞
∑ ui2 = (σ 2 )3 ∑ uˆî2 ⎜⎝ 2 − 1⎟⎠ < 0 .
Uma vez que todas as segundas derivadas são negativas, os estimadores maximizam a
função de verossimilhança.
4.3 Como X segue a distribuição exponencial, sua função de densidade de

probabilidade (FDP) é:
⎛1⎞ − i
X
f ( x) = f ( X i ) = ⎜ ⎟ e θ . Portanto, a função de verossimilhança será:
⎝θ ⎠
⎛1⎞
n
FV ( X i , θ ) = ⎜ ⎟ exp
− ∑ Xi
1
θ
. E log FV será: ln FV = − n ln θ −
∑ Xi .
⎝θ ⎠ θ
Derivando essa função em relação a θ, obtemos:
d ln FV ⎛1⎞ ∑X
= −n ⎜ ⎟ + 2 i . Igualando essa equação a zero:
dθ ⎝θ ⎠ θ
θ% = ∑
Xi
= X , que é a média da amostra.
n
CAPÍTULO 5
A REGRESSÃO DE DUAS VARIÁVEIS: ESTIMAÇÃO DE INTERVALO E TESTE DE
HIPÓTESES
Perguntas
5.1 (a) Verdadeira. O teste t baseia–se em variáveis com uma distribuição normal. Os
estimadores β1 e β2 seguem tal distribuição, pois são combinações lineares do erro ui, o
qual presumimos ser normalmente distribuído no MRLC.
(b) Verdadeira. Uma vez que E(ui)=0, os estimadores de MQO não são tendenciosos.
Não é preciso nenhuma premissa probabilística para determinar a não-
tendenciosidade.
(c) Verdadeira. Nesse caso, a Equação (1) da Seção 3.A.1 do Apêndice 3A não será
usada. Esse tópico será tratado com mais detalhes no Capítulo 6, Seção 6.1.
(d) Verdadeira. O valor p é o menor nível de significância em que se pode rejeitar a

hipótese nula. Os termos nível de significância e tamanho do teste são sinônimos.
(e) Verdadeira. Isso resulta da Equação (1) do Apêndice 3A, Seção 3A.1.
(f) Falsa. Tudo o que podemos dizer é que os dados disponíveis não nos permitem
rejeitar a hipótese nula.
(g) Falsa. Um valor mais alto de σ2 deve ser contrabalançado por um valor mais alto
de ∑x2
i . Somente se este for mantido constante, a afirmação pode ser verdadeira.
(h) Falsa. A média condicional de uma variável aleatória depende dos valores tomados
por outra variável (condicionante). As médias condicional e não-condicional só podem
ser iguais se as duas variáveis forem independentes.
(i) Verdadeira. Isso fica óbvio pela Equação (3.17).
(j) Verdadeira. Consulte a Equação (3.5.2). Se X não tem influência sobre Y, β̂ 2 será
zero, e nesse caso ∑ y = ∑ uˆ
2
i
2
i .
5.2 Tabela ANOVA para despesas com alimentos na Índia:
Fonte da variação SQ gl MSQ

Devido à regressão 139023 1 139023
(SQE)
Devido aos resíduos 236894 53 4470
(SQR)
STQ 375916
139023
F= = 31,1013 com gl igual a 1 e 53, respectivamente.
4470
Na hipótese de não haver relação entre despesas com alimentos e despesas totais, o
valor p (valor da probabilidade) de se obter tal valor F é quase zero, sugerindo
enfaticamente que se pode rejeitar a hipótese nula.
0, 6417
5.3 (a) O ep do coeficiente angular é = 0, 0664 .
9, 6536
0, 7347
O valor t sob H0 : β1 = 0, é = 0,8797 .
0,8351
(b) O salário médio por hora aumenta em aproximadamente 64 centavos para um ano
adicional de escolaridade, em média.
(c) Aqui temos n = 13, então gl =11. Se a hipótese nula for verdadeira, o valor t
estimado é 9,6536. A probabilidade de se obter tal t é extremamente pequena, o valor
p é praticamente zero. Pode–se, portanto, rejeitar a hipótese nula de que o nível de
escolaridade não afeta os ganhos por hora.
(d) SQE = 74,9389; SQR = 8,8454; gl numerador = 1; gl denominador = 11; F =

93,1929. O valor p de tal F sob a hipótese nula de que não há relação entre as duas
variáveis é 0,000001, que é extremamente baixo. Pode–se, assim, rejeitar com grande
segurança a hipótese nula.
Observe que o valor F é aproximadamente o quadrado do valor t sob a mesma
hipótese nula.
(e) No caso bivariado, dado que H0 : β2 = 0, existe a seguinte relação entre o valor t e
r2:
t2 9, 65362
r2 = . Como o t dado é 9,6536, obtemos: r 2
= ≈ 0,8944 .
[t 2 + (n − 2)] [9, 65362 − 11]
5.4 Literalmente, a hipótese afirma que não há correlação entre as duas variáveis. Por
conseguinte, se pudermos provar que a covariância entre elas é zero, então a
correlação terá de ser zero.
5.5 (a) Para testar a hipótese de que o coeficiente angular verdadeiro é um, use o
teste t.
βˆ2 − 1 1, 0598 − 1
t= = = 0,821
ep( βˆ2 ) 0, 0728
Para gl = 238, esse valor t não é significativo nem para α = 10%. Conclui–se,
portanto, que durante o período estudado as ações da IBM não foram voláteis.
0, 7264
(b) Uma vez que t= = 2, 4205 , é significativo no nível dos 2%, mas,
0,3001
economicamente, isso tem pouco significado prático. Interpretado literalmente, o valor
de 0,73 para o intercepto implica que mesmo que o retorno do portfólio de mercado
seja zero, o do título é de 0,73%.
5.6 Sob a premissa da normalidade, β̂ 2 é normalmente distribuída. Mas como uma

variável normalmente distribuída é contínua, e como pela teoria das probabilidades
sabemos que a probabilidade de uma variável aleatória contínua assumir um valor
específico é zero, não faz, portanto, nenhuma diferença o fato de a desigualdade ser
forte ou fraca.
βˆ2 βˆ2 ∑ xi2 βˆ2 ∑x2
t= = =
i
5.7 Sob a hipótese de que β2 = 0, obtemos: .
ep( βˆ2 ) σˆ ∑ yi2 (1 − r 2 )
(n − 2)
Porque σˆ =
2 ∑ uˆ 2
i
=
∑y 2
i (1 − r 2 )
, da Equação (3.5.10),
(n − 2) (n − 2)
σˆ 2 =
βˆ2 ∑x 2
i (n − 2)
, mas como r = βˆ2
2 2 ∑x 2
i
, então r = βˆ2
∑x2
i
, da Equação
∑y 2
i (1 − r 2 ) ∑y i
2
∑yi
2
(3.5.6).
r (n − 2) βˆ2 xi2 r 2 (n − 2) ˆ 2 ∑ xi
2
Assim, t = = ,e t=F= = β2 , da Equação (5.9.1).

(1 − r ) 2 σˆ 1− r2 σˆ 2
Problemas
5.8 (a) Existe associação positiva na TPFT em 1972 e 1968, o que não é de
surpreender, tendo em vista que desde a Segunda Guerra Mundial a TPFT das
mulheres tem crescido regularmente.
0.6560 − 1
(b) Use o teste t unicaudal ou unilateral: t= = −1, 7542 . Para gl = 17, o valor
0,1961
t unicaudal com α = 5% é 1,740. Como o t estimado é significativo, podemos, nesse
nível de significância, rejeitar a hipótese de que o coeficiente angular verdadeiro é
igual ou maior que 1.
(c) A TPFT média é: 0,2033+0,6560(0,58)≈0,5838. Para estabelecer um intervalo de

confiança de 95% para essa previsão, use a fórmula: 0,5838 ± 2,11 (ep do valor
médio da previsão), em que 2,11 é valor t crítico a 5% para gl = 17. Para obter o erro-
padrão do valor da previsão, empregue a Equação (5.10.2). Mas repare que, como os
autores não fornecem o valor médio da TPFT das mulheres em 1968, não poderemos
calcular esse erro-padrão.
(d) Não poderemos responder essa pergunta sem os dados reais porque precisamos
dos valores dos resíduos para representá–los graficamente e obter o gráfico de
probabilidade normal ou calcular o valor do teste Jarque-Bera.
5.9 (a) Segue o gráfico:
VERTICAL = REM
HORIZONTAL = GAS
(b) Remi =12129,37+3,3076 Gas

ep = (1197,351) (0,3117) r2 = 0,6968 SQR = 2,65E+08
(c) Se a despesa por aluno aumentar um dólar, o salário médio aumentará 3,31
dólares. O intercepto não tem significado econômico viável.
(d) O intervalo de confiança de 95% para β2 é: 3,3076 ± 2(0,3117) = (2,6842 ,
3,931). Baseados neste IC, não rejeitaremos a hipótese nula de que o verdadeiro
coeficiente angular é 3.
(e) Os valores previstos médio e individual são os mesmos, a saber: 12129,37 +

3,3076(5000) ≈ 28,667. O erro-padrão do valor médio previsto, usando a Equação
(5.10.2), é 520,5117 (dólares) e o erro-padrão da previsão individual, usando a
Equação (5.10.2), é 2382,337. Os intervalos de confiança são:
1) previsão média: 28,667 ± 2(520,5117), isto é, ($27.626 , $29.708);

2) previsão individual: 28,667 ± 2(2382,337), isto é, ($23.902 , $33.432).
Como era de se esperar, o segundo intervalo é maior do que o primeiro.
(f) O histograma dos resíduos pode ser aproximado a uma curva normal. A estatística
Jarque-Bera é 2,1927, e seu valor p é de aproximadamente 0,33. Assim, baseados
neste teste, não rejeitamos a premissa da normalidade, presumindo que o tamanho da
amostra (51 observações) seja razoavelmente grande.
Série: Resíduos
Amostra 1 51
Observações 51
Média 9,13E-12
-
Mediana
217,5192
Máximo 5529,342
-
Mínimo
3847,976
Desvio-
2301,414
padrão
Assimetria 0,499126
Curtose 2,807557
Jarque-Bera 2,196273
Probabilidade 0,333492
5.10 A tabela ANOVA para o setor de empresas é a seguinte:

Devido à regressão 38685,997 1 38685,997
(SQE)
Devido aos resíduos 4934,138 37 133,355
(SQR)
STQ 43620,135
38685
O valor F é = 290, 0978 .
133,355
Sob a hipótese nula de que não existe relação entre salários reais e produtividade no
setor de empresas, este valor F segue distribuição F com gl 1 e 37 no numerador e
denominador, respectivamente. A probabilidade de obter tal F é 0,0000, ou seja,
praticamente zero. Podemos, portanto, rejeitar a hipótese nula, o que não deve ser
nenhuma surpresa.
(b) A tabela ANOVA para o setor de empresas não-agrícolas é a seguinte:

(SQE)
(SQR)
STQ 43109,04
STQ = 43109,04; SQR = 5221,585; SQE = 37887,455.

Sob a hipótese nula de que o coeficiente angular verdadeiro é zero, o valor F calculado
37887, 455
é: F= ≈ 268, 459 .
141,129
A probabilidade de obter tal F seria praticamente zero, caso a hipótese nula fosse
verdadeira, o que leva à sua rejeição.
5.11 (a) O gráfico a seguir indica que a relação entre as duas variáveis não é linear.
Inicialmente, à medida que aumentam as despesas com publicidade, o número de
impressões também aumenta, mas depois decresce gradualmente.
VERTICAL = IMPRESSÕES
HORIZONTAL = GASTOS COM PUBLICIDADE
(b) Em conseqüência de (a), não seria adequado ajustar um modelo de regressão

bivariada a esses dados. Não temos, no momento, as ferramentas necessárias para
fazê-lo. Mais adiante mostraremos que um modelo do tipo Yi = β1 + β 2 X 2i + β 3 X 22i + ui ,
em que Y são as impressões retidas e X2 as despesas com publicidade, pode ser
apropriado. Este é um exemplo de modelo de regressão quadrático. Mas repare que
ainda é um modelo linear nos parâmetros.
(c) Os resultados obtidos usando um modelo linear às cegas são os seguintes:
Yi = 22,163 + 0,3631 Xi
ep = (7,089) (0,0971) r2=0,424.
5.12 (a) O gráfico a seguir mostra que as taxas de inflação dos dois países evoluem
juntas.
VERTICAL = IPCEUA
HORIZONTAL = IPCCAN
(b) & (c) Segue tabela conforme entregue pelo pacote de software estatístico Eviews
3:
Amostra: 1973
1997
Observações
incluídas: 25
Variável Coeficiente Erro-padrão Estatística-t Probabilidade

C 6,251664 1,956380 3,195526 0,0040
ICAN 0,940932 0,017570 53,55261 0,0000
R-quadrado 0,992044 Variável dependente média 104,7560

R-quadrado Desvio-padrão da variável
0,991698 36,56767
ajustado dependente
E.P. da regressão 3,331867 Critério info Akaike 5,321561
Soma quad resíduos 255,3308 Critério Schwarz 5,419071
Verossimilhança
–64,51951 Estatística-F 2867,882
Log
Estat Durbin-
0,264558 Probabilidade (Estatística-F) 0,000000
Watson
Esses resultados mostram que a relação entre as duas variáveis é positiva. Pode–se
facilmente rejeitar a hipótese nula de que não há relação entre as duas variáveis, uma
vez que o valor t obtido sob essa hipótese é 53,55, e é praticamente zero o valor p
(probabilidade) de se obter tal t.
Embora as duas taxas de inflação sejam positivamente relacionadas, não se pode disso
deduzir causalidade, pois esta tem de ser inferida de alguma teoria econômica que a
sustente. Lembre–se de que regressão não implica causalidade.
5.13 (a) As duas regressões são as seguintes:
Preço do ourot = 186,183 + 1,842 IPCt

ep = (125,403) (1,215) r2 = 0,150
t = (1,484) (1,515)
NYSEt = 102,060 + 2,129 IPCt

ep = (23,767) (0,230) r2 = 0,868
t = (–4,294) (9,247)
(b) A estatística Jarque-Bera para a equação do preço do ouro é 4,751, com valor p de
0,093. A estatística JB para o índice NYSE é 1,218 com valor p de 0,544. No nível de
significância de 5%, não se pode rejeitar a premissa de normalidade em nenhum dos
dois casos.
(c) Como o coeficiente angular na regressão do preço do ouro não é estatisticamente

diferente de zero, não faz nenhum sentido tentar saber se é diferente de um.
2,129 − 1
(d) & (e) Com o procedimento habitual do teste t, obtemos: t= = 4,91 . Como
0, 230
esse valor excede o t crítico de 2,160, rejeitamos a hipótese nula. O coeficiente
estimado é realmente maior que um. Para o período estudado, o investimento no
mercado de ações foi provavelmente uma garantia contra a inflação. Foi, certamente,
um hedge muito melhor que o investimento em ouro.
5.14 (a) Não parece haver uma melhor que as outras, todos os resultados estatísticos
são muito parecidos. Todos os coeficientes angulares são estatisticamente
significativos no nível de confiança de 99%.
(b) Não podemos usar os r2 consistentemente elevados para decidir qual é a melhor
definição de moeda. Isso, entretanto, não quer dizer que o tipo de equação usada não
faça diferença.
(c) Não se pode dizer isso a partir dos resultados da regressão. Mas, recentemente, o
FED parece estar visando a M2.
⎛ 1 ⎞
5.15 Escreva assim o modelo da curva de indiferença: Yi = β1 ⎜ ⎟ + β 2 + ui . Repare
⎝ Xi ⎠
que agora β1 passou a ser o coeficiente angular e β2 o intercepto. Mas este é, ainda,
um modelo de regressão linear, pois os parâmetros são lineares (veja o Capítulo 6). Os
resultados da regressão são os seguintes:
⎛ 1 ⎞
Yi = 3, 2827 ⎜ ⎟ + 1,1009
⎝ Xi ⎠
ep = (1,2599) (0,6817) r2 = 0,6935.
O coeficiente angular é estatisticamente significativo no nível de confiança de 92%. A

∂Y 1
taxa marginal de substituição (TMS) de Y por X é: = −0,3287( 2 ) .
∂X Xi
5.16 (a) Seja o modelo: Yî = β1 + β 2 X 2i + ui , em que Y é a taxa de câmbio vigente e X

a PPC implícita. Caso a PPC esteja certa, espera–se, a priori, que o intercepto seja zero
e o coeficiente angular, um.
(b) Os resultados da regressão são os seguintes:
Yi = 24,6338 + 0,5405 Xi
ep = (19,5071) (0,0094)
t = (1,2628) (57,1016) r2=0,9917.
0,5405 − 1
Para testar a hipótese de que β2 = 1, aplicamos teste: t= = −48,88 . Esse
0, 0094
valor é muito significativo e leva à rejeição da hipótese nula. O coeficiente angular é,
na verdade, menor que um. A partir da regressão dada, o leitor pode facilmente
verificar que o coeficiente do intercepto não é diferente de zero, pois o valor t, sob a
hipótese de que o intercepto verdadeiro é zero, é somente 1,2628.
[N] Nota: Deveríamos, na verdade, testar simultaneamente as hipóteses (conjuntas)

de que o intercepto é zero e o coeficiente angular, 1. No Capítulo 8, veremos como
isso é feito.
(c) Em primeiro lugar, como o índice Big Max é “tosco e engraçado”, não tem a menor
importância. Mesmo assim, para os dados da amostra, os resultados não apóiam a
teoria.
5.17 Se Y for a representação da pontuação em matemática dos homens e X a das

mulheres, obtemos a seguinte regressão:
Yî = 175,975 + 0,714 Xi

ep = (20,635) (0,045)
t = (8,528) (15,706) r2 = 0,918.
(b) A estatística Jarque-Bera é 1,0317 com um valor p de 0,5970. Assintoticamente,

portanto, não podemos rejeitar a premissa de normalidade.
0, 714 − 1
(c) t= = 6,36 . Logo, podemos rejeitar a hipótese de que β2 = 1 com 99% de
0, 045
confiança.
(d) A tabela ANOVA é:

(SQE)
(SQR)
STQ 1071,975 23
Sob a hipótese nula de que β2 = 0, o valor F é 264,665. O valor p de se obter tal F é

quase zero, o que leva à rejeição da hipótese nula.
5.18 (a) Os resultados da regressão são os seguintes:
Yî = 148,135 + 0,673 Xi

ep = (11,653) (0,027)
t = (12,713) (25,102) r2 = 0,966.
(b) A estatística de Jarque-Bera é 1,243 com um valor p de 0,5372. Podemos,
portanto, rejeitar a hipótese nula de não-normalidade.
0, 673 − 1
(c) Sob a hipótese nula, obtemos: t= = 12,11 . O valor t crítico no nível de 5%
0, 027
é 2,074. Assim, podemos rejeitar a hipótese nula de que o coeficiente angular
verdadeiro é 1.
(d) Os valores de SQE, SQR e STQ são, respectivamente, 3157,586 (gl 1), 110,247 (gl
22) e 32367,833 (gl 23). Sob a hipótese nula habitual, o valor F é 630,131. O valor p
de se conseguir tal F é quase zero. Podemos, portanto, rejeitar a hipótese nula de que
não há relação entre as duas variáveis.
5.19 (a) O diagrama de dispersão e a linha de regressão estimada são os seguintes:

VERTICAL = IPC
HORIZONTAL = IPP
(b) Use o IPC, que representa os preços pagos pelos consumidores, como regressando,
e o IPP, que representa os preços pagos pelos produtores, como regressor, porque o
primeiro é o segundo com acréscimos.
(c) & (d) A tabela a seguir, apresentada conforme entregue pelo pacote de software
estatístico Eviews 3, fornece os dados necessários:
Variável dependente:
IPC
Método: mínimos
quadrados
Data: 23/06/00
Hora: 16:50
Amostra: 1960 1999
Observações
incluídas: 40

C –13,77536 3,710747 –3,712286 0,0007
IPP 1,269994 0,042763 29,69864 0,0000
Desvio–padrão da variável
R-quadrado ajustado 0,957609 48,02523
dependente
Verossimilhança Log –147,3843 Estatística-F 882,0093
Estat Durbin-Watson 0,093326 Probabilidade (Estatística-F) 0,000000
O valor t estimado do coeficiente angular é 29,6986 sob a hipótese nula de que não há
relação entre os dois índices. O valor p (probabilidade) de se obter tal valor t é quase
zero, o que indica a rejeição da hipótese nula.
A seguir estão o histograma e o teste Jarque-Bera baseados nos resíduos da regressão

anterior.
Série: Resíduos
Amostra 1960 1999
Observações 40
Média 7,11E-15
Mediana 3,781548
Máximo 21,84709
–
Mínimo
19,05008
Desvio-
9,760345
padrão
–
Assimetria
0,119726
Curtose 2,620663
Jarque-Bera 0,335390
Probabilidade 0,845612
A estatística Jarque-Bera é 0,3335 com um valor p de 0,8456. Não podemos, portanto,

rejeitar a premissa de normalidade. O histograma também mostra que os resíduos têm
distribuição razoavelmente simétrica.
CAPÍTULO 6
EXTENSÕES DO MODELO DE REGRESSÃO LINEAR DE DUAS VARIÁVEIS
6.1 (a) Verdadeiro. Repare que a fórmula MQO padrão para estimar o intercepto é:
β̂1 = (média do regressando – β̂ 2 média do regressor).
Mas quando X e Y estão em formato de desvio, seus valores são sempre zero. Daí o
intercepto estimado também ser zero nesse caso.
6.2 (a) & (b) Está incluído na primeira equação um termo de intercepto que, por não
ser estatisticamente significativo no nível de, digamos, 5%, pode ser retirado do
modelo.
(c) Para os dois modelos, o aumento de um ponto percentual na taxa de retorno

mensal do mercado leva a um aumento médio de cerca de 0,76 ponto percentual na
taxa de retorno mensal das ações ordinárias da Texaco ao longo do período estudado.
(d) Conforme tratamos no Capítulo 6 do livro-texto, esse modelo representa a linha

característica da teoria do portfólio. O modelo relaciona, no caso em tela, o retorno
mensal de ações da Texaco ao retorno mensal do mercado, como representado por um
amplo índice de mercado.
(e) Não, os r2 não são comparáveis. O do modelo sem intercepto é o r2 bruto.
(f) Como a amostra é relativamente grande, podemos usar o teste de normalidade de

Jarque-Bera. A estatística JB é quase a mesma para os dois modelos, isto é, 1,12, e o
valor p de se obter tal valor JB é de aproximadamente 0,57. Portanto, não se pode
rejeitar a hipótese de que os termos de erro seguem uma distribuição normal.
(g) De acordo com o comentário de Theil visto no capítulo, se o termo do intercepto

estiver ausente do modelo, então passar a regressão pela origem pode resultar em
estimativa muito melhor do coeficiente angular, como ocorre nesse caso.
6.3 (a) É um modelo de regressão linear, pois é linear nos parâmetros.
(b) Defina Y* = (1/Y) e X* = (1/X) e faça uma regressão MQO de Y* contra X*.
(c) Quando X tende ao infinito, Y tende a (1/ β1).
(d) Pode ser que este modelo seja adequado para explicar o baixo consumo de um
produto, como um bem inferior, quando a renda aumenta.
6.4
SLOPE = 1 - INCLINAÇÃO = 1; SLOPE > 1 INCLINAÇÃO > 1; SLOPE < 1 INCLINAÇÃO

<1
βˆ2 = ∑
xi yi
6.5 Para o modelo I, sabemos que , em que X e Y estão em formato de
∑x 2
i
desvio.
De forma semelhante, obtemos para o modelo II:
αˆ 2 = ∑ *2i
x* yi*
=
∑ ( x / S )( y / S
i x i y )
=
∑ (x y ) / S S
i i x y
=
S x ∑ xi yi
=
Sx ˆ
β 2 , o que demonstra
xi ∑ (x / S )
i x
2
∑x /S 2
i
2
x Sy ∑ x 2
i Sy
que os coeficientes angulares não são independentes da mudança de escala.
6.6 (a) Pode–se escrever o primeiro modelo como: ln( w1Yi ) = α1 + α 2 ln( w2 X i ) + ui , ou
*
seja,
ln w1 + ln Yi = α1 + α 2 ln w2 + α 2 ln X i + ui* , aplicando propriedades dos logaritmos. Como

os w são fatores de escala constantes, podemos simplificar esse modelo assim:
ln Yi = (α1 + α 2 ln w2 − ln w1 ) + α 2 X i + ui* = A + α 2 ln X i + ui* , em que

A = (α1 + α 2 ln w2 − ln w1 ) .
Comparando este com o segundo modelo, constataremos que são iguais, a não ser
pelo intercepto. Dessa forma, os coeficientes angulares estimados também serão
iguais, apenas com interceptos estimados diferentes.
(b) O r2 é o mesmo para ambos os modelos.
6.7 A Equação (6.6.8) é um modelo de taxa de crescimento, ao passo que a (6.6.10) é

um modelo de tendência linear. A primeira fornece a mudança relativa no regressando,
e a segunda, a mudança absoluta. Para fins de comparação, a mudança relativa deve
ser mais significativa.
6.8 A hipótese nula é de que o coeficiente angular verdadeiro é 0,005. A hipótese

alternativa pode ser uni ou bilateral. Supondo que usemos esta última, o coeficiente
angular estimado é 0,00743. Aplicando o teste t, obtemos:
0, 00743 − 0, 005
t= = 14, 294 , um valor muito significativo. Podemos, portanto, rejeitar
0, 00017
a hipótese nula.
6.9 Pode-se obter assim: 18,5508/3,2514 = 5,7055%, aproximadamente.
6.10 Conforme tratado na Seção 6.7 do texto, o modelo de Engel representado na

Figura 6.6(c) deve ser adequado à maioria dos bens. Assim, a escolha deve recair
sobre o segundo modelo dado no exercício.
6.11 O modelo, como está, não é linear nos parâmetros. Mas podemos aplicar um
“macete” para transformá–lo em linear: tire o logaritmo natural da razão entre Y e (Y–
1). Ou seja, faça a seguinte regressão:
Yi
ln = β1 + β 2 X i .
1 − Yi
Esse modelo é conhecido como logit, e será discutido no capítulo sobre variáveis
dependentes qualitativas.
6.12 (a)
(b)
Problemas
100 ⎛ 1 ⎞
6.13 = 2, 0675 + 16, 2662 ⎜ ⎟
100 − Yi ⎝ Xi ⎠
ep = (0,1596) (1,3232) r2 = 0,9497
⎛ 100 ⎞
À medida que X cresce indefinidamente, ⎜ ⎟ se aproxima do valor limite de
⎝ 100 − Y ⎠
2,0675, o que significa que Y tende ao valor limite aproximado de 51,6.
⎛V ⎞
log ⎜ ⎟ = –0,4526 + 1,3338logW
⎝L⎠
ep = (1,3515) (0,4470) r2 = 0,4070.
Para melhor testar a hipótese nula, aplique o teste t como segue:

1,3338 − 1
t= = 0, 7468 .
0, 4470
Para gl 13, o valor t crítico a 5% (bicaudal) é 2,16. Não se pode, portanto, rejeitar a
hipótese nula de que a elasticidade de substituição verdadeira entre capital e trabalho
seja 1.
6.15 (a) Se estivermos convictos, a priori, de que havia uma relação um para um
rigorosa entre os dois deflatores, o modelo adequado seria aquele sem o intercepto.
(b) Modelo I: Yî = 516,0898 + 0,5340 Xi

ep = (40,5631) (0,0217) r2 = 0,9789.
Modelo II: Yî = 0,7950

ep = (0,0255 r2 = 0,7161*
* Nota: Este r2 não é diretamente comparável ao anterior.
Como o intercepto é estatisticamente significativo no primeiro modelo, ajustar o

segundo resultará em viés de especificação.
(c) Pode–se usar o modelo duplo-log.
6.16 Seguem os resultados da regressão:
Yî * = 0,9892 X i*
ep = (0,0388) r2 = 0,9789
A cada incremento de 1 no deflator do PIB para as importações, há, em média, um

incremento de 0,9892 no deflator do PIB para bens produzidos internamente. Repare
que esse resultado é comparável àquele do exercício anterior quando se nota a relação
entre os coeficientes angulares das regressões padronizadas e não-padronizadas.
Conforme a
⎛ Sx ⎞
Equação (6.3.8) do livro–texto, β 2* = β 2 ⎜ ⎟⎟ , em que * indica o coeficiente angular da
⎜ Sy
⎝ ⎠
regressão padronizada. No problema anterior, encontramos β̂ 2 = 0,5340. Sy e Sx são
⎛ Sx ⎞ ⎛ 641 ⎞
dados como 346 e 641 respectivamente. Assim, β2 ⎜ ⎟⎟ = 0,5340 ⎜ ⎟ = 0,9892 = β 2 .
*
⎜ Sy ⎝ 346 ⎠
⎝ ⎠
6.17 Para obter a taxa de crescimento das despesas com bens duráveis, podemos
ajustar o modelo log-lin, cujos resultados são os seguintes:
ln DESPDURt = 6,2217 + 0,0154 t

ep = (0,0076) (0,000554) r2 = 0,9737.
Essa regressão mostra que, ao longo do período estudado, a taxa trimestral de

crescimento das despesas com bens duráveis foi de aproximadamente 1,5%. Ambos os
coeficientes estimados são individualmente significativos em termos estatísticos, uma
vez que os valores p são extremamente baixos. Não seria muito lógico fazer neste caso
uma regressão duplo-log, tal como:
ln DESPDURt = β1 + β2 ln tempo + ut..
Uma vez que o coeficiente angular deste modelo é o coeficiente de elasticidade, qual é
o significado da afirmação de que um aumento de 1% no tempo leva a um aumento de
β2% nas despesas com bens duráveis?
6.18 Os resultados correspondentes para o setor de bens não-duráveis são:
ln DESPNAODURt = 7,1929 + 0,0062 t

ep = (0,0021) (0,00015) r2 = 0,9877.
Pode–se ver por esses resultados que, ao longo do período estudado, a taxa trimestral
de crescimento das despesas com bens não-duráveis foi de aproximadamente 0,62%.
Comparando os resultados das regressões dos Problemas 6.17 e 6.18, parece que as
despesas com bens duráveis aumentaram a uma taxa bem maior do que aquelas com
bens não-duráveis ao longo do período 1993:01 a 1998:03, fato que, tendo em vista
um dos mais longos períodos de expansão econômica na história dos Estados Unidos,
não é nenhuma surpresa.
6.19 O diagrama de dispersão das impressões retidas em relação às despesas com

publicidade é o seguinte:
VERTICAL = IMPRESSÕES
HORIZONTAL = DESPPUB
Embora a relação entre as duas variáveis pareça ser positiva, não está claro qual curva
se ajustará aos dados. Fornecemos a seguir uma tabela com resultados de regressões
baseadas em alguns modelos.
Modelo Intercepto Coef. angular r2
Linear 22,1627 0,3631 0,4239
(3,1261) (2,7394)
Recíproco 58,3997 -314,6600 0,3967
(78,0006) (-3,5348)
Duplo-log 1,2999 0,6135 0,5829
(3,686) (5,1530)
Log
3,9955 -10,7495 0,5486
recíproco
(21,7816) (-4,8053)
Nota: Os números entre parênteses são os valores t estimados. Em todas as

regressões, o regressando é impressões e o regressor é despesas com publicidade.
Deixamos ao leitor a comparação entre os vários modelos. Repare que os valores r2

dos dois primeiros são comparáveis, pois o regressando é o mesmo para ambos. Da
mesma forma, são comparáveis os r2 dos dois últimos modelos. Por quê?
CAPÍTULO 7
ANÁLISE DE REGRESSÃO MÚLTIPLA: O PROBLEMA DA ESTIMAÇÃO
7.1 Os resultados das regressões são:
αˆ1 = −3, 00; αˆ 2 = −3,50

λˆ1 = 4, 00; λˆ2 = −1,357
βˆ1 = 2, 00; βˆ2 = 1, 00; βˆ3 = −1, 00
(a) Não. Dado que o modelo (3) é o verdadeiro, α̂ 2 é um estimador tendencioso de

β2 .
(b) Não. Pela mesma razão de (a), λ̂3 é um estimador tendencioso de β3 .
A lição aqui é que uma equação mal especificada pode levar à estimação tendenciosa
dos parâmetros do modelo verdadeiro.
7.2 Aplicando as fórmulas dadas no texto, os resultados da regressão são os

seguintes:
Yî = 53,1612 + 0,727X2i + 2,736X3i

ep= (0,049) (0,849) R 2 = 0,9988 R 2 = 0,9986.
7.3 Omitindo o subscrito de observação i por conveniência, recorde que:
(∑ yx2 )(∑ x32 ) − (∑ yx3 )(∑ x2 x3 ) (∑ yx2 ) − (∑ yx3 )(∑ x2 x3 ) /(∑ x32 )
βˆ2 = = =
(∑ x22 )(∑ x32 ) − (∑ x2 x3 ) 2 (∑ x22 ) − (∑ x2 x3 )2 /(∑ x32 )
(∑ yx2 ) − (∑ yx3 )b23 (∑ x2 x3 ) ∑ y( x − b x)

= , aplicando b23 = , βˆ2 = 2 23 3
.
(∑ x ) − b23 (∑ x2 x3 )
2
2 (∑ x )
2
3 ∑ x (x − b
2 2 23 3x)
7.4 Como foi informado que ui N (0, 4) , gere, por exemplo, 25 observações a partir
de uma distribuição normal com esses parâmetros, o que a maioria dos softwares faz
normalmente. Dessas observações, calcule a variância da amostra como
S 2
=
∑(X i − X )2
, em que Xi é o valor observado de ui na amostra de 25 observações.
24
Repita este exercício, digamos, outras 99 vezes, para completar 100 experimentos. Ao
final, haverá 100 valores de S2. Tire a média desses valores, que deverá estar em
torno de σ2 = 4. Às vezes, podem ser necessárias mais de 100 amostras para se

conseguir uma boa aproximação.
7.5 A partir da Equação (7.11.7) do texto, temos R 2 = r132 + (1 − r132 ) r12.3

2
. Logo,
R 2 − r132
2
r12.3 = .
1 − r132
Este é o coeficiente de determinação parcial, e pode-se interpretá-lo como o

coeficiente que descreve a proporção da variação da variável dependente não
explicada pela variável X3, mas explicada pela inclusão de X2 ao modelo.
7.6 Pode-se escrever a equação dada como:

X1 = (–α2 / α1)X2 + (–α3 / α1)X3, ou
X2 = (–α1 / α2)X1 + (–α3 / α2)X3, ou
X3 = (–α1 / α3)X1 + (–α2 / α3)X2 .
Assim, os coeficientes de regressão parcial seriam os seguintes:
β12.3 = –(α2 / α1); β 13.2 = –(α3 / α1)

β21.3 = –(α1 / α2); β 23.1 = –(α2 / α3)
β31.2 = –(α1 / α3); β 32.1 = –(α2 / α3).
(−α 2 )(−α1 )
Relembrando a Questão 3.6, temos r12.3 = ( β12.3 )( β 21.3 ) = = 1 = ±1 .
(α1 )(α 2 )
7.7 (a) Não. O valor absoluto de r não pode ser maior que um. Aplicando à Equação
(7.11.2) os dados fornecidos, obteremos r12.3 = 2,295, o que, logicamente, é
impossível.
(b) Sim. Seguindo o mesmo procedimento de (a), encontraremos r12.3 = 0,397, um

resultado possível.
(c) Sim. Da mesma forma pode-se demonstrar que r12.3 = 0,880, outro resultado
possível.
7.8 Se excluirmos do modelo a variável anos de experiência (X3), o coeficiente de

escolaridade (X2) será tendencioso, e a natureza do viés dependerá da correlação entre
X2 e X3. O erro-padrão, a soma residual dos quadrados e R2 serão afetados em
conseqüência dessa exclusão. Este é um caso de viés de variável excluída.
7.9 Os coeficientes angulares nos modelos duplo log fornecem estimativas diretas da
elasticidade (constante) da variável do lado esquerdo em relação à variável do lado
direito. Neste caso:
∂ ln Y ∂Y / Y ∂ ln Y ∂Y / Y
= = β2 e = = β3 .
∂ ln X 2 ∂X 2 / X 2 ∂ ln X 3 ∂X 3 / X 3
7.10 (a) & (b) Se multiplicarmos X2 por 2, verificaremos pelas Equações (7.4.7) e
(7.4.8) do texto que os coeficientes angulares não serão afetados. Se, por outro lado,
multiplicarmos Y por 2, os coeficientes angulares, assim como os interceptos e seus
erros-padrão, serão multiplicados por 2. Sempre tenha em mente as unidades em que
o regressando e os regressores são medidos.
r122 + r132 − 2r12 r13 r3

7.11 A partir da Equação (7.11.5), sabemos que: R =
2
. Portanto,
1 − r232
quando r23 = 0, isto é, não há correlação entre X2 e X3, R = r12 + r13 , ou seja, o
2 2 2
coeficiente de determinação múltiplo é a soma dos coeficientes de determinação na

regressão de Y contra X2 e na de Y contra X3.
7.12 (a) Reescreva o modelo B como:

Yi = β1 + (1 + β 2 ) X 2t + β 3 X 3t + ut = β1 + β 2* X 2t + β 3 X 3t + ut , em que β 2* = (1 + β 2 ) . Os dois
modelos são, portanto, similares. Sim, os interceptos nos modelos são iguais.
(b) As estimativas de MQO do coeficiente angular de X3 serão iguais nos dois modelos.
(c) β 2* = (1 + β 2 ) = α 2 .
(d) Não, porque os regressandos são diferentes nos dois modelos.
7.13 (a) Aplicando MQO, obtemos:
αˆ 2 = ∑ ∑ ( x − z )( x ) = ∑ x − ∑ ( z x ) = 1 − βˆ
2
yi xi
= i i i i i i
.
∑x ∑x ∑x ∑x
2 2 2 2 2
i i i i
Ou seja, o coeficiente angular da regressão de poupança contra renda (quer dizer, a

propensão marginal a poupar) é igual a um menos o coeficiente angular da regressão
de consumo contra renda (quer dizer, a propensão marginal a consumir). Dito de outra
forma, a soma das duas propensões marginais é igual a 1, como, aliás, não poderia
deixar de ser, pois a receita total é igual ao total das despesas de consumo mais o
total das poupanças. A propósito, repare que α̂1 = − βˆ1 .
(b) Sim. A SQR para a função consumo é: ∑ (Y − αî 1 − αˆ 2 X i ) 2 . Agora, substitua

( X i − Yi ) por Zi , α̂1 = − βˆ1 , e αˆ 2 = (1 − βˆ2 ) e verifique que as duas SQR são iguais.
(c) Não, porque os dois regressandos não são iguais.

7.14 (a) Conforme visto na Seção 6.9, para aplicar o modelo normal de regressão
linear clássico (MNRLC), é necessário presumir que ln ui N(0,σ2). Depois de estimar o
modelo Cobb-Douglas, obtenha os resíduos e submeta-os ao um teste de normalidade,

tal como o Jarque-Bera.
[eσ , eσ (eσ − 1)] .

2 2 2
/2
(b) Não. Como vimos na Seção 6.9, ui log – normal
7.15 (a) As equações normais seriam:
∑Y Xi 2i = β 2 ∑ X 22i + β3 ∑ X 2i X 3i
∑Y Xi 3i = β 2 ∑ X 2i X 3i + β3 ∑ X 32i .
(b) Não, pela mesma razão do caso de duas variáveis.
(c) Sim, essas condições são válidas.
(d) Dependerá da teoria subjacente.
(e) Isso é uma generalização simples das equações normais dadas anteriormente.
Problemas
7.16 (a) Modelo linear:
Yˆt = 10816,04 – 2227,704X2i + 1251,141X3i + 6,283X4i – 197,399X5i

ep = (5988,348) (920,538) (1157021) (29,919) (101,156) R2
= 0,835
Neste modelo, os coeficientes angulares medem a taxa de variação de Y em relação à

variável pertinente.
(b) Modelo log–linear:
ln Yˆt = 0,627 – 1,274 lnX2i + 0,937 lnX3i + 1,713 lnX4i – 0,182 lnX5i
ep = (6,148) (0,527) (0,659) (1,201) (0,128) R2 =
0,778
Neste modelo, todos os coeficientes angulares parciais são elasticidades parciais de Y

em relação à variável pertinente.
(c) Espera-se que a elasticidade preço própria seja negativa, a preço cruzada seja
positiva para bens substitutos e negativa para bens complementares, e a elasticidade
renda seja positiva, já que rosas são um bem normal.
(d) A fórmula geral para a elasticidade das equações lineares é: Elasticidade =

∂Y X i
, em que X i é o regressor pertinente.
∂X i Y
(e) Os dois modelos apresentam resultados semelhantes. Uma vantagem do modelo

log-linear é que os coeficientes angulares fornecem estimativas diretas da elasticidade
(constante) da variável pertinente em relação ao regressor sob avaliação. Mas tenha
em mente que os R2 não são comparáveis diretamente.
7.17 (a) A priori, todas as variáveis parecem relevantes para explicar a atividade de
prospecção de petróleo. Espera-se que todos os coeficientes angulares sejam positivos,
exceto o da variável de tendência, que pode ser positivo ou negativo.
(b) O modelo estimado é:
Yî = -37,186 + 2,775X2i + 24,152X3i - 0,011X4i - 0,213X5i

ep = (12,877) (0,57) (5,587) (0,008) (0,259) R 2 = 0,656
R 2 = 0,603.
(c) As variáveis preço por barril e produção interna são estatisticamente significativas
no nível de 5%, e seus sinais estão de acordo com as expectativas. As outras variáveis
não são estatisticamente diferentes de zero.
(d) Outra especificação pode ser o modelo log-linear que, além de fornecer estimativas
diretas das elasticidades, pode amarrar características não-lineares (nas variáveis), se
houver.
7.18 (a) Os resultados da regressão são:
Yî = 19,443 + 0,018X2i - 0,284X3i + 1,343X4i + 6,332X5i

ep = (3,406) (0,006) (0,457) (0,259) (3,024) R 2 = 0,978 R 2 = 0,972
R 2 modificado = 0,734.
(b) A priori, esperava-se que todos os coeficientes angulares fossem positivos. À

exceção do coeficiente para as vendas militares dos Estados Unidos, todas as outras
variáveis são estatisticamente significativas no nível de 5%, e seus sinais estão de
acordo com as expectativas.
(c) Despesas federais globais e algum tipo de variável de tendência podem ser muito
importantes.
7.19 (a) O modelo (5) parece ser o melhor porque abrange todas as variáveis
economicamente relevantes, inclusive o preço real dos substitutos da carne de frango,
o que deve ajudar a minorar o possível problema de multicolinearidade entre o preço
da carne bovina e o da carne suína existente no modelo (4). O modelo (1) não tem
informações sobre os substitutos, e elas são limitadas nos modelos (2) e (3).
(b) O coeficiente de lnX2 representa a elasticidade de renda, e o de lnX3 representa a

de preço próprio.
(c) O modelo (4) considera as carnes suína e bovina como bens substitutos, ao passo
que o (2) considera apenas a suína.
(d) Pode haver um problema de multicolinearidade entre o preço da carne bovina e o

da suína.
(e) Sim. Isso deve amenizar o problema da multicolinearidade.
(f) Devem ser bens substitutos porque competem com a carne de frango como produto
de consumo.
(g) Os resultados da regressão do modelo (5) são os seguintes:
ln Yˆt = 2,030 + 0,481 lnX2t - 0,351 lnX3t - 0,061 lnX6t

ep = (0,119) (0,068) (0,079) (0,130) R 2 = 0,980 R 2 = 0,977
2
R modificado = 0,810.
As elasticidades renda e preço próprio têm os sinais corretos.
(h) A conseqüência de estimar o modelo (2) seria a possibilidade de tendenciosidade

dos estimadores devido a erro de especificação do modelo. Esse assunto é detalhado
no Capítulo 13.
7.20 (a) Ceteris paribus 1 , as interpretações são as seguintes, em média:
• um aumento de 1% na taxa de desemprego leva a um aumento de 0,34% na

taxa de desistência do emprego;
• um aumento de 1% no percentual de empregados com menos de 25 anos leva
a um aumento de 1,22% na taxa de desistência do emprego;
• um aumento de 1% na razão de empregados na indústria no trimestre leva a
um aumento de 1,22% na taxa de desistência do emprego;
• um aumento de 1% no percentual de mulheres empregadas leva a um aumento
de 0,80% na taxa de desistência do emprego;
• ao longo do período estudado, a taxa de desistência do emprego baixou à razão
de 0,54% ao ano.
(b) Sim, espera–se que a taxa de desistência e a de desemprego estejam

negativamente relacionadas.
1
Ceteris paribus – Expressão latina muito usada em Economia e que significa “Todos os outros fatores se mantendo
constantes”.
(c) À medida que aumenta a contratação de pessoas com menos de 25 anos, a

expectativa é que a taxa de desistência aumente por causa da rotatividade entre os
trabalhadores mais jovens.
(d) A taxa de queda é 0,54%. Motivos prováveis para essa queda seriam as melhorias
nas condições de trabalho e nos benefícios de pensões ao longo do tempo.
(e) Não. O significado de “baixo” é relativo.
(f) Como os valores t são dados, podemos facilmente calcular os erros-padrão. Sob a
βî βˆ
hipótese nula de que β1 verdadeiro é zero, temos a relação: t= ⇒ ep( βî ) = i .
ep( βî ) t
M = 1,2394 + 0,5243 ln PIBR – 0,0255 ln TJCP

ln 2
ep = (0,6244) (0,1445) (0,0513) R2 = 0,7292.
Os resultados da regressão com a TJLP são os seguintes:
M = 1,4145 + 0,4946 ln PIBRt – 0,0516 ln TJLPt

ln 2t
ep = (1,3174) (0,2686) (0,1501) R2 = 0,7270.
As elasticidades renda (0,5243 ou 0,4946) e taxa de juros (–0,0255 ou –0,0516) não

são muito diferentes, mas, como veremos no Capítulo 8, a regressão usando a TJCP
apresenta melhores resultados estatísticos.
(b) A razão M/PIB é conhecida na literatura como o k da equação de Cambridge

(Cambridge k), que representa a proporção da renda que as pessoas querem ter em
dinheiro. É uma relação sensível à taxa de juros, uma vez que esta representa o custo
de se guardar o dinheiro, o qual em geral não produz grandes ganhos com juros.
Seguem os resultados da regressão:
⎛M ⎞
ln ⎜ 2 ⎟ = 3,4785 – 0,1719 ln TJCPt
⎝ PIB ⎠t
ep = (0,0780) (0,0409) r2 = 0,5095.
⎛M ⎞
ln ⎜ 2 ⎟ = 3,8318 – 0,3123 ln TJLPt
⎝ PIB ⎠t
ep = (0,1157) (0,0532) r2 = 0,6692.
Sendo ambas as regressões bivariadas, podemos verificar que, em termos estatísticos,

o Cambridge k está inversamente relacionado à taxa de juros, conforme as
expectativas. Em termos numéricos, é mais sensível às taxas de longo prazo do que às
de curto prazo. Como a variável dependente é a mesma nos dois modelos, pode-se ver
que o r2 obtido com a TJLP apresenta um ajuste muito melhor.
(c) A resposta está no Exercício 8.29.
7.22 (a) Seguem os resultados do ajuste da função de produção Cobb-Douglas

fornecidos pelo software Eviews 3:
LOG(PRODUÇÃO)
Amostra: 1961 1987
Observações incluídas:
27

C -11,93660 3,211064 -3,717335 0,0011
LOG(MÃO-DE-OBRA) 2,328402 0,599490 3,883972 0,0007
LOG(CAPITAL) 0,139810 0,165391 0,845330 0,4063
Desvio–padrão da variável
dependente
E.P. da regressão 0,081229 Critério info Akaike -2,078645
Soma quad resíduos 0,158356 Critério Schwarz -1,934663
Verossimilhança Log 31,06171 Estatística-F 407,5017
As elasticidades estimadas produção/mão-de-obra e produção/capital são positivas,

como era de se esperar. Mas veremos no próximo capítulo que os resultados,
economicamente falando, não fazem sentido porque o capital não tem relação com a
produção, fato que, se verdadeiro, seria surpreendente. Como veremos, o problema
com os dados talvez seja a colinearidade.
(b) Os resultados da regressão são os seguintes:
LOG(PRODUTIVIDADE)
Data: 29/07/2000 Hora: 18:11
Amostra: 1961 1987
27
C -1,155956 0,074217 -15,57533 0,0000
LOG(RELAÇÃO
0,680756 0,044535 15,28571 0,0000
CAP/MDO)
R-quadrado 0,903345 Variável dependente média -2,254332
Desvio-padrão da variável
dependente
A elasticidade de produção/mão-de-obra (isto é, produtividade da mão-de-obra) em

relação à razão capital/mão-de-obra é de aproximadamente 0,68, indicando que se
esta aumenta em 1%, a produtividade sobe cerca 0,68%, em média. Um das principais
características das economias desenvolvidas é uma relação capital/mão-de-obra
relativamente elevada.
7.23 Repare que usamos todas as 528 observações para estimar a regressão cujos
resultados são mostrados a seguir:
LOG(SALÁRIOM)
Amostra: 1 528
528
C 4,661661 1,954190 2,385470 0,0174
LOG(ESTUDO) -3,165721 1,566685 -2,020650 0,0438
[LOG(ESTUDO)]2 0,836412 0,313436 2,668524 0,0079
dependente
Verossimilhança Log -3593609 Estatística-F 49,14535
Este é um modelo duplo-log, e, portanto, os coeficientes angulares medem

elasticidade. Os resultados sugerem que o percentual de mudança dos salários por
hora diminui à medida que aumentam os anos de estudo, mas a uma taxa maior, ou
seja, torna-se menos negativa.
(b) Não é possível estimar esse modelo devido à perfeita colinearidade. É fácil ver isso
com as propriedades dos logaritmos: log(estudo)² = 2log(estudo).
7.24 Este exercício é para ser feito em aula. Observe que sua resposta dependerá do
número de repetições que fizer. Quanto maior esse número, melhor será a
aproximação.
CAPÍTULO 8
ANÁLISE DE REGRESSÃO MÚLTIPLA: O PROBLEMA DA INFERÊNCIA
8.1 (a) No primeiro modelo, em que vendas é uma função linear de tempo, foi
postulado que a taxa de mudança daquela (dY/dt) é constante e igual a β1, qualquer
que seja o tempo t. No segundo modelo, a taxa de mudança não é constante porque
(dY/dt) = α1 + 2 α2t, que depende de t.
(b) O mais simples a fazer é representar Y em relação ao tempo. Se o gráfico

resultante ficar parecido com uma parábola, talvez o modelo quadrático seja
adequado.
(c) Esse modelo pode ser apropriado para descrever o perfil dos ganhos de um
indivíduo. Tipicamente, quando se entra no mercado de trabalho, os ganhos iniciais
são baixos. Aumentam em seguida devido à experiência acumulada com o tempo, mas
começam a diminuir depois de certa idade.
(d) Procure na Internet sites de fabricantes de automóveis, revistas especializadas

como a Motor Magazine ou associações como a American Automobile Association para
encontrar os dados relativos à venda de automóveis nos Estados Unidos nos últimos
20 anos.
( SQEnovo − SQEvelho ) / NR
8.2 F = , Equação (8.5.16) do texto, em que NR é o número
SQRnovo /( n − k )
de novos regressores. Divida o numerador e o denominador por STQ e recorde que
SQE SQR
R2 = e que (1 − R ) =
2
.
STQ STQ
Substituindo essas expressões em (8.5.16), obteremos (8.5.18).
8.3 Esse é um problema de definição. Conforme mencionado no capítulo, a regressão

sem restrições é conhecida como maior, e aquela com restrições, como menor. A
diferença entre elas é o número de regressores incluídos nos modelos.
8.4 Nas estimações MQO, minimizamos a SQR sem aplicar nenhuma restrição aos
estimadores. Desse modo, a SQR nesse caso representa a mínima verdadeira, ou
SQRSR. Quando aplicamos restrições a um ou mais parâmetros, podemos não obter a
SQR mínima absoluta devido às restrições impostas. (Os que estudam Matemática se
recordarão dos métodos de otimização com e sem restrições.) Então, SQRR>SQRSR, a
menos que as restrições sejam válidas, caso em que os dois termos serão iguais.
SQR SQRSR SQRR

Relembrando que R = 1 − , temos RSR = 1 − ≥ RR2 = 1 −
2 2
.
SQT SQT SQT
Repare que quer usemos a regressão com restrições quer aquela sem restrições, a
n
SQT permanece a mesma, já que é simplesmente igual a ∑ (Y − Y ) .
1
i 2
8.5 (a) Seja β* = (β2 + β3 – 1) o coeficiente de log K. Teste a hipótese nula de que β*
= 0 com o teste t habitual. Se houver mesmo retornos de escala constantes, o valor t
será pequeno.
(b) Se definirmos que a relação produção/capital, medida da produtividade do capital,

é (Y/K), e que a relação mão-de-obra/capital é (L/K), o coeficiente angular dessa
regressão dará a variação média percentual da produtividade do capital para um
percentual de variação da relação mão-de-obra/capital.
(c) Embora a análise seja simétrica, se assumirmos que há retornos de escala

constantes, então o coeficiente angular dará a variação média percentual da
produtividade da mão-de-obra (Y/L) para um percentual de variação da relação
capital/mão-de-obra (K/L). O que distingue os países desenvolvidos daqueles em
desenvolvimento é a elevada relação capital/mão-de-obra existente nas economias dos
primeiros.
(n − k ) R 2
8.6 Comece escrevendo assim a Equação (8.5.11): F= , que pode ser
(k − 1)(1 − R 2 )
(k − 1) R2
reescrita: F = . Daí, com algumas manipulações algébricas, obtemos:
(n − k ) (1 − R 2 )
F (k − 1)
R2 = , que é o resultado que queríamos.
F (k − 1) + (n − k )
Para a regressão (8.2.1), n = 64 e k = 3. Portanto, F0,05(2,62) = 3,15,

aproximadamente. (Nota: Use gl 60 em vez de 62).
Levando esses valores à fórmula anterior de R², obtemos:
2(3,15) 6,30
R2 = = = 0, 0936 .
2(3,15) + 61 67,3
Este é o valor crítico de R² no nível de significância de 5%. Como o valor observado de
R² de 0,07077 em (8.2.1) excede em muito o valor crítico, rejeitamos a hipótese nula
de que o verdadeiro R² é zero.
8.7 Como a Equação (2) é uma forma com restrições da Equação (1), podemos
calcular primeiro a relação F dada na Equação (8.5.18):
2
( Rnovo − Rvelho
2
) /1 (0,9776 − 0,9388)
F= = = 27, 033 .
(1 − Rnovo )(n − k )
2
(1 − 0,9776) /17
Agora, lembre-se de que F1,17 = t172 . Ou seja, 27, 033 = t172 , que dá t = 27, 033 = 5,1993 .
Sob a hipótese nula de que o coeficiente angular verdadeiro da variável tendência seja
βˆ3 βˆ3 23,195
zero, obtemos: t= , daí ep ( βˆ3 ) = = = 4, 461 , que, devido aos erros de
ep ( βˆ3 ) t 5,1993
arredondamento, é aproximadamente igual a 4,2750.
8.8 Uma forma alternativa de escrever o primeiro modelo é

ln Yi − ln X 2i = α1 + α 2 ln X 2i + α 3 ln X 3i = ui , que podemos reescrever:
ln Yi = α1 + (1 + α 2 ) ln X 2i + α 3 ln X 3i = ui . O modelo anterior e o segundo, com os
coeficientes β, são agora, no que tange às observações, os mesmos, com as seguintes
relações entre os coeficientes α e β:
βˆ2 = (1 + α 2 ) ; βˆ3 = αˆ 3 e βˆ1 = αˆ1 .
Os erros-padrão dos coeficientes β estimados podem, portanto, ser facilmente obtidos
por meio daqueles dos coeficientes α estimados, já conhecidos.
8.9 A melhor maneira de entender esse termo é encontrar as taxas de variação de Y

(despesas pessoais de consumo) em relação a X2 a X3, que são:
δY δY
= β2 + β4 X 3 e = β3 + β 4 X 2 .
δ X2 δ X3
Como vemos, a variação média das despesas pessoais de consumo em relação à renda
pessoal depende não só desta, mas também do nível de riqueza pessoal.
Analogamente, a variação média das despesas pessoais de consumo em relação ao
nível de riqueza pessoal depende não só deste, mas também da renda pessoal. Ou
seja, as variáveis renda pessoal e riqueza interagem. Podemos contornar isso
introduzindo essas variáveis na regressão em formato interativo, ou multiplicativo,
além do formato aditivo. A variável DPC só será independente da variável riqueza
quando β4 for igual a zero.
8.10 Relembrando as relações entre as distribuições t e F, sabemos pela primeira

equação que: F1,(n – k) = t2 n- k. Portanto,
F = (-4,728)² = 22,3540.
(n − k ) R 2 (n − 2)(0, 6149)
Pela Equação (8.5.11) do texto, temos F= = = 22,3540 .
(k − 1)(1 − R )2
(1)(0,3851)
Resolvendo essa equação para n, obtemos n ≈ 16. Nota: Na primeira equação, k = 2 e
R² = 0,6149.
8.11 1. Improvável, a não ser para o caso de colinearidade muito alta.

2. Provável. Casos como esse ocorrem freqüentemente no trabalho prático.
3. Provável. Essa seria, em verdade, uma situação ideal.
4. Provável. O modelo de regressão é inútil nessa situação.
5. Poderia ocorrer no caso de a significância de um coeficiente ser insuficiente
para compensar a insignificância do outro 1 .
6. Improvável.
1
Para uma discussão mais extensa deste assunto, consulte A Dictionary of Econometrics, de Adrian C. Darnell, Editora
Edward Elgar, Reino Unido, 1994, pp. 394-395.
8.12 Consulte os resultados da regressão do Exercício 7.21.
(a) Usando a TJCP como taxa de juros, as elasticidades renda real e taxa de juros são,
respectivamente, 0,5243 e -0,0255. Usando a TJLP, as elasticidades correspondentes
são 0,4946 e -0,0516.
(b) Individualmente, a elasticidade renda é significativa em ambos os casos, mas as

elasticidades taxa de juros, não.
(c) Usando a versão R² do teste F dado na Equação (8.5.11), os valores F são 21,5429
(aplicando a TJCP) e 21,3078 (aplicando a TJLP). Os valores p desses F são quase zero
em ambos os casos, levando à rejeição da hipótese de que a renda real e a taxa de
juros não têm, coletivamente, impacto na demanda por moeda.
(d) Nesse caso, a hipótese nula é que o coeficiente de elasticidade de renda é um. Para
testá-la, usaremos o teste t como segue:
(0,5243 − 1)
- com a TJCP como variável taxa de juros, t = = −3, 2920 ;
0,1445
(0, 4946 − 1)
- com a TJLP como variável taxa de juros, t = = −1,8816 .
0, 2686
Com 19 observações e dois regressores, temos gl 16. Como a expectativa é de que o

coeficiente de elasticidade renda seja positivo, podemos aplicar um teste unicaudal. O
valor t crítico unicaudal para gl 16 a 5% é 1,746. Podemos, nesse nível de
significância, rejeitar a hipótese nula de que a elasticidade renda é igual a um. Ela é,
na verdade, menor que um.
8.13 (a) A elasticidade é -1,34, significativamente diferente de zero, pois o valor t sob
a hipótese nula de que o coeficiente de elasticidade verdadeiro é igual a zero é
−1, 43
t= = 4, 4687 .
0,32
O valor p de se obter tal t é extremamente baixo. O coeficiente não é, entretanto,
diferente de um porque, sob a hipótese nula de que a elasticidade verdadeira é igual a
−1,34 − 1
1, temos t = = −1, 0625 , que não é estatisticamente significativo.
0,32
(b) A elasticidade renda, embora positiva, não é estatisticamente diferente de zero,

pois o valor t sob a hipótese nula é menor que 1.
(c) Aplicando a fórmula (7.8.4), obtemos

n −1
R 2 = 1 − (1 − R 2 )
n−k
2
Já que neste caso temos R =0,27, n = 46 e k = 3, basta substituir esses dados na
equação e verificar que R² = 0,3026, aproximadamente.
8.14 (a) A expectativa, a priori, é de que o salário e as outras variáveis explanatórias

sejam positivamente relacionados, e são mesmo. O coeficiente parcial de 0,280
significa que, ceteris paribus, a elasticidade do salário do CEO é de 0,28%. O
coeficiente 0,0174 significa que, ceteris paribus, se a taxa de retorno sobre o
patrimônio subir um ponto percentual (atenção, não é o mesmo que 1%), o salário do
CEO sobe cerca de 1,07%. Analogamente, também ceteris paribus, se a taxa de
retorno sobre as ações da empresa subir um ponto percentual, o salário do CEO sobe
cerca de 0,024%.
(b) Sob a hipótese nula individual, ou separada, de que cada um dos coeficientes
populacionais verdadeiros é igual a zero, podemos obter os valores t simplesmente
dividindo cada coeficiente estimado pelo seu erro-padrão. Esses t para os quatro
coeficientes dados no modelo são, respectivamente, 13,5, 8, 4,25 e 0,44. Como a
amostra é bastante grande, podemos ver, aplicando a regra prática 2-t, que os três
primeiros coeficientes são, em termos estatísticos, muito significativos
individualmente, e o último é insignificante.
(c) Para testar a significância geral, isto é, todos os coeficientes angulares são iguais a
R 2 /(k − 1) 0, 283 / 3
zero, aplique o teste F dado em (8.5.11): F= = = 27, 02
(1 − R ) /(n − k ) 0, 717 / 205
2
Esse valor, sob a hipótese nula, tem a distribuição F com respectivamente, 3 e 205 gl
no numerador e denominador. O valor p de se obter tal F é extremamente pequeno,
levando à rejeição da hipótese nula.
(d) Como a variável dependente está em forma logarítmica, e roe e ros em forma
linear, os coeficientes dessas variáveis fornecem semi-elasticidades, isto é, a taxa de
crescimento da variável dependente em relação à variação de uma unidade (em valor
absoluto) do regressor.
8.15 Aplicando a Equação (3.5.8), podemos verificar que: r12 = 0,9989; r13 = 0,9885 e
r12 = 0,9839, e com as fórmulas dadas na Seção 7.11, que: r12.3 = 0,9705; r13.2 =
0,678 e r23.1 = -0,4930.
Utilizando o teste Fischer dado no exercício, averiguamos que:
r12.3 15 − 1 − 2
t12.3 = = 13,590 .
1 − r12.3
2
Procedendo exatamente da mesma forma, encontramos t13.2 = 3, 20 e t23.1 = 1,963 .

Todos esses valores t são estatisticamente significativos no nível de 5%.
8.16 (a) Os logaritmos dos índices dos preços reais e das taxas de juros no ano
anterior explicam cerca de 79% da variação no logaritmo do estoque de tratores, um
tipo de capital. Como este é um modelo duplo-log, os dois coeficientes angulares são
elasticidades (parciais) preço, cujos sinais são os esperados a priori.
(b) Cada coeficiente angular parcial é individualmente significativo no nível de 5% e

significativamente diferente de um.
R 2 /(k − 1) 0, 793 / 2
(c) Da Equação (8.5.12) do texto, obtemos F= = = 53, 63 .
(1 − R ) /(n − k ) 0, 207 / 28
2
Para n = 31 e k = 3, verificamos que esse valor F é muito significativo.
(d) Veja o item (a).
(e) Aplique o teste F dado em (c).
8.17 (a) Ceteris paribus, um aumento de uma libra esterlina nos preços do produto
final no ano corrente leva a um aumento médio de 0,34 libras esterlinas nos salários e
ordenados por empregado. Analogamente, um aumento de uma libra esterlina nos
preços do produto final no ano anterior leva a um aumento de cerca de 0,004 libras
esterlinas nos salários e ordenados por empregado. Mantendo-se todos os outros
fatores constantes, um aumento de um ponto percentual na taxa de desemprego leva
a um decréscimo de 2,56 libras esterlinas nos salários e ordenados por empregado, em
média. Os três regressores explicaram cerca de 87% da variação do regressando.
(b) Se dividirmos os coeficientes estimados pelos seus erros-padrão, obteremos os

valores t sob a hipótese nula de que os valores dos coeficientes populacionais
verdadeiros são zero. Os t estimados para os três coeficientes angulares são 4,55,
0,055 e -3,89, respectivamente. O primeiro e o terceiro são estatisticamente
significativos, mas o segundo, não.
(c) Como estudaremos no capítulo sobre modelos de defasagem distribuída, esta

variável é incluída para medir o efeito da defasagem, se houver, dos preços do produto
final um ano antes.
(d) Como o valor t desse coeficiente não é significativo, a variável pode ser excluída,
desde que isso não represente o erro de especificação de omissão de uma variável
importante. Veremos mais sobre isso no capítulo sobre especificação do modelo.
∂W U U
(e) Use a seguinte fórmula (padrão) de elasticidade: = −2,56 em que as
∂U W W
barras sobre as variáveis denotam seus valores médios em toda a amostra.
8.18 (a) Ceteris paribus, um aumento de um ponto percentual na taxa de vagas

abertas leva a um aumento médio de 5,29 libras esterlinas nos salários e ordenados
por empregado. Um aumento de 1 libra no PIB por pessoa leva a um decréscimo de
cerca de 0,12 libra nos salários e ordenados por empregado. Um aumento de 1 libra
nos preços das importações no ano corrente e no anterior leva a um aumento médio
de 0,05 libra nos salários e ordenados por empregado.
(b) assim como no exercício anterior, sob a hipótese nula zero, os valores t estimados
para as quatro variáveis explanatórias são, respectivamente, 6,51, -1,04, 2,45 e 2,42,
e todos, exceto o segundo, são estatisticamente significativos.
(c) Seria de se esperar, a priori, que uma produtividade per capita mais elevada
levasse a salários e ordenados maiores. Mas este não é o caso no exemplo em
questão, porque o coeficiente estimado, em termos estatísticos, não é
significativamente diferente de zero, já que seu valor t é só -1.
(d) Seu objetivo é contornar o efeito nos salários e ordenados da defasagem

distribuída dos preços das importações do ano corrente e do anterior. Se esses preços
sobem, espera-se que o custo de vida também suba e, conseqüentemente, salários e
ordenados.
(e) A variável X pode ser retirada do modelo – desde que, é claro, não haja erro de
especificação -- porque tem o sinal errado, e seu valor t é baixo.
R 2 /(k − 1) 0,934 / 4
(f) Use o seguinte teste F: F= = = 49,53 , um valor muito
(1 − R ) /(n − k ) 0, 66 /14
2
significativo. Para 4 graus de liberdade (gl) no numerador e 14 no denominador, o

valor F é 5,04 no nível de significância de 1%.
0, 4515 − 1
8.19 O teste estatístico para a elasticidade renda é t = = −22, 2065 , valor
0, 0247
muito significativo que refuta a hipótese de que a elasticidade verdadeira é 1.
−0,3772 − (−1)
Para a elasticidade preço, o teste estatístico é t = = −9,808 , valor
0, 0635
também significativo que nos leva a concluir que a elasticidade preço verdadeira é
diferente de -1.
8.20 A hipótese nula é que β2 = - β3, ou seja, β2 + β3 = 0. Aplicando o teste estatístico

dado na Equação (8.6.5) do texto, obtemos
0, 4515 + ( −0,3772)
t= = 0,859 , valor que não é significativo no nível
(0, 0247) 2 + (0, 0635) 2 − 2( −0, 0014)
de, digamos, 5%. Não há, então, nenhuma razão para rejeitarmos a hipótese nula.
8.21 (a) A elasticidade preço próprio é -1,274.

1, 274 − 0
(b) Pelo teste t, obtemos t = = 2, 4174 .
0,527
O valor p de se obter tal t estatístico sob a hipótese nula é cerca de 0,034, que é
baixo. Rejeitamos, então, a hipótese de que a elasticidade preço verdadeira é zero.
−1, 274 − (−1)

(c) Usando mais uma vez a fórmula-padrão, temos t = = −0,5199 , valor
0,527
que não é estatisticamente significativo, levando-nos, portanto, a não rejeitar a
hipótese de que a elasticidade preço verdadeira é um.
(d) Embora nenhuma das duas variáveis seja estatisticamente significativa, espera-se
que ambas tenham sinal positivo.
(e) Talvez a amostra seja pequena demais para detectarmos a significância estatística
dos preços dos cravos ou da renda na demanda por rosas. Além disso, os gastos com
rosas devem ser uma parte tão pequena da renda total que não se nota nela seu
impacto.
8.22 (a) Os coeficientes de X2 e X3 são estatisticamente significativos, mas os de X4 e

X5 não o são.
0, 656 / 4
(b) Sim. Aplicando o teste F, obtemos F = = 12,392 , valor que a 5%
(1 − 0, 656) / 26
para 4 e 26 gl é 2,74. Rejeitamos, pois, H0.
(c) Usando o modelo semilogarítimico, obtemos:
log(prospecções) = 2,53203 – 0,0127 tempo

valor t = (38,3766) (-3,3514) r² = 0,2792.
Portanto, a taxa de crescimento instantânea é -1,27%, assim como a taxa de

crescimento composta correspondente. (Tome o antilogaritmo de -0,0127, que vale
0,9873, subtraia dele 1 e multiplique por 100).
[N] Nota: Para valores pequenos de r, ln(1+r) ≈ r.
8.23 (a) Consulte os resultados da regressão dada no Exercício 7.18. Espera-se, a

priori, que todos os coeficientes angulares sejam positivos, o que é verdade, exceto
para a variável vendas militares dos Estados Unidos. O valor R² é bem alto, mas o
modelo parece, em geral, satisfatório.
(b) Podemos usar a versão R² da tabela ANOVA (8.5) do texto.

0,978∑ yi2
Devido à regressão 0,978 ( ∑y2
i ) 4
4
0, 022∑ yi2
Devido
resíduos
aos
87,782 ( ∑y 2
i ) 22
15
STQ 1071,975 23
0,978 / 4
Sob a hipótese nula habitual, a razão F é F = = 166,33 , valor obviamente
0, 022 /15
muito significativo, levando à rejeição da hipótese nula de que todos os coeficientes
angulares são simultaneamente iguais a zero. Em outras palavras, as quatro variáveis
têm, em conjunto, impacto significativo nos gastos com defesa.
8.24 (a) Essa função permite que os produtos marginais de mão-de-obra e capital
subam antes de acabarem caindo e leva em conta a elasticidade variável de
substituição, ao contrário da função de produção Cobb-Douglas normal, que não leva
isso em conta e em que os produtos marginais caem desde o início.
(b) Se β4 = β5 = 0, então e0 = 1. Este é o modelo-padrão.
(c) Pode-se usar o teste F dos mínimos quadrados restritos.
(d) Os resultados são os seguintes:
Variável dependente: LOG(PIB)

Amostra: 1955 1974
20
C -11,70601 2,876300 -4,069814 0,0010
LOG(MÃO-DE-OBRA) 1,410377 0,590731 2,387512 0,0306
LOG(CAPITAL) 0,942699 0,194542 4,845735 0,0002
MÃO-DE-OBRA -9,06E-05 4,35E-05 -2,082179 0,0549
CAPITAL -3,54E-07 4,15E-07 -0,853032 0,4071
dependente
Esses cálculos mostram que os resultados são mistos, pois enquanto o coeficiente de
mão-de-obra é estatisticamente significativo, o de capital não o é. Compare esses
resultados com os do Exemplo 8.3 do livro-texto, obtidos com a função de produção
Cobb-Douglas normal.
8.25 (a) Sim. O índice do preço do combustível é negativo e estatisticamente

significativo no nível de 1%.
(b) A perda de produtividade foi de 6,48% [(-0,1081)(60%)].
(c) A taxa de crescimento tendencial da produtividade foi de 0,45%.
(d) Em média, para a amostra, um aumento de 1% na relação mão-de-obra/capital

leva a um aumento de 0,71% na produtividade.
(e) Veja a Questão 8.11. Se cada coeficiente individual for estatisticamente

significativo, então é improvável que R² = 0. No caso em tela,
0,98 / 3
F= = 1928,37 , valor muito significativo, de forma que se pode rejeitar a
(1 − 0,98) /118
hipótese de que R² é zero.
8.26 (a) Segundo o software Eviews 3 os resultados são os seguintes:
Variável dependente: Y
Amostra: 1968 1983
16
Variável Coeficiente Erro–padrão Estatística-t Probabilidade
C 5962,656 2507,724 2,377716 0,0388
X2 4,883663 2,512542 1,943714 0,0806
X3 2,363956 0,843559 2,802361 0,0187
X4 -819,1287 187,7072 -4,363863 0,0014
X5 12,01048 147,0496 0,081676 0,9365
X6 -851,3927 292,1447 -2,914284 0,0155
dependente
Soma quad resíduos 3938824 Critério Schwarz 16,29140
Verossimilhança Log -122,0134 Estatística-F 9,283507
(b) Seria esperado que β2, β3 e β6 fossem positivos e β4 e β5, negativos.
(c) β2, β3 e β4 estão de acordo com as expectativas, mas os outros, não.
(d) De acordo com os resultados da regressão, X3, X4 e X6 são significativos no nível de

5%, e X2 no nível de 10%, mas X5 é estatisticamente insignificante.
(e) Aplicamos a metodologia dos mínimos quadrados restritos discutida no capítulo.

Regressando Y contra X2, X3 e X4 somente, obtemos RR = 0,6012. Incluindo todos os
2
regressores, como se vê em (a), temos RSR = 0,8227. Portanto, aplicando a Equação

2
(0,8227 − 0, 6012) / 2
(8.7.10), obtemos F = = 6, 25 .
(1 − 0,8227) /10
Para gl 2 e 10 no numerador e denominador, respectivamente, o valor F crítico a 5% é
4,10. Rejeitamos, portanto, a hipótese de que as variáveis X5 e X6 não se encaixam no
modelo.
8.27 (a) Como ambos são modelos log-lineares, os coeficientes angulares estimados
representam a elasticidade (parcial) da variável dependente em relação ao regressor
sob observação. Por exemplo, o coeficiente 0,94 na Equação (3) significa que se a
produção em kWh aumenta 1%, em média, o custo total de produção sobe em 0,94%.
Analogamente, na Equação (4), se o preço da mão-de-obra em relação ao preço do
combustível sobe 1%, em média, o custo relativo de produção sobe 0,51%.
(b) Use a estatística F como segue:

( SQRR − SQRSR ) / NR (0,364 − 0,336) /1
F= = = 1, 012 , em que NR é o número de
(1 − SQRSR ) / n − k (1 − 0,336) / 24
restrições.
Esse F não é significativo. No nível de 5%, e para gl 1 e 24 no numerador e
denominador, respectivamente, o valor F crítico é 4,26. Logo, não rejeitamos a
hipótese nula de que a soma das elasticidades preço é igual a um.
Nota: Não use a versão R² do teste F dado em (8.7.10) do texto, pois as variáveis
dependentes nas Equações (3) e (4) não são as mesmas.
8.28 (a) Não. O γ3 estimado é significativamente diferente de zero, pois seu valor t é
5,3.
(b) Sim, já que ela lança luz sobre a validade da teoria. Além disso, é estatisticamente
significativa, como observado em (a).
(c) Não. O retorno parece alto demais para letras do tesouro dos Estados Unidos.
(d) Não. Novamente, parece muito alto.
(e) Uma pesquisa na literatura recente sobre CAPM indica que o modelo pode não ser
adequado a todas as situações.
8.29 Discutiremos apenas os resultados baseados na TJCP, pois os baseados na TJLP

são análogos.
O modelo em (a) do Exercício 7.21 é o modelo irrestrito e aquele em (b), o restrito.

Como as variáveis dependentes são diferentes nos dois, usaremos o teste F dado na
Equação (8.7.9) do texto. As SQR com e sem restrições valem, respectivamente,
0,0772 e 0,0463. Repare que aplicamos apenas uma restrição, a de que o coeficiente
de Y no primeiro modelo é um.
(0, 0772 − 0, 0463) /1

F= = 10, 69 .
(0, 0463) /(19 − 3)
Para gl 1 e 16, numerador e denominador, respectivamente, o valor F crítico a 5% é

4,49. Então, rejeitamos o modelo restrito e concluímos que a elasticidade verdadeira
renda é menor que um.
8.30 Precisamos saber a covariância entre os dois estimadores dos coeficientes

angulares para usar o teste t dado em (8.7.4) do texto. A partir dos dados fornecidos,
podemos mostrar que cov( βˆ2 , βˆ3 ) = −0,3319 . Aplicando (8.7.4) aos dados do México,
(0,3397 + 0,8460 − 1)
obtemos: t = = 1,94 .
0, 0345 + 0, 0087 + 2(−0, 0173)
Pela tabela t, vemos que o valor t bicaudal a 5% é 2,12. Assim, nesse nível de
significância, não rejeitamos a hipótese de retornos constantes de escala, muito
embora numericamente a soma dos dois coeficientes (1,19) seja maior que um.
8.31(a) A priori, deveríamos esperar uma relação positiva entre MI (mortalidade

infantil) e TFT (taxa de fertilidade total), pois quanto maior o número de filhos de uma
mulher, maior a probabilidade de aumento da mortalidade devido à saúde e outros
fatores.
(b) Os coeficientes de PNBpc não são muito diferentes, mas o de TAF é. Podemos usar
o teste t para saber se a diferença é real. Suponha que usemos a Equação (1) e que,
por hipótese, o coeficiente verdadeiro de PNBpc seja -1,7680. Podemos agora aplicar o
−2, 2316 − (−1, 7680) −0, 4636
seguinte teste: t = = − 2, 2086 , valor que é maior que 2
0, 2099 0, 2099
em termos absolutos, levando à rejeição da hipótese de que o coeficiente verdadeiro é
igual a -1,7680. Repare que usamos aqui a regra prática 2-t, uma vez que o número
de observações é razoavelmente alto.
(c) Podemos encarar o modelo (1) como a versão com restrições do modelo (2) e
podemos, então, usar a versão R² do teste F dado em (8.7.10) do texto, pois as
variáveis dos dois modelos são as mesmas. A estatística F resultante é a seguinte:
(0, 07474 − 0, 7077) /1 0, 0397
F= = = 9, 4523
(1 − 0, 7474) /(64 − 4) 0, 0042
Sob as premissas normais, esse valor tem a distribuição F com 1 e 60 gl no numerador
e denominador, respectivamente. O F crítico para esses gl a 1% é 7,08. Como o F
calculado excede esse valor crítico, podemos rejeitar o modelo restrito (1) e concluir
que a variável TFT deve ser mantida.
(d) Relembre que F1,k = tk2 . Portanto, extraindo a raiz quadrada (positiva) do valor F
dado em (c), temos t = 9, 4523 = 3, 0744 .
Logo, sob a hipótese nula de que o valor verdadeiro do coeficiente de TFT no modelo
(2) é zero, podemos obter o erro-padrão do coeficiente TFT estimado dividindo-o pelo
12,8686
valor t: ep = = 4,1857 .
3, 0744
8.32 (a) O coeficiente angular do modelo I nos informa que para cada incremento de
uma unidade nos gastos com publicidade, temos, em média, um aumento de 0,363
unidades nas impressões retidas. A taxa (média) de crescimento das impressões no
modelo II depende do nível de gastos com publicidade. Tirando a derivada de Y em
dY
relação a X, obtemos = 1, 0847 − 0, 008 X , um indicativo de que as impressões
dX
retidas aumentam a uma taxa decrescente conforme aumentam os gastos com
publicidade.
(b) & (c) Podemos encarar o modelo I como a versão condensada, ou restrita, do
modelo II e, por isso, aplicar a técnica dos mínimos quadrados restritos para escolher
entre os dois. Como a variável dependente é a mesma em ambos, podemos usar a
versão R² do teste F dado em (8.7.10). Seguem os resultados:
(0,53 − 0, 424) /1 0,106
F= = = 4, 0613 , valor que, sob as premissas normais do teste
(1 − 0,53) /18 0, 0261
F, segue a distribuição F com 1 e 18 gl no numerador e denominador,
respectivamente, com valor F crítico de 4,41 no nível de 5% e 3,01 no nível de 10%. O
valor p é 0,0591 a cerca de 6%, próximo dos 5%. Parece que devemos manter no
modelo a variável X².
(d) Há retornos decrescentes nos gastos com publicidade, conforme observado em (b).
Se o coeficiente do termo X² fosse positivo, os retornos com tais gastos teriam sido
crescentes. Igualando a derivada em (b) a zero, temos 1,0847 = 0,008X, logo X =
135,58, valor em que a taxa de crescimento de Y em relação a X é zero. Como X é
medido em milhões de dólares, pode-se dizer que no nível de gastos da ordem de 136
milhões de dólares não há mais nenhum ganho nas impressões retidas, medidas em
milhões.
8.33 (a) Aplicando os dados da regressão (7.9.4) no teste t (8.7.4), obtemos:
(1, 4988 + 0, 4899 − 1) 0,9887

t= = = 2, 0849 .
(0,5398) + (0,1020) − 2(0, 03843)
2 2 0, 4742
Como 15 é o tamanho da amostra, temos gl 12. O valor t anterior é significativo no

nível de 5%, indicando que talvez tenha havido retornos de escala crescentes no setor
agrícola taiwanês.
(b) Impondo a restrição de constantes retornos de escala, os resultados da regressão

são os seguintes:
⎛ Y ⎞ ⎛ X3 ⎞
ln ⎜ ⎟ = 1, 7086 + 0, 6129 ln ⎜ ⎟
⎝ X2 ⎠ ⎝ X2 ⎠
ep = (0,4159) (0,0933) R² = 0,7685 SQR = 0,0915.
A SQR sem restrições, SQRSR, pela regressão (7.9.4) é 0,0672 e a SQR com restrições,
SQRR, pela regressão em (b), é 0,0915. Com o teste F dado em (8.7.9), obtemos
(0, 0915 − 0, 0672) /1
F= = 4,3393 . Sob as premissas habituais do teste F, esse valor
(0, 0672) /12
tem distribuição F com 1gl no numerador e 12 gl no denominador. O valor p de se
obter um F de 4,34 ou maior é de 0,0593 ou cerca de 6%, próximo do nível de
significância de 5%. Parece, novamente, que houve retornos de escala crescentes no
setor agrícola taiwanês.
Observe que a pequena diferença nos níveis de significância de t e F deve-se a erros

de arredondamento. Repare também que, como as variáveis dependentes são
diferentes nos modelos com e sem restrições, não podemos usar versão R² do teste F.
8.34 Seguindo exatamente os mesmos procedimentos mostrados na Seção 8.8 do

texto, aqui vão as várias somas dos quadrados dos resíduos:
SQR1 = 1953,639 (1970–1982)

SQR2 = 9616,213 (1983–1995)
SQRR = 23248,30 (1970–1995), que é a SQR com restrições. A SQRSR =
(1953,639+9616,213) = 11569,852.
( SQRR − SQRSR ) / k (11678, 448) / 2

Com o teste F, obtemos F = = = 11,1032 .
( SQRSR ) /( n1 + n2 − 2k ) (11569,852) / 22
O valor p de se obter um valor F de 11 ou mais é cerca de 0,0005, uma probabilidade

mesmo muito pequena.
Embora a conclusão geral deste exercício e do exemplo visto na Seção 8.8 do texto
seja a mesma, isto é, que houve uma variação estatisticamente significativa na
regressão poupança-renda, a resposta depende do ponto de quebra escolhido para
dividir a amostra, como vemos pelos valores F.
CAPÍTULO 9
MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS
9.1 (a) Se o intercepto estiver presente no modelo, inclua 11 variáveis binárias. Caso
contrário, inclua 12.
(b) Se o intercepto não estiver no modelo (isto é, regressão pela origem), introduza
seis variáveis binárias. Caso contrário, introduza apenas cinco.
9.2 (a) De acordo com a teoria econômica, 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 número de filhos. Uma variável binária interativa
para idade e filhos com menos de 6 anos ou entre 6 e 13 anos talvez esclareça melhor
a relação entre idade e horas de trabalho desejadas.
(b) Mantendo-se todos os outros fatores constantes, espera-se que a variável horas de
trabalho desejadas seja maior que o valor do intercepto (comum) de 1286 horas, mas
esse coeficiente tem sinal negativo, e como não é estatisticamente significativo, pouco
se pode dizer sobre o impacto de X6 em Y (média). Quanto a X7, espera-se que seu
coeficiente seja positivo, e é mesmo. Além disso, é estatisticamente significativo, pois
o valor t é bem alto.
(c) Isso talvez se deva às colinearidades entre a idade e a escolaridade e entre estas e
o número de filhos. Repare também que o modelo não inclui os anos de estudo
completados pelo marido.
9.3 (a) Espera-se que a relação entre as duas variáveis seja negativa porque se a taxa
de desemprego for alta, indicando excesso de oferta de mão-de-obra no mercado de
trabalho, é menos provável que os empregadores anunciem vagas em aberto.
(b) Ela é 3,8998 (=2,7491+1,1507). Como o coeficiente da variável binária é

estatisticamente significativo, a taxa de desemprego é estatisticamente maior no
período após o quarto trimestre de 1966 do que era antes dele.
(c) Como o coeficiente diferencial da variável binária é quase significativo no nível de

5%, podemos dizer que os coeficientes angulares da função de regressão são
diferentes nos dois períodos.
(d) É muito provável que sim. O governo, ao tornar os benefícios-desemprego mais

generosos, reduz o custo de oportunidade de se permanecer desempregado.
9.4 Os resultados mostram que o preço médio por barril em 1974 estava US$5,22
mais alto do que nos outros anos da amostra, mas o coeficiente angular, US$0,30, é o
mesmo em todo o período. O gráfico se assemelha ao da Figura 9.3 b do texto com a
linha de regressão 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.
9.5 (a) Homens: E (Yi ) = (α1 + α 2 ) + β X i . Mulheres: E (Yi ) = α1 + β X i . Mantendo X

constante, o salário médio dos homens é diferente por α2 .
(b) Homens: E (Yi ) = (α1 + 2α 2 ) + β X i . Mulheres: E (Yi ) = (α1 + α 2 ) + β X i . Mantendo X

constante, o salário médio dos homens também neste caso é diferente por α2 .
(c) Homens: E (Yi ) = (α1 − α 2 ) + β X i . Mulheres: E (Yi ) = (α1 + α 2 ) + β X i . Mantendo X

constante, a diferença entre o salário médio das mulheres e dos homens é 2α 2 .
Como a escala da variável binária é arbitrária, a escolha não afetará a resposta, pois
nenhum método apresenta vantagens sobre o outro.
( βˆ2 − βˆ3 ) − ( β 2 − β3 )
9.6 Conforme o Capítulo 8, podemos usar o seguinte teste t: t= .
ep( βˆ − βˆ )
2 3
Mas sob a hipótese nula de que β 2 = β3 , o segundo termo do numerador dessa

equação passa a ser zero. Repare também que
ep( βˆ2 − βˆ3 ) = [var( βˆ2 ) + var( βˆ3 ) − 2 cov( βˆ2 , βˆ3 )] . Pode-se mostrar, para o nosso
exemplo, que ep( βˆ − βˆ ) = 84,8392.
2 3
245,3750 − 347, 6250

Portanto, a estatística anterior torna-se t = = −1, 2055 , valor que
84,8392
não é significativo e leva à conclusão de que os coeficientes de D2 e D3, embora sejam
ambos em termos estatísticos significativamente diferentes do intercepto do primeiro
trimestre, não o são um do outro.
Exatamente pelas mesmas razões, para testar a hipótese de que os coeficientes de D2

245,3750 − (−62,1250)
e D4 são iguais, obtemos t = = 3, 6245 , valor estatisticamente
84,8392
significativo, indicando que os coeficientes de D2 e D4 são diferentes.
A resposta à última parte da pergunta é, em geral, não. Em termos lógicos, se A for

diferente de B e também for diferente de C, isso não implica necessariamente que B e
C sejam diferentes. Pode-se, é claro, aplicar o teste t para responder a essa pergunta
numericamente.
9.7 (a) & (b) Os erros-padrão dos coeficientes da regressão (9.5.6) podem ser obtidos
diretamente de (9.5.4). Mas para obter os erros-padrão dos coeficientes em (9.5.7),
teremos de achar os de (αˆ1 + αˆ 2 ) e os de ( βˆ1 + βˆ2 ) por meio da conhecida fórmula
estatística para o erro-padrão da soma ou diferença de dois ou mais coeficientes, que
está na dica do Exercício 9.6. Para aplicá-la, precisamos das covariâncias dos termos
envolvidos na soma e diferença dos coeficientes, sem as quais não poderemos calcular
os erros-padrão. Para o nosso exemplo, var (αˆ1 ) = 406,6205; var (αˆ 2 ) = 1094,443;
var ( βˆ1 ) = 0,00021; var ( βˆ2 ) = 0,000255; cov (αˆ1 , αˆ 2 ) = –406,6205 e cov ( βˆ1 , βˆ2 ) = –
0,00021. Portanto:
ep (αˆ1 + αˆ 2 ) = [406, 6205 + 1094, 443 − 2(406, 6205)] = 26, 2263 e

ep ( βˆ1 + βˆ2 ) = [0, 00021 + 0, 000255 − 2(0, 00021)] = 0, 0067 .
Nota: Esses ep são um tanto diferentes daqueles informados em (8.8.2a) devido a

erros de arredondamento e aproximação.
9.8 (a) Desprezando por enquanto as variáveis binárias, cada coeficiente angular
estimado representa uma elasticidade, pois essa regressão é duplo-log. Então, se X2
(número total de agências do banco) subir em média 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 variáveis X
logarítmicas que, a priori, espera-se que sejam positivos, e são mesmo.
(b) & (c) Como o regressando está em forma logarítmica, temos de interpretar os
coeficientes das variáveis binárias de acordo com a sugestão de Halvorsen e Palmquist.
Tire o antilogaritimo de cada coeficiente estimado ligado a uma variável binária e
subtraia-lhe um. Multiplique o resultado por 100, o que dará a variação percentual do
regressando quando a variável binária for do estado zero para o estado um. Considere,
por exemplo, o coeficiente de D4, que é –0,2572. Tirando seu antilogaritmo, achamos
0,7732; subtraindo-lhe um e multiplicando o resultado por 100, obteremos -22,68%.
Então, se a auditoria for realizada em conjunto com o órgão estadual competente, as
horas trabalhadas pelos auditores da FDIC caem cerca de 23%. Deve-se interpretar da
mesma forma os outros coeficientes das variáveis binárias.
9.9 (a) & (c) Ceteris paribus, se a taxa de inflação 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 econômicos, não faz
sentido. Contudo, o coeficiente da TL não é estatisticamente significativo, pois seu
valor t é só –1,34. Se a taxa de desemprego subir um ponto percentual, espera-se que
a taxa média da TL caia 0,71 ponto percentual. Esse coeficiente é estatisticamente
significativo, pois seu valor t é –4,24. Além disso, faz sentido em termos econômicos,
pois uma taxa de desemprego mais alta significa que a economia está em queda, e o
Fed, para revigorá-la, provavelmente reduziria a taxa da TL. Se a variação na base
monetária subir uma unidade, em média, 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 terá o efeito de reduzir a taxa de juros, ceteris paribus. O valor defasado
de Y é positivo, estatisticamente significativo e leva em conta a dinâmica da variação,
assunto que será discutido no capítulo sobre modelos de defasagem distribuída.
(b) No final de 1979, o então diretor do Federal Reserve System (o Banco Central dos
Estados Unidos), Paul Volker, mudou a política monetária – cuja meta era a taxa de
juros e passou a ser a base monetária – com o objetivo de reduzir a
(comparativamente) alta taxa de inflação que havia então na economia dos Estados
Unidos. Com o aperto da base monetária, que levou a aumentos na taxa da TL, a taxa
de inflação acabou caindo consideravelmente. A propósito, repare que o coeficiente da
variável binária é estatisticamente significativo.
9.10 Escreva assim o modelo: Yi = α1 + α 2 D + β1 X i + β 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 * ) = α1 + β1 X i
E (Yi | D = 1, X i > X * ) = (α1 + α 2 ) + ( β1 + β 2 )( X i − X * )
Então, quando Xi excede X*, o intercepto varia por α2 e o coeficiente angular por β2.
9.11 (a) Essa designação das variáveis binárias presume uma diferença constante
(proporcional): a escala da loja de rede é 10 vezes a daquela de descontos, e a da loja
de conveniência é 10 vezes a de rede (ou 100 vezes a da loja de descontos). Isto é,
obviamente, arbitrário.
(b) Como esperado, os refrigerantes de marca são mais caros do que aqueles sem
marca. Os resultados também indicam que recipientes menores são mais caros que os
maiores, também como esperado. O modelo explica cerca de 60% da variação do
preço dos refrigerantes.
(c) A variável binária tem os valores mais elevados atribuídos aos menores recipientes.
9.12 (a) O coeficiente da variável renda em formato logarítmico é uma semi-

elasticidade, ou seja, representa a variação absoluta da expectativa de vida para uma
variação percentual na renda.
(b) Esse coeficiente mostra que é provável que a expectativa média de vida aumente
0,0939 anos se a renda per capita aumentar 1%, ceteris paribus. (Veja o Capítulo 6
sobre o modelo lin-log).
(c) Esse regressor foi incluído 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 também informa o número de anos adicionais que se pode esperar viver
quando a renda passa de US$1097. O valor do coeficiente estimado não é, entretanto,
estatisticamente significativo, pois seu valor p é de 0,1618.
(d) A equação da regressão para os países cuja renda per capita está abaixo do nível
de 1097 dólares americanos é –2,40+9,39 lnXi , e para os países cuja renda está
acima desse nível é –2,40+(9,39–3,36) lnXi + (3,36)(7) = 21,12 + 6,03 lnXi.
Embora numericamente as duas regressões pareçam diferentes, não o são

estatisticamente, pois o coeficiente do último termo da equação é zero em termos
estatísticos. Se considerarmos países mais ricos aqueles com renda per capita maior
que US$1097, parece não haver entre estes e os outros mais pobres nenhuma
diferença estatística perceptível na expectativa de vida.
9.13 (a) & (b) β1 dá o valor esperado de Y para as 20 primeiras observações e β2 dá a

variação do valor esperado de Y para as 30 observações seguintes, sendo (β1 + β2 ) o
valor esperado real de Y para as últimas 30 observações.
(c) Pela conhecida fórmula para achar a soma ou a diferença de duas ou mais variáveis
aleatórias (veja Apêndice A do texto) pode-se demonstrar que
var( βˆ1 + βˆ2 ) = var( βˆ1 ) + var( βˆ2 ) + 2cov( βˆ1 , βˆ2 ) . Para obter os valores numéricos,
aplicamos as fórmulas dados no Capítulo 3 para o modelo de duas variáveis. Temos,
então:
var( βˆ ) =
∑D 2
σ2 =
1 ⎛ 30 ⎞ σ2 300
⎜ ⎟ 300 = 15 e var( β 2 ) = = = 25 .
i ˆ
n∑ ( D − D ) ∑ ( D − D)
1
i
2
50 ⎝ 12 ⎠ i
2
12
Isso nos informa que a covariância entre os dois estimadores é 15. Juntando esses
números todos, temos var( βˆ1 + βˆ2 ) = 10 .
Nota: Verifique que ∑ ( D − D)

i
2
= 12 .
9.14 (a) A relação esperada entre as duas variáveis é negativa.
(b). Sim, confirmam.
(c) & (d) Nos estados em que não havia leis de direito ao trabalho, a média de
empregados que pertenciam a sindicatos era de 19,8%. Por outro lado, nos estados
com essas leis, essa média era 9,39 pontos percentuais menor, aproximadamente,
com um total real de sindicalizados de 10,42%.
βˆ2 = ∑
( Di − D)Yi
9.15 Pelas fórmulas dos MQO dadas no Capítulo 3, temos
∑ ( D − D)
i
2
(1)
É fácil 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 Equação (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 é dado por βˆ1 + Y − βˆ2 D que, depois das substituições fica βˆ1 = Ysg .
9.16 (a) 2,4%.

(b) Como tanto o intercepto diferencial quanto os coeficientes angulares são muito
significativos, os níveis e as taxas de crescimento da população são diferentes nos dois
períodos. Essa taxa para o período anterior a 1978 é de 1,5% e para o posterior,
2,6%(= 1,5%+1,1%).
Problemas
9.17 Fazendo a regressão separadamente para os dois períodos, encontramos σˆ1 =

2
0,00768 (gl = 30) para o primeiro e σˆ 2 = 0,03638 (gl = 17) para o segundo. Então,
2
sob a premissa de que as variâncias das populações respectivas são as mesmas, e de

acordo com a Equação (8.8.8), a relação a seguir está de acordo com a distribuição F:
σˆ 22
F= F .
σˆ 22 ( n − k ),( n − k )
1 2
No nosso exemplo, k = 2, n1 = 32 e n2 = 19. Levando esses valores à expressão

anterior, obtemos F = 4,7369. O valor p de se obter um F de 4,7369 ou maior é de
0,00001, muito pequeno. A conclusão é que as variâncias nos dois subperíodos não
são iguais.
9.18 A variável dependente nos modelos (9.7.3) e (9.7.4) é a mesma, então podemos
usar a versão R² do teste F dado na Equação (8.7.10). No caso em tela, obtemos o R²
restrito ( RR ) de (9.7.3), que vale 0,5318, e o irrestrito ( RSR ) vale 0,7298 e é dado por
2 2
(9.7.4). No exemplo, n = 2, k = 5 e m = 1. Lançando esses valores na Equação

(0, 7298 − 0,5318) /1
(8.7.10), obtemos F = = 19,8 , que tem a distribuição F com 1 e 27
(1 − 0, 7298) /(32 − 5)
gl respectivamente no numerador e denominador. Com essa distribuição, o valor p de
se obter um F de 19,8 ou maior é praticamente zero. Concluímos daí que não é valida
a restrição imposta pelo modelo (9.7.3) de excluir a variável X. Ou melhor, a variável
X, despesas com bens duráveis, deve – definitivamente – ser incluída no modelo.
9.19 Neste caso, a variável binária Z toma o valor 2 quando D = 0 e o valor 5 quando
D = 1. Com esses valores, obtemos os seguintes resultados para a regressão:
Variável dependente: POUPANÇA

Método: Mínimos quadrados
Amostra: 1970 1995
26
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 ajustado 0,865846 Desvio-padrão da variável 63,20446
dependente
Temos de ter cuidado ao comparar esses resultados àqueles dados em (9.5.4), (9.5.5)
e (9.5.6), pois a variável Z toma o valor 2 quando D = 0 e 5 quando D = 1. Para obter
as regressões poupança-renda comparáveis a (9.5.5), em que o valor original da
variável binária era zero, e (9.5.6), em que esse valor era 1, atribua à variável Z o
valor 2, no primeiro caso, e 5 no segundo, onde quer que ela apareça, como a seguir:
Regressão poupança-renda 1970–1981

Poupança = [-100,6363+2(50,826180)]+[0,123978–2(0,02182)]renda =
1,0161+0,0803 renda,
resultado que é o mesmo obtido em (9.5.5), descontados os erros de arredondamento.
Regressão poupança-renda 1982–1995

Poupança = [-100,6363+5(50,826180)]+[0,123978–5(0,02182)]renda=
153,4947+0,0148 renda,
resultado que é o mesmo obtido em (9.5.6).
A lição neste exercício é que a escolha dos valores numéricos para as variáveis binárias
é essencialmente arbitrária.
9.20 Como seria de se esperar, o sinal do coeficiente da variável binária na regressão

(9.5.4) vai se tornar negativo (–152,4768) e o do coeficiente de (DtXt), positivo. O
termo do intercepto será agora 153,4973, e o coeficiente da variável renda, 0,0148.
Todas essas mudanças são lógicas.
9.21 (a) Como a variável binária está em formato logarítmico, e o logaritmo de zero
não existe, redefinido-a como 1 e 10 será possível obter logaritmos.
(b) Os resultados da regressão são os seguintes, com os valores t entre parênteses:
ln(poupança)t = –0,1589+0,6695 lnrendat +(–0,00029)lnDt

t = (–0,2074) (6,2362) (–0,00505)
R² = 0,8780.
Para todos os propósitos práticos, os dois termos de intercepto são iguais, pois o
coeficiente da variável binária não é estatisticamente significativo. A interpretação do
valor –0,1589 do coeficiente de intercepto é que ele representa o valor do logaritmo da
poupança quando todos os regressores tomam o valor zero. Se tirarmos o
antilogaritmo desse valor, obtemos 0,8531 (bilhões de dólares), número que, é claro,
não tem muito significado econômico.
Pode ser interessante comparar esses resultados com os seguintes, que levam em
conta o efeito de interação:
ln(poupança)t = –2,0048+0,9288 lnrendat +2,3278lnDt –0,2985lnDt* rendat

t = (–2,6528) (8,7596) (3,9696) (–3,9820)
R² = 0,9291.
Temos agora um quadro completamente diferente, pois tanto o intercepto quanto o

coeficiente angular diferenciais binários são significativos. Para o período 1982 a 1995,
a propensão marginal a poupar (PMP) é 0,6303, enquanto para o período anterior é
0,9288. E por sinal, o termo de intercepto para o primeiro período é negativo, mas
positivo para o segundo.
Veja só como erros de especificação podem mudar os resultados, como demonstrado

nos cálculos anteriores.
9.22 (a) Apresentamos os resultados para os três eletrodomésticos em forma de

tabela, como segue:
Eletrodoméstico Intercepto D2 D3 D4 R²
Lavadora de
748,2500 8,25 42,875 49,875 0,0219
louças
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” são, de fato, interceptos diferenciais, sendo o primeiro

trimestre o de referência. Somente a variável binária do quarto trimestre para
máquinas de lavar roupas é significativamente diferente da do primeiro em termos
estatísticos, indicando que só para essas máquinas há 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 não no quarto.
(c) Não há necessidade de dessazonalizar os dados porque não há sazonalidade

estatística visível para as vendas de lavadoras de pratos e trituradores de lixo. Quanto
às lavadoras de roupas, os resíduos da regressão representarão uma série temporal
dessazonalizada.
9.23 Seguem os resultados da regressão fornecidos pelo software Eviews 3. Nas

tabelas seguintes, D1, D2 e D3 são as variáveis binárias 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 duráveis em bilhões de dólares. Nem
todas as estatísticas das tabelas já foram discutidas, mas serão ao longo do livro à
medida que avançarmos.
Variável dependente: PRAT
Amostra: 1978:1
1985:4
32
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
dependente
Variável dependente: TRIT

Amostra: 1978:1
1985:4
32
Variável Coeficiente Erro-padrão Estatística–t 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
dependente
Variável dependente: ROUP

Amostra: 1978:1
1985:4
32
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
D3 -122,0311 39,61418 -3,080491 0,0047
DUR 1,754688 0,374996 4,679221 0,0001
dependente
(b) A inclusão de gastos com bens duráveis na equação para as máquinas de lavar
pratos não muda o resultado no que tange à sazonalidade, que não existe nos dados
(comparados aos do primeiro trimestre). Os resultados para os trituradores de lixo são
consideravelmente diferentes, pois que há sazonalidade pronunciada nos segundo e
terceiro trimestres. Para as máquinas de lavar roupas, os resultados são
qualitativamente os mesmos. Observe, entretanto, que o coeficiente de gastos com
bens duráveis é estatisticamente significativo em todas as regressões.
(c) A inclusão das variáveis binárias no modelo de regressão remove a sazonalidade,

se houver, não só da venda dos vários eletrodomésticos, mas também dos gastos com
bens duráveis, a la teorema de Frisch-Waugh mencionado no capítulo do livro-texto.
9.24 (a) & (b) Este é um trabalho para ser feito individualmente pelos alunos. Nos
Estados Unidos, as eleições presidenciais de 2000 ocorreram em sete de novembro. Se
você tivesse usado seu modelo, sua previsão do resultado teria sido correta?
(c) Os resultados desse modelo são os seguintes:
Variável dependente: V
Amostra: 1 21
21
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
dependente
Talvez G possa ser incluído no modelo como regressor, embora os autores não o
tenham feito.
9.25 Os resultados do Eviews 3 para a regressão são os seguintes:
Variável dependente: SALH

Amostra: 1 528
528
C -0,261014 1,106956 -0,235794 0,8137
GÊNERO -2,360657 0,430203 -5,487303 0,0000
RAÇA -1,732729 0,794716 -2,180314 0,0297
GÊNERO*RAÇA 2,128986 1,222109 1,742059 0,0821
ESCOLARIDADE 0,802807 0,081014 9,909478 0,0000
dependente
Como mostram os resultados, a variável binária interativa gênero-raça é

estatisticamente significativa no nível de 8%. Se considerarmos que esse valor p é
suficientemente baixo, essa variável é significativa, e os resultados dados em (9.6.4)
têm de ser reinterpretados. Em relação só ao gênero – repare que a variável binária do
gênero é 1 para as mulheres –, o seu salário médio por hora é cerca de US$2,36 mais
baixo em comparação ao dos homens. Da mesma forma, o salário médio por hora dos
não-brancos e não-hispânicos é US$1,73 mais baixo. Mas esses resultados precisam
ser modificados para levar em consideração a variável binária gênero-raça.
Por exemplo, se mantivermos raça constante, o salário médio por hora das mulheres
passa a ser só US$0,2317 (= -2,3606 + 2,1289) mais baixo. Analogamente, se
mantivermos gênero constante, o salário médio por hora dos trabalhadores não-
brancos e não-hispânicos passa a ser US$0,3962 (= -1,7327 + 2,1289) mais alto.
Podemos ver, desse modo, como a variável binária interativa (ou multiplicativa)
atenua ou exagera o efeito das aditivas.
9.26 Os resultados do Eviews 3 para a regressão são os seguintes:
Variável dependente: SALH

Amostra: 1 528
528
C 9,067519 0,446115 20,32552 0,0000
ECIVIL 0,713991 0,551188 1,295367 0,1958
REGIÃO -2,540727 0,826694 -3,073359 0,0022
ECIVIL*REGIÃO 1,323573 1,020982 1,296373 0,1954
dependente
Os resultados indicam que não parece haver muita interação entre o estado civil e a
região, pois a variável binária multiplicativa – com valor p de cerca de 20% – não é
significativa. Não há, aparentemente, necessidade de incluir essa variável binária, e os
resultados dados em (9.3.1) são, portanto, confiáveis.
9.27 β̂1 dará o valor médio das primeiras 40 observações, e ( βˆ1 + βˆ2 ) o das 60
observações seguintes. A variância de β̂1 é 100/40 e a de ( βˆ1 + βˆ2 ) é 100/60. Lembre-
se de que se X for uma variável aleatória com média E(X) e var= σ x , então a média
2
σ x2
amostral X tem o mesmo valor esperado, mas sua variância é igual a , em que n
n
é o tamanho da amostra.
9.28 (a) Os resultados do Eviews 3 para a regressão são os seguintes:
Variável dependente: ln
(POUPANÇA)
Amostra: 1970 1995
26
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 resíduos 0,341255
Estatística-F 102,5363
Estat Durbin-Watson 1,612107
O modelo (9.5.4) é linear, ao passo que este é 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 é diferente, não podemos comparar diretamente os R².
(b) Como mencionado no texto, se tirarmos o antilogaritmo do coeficiente 3,6772 da

variável binária, o que obtemos é a poupança mediana no período 1970–1981,
mantendo constantes todos os outros fatores. Esse antilog vale 39,5355, então, se a
renda for zero, essa poupança será de 40 bilhões de dólares, aproximadamente. Mais
uma vez, um número que deve ser interpretado com prudência.
Se agora tirarmos o antilogaritmo de (3,6772+1,3971), que vale 159,8602, número

que, em bilhões de dólares, representa a poupança mediana no período 1982–1995,
mantendo constante a variável renda. Outro número que deve ser interpretado com
prudência.
(c) Regressando o log de Y (poupança) contra X (renda), as variâncias dos erros

estimados nos dois períodos são σˆ = 0,0122 (gl=10) e σˆ = 0,0182 (gl = 12). Sob a
2 2
hipótese nula de que as variâncias das duas populações são iguais, temos
0, 0182
F= = 1, 4918 , valor que, para gl 10 e 12 respectivamente no numerador e
0, 0122
denominador, não é significativo sequer no nível de 25%. Concluímos, então, que são
iguais as variâncias dos erros. Repare que no modelo original discutido no livro
regressamos Y (não ln Y) contra X. Portanto, se havia heterocedasticidade nesse
modelo e não no log-lin, pode ser que a transformação logarítmica seja mais
adequada.
CAPÍTULO 10
MULTICOLINEARIDADE: O QUE ACONTECE SE OS REGRESSORES SÃO
CORRELACIONADOS?
10.1 Se Xk é uma combinação linear perfeita das variáveis explanatórias restantes,

então existem (k-1) equações com k incógnitas. Com mais incógnitas do que
equações, soluções únicas (ou singulares) não são possíveis.
10.2 (a) Não. A variável X3i é uma combinação linear exata de X2i, pois X3i = 2X2i – 1.
(b) Reescrevendo a equação, obtemos:
Yi = β1 + β 2 X 2i + β3 (2 X 2i − 1) + ui = ( β1 − β 3 ) + ( β 2 + 2β 3 ) X 2i + ui = α1 + α 2 X 2i + ui , em que
α1 = ( β1 − β3 ) e α 2 = ( β 2 + 2β 2 ) . Podemos, portanto, estimar α1 e α2 singularmente,
mas não os β originais, pois só temos duas equações para resolver três incógnitas.
10.3 (a) Embora os valores numéricos do intercepto e dos coeficientes angulares de

PNBpc e TAF tenham mudado, os seus sinais são os mesmos. Além disso, essas
variáveis continuam sendo estatisticamente significativas. As mudanças devem ser
devidas à inclusão da variável TFT, indicando que pode haver alguma colinearidade
entre os regressores.
(b) Como o valor t do coeficiente de TFT é muito significativo (o valor p é só 0,0032),

essa variável, aparentemente, se encaixa no modelo. O sinal positivo desse coeficiente
também faz sentido porque quanto mais filhos tiver uma mulher, maiores são as
chances de aumentar a mortalidade infantil.
(c) Esta é uma daquelas ocorrências “felizes” em que, apesar da possível

colinearidade, os coeficientes individuais são, assim mesmo, estatisticamente
significativos.
10.4 A relação pode ser reescrita assim:

λ2 λ
X 1i = − X 2i − 3 X 3i = β12.3 X 2i + β13.2 X 3i
λ1 λ1
λ λ
X 2i = − 1 X 1i − 3 X 3i = β 21.3 X 1i + β 23.1 X 3i
λ2 λ2
λ λ
X 3i = − 1 X 1i − 2 X 2i = β 31.2 X 1i + β 32.1 X 2i
λ3 λ3
Portanto,
λ λ
r12.3 = ( βˆ12.3 )( βˆ21.3 ) = (− 2 )(− 1 ) = ±1
λ1 λ2
λ λ
r13.2 = ( βˆ13.2 )( βˆ31.2 ) = (− 3 )(− 1 ) = ±1
λ1 λ3
λ λ
r23.1 = ( βˆ23.1 )( βˆ32.1 ) = (− 3 )(− 2 ) = ±1
λ2 λ3
Daí,
2
R1.23 = r122 + (1 − r122 ) r13.2
2
= 1 . Analogamente, R2.13
2
= R3.12
2
= 1.
O grau de multicolinearidade é perfeito.
10.5 (a) Sim. Dados de séries temporais econômicas tendem a evoluir na mesma
direção, como acontece com as variáveis defasadas de renda neste caso.
(b) Como vimos sucintamente no Capítulo 10 e mais a fundo no Capítulo 17, a

transformação de primeira diferença pode minorar o problema.
10.6 Quando a variável riqueza é excluída do modelo, ocorre erro de especificação, e o

coeficiente da variável renda fica tendencioso. O que se observa, então, na equação
(10.6.4) é uma estimativa tendenciosa do coeficiente de renda. A natureza do viés é
a seguinte:
Dado que Yi = β1 + β 2 X 2i + β3 X 3i + ui , vem que b12 = βˆ2 + βˆ3b32 , em que b12 é o

coeficiente angular na regressão de Y contra X2, e b32 na de X3 contra X2. De acordo
com os dados informados, temos que
βˆ2 = 0,9415; β̂3 = -0,0424; b32 = 10,191 e b12 = 0,5091. Portanto, o viés em b12 é
( βˆ3 )(b32 ) = (–0,0424) (10,191) = –0,4321.
10.7 Como dissemos na Questão 10.5, as variáveis em Economia são muitas vezes
influenciadas por fatores tais como ciclos econômicos e tendências. Espera-se,
portanto, colinearidade na análise de regressão com variáveis como PIB e oferta de
moeda.
10.8 (a) Sim, porque o coeficiente de correlação entre X2 e X3 é zero.

Conseqüentemente, os termos do produto cartesiano anulam-se nas fórmulas para os
coeficientes β (Equações 7.4.7 e 7.4.8), que ficam assim iguais àquelas para os
coeficientes α e γ (Equação 3.1.8).
(b) Será uma combinação, como demonstramos a seguir:
βˆ1 = Y − βˆ2 X 2 − βˆ3 X

αˆ1 = Y − αˆ 2 X 2 = Y − βˆ2 X 2
γˆ1 = Y − γˆ3 X 3 = Y − βˆ3 X 3
Logo, βˆ1 = αˆ1 + γˆ1 − Y .
(c) Não, pelas seguintes razões:
σˆ 2 σˆ 2
var( βˆ2 ) = = (Nota: r23 = 0 )
2
∑x 2
2i (1 − r )
2
23 ∑x 2
2i
σˆ 2
var(αˆ 2 ) = 1
(veja a Equação 3.3.1)
∑x 2
2i
Repare que σˆ =
2 ∑ uˆ 2
i
≠ σˆ12 =
∑ uˆ
2
i
.
n−3 n−2
10.9 (a) O coeficiente de correlação entre trabalho e capital é relativamente alto e

aproximadamente igual a 0,698.
(b) Não. Apesar da correlação entre as duas variáveis, os coeficientes da regressão são
estatisticamente significativos no nível de 5%. Excluir uma variável nessas condições
acarretaria viés de especificação.
(c) Se for excluída a variável trabalho, o coeficiente do capital será tendencioso. O viés
pode ser calculado como no Exercício 10.6 e vale ( βˆ2 )(b23 ) = (1,4988)(0,1319) =
0,1975.
10.10 (a) Não, porque a multicolinearidade diz respeito à associação linear entre
variáveis, e nesse caso ela é não-linear.
(b) Não há razão para excluí-las. São teórica e estatisticamente significativas neste
exemplo.
(c) Se uma das variáveis for excluída, haverá viés de especificação que aparecerá nos
coeficientes das variáveis remanescentes.
10.11 Não. Variáveis devem ser incluídas com fundamento teórico, e não apenas para
aumentar a SQE ou o R². Além disso, se as variáveis estiverem correlacionadas, sua
inclusão ou exclusão alterará os valores dos outros coeficientes.
10.12 (a) Falsa. Se existir relação linear exata entre variáveis, não poderemos sequer
estimar os coeficientes ou seus erros-padrão.
(b) Falsa. Deve-se conseguir obter um ou mais valores t significativos.

(c) Falsa. Conforme observado no texto (veja a Equação 7.5.6), a variância de um

σ2 ⎛ 1 ⎞
estimador de MQO é dada pela fórmula var( βˆ j ) = ⎜ ⎟ , e dela se pode
∑ x 2j ⎜⎝ 1 − R 2j ⎟⎠
2
deduzir que um R j elevado pode ser contrabalançado por um baixo σ2 ou um alto
∑x 2
j .
(d) Incerta. Se houver somente dois regressores no modelo, um alto coeficiente de

correlação entre pares de variáveis pode indicar multicolinearidade. Se um ou mais
regressores entrarem de forma não-linear, as correlações entre pares podem levar a
respostas enganosas.
(e) Incerta. Não há mal nenhum se a colinearidade observada persistir nos valores das
amostras futuras. Mas se esse não for o caso ou se o objetivo for uma estimação
precisa, então a multicolinearidade pode ser um problema.
(f) Falsa. Veja a resposta (c).
(g) Falsa. FIV e TOL fornecem a mesma informação.
(h) Falsa. Normalmente se obtêm R² elevados em modelos com muita correlação entre
os regressores.
(i) Verdadeira. Como se pode ver pela fórmula dada em (c), se a variabilidade de X3
2
for pequena, R j tenderá a ser pequeno e no caso extremo de não haver variabilidade
em X3, ∑x
2
3i será igual a zero, caso em que a variância de β3 estimado será infinita.
10.13 (a) Reportando-nos à Equação (7.11.15), vemos que se todos os r² forem zero,
R² será zero, ipso facto.
(b) Não será explicada pelo modelo nenhuma variação do regressando se este não
tiver correlação com nenhum dos regressores.
10.14 (a) Se todas as correlações de ordem zero, ou simples, forem iguais a r, a

Equação (7.11.5) se reduz a
2r 2 (1 − r ) 2r 2
R =
2
= .
(1 − r 2 ) 1+ r
r (1 − r ) r
(b) Pela Equação (7.11.1), pode-se ver, por exemplo, que r12.3 = = .
1− r 2
1+ r
10.15 (a) Se houver multicolinearidade perfeita, (X’X) passa a ser uma matriz
singular e, portanto, não pode ser invertida. Conseqüentemente, os coeficientes e seus
erros-padrão são indefinidos.
(b) Pode-se testar isso examinado o determinante de (X’X). Se for zero, existe
colinearidade perfeita.
10.16 (a) Como no caso de colinearidade perfeita a matriz (X’X) não pode ser
invertida, a de variância-covariância é indefinida.
(b) Se a colinearidade é alta, a matriz de variância-covariância é definida, mas as

variâncias (dadas pelos elementos da diagonal principal) tenderão a ser muito grandes
conforme o determinante de (X’X) for se aproximando de zero e à medida que a
colinearidade for crescendo.
10.17 (a) Se o determinante de R for zero, existirá colinearidade perfeita.
(b) Se o determinante for pequeno, a colinearidade será menos que perfeita.
(c) Se o determinante for 1, as variáveis serão ortogonais (veja o Exercício 10.18).
10.18 (a) Só haverá elementos na diagonal principal.
(b) Obtenha a matriz (X’X), sua inversa e (X’y).
(c) Não haverá elementos fora da diagonal, isto é, elementos de covariância.
(d) Não. Como todos os regressores são ortogonais, todos os termos de covariância
(isto é, produto cruzado) serão zero.
10.19 (a) Como o terceiro regressor (Mt – Mt-1) é uma combinação linear de Mt e Mt-1 ,
poderá haver um problema de colinearidade.
(b) Se reespecificarmos o modelo assim:
GNPt = β1 + ( β 2 + β 4 ) M t + ( β3 − β 4 ) M t −1 + ui = β1 + α1M t + α 2 − M t −1 + ui , poderemos

estimar singularmente β1, α1 e α2, mas não β2, β3 e β4.
(c) Todos os parâmetros poderiam ser estimados singularmente, pois não haveria mais
colinearidade perfeita.
(d) A resposta é a mesma de (c).
(∑ x2i x3i ) 2
10.20 Recorde que r =
2
.
(∑ x22i )(∑ x32i )
23
Logo, ( ∑x x ) = r (∑ x22i )(∑ x32i ) .
2 i 3i
2 2
23
Substitua essa expressão nos denominadores das Equações (7.4.7) e (7.4.8) e

simplifique.
10.21 Quando existe colinearidade perfeita, r23 = 1. Portanto, os denominadores em

(7.4.12) e (7.4.15) serão zero, e, conseqüentemente, indefinidas as variâncias.
10.22 Como ep ( βˆ2 + βˆ3 ) = [var( βˆ2 ) + var( βˆ3 ) + 2 cov( βˆ2 , βˆ3 ) , e tendo em vista que os
valores de covariância são dados, verificar o que se pede é mera questão de substituí-
los na equação.
10.23 (a) Ceteris paribus, a variância do coeficiente estimado de β k diminui à medida

que σ k2 cresce, o que permitirá uma estimação mais precisa de βˆk .
(b) A variância é indefinida quando a colinearidade é perfeita.
(c) Verdadeiro. Conforme aumenta R², diminui (1-R²), o que reduzirá a variância do
coeficiente estimado.
10.24 (a) Dados o relativamente alto R² de 0,97, o valor F significativo e o

(economicamente falando) insignificante e impropriamente sinalizado coeficiente de log
K, pode ser que haja colinearidade no modelo.
(b) A priori, espera-se que o impacto do capital sobre a produção seja positivo, o que
não ocorre nesse caso devido provavelmente à colinearidade nos regressores.
(c) É uma função de produção tipo Cobb-Douglas, pois podemos escrever o modelo
β β β
dado como Y = β1 K 2 L 3 e 4 t .
(d) Em média, ao longo do período estudado, um incremento de 1% no índice de uso

real de mão-de-obra leva a um aumento de 0,91% do índice de produto real. No
modelo, a variável t representa o tempo, que com freqüência é tomado como variável
instrumental para mudança tecnológica. O coeficiente de 0,47 indica que ao longo do
período estudado, a taxa de crescimento do produto real (como medida pelo índice de
produto) foi de 4,7%, em média.
(e) Implicitamente, a equação assume que há retornos de escala constantes, ou seja,

( β 2 + β3 ) = 1 . Uma eventual vantagem da transformação pode ser a redução do
problema da colinearidade.
(f) Dado que o coeficiente da relação capital/mão-de-obra é estatisticamente

insignificante, o problema da colinearidade, ao que tudo indica, não foi resolvido.
(g) Como mencionado em (e), o autor está tentando saber se há retornos de escala
constantes. O teste F visto no Capítulo 8 poderia ser utilizado para descobrirmos se a
restrição é válida. Mas como as variáveis dependentes são diferentes nos dois
modelos, precisamos das somas dos quadrados dos resíduos restritas e irrestritas para
usar a versão R² desse teste.
(h) De acordo com (g), os valores de R² não são comparáveis. Para torná-los
comparáveis, poderíamos adotar os procedimentos vistos no Capítulo 7.
10.25 (a), (b), (c) & (d) Em essência, todas essas opiniões nos dizem que a
multicolinearidade é, muito freqüentemente, um problema de deficiência de dados.
Problemas
10.26 (a) Os resultados da regressão do modelo modificado são:
Yî = 20,995 + 0,710Zi

ep = (6,341) (0,066)
t = (3,311) (10,771) r² = 0,906
β̂3 = (0,75)(0,710) = 0,532. Portanto, βˆ4 = (0,625)(0,710) = 0,444.
(b) A variável Z pode ser interpretada como uma média ponderada dos diferentes tipos
de renda.
10.27 (a) Os resultados do Eviews 3 para a regressão são os seguintes:
Variável dependente: LIMPORTA

Data: 11/11/2000 Hora: 10:16
Amostra: 1970 1998
29
C 1,975260 0,782070 2,525683 0,0180
LPIB 1,043167 0,405783 2,570749 0,0162
LIPC 0,446142 0,569840 0,782925 0,4407
dependente
(b) A julgar pelo alto R² e pelo valor t insignificante do coeficiente de ln IPC, é

provável que haja multicolinearidade nos dados.
(c) Seguem os resultados das regressões:

Data: 11/11/2000 Hora: 10:21
Amostra: 1970 1998
29
C 1,407426 0,290493 4,844960 0,0000
LPIB 1,359628 0,035525 38,27295 0,0000
R-quadrado 0,981901

Amostra: 1970 1998

29
C 3,898610 0,250312 15,57499 0,0000
LIPC 1,905351 0,055221 34,50388 0,0000
R-quadrado 0,977824
Variável dependente: LPIB

Amostra: 1970 1998

29
C 1,8437 0,1080 17,0680 0,0000
LIPC 1,3988 0,0238 58,6972 0,0000
R-quadrado 0,9922
A regressão auxiliar de LPIB contra LIPC mostra que há alta correlação entre as duas
variáveis, indicando a possibilidade de haver problemas de colinearidade com os
dados.
(d) No caso, a melhor solução seria expressar as importações e o PIB em termos reais
dividindo-os pelo IPC, conforme observado no capítulo do livro-texto. Os resultados do
Eviews 3 são os seguintes:
LOG(IMPORTA / IPC)
Data: 11/11/2000 Hora: 10:26
Amostra: 1970 1998
29
C 0,106099 0,494911 0,214380 0,8319
LOG(PIB/IPC) 2,162167 0,135693 15,93429 0,0000
R-quadrado 0,903881
10.28 (a) Como há cinco variáveis explanatórias, haverá cinco regressões auxiliares.
Por economia de espaço, apresentamos a seguir somente os valores R² obtidos com
essas regressões:
Variável
R²
dependente
X2 0,9846
X3 0,9482
X4 0,9872
X5 0,9889
X6 0,9927
(b) Como os R² estão uniformemente altos em todas as regressões auxiliares, parece

que há um problema de multicolinearidade com os dados.
(c) É provável que haja na equação excesso de variáveis para substitutos da carne de
frango. Poderíamos usar como regressores apenas o preço composto dos substitutos, o
da carne de frango e a renda disponível, o que já foi feito no Exercício 7.19.
(d) Criar uma variável de preço relativo, digamos, o preço da carne bovina dividido
pelo da suína, poderia amenizar o problema da colinearidade.
10.29 (a) & (c) Pelo exame dos coeficientes de correlação entre as possíveis variáveis
explanatórias, observamos uma correlação muito alta entre o IPC geral e o IPC de
carros novos (0,997), e entre este e a RPD (0,991). Os outros são relativamente altos,
mas podem permanecer no modelo por razões teóricas. A RPD também está
estreitamente ligada ao nível de emprego, e a correlação entre as duas é 0,972.
Podemos, portanto, excluir o IPC geral e a RPD e estimar o seguinte modelo:
Variável dependente: LY
Amostra: 1971 1986

16
C -22,10374 8,373593 -2,639696 0,0216
LX2 -1,037839 0,330227 -3,142805 0,0085
LX5 -0,294929 0,073704 -4,001514 0,0018
LX6 3,243886 0,872231 3,719068 0,0029
dependente
Nota: Nesta tabela, a letra L significa “logaritmo de”.
Ao que tudo indica, não há problemas de colinearidade nesse modelo.
(b) Incluindo todas as variáveis X, obtemos os seguintes resultados:
Variável dependente: LOG(Y)

Amostra: 1971 1986

16
C 3,254859 19,11656 0,170264 0,8682
LOG(X2) 1,790153 0,873240 2,050012 0,0675
LOG(X3) -4,108518 1,599678 -2,568341 0,0280
LOG(X4) 2,127199 1,257839 1,691154 0,1217
LOG(X5) -0,030448 0,121848 -0,249884 0,8077
LOG(X6) 0,277792 2,036975 0,136375 0,8942
dependente
Como suspeitávamos, são evidentes os problemas de colinearidade desse modelo.
10.30 Vamos, primeiro, apresentar a matriz de correlação dos regressores:
TAXA GE GMO NEIN ATIVOS IDADE Dependentes

TAXA 1,000000 0,571693 0,058992 0,701787 0,778932 0,044173 -0,60135
GE 0,571693 1,000000 - 0,234426 0,274094 - -0,69288
0,040994 0,015300
GMO 0,058992 - 1,000000 0,359094 0,292243 0,775494 0,05021
0,040994
NEIN 0,701787 0,234426 0,359094 1,000000 0,987510 0,502432 -0,52083
ATIVOS 0,778932 0,274094 0,292243 0,987510 1,000000 0,417086 -0,51355
IDADE 0,044173 - 0,775494 0,502432 0,417086 1,000000 -0,04836
0,015300
Dependentes - - 0,050212 - - - 1,000000
0,601358 0,692881 0,520832 0,513552 0,048360
Escolaridade 0,881271 0,549108 - 0,539173 0,630899 - -0,60257
0,298555 0,331067
Nota: Nesta tabela, considere a última linha como a última coluna.
Como mostra a tabela, as correlações aos pares, ou simples, variam desde valores
muito baixos (-0,0409 entre GM e GMO, por exemplo) a valores comparativamente
altos (0,8812 entre Escolaridade e Taxa, por exemplo).
(a) Regressando a variável Horas contra todos os regressores, obtemos os seguintes

resultados:
Variável dependente: HORAS

Amostra: 1 35
35
C 1904,578 251,9333 7,559849 0,0000
TAXA -93,75255 47,14500 -1,988600 0,0574
GE 0,000225 0,038255 0,005894 0,9953
GMO -0,214966 0,097939 -2,194896 0,0373
NEIN 0,157208 0,516406 0,304427 0,7632
ATIVOS 0,015572 0,025405 0,612970 0,5452
IDADE -0,348636 3,722331 -0,093661 0,9261
Dependentes 20,72803 16,88047 1,227930 0,2305
Escolaridade 37,32563 22,66520 1,646826 0,1116
dependente
A interpretação é simples e direta. Então, ceteris paribus, se os salários médios por

hora (TAXA) subirem um dólar, em média, o número médio de horas trabalhadas
durante o ano (HORAS) cai cerca de 93 horas.
(c) Por economia de espaço, calcularemos FIV e TOL somente da taxa do regressor.
Regressando TAXA contra todos os outros regressores, obtemos um valor R² de
0,9416. Pela Equação (7.5.6) podemos verificar que o FIV para esse regressor é cerca
de 2224, e o inverso desse número é a TOL, que vale 0,00045.
(d) Nem todas as variáveis do modelo são necessárias. Uma ou mais podem ser
excluídas aplicando os testes de diagnóstico apresentados no livro, ou podemos usar
uma combinação linear delas.
(e) Embora os resultados sejam variados, talvez haja alguma evidência de que valha a
pena experimentar o imposto de renda negativo.
10.31 Este é para ser feito em aula.
10.32 Os resultados do Eviews para a regressão são os seguintes:
Amostra: 1947 1961
15
C -3017441 939728,1 -3,210973 0,0124
X1 -20,51082 87,09740 -0,235493 0,8197
X2 -0,027334 0,033175 -0,823945 0,4338
X3 -1,952293 0,476701 -4,095429 0,0035
X4 -0,958239 0,216227 -4,431634 0,0022
X5 0,051340 0,233968 0,219430 0,8318
X6 1585,156 482,6832 3,284049 0,0111
R-quadrado 0,9955
R-quadrado ajustado 0,9921
E.P. da regressão 295,6219
Soma quad resíduos 699138,2
Estatística-F 295,7710
Estat Durbin-Watson 2,492491
Comparando esses resultados com os da Seção 10.10, vemos que a exclusão de uma
única observação pode alterar as magnitudes e/ou os sinais de alguns dos coeficientes,
o que fundamenta o argumento apresentado no texto de que, em casos de alta
colinearidade, pequenas mudanças nos dados podem levar a diferenças consideráveis
nos resultados.
CAPÍTULO 11
HETEROCEDASTICIDADE: O QUE ACONTECE SE A VARIÂNCIA DO ERRO NÃO É
CONSTANTE?
11.1 (a) Falsa. Os estimadores não são tendenciosos, mas ineficientes.
(b) Verdadeira. Veja a Seção 11.4.
(c) Falsa. Tipicamente, mas nem sempre, a variância será superestimada. Veja a
Seção 11.4 e o Exercício 11.9.
(d) Falsa. Além da heterocedasticidade, tal padrão pode ser resultado de

autocorrelação, erros de especificação de modelo etc.
(e) Verdadeira. Como os σ i2 verdadeiros não são diretamente observados, algum

pressuposto a respeito da natureza da heterocedasticidade é inevitável.
(f) Verdadeira. Veja a resposta (d).
(g) Falsa. Heterocedasticidade tem a ver com a variância do termo de erro ui, não com
a variância do regressor.
11.2 (a) A Equação (1) mostra que à medida que N aumenta 1 unidade, em média, W
aumenta 0,009 dólares. Se multiplicarmos toda a segunda equação por N, veremos
que os resultados serão bem parecidos com os da primeira.
(b) Aparentemente, o autor estava preocupado com a heterocedasticidade, pois dividiu

a equação original por N, o que equivale a pressupor que a variância do erro é
proporcional ao quadrado de N. Ele está, portanto, aplicando mínimos quadrados
ponderados para estimar a Equação (2).
(c) O coeficiente do intercepto da Equação (1) é o coeficiente angular na Equação (2) e

vice-versa.
(d) Não. As variáveis dependentes não são iguais nos dois modelos.
11.3 (a) Não. Estes modelos não são lineares nos parâmetros e não podem ser
estimados por MQO.
(b) Para estimar modelos não-lineares há procedimentos específicos que veremos no

capítulo sobre modelos de regressão não-lineares. Podemos, informalmente, estimar
os parâmetros por tentativa e erro.
11.4 (a) Veja o Exercício 7.14 e a Seção 6.9.

(b) Não. E[ln(ui)] = E[ln(1)] = 0. Mas E[ln(ui)] < lnE(ui) devido à propriedade de
concavidade da transformação logarítmica. A expectativa do logaritmo de uma variável
aleatória é menor do que o logaritmo de sua expectativa, e essas expectativas só
serão iguais se a variância da variável for zero.
(c) Seja Yi = ln β1 + β 2 ln X i + ln ui = α + β 2 ln X i + ui , em que ui = [ln ui − E (ln ui )] e

* *
α = [ln β1 + E (ln ui )] . Mas E (ui ) = E[ln ui − E (ln ui )] = 0 . A propósito, repare que não
*
conseguimos uma estimativa direta de β1 .
11.5 A resolução deste exercício é só uma questão de substituir termos definidos e

simplificar.
11.6 (a) A pressuposição é que a variância do erro é proporcional ao quadrado do

PNB, conforme postulado no enunciado. Os autores observaram essa relação
examinando os dados ao longo do tempo.
(b) Os resultados são essencialmente os mesmos, embora os erros-padrão para dois

dos coeficientes sejam menores no segundo modelo. Podemos tomar isso como
justificativa empírica da transformação para heterocedasticidade.
(c) Não. Os termos R² não podem ser comparados porque as variáveis dependentes
não são as mesmas nos dois modelos.
11.7 Como veremos no Problema 11.13, o teste Bartlett mostra que não há problema
de heterocedasticidade neste conjunto de dados. Essa descoberta não é, portanto,
nenhuma surpresa. Veja também o Problema 11.11.
11.8 Substituindo wi = w na Equação (11.3.8), obtemos:
(nw)( w∑ X iYi ) − ( w∑ X i )( w∑ Yi ) n∑ X iYi − (∑ X i )(∑ Yi )

β 2* = = = βˆ2 .
(nw)( w∑ X i2 ) − ( w∑ X i )2 n∑ X i2 − (∑ X i 2 )
Pode-se mostrar analogamente a igualdade das variâncias.
11.9 Pela Equação (11.2.2), temos var( βˆ2 ) =

∑x σ 2
i i
2
. Substituindo σ i2 = σ 2 ki nessa
(∑ x ) 2 2
i
σ ∑ xi ki
2
σ
2 2
∑x k
2
equação, vem var( βˆ2 ) = = i i

.
(∑ xi )
2 2
∑ xi2 ∑x i
2
O primeiro termo à direita é a variância mostrada na Equação (11.2.3). Portanto, se

∑x k2
i i
> 1 , então a variância heterocedástica dada anteriormente é maior que a
∑x i
2
homocedástica, que nesse caso subestimará a heterocedástica levando a estatísticas t

e F inflacionadas. Não podemos tirar conclusões gerais porque o resultado se baseia
num tipo específico de heterocedasticidade.
11.10 Conforme os Apêndices 3A.3 e 6A.1, temos que var( βˆ2 ) =

∑ X var(u ) .
i
2
i
(∑ X ) i
2 2
Dado que var(ui ) = σ X obtemos var( βˆ2 ) =

∑X σ
i
2 2
X i2
=
σ 2 ∑ X i4
i , .
2 2
(∑ X i
2 2
) (∑ X i2 ) 2
Problemas
11.11 Os resultados da regressão já foram dados em (11.5.3). Se a produtividade
média subir um dólar, a remuneração média aumenta cerca de 23 centavos.
(a) Os resíduos da regressão são: -775,6579; -205,0481; 165,8512; 183,9356;

199,3785; 54,6657; 112,8410; 150,6239; 113,4100.
(b) Essa verificação é simples e direta.
(c) Os resultados das regressões são:
uî = 407,3455 – 0,0203Xi

t = (0,6433) (-0,3013) r² = 0,0128
uî = 575,2976 – 3,7097 X i

t = (0,4479) (-0,2787) r² = 0,0109
Esses resultados mostram que, com base nos testes de Glejser, os indícios de
heterocedasticidade são pequenos.
(d) Se classificarmos os valores absolutos dos resíduos e os números da produtividade

média em ordem ascendente e calcularmos o coeficiente de correlação por ordem de
Spearman conforme (11.5.5), observaremos que vale -0,5167. Aplicando a fórmula t
dada em (11.5.6), obtemos t = -0,8562, que não é estatisticamente significativo, pois
seu valor crítico absoluto no nível de 5% com 7 gl é 2,447. Portanto, com base no
teste de correlação por ordem, não há motivos para esperarmos heterocedasticidade.
Em suma, todos os testes anteriores sugerem que não há o problema da

heterocedasticidade.
11.12 (a) e (b)
VERTICAL = VMÉDIO
HORIZONTAL = DESVIO PADRÃO VMÉDIO
(c) Seguem os resultados da regressão:
EPî = 0,9910 – 0,0650VMÉDIOi

t = (0,3756) (-0,1795) r² = 0,0064.
Não há relação sistemática entre as duas variáveis porque o coeficiente angular não é
estatisticamente diferente de zero, o que pode ser visto pelo gráfico em (a).
(d) Não há necessidade de transformação nenhuma, pois não existe relação

sistemática entre a média da razão vendas/dinheiro em caixa e seu desvio-padrão nos
vários níveis de ativos.
11.13 Aplicando o teste de Bartlett, χ é 6,6473, cujo valor p é 0,5748. Não

2
rejeitamos, portanto, a hipótese nula de que as variâncias são iguais.
11.14 Aplicando a Fórmula (11.3.8) para mínimos quadrados ponderados, podemos

1 2 2
demonstrar que βˆ * = (2Y1 − Y2 ) e var( βˆ ) =
σ . Se usarmos MQO, obtemos então
*
3 3
da Equação (6.1.6) o seguinte: βˆ =

∑ X iYi = Y1 − Y2 = 1 (Y − Y ) . E aplicando (6.1.7),
∑ X i2
1 2
2 2
σ2 1
temos que var( βˆ ) = = σ2.
∑X 2 i
2
Comparando as duas estimativas, vemos que a de mínimos quadrados ponderados

atribui peso de 2/3 a Y1 e 1/3 a Y2, ao passo que a de MQO atribui igual peso às duas
observações Y. A variância do estimador do coeficiente angular é maior em MQP do
que em MQO.
ˆ = 189,9597 – 1,2716VMi + 0,3904HPi – 1,9032PVi

MPGi
ep = (22,5287) (0,2331) (0,0762) (0,1855)
t = (8,4318) (-5,4551) (5,1207) (-10,2593) R² = 0,8828.
Conforme as expectativas, MPG é positivamente relacionada a HP e negativamente a

VM e PV.
(b) A priori, é de se esperar heterocedasticidade porque são dados em corte

transversal abrangendo veículos diversos.
(c) Regressando os quadrados dos resíduos do modelo em (a) contra os três

regressores, seus quadrados e seus produtos cruzados, obtemos um R² de 0,3094,
que multiplicado pelo número de observações (81), dará 25,0646, valor com
distribuição qui-quadrado com 9 gl (3 regressores, 3 quadrados de regressores e 3
produtos cruzados) sob a hipótese nula de que não há heterocedasticidade. O valor p
de se obter um valor qui-quadrado de 25,0646 ou maior é, sob essa hipótese, 0,0029,
que é muito pequeno. Temos, portanto, de rejeitar a hipótese nula, ou seja, há
(d) Os resultados baseados nos procedimentos de White são os seguintes:
Variável dependente: MPG

Amostra: 1 81
81
C 189,9597 33,90605 5,602531 0,0000
VM -1,271697 0,336039 -3,784375 0,0003
HP 0,390433 0,108781 3,589180 0,0006
PV -1,903273 0,285077 -6,676352 0,0000
R-quadrado 0,882864
Durbin-Watson 1,0237
Comparando esses resultados com os obtidos com MQO, descobriremos que os valores
dos coeficientes estimados são iguais, mas suas variâncias e erros-padrão são
diferentes. Estes, como vemos, são mais altos nos procedimentos de White porque os
|t| são menores, indicando que os erros-padrão estão subestimados nos resultados
obtidos com MQO. Tudo isso pode ser atribuível à heterocedasticidade.
(e) Não existe uma fórmula simples para determinar a natureza exata da
heterocedasticidade neste caso. Podemos, talvez, partir de alguns pressupostos
simples e tentar diferentes transformações. Se, por exemplo, acharmos que a variável
“culpada” é HP e que a variância do erro é proporcional a HP², podemos dividir a
equação por HP e ver o que acontece. Naturalmente, qualquer outro regressor é um
candidato tão bom quanto esse para a transformação.
Variável dependente: DESPALIM

C 94,20878 50,85635 1,852449 0,0695
DESPTOT 0,436809 0,078323 5,577047 0,0000
R-quadrado 0,369824
O gráfico dos resíduos dessa regressão é:
(b) A representação gráfica dos resíduos (R1) contra a despesa total é:

EIXO VERTICAL = R1
HORIZONTAL = DESPTOT
Ao que tudo indica, conforme crescem as despesas totais, também crescem – talvez de
forma não-linear – os valores absolutos dos resíduos.
(c) Segue o teste de Park:
Variável dependente: LOG(RESQ)

C -16,86288 10,00140 -1,686053 0,0977
LOG(DESPTOT) 3,703235 1,551873 2,386300 0,0206
R-quadrado 0,097018
Esse teste confirma a heterocedasticidade, pois o coeficiente angular é significativo.
Agora, o teste de Glejser:
Variável dependente: uî Valor absoluto dos resíduos

C -32,21965 29,48998 -1,092563 0,2795
DESPTOT 0,130709 0,045417 2,877997 0,0058
R-quadrado 0,135158
Como o coeficiente angular estimado é estatisticamente significativo, esse teste

também sugere homocedasticidade.
Finalmente, o teste de White:
Variável dependente: uî

2

C 13044,00 21156,58 0,616546 0,5402
DESPTOT -53,12260 71,48347 -0,743145 0,4607
DESPTOT QUADRADO 0,059795 0,058860 1,015887 0,3144
R-quadrado 0,134082
Se a hipótese nula é de que não há heterocedasticidade, e multiplicarmos o R-

quadrado por 55, o produto resultante de 7,3745 segue a distribuição qui-quadrado
com gl 2, e o valor p de tal distribuição é pequeno e aproximadamente igual a 0,025.
Portanto, assim como os testes de Park e Glejser, o de White também indica
(d) O resultados para heterocedasticidade corrigida de White são os seguintes:
Variável dependente: DESPALIM

C 94,20878 43,26305 2,177581 0,0339
DESPTOT 0,436809 0,074254 5,882597 0,0000
R-quadrado 0,369824
Comparados com os resultados da regressão MQO dados em (a), não há nestes muita
diferença no erro-padrão do coeficiente angular, embora o do intercepto tenha
diminuído. É difícil afirmar se vale ou não a pena preocuparmo-nos com essa diferença
de resultados entre o método MQO os procedimentos de White, mas sua magnitude só
pode ser avaliada se fizermos as regressões e as compararmos.
LOG(DESPALIM)
C 1,154332 0,777959 1,483795 0,1438
LOG(DESPTOT) 0,736326 0,120713 6,099834 0,0000
R-quadrado 0,412469
Os testes de Park, Glejser e White aplicados aos resíduos obtidos pela regressão duplo-
log não mostraram sinais de heterocedasticidade.
Este exemplo mostra que a transformação logarítmica pode amiúde reduzir a

heterocedasticidade. Por isso, a forma funcional do modelo de regressão pode ser fator
crítico para decidir se há ou não heterocedasticidade.
11.18 Primeiro, foram obtidos os quadrados dos resíduos da regressão de despesas

com alimentação contra despesas totais, e denominados R1 . Depois, estes foram
2
regressados contra a previsão e seu quadrado obtidos da mesma regressão. Os

resultados são os seguintes:
Variável dependente: R1
2

C 27282,63 39204,59 0,695904 0,4896
PREVDESPALIM -180,6629 221,5542 -0,815434 0,4185
PREVDESPALIM^2 0,313387 0,308486 1,015887 0,3144
R-quadrado 0,134082
Multiplicando o R² anterior por 55, obtemos 7,3745. Sob a hipótese nula de que não
há heterocedasticidade, esse valor segue a distribuição qui-quadrado com 2 gl. O valor
p de se obter tal, ou maior, valor qui-quadrado é pequeno e aproximadamente igual a
0,025. A conclusão é, portanto, que a variância do erro é heterocedástica.
Pode-se mostrar que não haveria sinais de heterocedasticidade se o procedimento

anterior fosse aplicado aos quadrados dos resíduos obtidos pela regressão do logaritmo
de despesas com alimentação contra o logaritmo de despesas totais.
11.19 Não havia, a priori, razões para crer que os resultados seriam diferentes, pois,
como se vê pela regressão abaixo de lucros contra vendas, existe alta correlação entre
essas variáveis.
Variável dependente: LUCROS

C -338,5385 1105,311 -0,306283 0,7636
VENDAS 0,100713 0,011097 9,075346 0,0000
R-quadrado 0,845936
11.20 (a)
SALÁRIOS MEDIANOS EM RELAÇÃO A ANOS DE EXPERIÊNCIA
O gráfico mostra que o salário mediano aumenta com os anos no posto, mas não de
forma linear.
(b) Pelo gráfico anterior, o modelo (2), que inclusive se encaixa na teoria econômica
do capital humano, seria o mais apropriado. Os resultados dos ajustes aos dois
modelos, linear e quadrático, são os seguintes:

C 73586,80 3944,584 18,65515 0,0000
X 949,5621 217,9417 4,356954 0,0008
R-quadrado 0,593535

C 66356,18 5100,501 13,00974 0,0000
X 2285,920 702,5469 3,253761 0,0069
X^2 -40,07090 20,22169 -1,981580 0,0709
R-quadrado 0,693747
(c) O teste de White aplicado ao modelo (1) mostrou que havia pronunciada
heterocedasticidade, pois, pela regressão auxiliar dos quadrados dos resíduos, o valor
de n.R² foi de 11,4108 com valor p de 0,0033. Quando aplicado ao modelo (2), o
mesmo teste apresentou n.R² de 7,6494 com valor p de 0,0538, indicando que não
havia heterocedasticidade no nível de 5%. Mas o valor está tão próximo desse nível
que se pode suspeitar que haja ligeira heterocedasticidade no modelo, embora não se
possa descartar a possibilidade de erro de especificação.
(d) Presumindo que a variância do erro seja proporcional ao quadrado de anos de

experiência, dividimos o modelo (1) todo por X e obtivemos os seguintes resultados:

C 1403,809 154,6360 9,078151 0,0000
1/X 68292,06 289,4419 235,9439 0,0000
R-quadrado 0,999767
Quando submetido ao teste de White, esse modelo não mostrou indícios de

SQR1 / gl 140 / 25
11.21 A estatística λ(=F) calculada é: λ= = = 2,5454 .
SQR2 / gl 55 / 25
O F crítico a 5% para 25 gl no numerador e no denominador é 1,97. Como o valor
estimado de 2,5454 excede esse valor crítico, rejeitamos a hipótese nula de
11.22 A seguir temos o gráfico:
(b) Os resultados da regressão são:

C 4,610282 1,084906 4,249478 0,0005
X 0,757433 0,149941 5,051559 0,0001
R-quadrado 0,586380
Representados graficamente em relação a X, os resíduos dessa regressão mostram o

seguinte quadro:
O resíduo relativo ao Chile predomina sobre os outros.
(c) Excluindo os resultados do Chile, os resultados da regressão são os seguintes:

C 6,738082 2,384860 2,825358 0,0117
X// 0,221484 0,555568 0,398663 0,6951
R-quadrado 0,009262
Como vemos, o coeficiente angular em (a) era muito significativo, mas não o é nesta
regressão. Observe como um único ponto com valor extremo, um outlier 1 , (ou dado
discrepante) pode deturpar os resultados da regressão.
O gráfico apresentado pelos resíduos dos quadrados dessa regressão em relação a X é

o seguinte:
1
Esse termo estatístico é normalmente usado no Brasil, e denomina uma observação que é muito diferente das outras da
amostra.
(d) Ao comparar os gráficos residuais em (b) e (c), vemos que a relação entre Y e X
ficou pequena depois que foram excluídos dos dados os resultados do Chile. Portanto,
qualquer indício de heterocedasticidade é espúrio.
CAPÍTULO 12
AUTOCORRELAÇÃO: O QUE ACONTECE SE OS TERMOS DE ERRO SÃO
CORRELACIONADOS?
12.1 (a) Falsa. Os estimadores não são tendenciosos, mas são ineficientes.
(b) Verdadeira. Ainda conservamos as outras premissas do MRLC.
(c) Falsa. A pressuposição é de que ρ = +1 .
(d) Verdadeira. Para comparar os R², o regressando tem de ser o mesmo nos dois
modelos.
(e) Verdadeira. Pode também implicar erros de especificação.
(f) Verdadeira. Pois o erro da previsão envolve σ², que não é corretamente estimado
pela fórmula habitual de MQO.
(g) Verdadeira. Veja a resposta (e).
(h) Falsa. Só pode ser feito com a estatística g de Berenblut-Webb, embora usemos as
tabelas Durbin-Watson para testar a hipótese de que ρ = 1 .
(i) Verdadeira. Escreva o modelo como Yt = β1 + β 2 X t + β 3t + β 4t 2 + ui . Tire a primeira
diferença dessa equação e verifique.
12.2 Para n = 50, k’ = 4 e α = 5%, os valores d críticos são:
dL = 1,38 4 – dL = 2,62
dU = 1,72 4 – dU = 2,28
(a) Autocorrelação positiva.
(b) Inconclusivo.
(c) Inconclusivo.
(d) Autocorrelação negativa.
12.3 (a) Há correlação serial no modelo A, mas não no B.
(b) A autocorrelação pode ser devida a erro de especificação do modelo A porque este
exclui o termo quadrático de tendência.
(c) Precisaríamos de conhecimento prévio da forma funcional provável.

12.4 (a) Calcule a razão de Von Neumann (V-N), sua média e sua variância. Com a
tabela de distribuição normal, determine a quantas unidades de desvio-padrão a razão
está do valor médio calculado. Escolha um nível de confiança e execute um teste de
intervalo de confiança.
⎛ n ⎞
(b) V-N = ⎜ ⎟d .
⎝ n −1 ⎠
⎛ n ⎞ ⎛ n ⎞
(c) Os limites são 2 ⎜ ⎟ e 4⎜ ⎟ . Daí, se n for suficientemente grande, a razão
⎝ n −1 ⎠ ⎝ n −1 ⎠
V-N, assim como o d Durbin-Watson, estarão entre 0 e 4.
(d) Os resíduos MQO são estimativas consistentes dos termos de erro verdadeiros.
Portanto, a premissa de normalidade deve ser válida para grandes amostras.
(e) Dado que n = 100, a média e a variância da razão V-N serão 2,02 e 0,04,
respectivamente. Com esses valores, o intervalo 2, 02 ± 3( 0, 04) = (1,4203 , 2,6197),
cobre cerca de 99,7% da área sob a curva normal. Como o valor dado de 2,88 não
está nesse intervalo, podemos concluir que há autocorrelação neste caso.
12.5 Sim, há evidência de autocorrelação com 3 ou 14 carreiras, positiva no primeiro

caso e negativa no segundo.
12.6 Dividindo o numerador e o denominador por n², obtemos:
⎛ ⎛ d ⎞ k2 ⎞
⎜ ⎜1 − ⎟ + 2 ⎟
ρˆ = ⎜ ⎝
2⎠ n ⎟.
⎜ k2 ⎟
⎜ 1 − ⎟
⎝ n2 ⎠
Para um dado k, quando n → ∞ , tanto o segundo termo do numerador quanto o
d
denominador tendem a zero. Conseqüentemente, ρˆ ≈ 1 − .
2
12.7 (a) A principal vantagem é a simplicidade, mas com ele também podemos tratar
de problemas em que há mais de um mínimo local fazendo um ajuste fino do
procedimento de varredura.
(b) Isso é questão de tentativa e erro e ajuste fino da varredura.
12.8 (a) Isso é questão de verificação.
(b) O procedimento de C-O não garante o mínimo global. Por isso, Davidson e
Mackinnon argumentam que só é aconselhável aplicá-lo “depois que uma varredura
preliminar tenha confirmado a existência de somente um mínimo local ou determinado
aproximadamente onde está localizado o mínimo global” .
12.9 O ρ estimado pela Equação (3) do procedimento C-O do exercício anterior é

0,9142, não muito diferente dos ρ subjacentes às Equações (12.9.16) e (12.9.17), que
são, respectivamente, 0,8919 e 0,9610. Portanto, não veremos muita diferença nos
resultados da regressão aplicando o procedimento C-O em duas etapas.
Amostra (ajustada):
1960 1998
Observações incluídas: 39 após ajuste dos pontos
extremos

C 4,445970 1,865601 2,383131 0,0227
X 0,601715 0,144098 4,175736 0,0002
X(-1) -0,554695 0,162254 -3,418688 0,0016
Y(-1) 0,907369 0,057311 15,83237 0,0000
R-quadrado 0,995363
Pelo coeficiente Yt −1 , vemos que ρ̂ = 0,9073, valor não muito diferente do obtido com
o procedimento C-O de duas etapas ou com o iterativo. Logo, concluímos que os
resultados obtidos com o ρ estimado pelo procedimento em duas etapas de Durbin-
Watson não diferem muito daqueles alcançados pelos métodos C-O.
(b) Esse assunto é parte do tópico sobre modelos de regressão não-lineares (nos
parâmetros).
12.11 (a) O gráfico mostra que é provável que haja viés de especificação devido a
erro de especificação do formato funcional.
(b) Inclua [log(produção)]² como um regressor adicional. É provável que assim se

recupere a natureza quadrática da relação entre custos e produção.
12.12 (a) Há muitas razões para a existência de um dado discrepante (outlier). Pode
ser simplesmente uma observação diferente das demais, ou resultado de erros de
medida, ou ainda devido a levantamento de amostras deficiente.
(b) A observação não deve ser descartada a menos que haja alguma razão plausível
para crermos que está errada (por exemplo, medida incorretamente, registrada com
erro etc.).
(c) Não. O dado discrepante pode predominar na SQR.

12.13 Veja a resposta da Questão 12.3.
12.14 E (ε t ) = E (ut − ρ ut −1 ) = 0
( )
var(ε t ) = E ⎡⎣( ut − ρ ut −1 )( ut − ρ ut −1 ) ⎤⎦ = 1 + ρ 2 σ 2 , devido à independência dos termos u.
cov ( ε t , ε t −1 ) = − ρσ . Mais uma vez, observe que os termos u são independentes.
2
Portanto, embora os u não estejam correlacionados, os ε estão.
12.15 Como o modelo inclui como regressor a variável dependente defasada, o d de

Durbin-Watson não é o teste estatístico adequado. Deve ser usada neste caso a
estatística h de Durbin dada na Questão 12.36.
12.16 Dado que se trata do esquema AR(1), seguem as respostas.
(a) O método da primeira diferença é adequado quando ρ estiver próximo de 1.

(b) Se ρ for cerca de –1, a regressão das médias móveis é apropriada.
(c) A transformação de Theil-Nagar é adequada quando a primeira e a segunda
diferenças dos regressores forem pequenas comparadas aos limites das próprias
variáveis.
(d) O procedimento C-O é adequado quando a SQR converge.
(e) Veja a resposta da Questão 12.7.
(f) Se o valor do ρ estimado pelo coeficiente da variável defasada Y for mais ou menos
o mesmo que o estimado pela divisão do coeficiente da variável defasada X pelo
coeficiente da variável X (preste atenção aos sinais dos coeficientes).
12.17 Transforme o modelo como segue:

(Yt − ρ1Yt −1 − ρ2Yt −2 ) = β1 (1 − ρ1 − ρ2 ) + β 2 ( X t − ρ1Yt −1 − ρ2Yt −2 ) + ε t .
Se os valores de ρ forem conhecidos, podemos estimar os dados assim. Se não, estime
primeiro o modelo original por MQO e obtenha os resíduos uˆt . Faça, então, a seguinte
regressão: uˆt = ρˆ1uˆt −1 + ρˆ 2uˆt −1 + vt , em que vt é um termo de erro. Use os ρ estimados
por essa regressão e faça a transformação dos dados como sugerido no início. Se a
amostra for razoavelmente grande, esses valores de ρ darão estimativas consistentes
de seus congêneres da população.
∑ ( x − ρ x ) ⎡⎣(1 − ρ ) x y ⎤⎦ − ∑ ( x − ρ x )( y − ρ y ) ⎡⎣(1 − ρ ) x ⎤
2 2 2 2
12.18 C=
t t −1 1 1 t t −1 t t −1 1 ⎦ , todos
∑ ( x − ρ x ) ⎡⎣(1 − ρ ) x + ∑ ( x − ρ x ) ⎤⎦
2 2 2 2
t t −1 1 t t −1
os somatórios são de t = 2 a t = n.
12.19 Comecemos com (12.9.6), que, em formato de desvio, pode ser escrita
yt* = β 2* xt* + ( ε t − ε ) . Aplicando a fórmula-padrão dos MQO, obtemos
βˆ2* = ∑y x * *
t t
=
∑ ( y − ρ y )( x − ρ x ) .
t t −1 t t −1
∑x *2
t ∑(x − ρx ) t t −1
2
Repare que a primeira observação foi omitida em virtude do processo de diferenciação.
12.20 Há nesta seqüência 22 sinais positivos, 11 negativos e 14 carreiras. Usando a

aproximação normal dada no texto, podemos ver que o número esperado de carreiras
é 18,83 e sua variância é 0,4955. O intervalo de confiança de 95% é, portanto,
18,83 ± 1, 96(0, 7039) , ou seja, de 17,45 a 18,83. Como o número observado de 14
carreiras está abaixo do limite inferior, concluímos que a seqüência observada não é
aleatória.
∑ (uˆ t − uˆt −12 ) 2

12.21 A fórmula seria d12 = 13
n
.
∑u
1
2
t
12.22 Conforme mencionado no texto, se houver um intercepto na regressão de

primeira diferença, significa que havia na regressão original um termo de tendência
linear. Dado que as variáveis mão-de-obra e capital estão determinadas, poderíamos
interpretar que o intercepto fornece a taxa de crescimento da produção em virtude de
mudança tecnológica, se presumirmos que tempo ou tendência são variáveis
instrumentais para essa mudança.
d
12.23 Quando d é muito pequeno, ρˆ ≈ 1 − ≈ 1 . Neste caso, a equação da diferença
2
generalizada se reduz à regressão na forma de primeira diferença.
12.24 Se r = 0, a Equação (12.4.1) se reduz a:
⎛ 2 ⎞
σ 2 ⎜n− ⎟
⎝ 1− ρ ⎠ = σ ⎛ n − 2 ⎞ .
2
E (σˆ 2 ) = ⎜ ⎟
n−2 n − 2 ⎝ 1− ρ ⎠
(a) Se ρ for positivo, mas menor que 1, então E (σˆ ) ainda será tendencioso pois que
2
subestimará o verdadeiro σ².
(b) Se ρ for negativo, mas maior que –1, E (σˆ ) também será tendencioso, mas
2
superestimará o verdadeiro σ².
(c) O viés só será razoavelmente pequeno quando ρ estiver próximo de zero.

12.25 (a) Como vemos pelos resultados gerados por computador, o único resíduo
estatisticamente significativo é o da defasagem 1. É possível, naturalmente, que os
outros cinco resíduos defasados não sejam significativos devido à colinearidade.
(b) Como o coeficiente AR(1) de 0,8149 não é, em termos estatísticos,

significativamente diferente de um, a transformação de primeiras diferenças pode ser
adequada.
Problemas
12.26 (a) A regressão estimada é a seguinte:
ln Cˆt = –1,500 + 0,468 lnIt + 0,279 lnLt + – 0,005 lnHt = 0,441 lnAt
ep = (1,003) (0,166) (0,115) (0,143) (0,107)
t = (-1,496) (2,817) (2,436) (-0,036) (4,415)
R² = 0,936; R = 0,926; F = 91,543; d = 0,955.

2
Como vemos, os coeficientes individuais de I, L e A são estatisticamente significativos,

e seu impacto sobre C é importante do ponto de vista econômico.
(b) Se fizermos o gráfico dos resíduos e dos resíduos padronizados, veremos que é
possível que indique autocorrelação.
(c) Os resultados da regressão dados em (a) mostram que a estatística d é 0,955. Ora,
para n = 30, k’ = 4 e α = 5%, o limite inferior de d é 1,138. Como o d calculado está
abaixo desse limite crítico, existe evidência de autocorrelação positiva de primeira
ordem.
(d) Para o teste das carreiras, n = 30, n1 = 17, n2 = 13 e R = 9. Pelas tabelas de Swed
e Eisenhart, os valores inferiores e superiores das carreiras a 5% são 10 e 22. Como o
R observado é 9 e está abaixo do limite inferior, parece que há autocorrelação positiva
nos dados, reforçando o resultado baseado no teste d em (c).
(e) Talvez possamos usar o teste de Breusch-Godfrey apresentado no texto.
Yˆt = 246,240 + 15,182 Xt

ep = (5,849) (0,643)
t = (42,104) (23,603)
r² = 0,977; d = 0,4148.
(a) De acordo com esses resultados, d = 0,4148.

(b) Sim. Para n = 15, k’ = 1 e α = 0,05, dL = 1,077. Como o d calculado é menor que
dL, existe evidência de autocorrelação positiva de primeira ordem.
(c) (i) A estatística de Thiel-Nagar (veja a Questão 12.6) para n = 15 e k = 2 é ρ̂ =

0,8251.
(ii) O procedimento de Durbin em duas etapas pode não ser adequado a esse caso
devido à alta colinearidade entre as variáveis explanatórias atuais e as defasadas.
(iii) O método C-O fornece uma estimativa de 0,6691 para ρ (convergindo no nível de
0,005 após 3 iterações).
(d) Usando a estimativa de ρ de Thiel-Nagar de 0,8251, transformamos os dados

assim:
[Yt – (0,8251)Yt-1] e [Xt – (0,8251)Xt-1]. Com os dados transformados, os resultados da
regressão são os seguintes:
Yˆt * = 32,052 + 19,404 X t* (Nota: * indica variável transformada).

ep = (4,925) (2,038)
t = (6,508) (9,522)
r² = 0,883; d = 1,923.
Repare que essa regressão não corrige a perda da primeira observação da forma
sugerida por Prais-Winsten.
(e) Embora o valor d de 1,923 provavelmente indique que não há autocorrelação, não
está claro se a estatística de Durbin-Wartson é adequada ao caso porque sugeriria um
modelo AR(2) para a regressão original. Poderíamos, portanto, usar um teste não-
paramétrico, tal como o das carreiras, para testar correlação serial na regressão
anterior. Para ela, n = 14, n1 = 8, n2 = 6 e R = 10. Pela tabela de Swed-Eisenhart, os
valores críticos são 3 e 12. Como o valor observado das carreiras é 10 e está entre
esses limites, podemos concluir que não há autocorrelação.
12.28 (a) Os resultados da regressão para o procedimento C-O de duas etapas são:
Yî * = –1,214 + 0,398 ln I t* + 0,336 ln L*t + – 0,055 ln H t* = 0,456 ln At*

ep = (1,137) (0,247) (0,121) (0,147) (0,162)
t = (-1,067) (1,610) (2,766) (-0,378) (2,818)
R² = 0,951; F = 89,476; d = 1,488. (Nota: Os asteriscos indicam variáveis
transformadas).
O coeficiente de lnIt agora é insignificante, enquanto os coeficientes de lnL e lnA,

embora com os valores numéricos bem alterados, ainda são significativos. Com base
no teste das carreiras, também nesta regressão não parece haver autocorrelação: n =
29, n1 = 15, n2 = 14, R = 11 e valores críticos de 10 e 22 a 5%.
(b) O ρ estimado pelo método C-O de duas etapas é 0,524, enquanto o estimado pela
estatística d (veja a Questão 12.26) é: ρ = 1 – d / 2 = 1 – 0,955 / 2 = 0,5225. Assim,
ambos os métodos dão essencialmente a mesma estimativa.
12.29 Os resultados da regressão linear do custo total são:
Yî = 166,4667 + 19,933 Xt

ep = (19,021) (3,066)
t = (8,752) (6,502)
r² = 0,841; d = 0,716.
Para n = 10, k’ = 1 e α = 0,05, dL = 0,879. Como o d calculado está abaixo desse

valor, “parece” haver autocorrelação, que pode, no entanto, ser mais aparente que
real. De acordo com o mencionado no Capítulo 7, a função custo total poderia ser mais
adequadamente especificada como polinomial do terceiro grau. Por isso, a correlação
observada na regressão deve-se a erro de especificação do modelo.
12.30 Os resultados da regressão em forma de nível já foram dados na Questão 7.21.

Eles mostram que o valor d é bem baixo e igual a 0,2187, indicando que o termo de
erro é correlacionado. Podemos, com esse d, calcular ρ como segue: ρ̂ = 1 – d / 2 =
0,8906, valor possivelmente próximo de 1 o bastante para tentarmos a transformação
de primeira diferença, cujos resultados são os seguintes:
Variável dependente: DLOG(RM2)

DLOG(RPIB) 0,6086 0,1665 3,6551 0,0021
DLOG(TJLP) -0,1354 0,0427 -3,168 0,0060
R-quadrado 0,5461
Estatística Durbin-
0,3832
Watson d
A letra “D” é o comando do Eviews para tomar as primeiras diferenças. Observe

também que não há intercepto nesse modelo. Por quê?
Os resultados dessa regressão são interessantes comparados aos originais no

Problema 7.21. Enquanto antes a elasticidade da TJLP era estatisticamente
insignificante, agora é muito significativa. Ao mesmo tempo, a elasticidade da renda
aumentou de 0,4946 para 0,6086 e também é muito significativa. Talvez a diferença
nos resultados tenha a ver com a natureza da série temporal envolvida, a qual é bem
possível que não seja estacionária. Não temos ainda as ferramentas para tratar dessa
questão, mas as teremos quando estudarmos o tópico da econometria das séries
temporais mais adiante no texto.
12.31 Como os valores de X já estão arrumados em ordem crescente, o valor d é igual

ao calculado com o método sugerido por Thiel. Para a justificativa desse procedimento,
consulte Thiel.
12.32 No Problema 11.22 temos os resultados de duas regressões. Os da primeira

levam a um valor d estimado de 2,6072, o qual indicaria que não há autocorrelação.
Mas essa indicação é suspeita, pois há uma observação excepcional relativa ao Chile,
que, excluída do modelo, levou aos resultados da segunda regressão, que mostram
não haver relação entre as duas variáveis e exibem um d estimado de 2,6199. Não
existe mesmo autocorrelação nesses dados. Estudaremos no Capítulo 13 o papel das
observações anormais (ou excepcionais), chamadas dados discrepantes (outliers),
alavancagem etc.
12.33 Segue um conjunto de dados gerados segundo o esquema sugerido:
ut Xt Yt
09,464 1 12,964
10,544 2 14,544
11,944 3 16,444
10,427 4 15,427
09,316 5 14,816
08,681 6 14,681
07,525 7 14,025
08,070 8 15,070
07,504 9 15,004
05,797 10 13,797
(a) Yˆt = 14,694 + 0,003 Xt

ep = (0,688) (0,111)
t = (21,354) (-0,027)
r² = 0,000; d = 1,296.
(b) Os resultados individuais variarão à medida que ut varia.
(c) Mais uma vez, os resultados individuais variarão.
12.34 (a) Os resultados da regressão de estoque (Y) contra vendas (X), ambas as
variáveis em milhões de dólares, são:
Yˆt = 1668,154 + 1,554 Xt

ep = (1806,696) (0,007)
t = (0,910) (-222,832)
r² = 0,999; d = 1,374.
(b) (i) Para n = 42 e k’ = 1, o dL a 5% é 1,46. Como esse valor está acima do d

observado de 1,374, existe evidência de autocorrelação positiva de primeira ordem.
(ii) Podemos obter uma estimativa de ρ pelo valor d de 1,374: ρ̂ = 1 – d / 2 = 0,3218.
Com esse dado, obtemos: z = ( n ) ( 0,3218) = 2, 027 , valor significativo no nível de
5%, indicando que há autocorrelação.
(c) Considerando os resultados em (b), não parece provável que o ρ verdadeiro seja
um. Mas se, assim mesmo, aplicarmos mecanicamente o teste, obteremos os
seguintes resultados:
MQOeqprimeirasdiferenças 2,93 × 109

g= = = 1,320 .
MQOeqformadenível 2, 22 × 109
Para 41 observações, k’ = 1 e α = 0,05, dL = 1,45. Como o g observado está abaixo

desse valor, não rejeitamos a hipótese nula de que o verdadeiro ρ = 1. Mas lembre-se
do aviso dado anteriormente.
(d) A estatística do teste de Breusch-Godfrey é significativa para 3 defasagens (p de

0,03), 4 defasagens (p de 0,04) e 7 defasagens (p de 0,07), embora nenhum
coeficiente defasado individual seja zero. Em prol da parcimônia, devemos escolher 3
defasagens.
(e) Se usarmos só o esquema AR de primeira ordem e aplicarmos o p de 0,3218 que

obtivemos em (b), podemos fazer a transformação [Yt – (0,3128)Yt-1] e [Xt –
(0,3128)Xt-1] e rodar com ela a regressão. Se preferirmos usar um esquema AR(3),
teremos de fazer as transformações [Yt – p1Yt-1 – p2Yt-2 – p3Yt-1] e outra análoga para
Xt.. Teremos de obter os três valores de p pelo procedimento de Breusch-Godfrey.
(f) Os resultados do modelo log-linear são os seguintes:

C 0,507409 0,048561 10,44886 0,0000
LOG(VENDAS) 0,995128 0,004091 243,2302 0,0000
R-quadrado 0,999324
1,2077
Watson d
Os resultados desse modelo são qualitativamente os mesmos do linear, à exceção de

que neste a estatística Breusch-Godfrey é significativa somente na primeira
defasagem.
(g) Veja a discussão no Capítulo 6 e na Seção 8.11 do livro-texto.
12.35 (a) Seguem os resultados da regressão:
Variável Coeficiente Erro-padrão Estatística–t Probabilidade

C 23,98694 5,235037 4,582000 0,0001
INFLAÇÃO -4,375620 1,022227 -4,280479 0,0002
R-quadrado
2,076724
Watson
(b) A regressão é a seguinte:

C 3,531812 8,111369 0,435415 0,6670
CRESCIMENTO 3,943315 1,293445 3,048693 0,0054
INFLAÇÃO -2,499426 1,082101 -2,309789 0,0294
R-quadrado 0,572374
1,8965
Watson d
(c) A afirmação de Fama está correta, e, para vermos isso melhor, faremos a
regressão de inflação atual contra crescimento da produção como segue:

C 6,326759 0,788408 8,024730 0,0000
CRESCIMENTO -0,679792 0,192818 -3,525570 0,0016
R-quadrado 0,323439
0,538786
Watson
(d) Os valores d estão em torno de 2 em ambas as regressões, indicando que

provavelmente não há autocorrelação de primeira ordem. Esse resultado não é de
surpreender porque as variáveis nas duas regressões estão em forma de crescimento,
o que significa que a primeira diferença está implícita, e esta em geral reduz a
autocorrelação.

C 8,176797 1,723142 4,745284 0,0000
X 0,124403 0,040598 3,064274 0,0041
Y(-1) 0,801918 0,055007 14,57853 0,0000
R-quadrado 0,993815
1,5005
Watson d
Esses resultados indicam que o índice de remuneração real depende não só do índice
de produção, mas também do índice de remuneração real predominante no período
principal.
(b) Aplicando a estatística h, temos:
n 40
h = ρˆ = (0, 2497) = 1, 6835 , em que o ρ estimado foi
( )
1 − n ⎡ var βˆ3 ⎤
⎣ ⎦
1 − 40(0, 003)
obtido pelo valor d dado em (a) e var βˆ3 ( ) é igual ao quadrado do erro-padrão de Y t-1,
também dado em (a).
Se presumirmos que a amostra de 40 observações é razoavelmente grande, então o h

calculado anteriormente segue a distribuição normal padrão. Ora, como o valor do Z
(isto é, variável normal padrão) crítico a 5% é 1,96, e o h que calculamos é menor que
esse valor, podemos concluir que não há autocorrelação neste exemplo.
12.37 Seguem os resultados da regressão baseados no procedimento Maddala

examinado no livro-texto, em que ISTAR é a variável renda transformada, NDUM é a
variável binária transformada e PROD é o produto das duas.

C -4,041785 23,34284 -0,173149 0,8642
ISTAR 0,086407 0,031605 2,733972 0,0124
NDUM 67,37838 35,50361 1,897789 0,0716
PROD -0,067809 0,036959 -1,834690 0,0808
R-quadrado 0,551249
2,203363
Watson d
Se compararmos esses resultados com os da Equação (9.5.4), veremos que o

coeficiente da variável renda e o seu coeficiente angular diferencial são quase iguais.
Devido à transformação dos dados, não podemos comparar diretamente os
coeficientes de intercepto e a variável binária (NDUM).
CAPÍTULO 13
MODELAGEM ECONOMÉTRICA: ESPECIFICAÇÃO DO MODELO E DIAGNÓSTICOS
13.1 Como o modelo está aparentemente fundamentado na teoria econômica, parece

estar bem especificado. No entanto, a forte correlação existente entre as variáveis
preço poderia levar a problemas decorrentes da multicolinearidade. A escolha da forma
funcional é uma questão empírica.
13.2 Em formato de desvio, o modelo verdadeiro pode ser escrito yi = β1 xi + (ui − u ) .
Agora, αˆ1 =
∑ y x = ∑ ⎡⎣ β x + ( u − u )⎤⎦ x
i i 1 i i i
.
∑x 2
i ∑x 2
i
Logo, E (αˆ1 ) = β1 , pela aplicação das várias propriedades de ui e xi. Ou seja, mesmo
que incluamos o intercepto desnecessário no segundo modelo, o coeficiente angular
permanecerá não-tendencioso, conforme reza a teoria.
As variâncias dos dois estimadores são:
σ u2 σ v2
var( β1 ) =
ˆ e var(αˆ1 ) = , que não são iguais.
∑ iX 2
∑(X − X ) 2
13.3 Sabemos que:
βˆ1 = ∑ ∑ X (α + α X + v ) = α ∑ X ∑v X
X iYi
= i 0 1 i i 0 i
+ α1 + i i
.
∑X i
2
∑X ∑X i
2
i
2
∑X i
2
α ∑X
Portanto, E ( βˆ ) = +α . 0 i
∑X
1 2 1
i
Neste caso, o estimador do coeficiente angular no modelo incorreto fornece um

estimador tendencioso do verdadeiro coeficiente angular. As variâncias são como no
Exercício 13.2.
13.4 (a) Recordemos a seguinte fórmula do Capítulo 7:

r122 + r132 − 2r12 r13r23
R2 = .
1 − r232
r122
Como X3 é irrelevante, r13 =0, e a fórmula se reduz a R2 = . Então, tipicamente,
1 − r232
a inclusão de X3 aumentará o valor de R². Se, no entanto, r23 for zero, o R² não será
alterado.
(b) Sim, pelas razões apresentadas no texto, são não-tendenciosas.
(c) As variâncias de βˆ2 nos dois modelos são:

σ2 σ v2
var βˆ2 = u 2 , para o modelo verdadeiro; e var βˆ2 = , para o modelo
∑ xi ∑x 2
i (1 − r232 )
incorreto.
Logo, as variâncias não são iguais.

13.5 (a) Conforme vimos no texto, a omissão de uma variável relevante levará à
estimação tendenciosa. Daí, E ( βˆ1 ) ≠ α1 e E ( βˆ2 ) ≠ α 2 . As derivações com álgebra
escalar conduzem a expressões pesadas, difíceis de lidar. Por outro lado, podem ser
facilmente realizadas com álgebra matricial. Mas se quiser prosseguir, estime os
parâmetros do modelo ”incorreto” e então coloque o modelo verdadeiro nos
parâmetros estimados, tome as expectativas e descubra se os valores esperados dos
parâmetros do modelo incorretamente especificado são iguais aos seus valores
verdadeiros. Se não forem, então há viés.
(b) Se L2 for uma variável irrelevante, então as estimativas permanecerão não-

tendenciosas, com o senão de terem variâncias maiores devido à presença da variável
“incômoda” L2.
13.6 Se a variância menor de α̂ 2 mais do que compensa pelo viés, devemos escolher
esse estimador baseados no critério EQM (erro quadrático médio). O objetivo deste
exercício é registrar que às vezes um estimador tendencioso pode ser escolhido em
virtude de sua menor variância. Tudo depende, naturalmente, do propósito da
pesquisa.
13.7 Pela Equação (13.5.3), aplicando MQO, temos:
βˆ = ∑ ∑ x Y = ∑ x (α + β X ∑xu +∑xε
xi yi + ui + ε i )
= i i i i
=β+ i i i i
.
∑x 2
i ∑x 2
i ∑x 2
i ∑x 2
i
Tomando as expectativas da expressão anterior em ambos os lados, e observando as

propriedades de xi, ui e ε, vemos que β não é tendencioso.
13.8 (a) Com os subscritos de observação omitidos por conveniência, para a Equação
(2), resultamos de MQO:
βˆ =∑ xy = ∑ [ y + (u − u )][ x − (v − v )] .
* *
∑x 2
∑ [ x + (v − v )]
* 2
E para a Equação (1) βˆ =

∑y x . * *
∑x *2
Substituindo isso na expressão anterior, simplificando e achando o limite quando

β
n → ∞ , chegamos à expressão p lim( βˆ ) = , que mostra que βˆ é tendencioso.
σ2
1 + v2
σx *
(b) Não, como se pode observar pela expressão precedente. Em outras palavras, βˆ
não é um estimador consistente.
13.9 (a) O método e os resultados são os mesmos da Questão 13.8.
(b) Há várias medidas corretivas apresentadas na literatura avançada.
13.10 O modelo correto é Yi = β1 + β 2 X 2i + β3 X 3i + ui .

Mas se dele omitirmos X3, regressarmos Y somente contra X2 e depois regressarmos os
resíduos dessa regressão contra X3 e obtivermos seu coeficiente, digamos, α̂ 3 , este
então será tendencioso e também estimador inconsistente do verdadeiro β3 . Para uma
prova formal, consulte “Diagnostic Tests as Residual Analysis”, de A. R. Pagan e A. D.
Hall, Econometric Reviews, Vol. 2, 1983, pp. 159-218.
13.11 (a) βˆ1( verdadeiro ) = βˆ1 + 5βˆ2 e βˆ2( verdadeiro ) = βˆ2 .
(b) βˆ1( verdadeiro ) = βˆ1 e βˆ2( verdadeiro ) = 3βˆ2 .
(c) O coeficiente do intercepto será não-tendencioso, mas o coeficiente angular será

tendencioso e inconsistente.
13.12 Para a Equação (13.3.2), temos αˆ1 = Y − αˆ 2 X 2 . Portanto, aplicando (13.3.3)

E (αˆ1 ) = Y − ( β 2 + β 32b32 ) X 2 = ( β1 + β 2 X 2 + β 3 X 3 ) − ( β 2 + β 3b32 ) X 2 = β1 + β 3 ( X 3 − b32 X 2 ) .
13.13 Leamer aborda o problema econometria teórica versus economia aplicada de

uma forma um tanto quanto cética. Ele essencialmente sustenta que os teóricos
examinam o campo e identificam áreas problemáticas quando põem em prática a
teoria. Algumas delas são autocorrelação, heterocedasticidade, multicolinearidade e
especificação de modelos. Dos profissionais espera-se, então, que discutam como seus
resultados podem ser influenciados por essas áreas identificadas pelos teóricos.
13.14 A afirmação de Thiel diz respeito às estratégias de regressão, justamente o

título do capítulo de onde vem essa citação. Ele se refere ao pensar com cautela sobre
os testes de hipóteses e fundamenta isso no fato de que os referidos testes de
regressão surgem de processos de tomada de decisão dinâmicos em que cada decisão
sucessiva depende das informações disponíveis no momento em que deve ser tomada.
Para uma discussão mais extensa, leia o capítulo correspondente do livro de Thiel.
13.15 Blaugh pode estar certo. Pesquisadores por vezes “impõem” a um conjunto de
dados um modelo que tenham desenvolvido sem avaliar criticamente a sua
aplicabilidade àqueles dados. Sempre que surge uma nova técnica econométrica, eles
encantam-se por ela e começam a aplicá-la indiscriminadamente. Por exemplo, quando
os modelos de expectativas racionais se tornaram o grito da moda, houve quem os
aplicasse a todo tipo de economia sem lestudar suas estruturas.
13.16 Para ilustrar o pensamento de Blaugh, recordemos que ao testar hipóteses, se o

teste estatístico (o t, por exemplo) não for significativo, não afirmamos que aceitamos
a hipótese nula, mas que não a rejeitamos. A razão para isso é a possibilidade de que
com base em outro conjunto de dados possamos rejeitar a mesma hipótese nula.
Assim, ao não a rejeitarmos, apenas afirmamos que a amostra disponível não nos dá
nenhum motivo para rejeitá-la.
13.17 Pode-se fazer objeção à estipulação de que a afirmação “são as variações na

oferta monetária que determinam as variações no PNB (nominal)” seja forte demais
com base no modelo St. Louis. Dois dos cinco coeficientes para a taxa de crescimento
dos gastos do governo em termos de pleno, ou alto, emprego são estatisticamente
significativos no nível de 95%. E por sinal, dois dos coeficientes da taxa de
crescimento da oferta de moeda não são estatisticamente diferentes de zero. Além
disso, deve haver colinearidade no modelo entre a taxa de crescimento da oferta de
moeda e a taxa de crescimento dos gastos do governo em termos de pleno emprego.
Seria interessante reproduzir o modelo St. Louis com dados mais recentes. Acabou a
primazia da oferta de moeda M1, que está sendo substituída pela da M2.
13.18 Pode-se mostrar que E (αˆ1 ) = β 4 + 4β3 e E (αˆ 2 ) = β 2 + 7 β 4 .
(Dica: X = 0 em virtude dos valores tomados por X.
13.19 Suprimindo o subscrito de observação i por conveniência, como Yˆ = βˆ1 + βˆ2 X i ,

vem que Yˆ = βˆ1 + 2 βˆ1βˆ2 X + βˆ2 X .
2 2 2 2
Se substituirmos o último valor na equação RESET, obteremos:

(
Y = αˆ1 + αˆ 2 X + αˆ 3 βˆ + 2 βˆ1 βˆ2 X + βˆ X
1
2 2
2
2
) = (αˆ 1
+ αˆ 3 βˆ
1
2
) + (αˆ 2 ) (
+ 2αˆ 3 βˆ1βˆ2 X + αˆ 3 βˆ 2
2 )X 2
= λ1 + λ2 X + λ3 X 2 , que é o resultado solicitado, em que os λ são uma mistura dos

coeficientes originais.
13.20 (a) Verdadeira. Veja a Figura 13.4.
(b) Verdadeira. Veja a Figura 13.4.

(c) Verdadeira. Veja a Figura 13.4.
(d) Verdadeira. O termo linear e o quadrático são necessários numa equação do

segundo grau.
(e) Verdadeira. O primeiro modelo em formato de desvio é yi = β 2 x2i + β3 x3i + (ui − u ) .

No segundo modelo, espera-se que α1 seja zero (Por quê?). Portanto, os dois modelos
são basicamente iguais, de forma que a linha (plano) de regressão estimada é a
mesma.
13.21 (a) A Equação (1) é o modelo irrestrito, e a (2), o restrito. Aplicando o teste F
restrito que vimos no Capítulo 8, podemos testar se a restrição (que a variável X6 não
se encaixa no modelo) é valida. Os R² irrestrito e restrito são, respectivamente,
0,9803 e 0,9801. Daí, obtemos:
F=
( R − R ) NR = ( 0,9803 − 0,9801) 1 = 0, 2206 .
2
SR
2
R
(1 − R ) ( n − k ) (1 − 0,9803) 23 − 4
2
SR
Como esse valor não é significativo, o modelo restrito (2) é aceitável. Não há, então,
necessidade de fazer aqui um teste RESET explícito. O mesmo se aplica ao teste ML.
(b) No caso em tela, a variável ln X6 não é estatisticamente significativa, mas é bem

possível que possa vir a sê-lo em outra amostra.
(c) Não. O fundamento para incluir variáveis explanatórias num modelo é a teoria
econômica sólida, não estatísticas t ou F.
13.22 (a) Esse seria um caso de inclusão de variáveis desnecessárias.
(b) Os estimadores seriam não-tendenciosos e consistentes, mas suas variâncias

seriam, no entanto, grandes.
13.23 Os resultados da regressão de Y contra X, ambas incorretamente medidas, são:
Yî = 28,302 + 0,584Xi

ep = (12,677) (0,071) r² = 0,895.
Resultados que estão próximos daqueles com os dados corretos, mas os coeficientes
refletem o viés esperado.
13.24 (a) Viés de omissão de variável.
(b) Conforme vimos no texto, βˆ2 será tendencioso e também inconsistente.

(c) Os resultados do modelo ampliado são:
⎛V ⎞ ⎛ 1⎞
ln ⎜ ⎟ = -3,385 + 2,126lnW + 1,505 ln ⎜ 1 + ⎟
⎝L⎠ ⎝ E⎠
t = (-0,534) (1,229) (0,471)
R² = 0,895; F = 67,91; d = 2,362.
Para comparação, os resultados do modelo original CES são:
⎛V ⎞
ln ⎜ ⎟ = -0,472 + 1,340W
⎝L⎠
t = (-0,352) (3,022)
R² = 0,413; d = 1,826.
Como vemos, os resultados do modelo ampliado são insatisfatórios, pois nenhum dos
coeficientes angulares é estatisticamente significativo, denotando que a variável
adicional é supérflua, que há graves erros de medida nas elasticidades calculadas, que
existe colinearidade nos dois regressores ou que todos esses fatores estão presentes.
13.25 Este exercício é para ser feito em aula, pois o resultado real dependerá da
amostra que estiver à mão.
13.26 Como não se pode derivar do modelo B o A e vice-versa, o teste J deve ser
mais adequado. O teste F aninhado, no entanto, pode ser usado para comparar o
modelo irrestrito do Problema 8.26 com os modelos restritos A e B, conforme os
resultados a seguir.
Comparação com o modelo A: F=

( R − R ) NR = ( 0,823 − 0, 601) 2 = 6, 271, em
2
SR
2
R
(1 − R ) ( n − k ) (1 − 0,823) (16 − 6 )
2
SR
que o R² irrestrito é o do modelo do Problema 8.26 e o restrito é o do modelo A. Como

o F estimado é significativo no nível de 5%, rejeitamos o modelo A como correto.
Comparação com o modelo B: F =

( 0,823 − 0,189 ) 2 = 17,910 , em que os valores
(1 − 0,823) (16 − 6 )
0,823 e 0,189 são os R² do modelo do Problema 8.26 e o do modelo B,
respectivamente.
Novamente, o F é significativo no nível de 5%, indicando que o modelo B também não

é o correto.
13.27 Neste caso temos as seguintes etapas:

1. Estimar o modelo B e dele obter os valores estimados de Y, Yî .
B
2. Acrescentar Yî ao modelo A como variável explanatória adicional, estimar a

B
regressão resultante e testar a hipótese de que o coeficiente dessa variável

nesta regressão não é estatisticamente significativo. Se a hipótese for rejeitada,
é provável que o modelo A não seja o correto.
3. Repetir as etapas 1 e 2 trocando os papéis de A e B.
A seguir estão os resultados das regressões, sem o subscrito de observação t, omitido

por conveniência.
Yˆ = 6042,059 + 1,226X3 – 820,010X4 – 1115,888 X6 + 1,213 Yˆ B

t = (1,8480) (0,831) (-3,658) (03,908) (2,184)
R² = 0,722; F = 7,138.
O valor p do coeficiente Yˆ é 5,15%, que não é significativo se nos prendermos ao

B
nível de 5%, indicando que o modelo A é o “correto”.
Yˆ = – 8944,403 + 3,177X2 + 108,217X5 + 572,812 X6 + 1,210 Yˆ A

t= (– 3,016) (1,921) (1,070) (2,293) (5,960)
R² = 0,808; F = 11,583.
O coeficiente da variável Yˆ é significativonao nível de 0,0001.
A
Com base nesses resultados, parece que o modelo A é o “correto”.
13.28 (a) A diferença entre os modelos (1) e (2) no Exercício 7.19 é que há no
segundo uma variável explanatória adicional. Se o modelo (2) for o correto, estimar o
(1) constituiria viés de variável omitida.
Pode-se fazer o teste RESET de Ramsey apresentado no livro. Aplicando a estatística F,

cujo valor é 1,474, não rejeitamos a hipótese de que o modelo (2) é o que está
corretamente especificado.
(b) Com base no teste de Ramsey, descobriremos que o modelo (5) está corretamente
especificado.
13.29 Há algumas possibilidades, mas só consideraremos uma, a saber, o teste J de

Davidson-MacKinnon, cujas etapas são as seguintes.
1. Estimar o modelo A e obter dele os valores previstos, Yf A .

B
2. Estimar o modelo B e obter dele os valores previstos, Yf .
B
3. Executar novamente o modelo A incluindo a variável Yf . Se o coeficiente
dessa variável for estatisticamente significativo, escolha o modelo B.
4. Executar novamente o modelo B incluindo a variável Yf A . Se o coeficiente
dessa variável for estatisticamente significativo, escolha o modelo A.
5. Se Yf B no modelo A e Yf A
no modelo B forem ambos estatisticamente
significativos, então os dois modelos são aceitáveis.
Se executarmos esses passos, chegaremos à conclusão de que ambos são modelos

aceitáveis. Entretanto, se introduzirmos a taxa de juros, é bem possível que um seja
preferível ao outro. A seguir temos os resultados das regressões sem a variável taxa
de juros, em que Y é a poupança e X a renda.
Yˆt = – 39,2316 + 0,3616Xt – 0,3801Xt-1 + 1,1188 Yf B

t = (–1,7725) (3,8804) (–3,9028) (4,2355)
R² = 0,8965; d = 1,8193.
Yˆt = – 43,4574 – 0,0269Xt + 0,5864Yt-1 + 1,1430 Yf A
t = (–1,8294) (–2,1177) (4,2355) (3,9027)
R² = 0,8965.
O d de Durbin-Watson para o segundo modelo é 1,8193, mas não pode ser usado nele
para testar correlação serial devido à presença de regressando defasado.
Como vemos, ambos os modelos são aceitáveis com base no teste J. Por que será que
o coeficiente da variável renda no segundo modelo é negativo?
13.30 Os resultados da regressão de poupança contra renda são os seguintes:
Coef.
Período Intercepto R²
angular
1970–
1,0161 0,0803 0,9021
1981
(0,873) (9,6015)
1970–
9,7255 0,00591 0,9142
1985
(0,8999) (12,2197)
1970–
50,2516 0,0444 0,7561
1990
(3,6396) (7,6745)
1970–
62,4226 0,0376 0,7672
1995
(4,8917) (8,8938)
Como vemos, há bastante flutuação nos interceptos e coeficientes angulares

estimados, talvez trazendo à tona a questão da estabilidade da relação poupança-
renda ao longo dos diferentes períodos.
13.31 Aplicando os dados na Equação (13.10.1), obtemos:
F=
( 23248,30 − 1785, 032 ) 14 = 8,5885 .
(1785, 032 ) 10
Aqui, n1 = 12 e n2 = 14.
Esse F é muito significativo estatisticamente (valor p = 0,0008), levando à conclusão

de que a relação poupança-renda não foi estável ao longo do período observado.
13.32 Vejamos o efeito da exclusão de X6 no coeficiente da variável mantida lnX2. De

acordo com a equação dada no enunciado, vem que E ( βˆ ) = β
2 2 + β 6b62 . No modelo
verdadeiro (1), os valores de β2 e β6 são, respectivamente, 0,4813 e –0,0610. Pode-se
mostrar que o valor de b62 é 0,4875. Daí, obtemos:
( )
E βˆ2 = 0,4812 – (0,0610) (0,4875) = 0,4515.
Ou seja, o viés é –0,0297. Dito de outra forma, com a exclusão de X6 o coeficiente de
β2 foi subestimado em aproximadamente -0,03.
Aplique esse procedimento para encontrar o viés no coeficiente de lnX3.

CAPÍTULO 14
MODELOS DE REGRESSÃO NÃO-LINEARES
14.1 Se um modelo de regressão parece não-linear nos parâmetros, mas pode ser
linearizado nos parâmetros com as transformações adequadas, então ele é
basicamente, ou intrinsecamente, um modelo de regressão linear. Mas se não houver
jeito de torná-lo linear nos parâmetros, então se trata de um modelo de regressão
intrinsecamente não-linear. Exemplos disso já foram dados nos Exercícios 2.6, 2.7 e
2.9.
14.2 Se o termo de erro for incluído de modo aditivo, o modelo Cobb-Douglas (C-D)
torna-se um modelo de regressão intrinsecamente não-linear. Se for incluído de modo
multiplicativo, o modelo torna-se linear nos parâmetros de inclinação, mas não no
intercepto. Mas as propriedades do termo de erro nesse modelo dependem de como
ele é incluído de modo multiplicativo, se conforme (14.1.2) ou (14.1.3). A diferença
tem implicações diversas para estimação e inferência. Tradicionalmente, tem sido
incluído conforme (14.1.2).
Para determinar qual forma é adequada em cada caso, podemos aplicar o teste J ou
um similar. Se estimarmos o modelo C-D com ambos os termos de erro aditivo e
multiplicativo, também podemos examinar os resíduos estimados dessas duas
especificações e descobrir se os termos de erro estão normalmente distribuídos ou se
há correlação serial etc.
14.3 Na estimação por MQO podemos obter soluções explícitas, ou analíticas, para os
parâmetros desconhecidos. Nas estimações por MQNL não há como conseguir isso, e
as estimativas obtêm-se por um procedimento iterativo.
β2 t
14.4 Primeiro, escreva a equação assim: ui = Y − β110 γ +t

. Vamos, agora, minimizar:
β2 t 2
⎛ ⎞
∑ ∑ ⎜ i 1 ⎟⎟ .
u =2
i⎜ Y − β 10 γ +t
⎝ ⎠
Há três incógnitas nessa expressão: β1, β2 e γ. Logo, temos de diferenciar a equação
em relação a cada uma das incógnitas, igualar a zero as expressões resultantes e
resolvê-las simultaneamente. Como imaginamos, as expressões resultantes são não-
lineares e não podemos obter soluções explícitas. Daí, teremos de recorrer a um dos
métodos de estimação não-linear vistos no livro. Para os alunos arrojados, aí vão as
três derivadas:
∂ ∑ ui2 ⎡⎛ ⎞⎤
β2 t
⎞⎛ β2 t
= 2∑ ⎢⎜ Yi − β110 γ + t ⎟ ⎜ −10
γ +t
⎟⎥
∂β1 ⎢⎣⎜⎝ ⎟
⎠⎝ ⎠ ⎥⎦
∂ ∑ ui2 ⎡⎛ ⎞ ⎛ t ⎞⎤
β2 t
⎞⎛ β2 t
= 2∑ ⎢⎜ Yi − β110 ⎟ ⎜ − β110
γ +t
γ +t
⎟⎜ ⎟⎥
∂β 2 ⎢⎣⎝⎜ ⎟
⎠⎝ ⎠ ⎝ γ + t ⎠ ⎥⎦
∂ ∑ ui2 ⎡⎛ ⎞ ⎛ β 2t ⎞ ⎤
β2 t
⎞⎛ β2 t
= 2∑ ⎢⎜ Yi − β110 ⎟ ⎜ − β110
γ +t
γ +t
⎟⎜ 2 ⎟
⎥
∂γ ⎜ ⎟
⎢⎣⎝ ⎠⎝ ⎠ ⎝ (γ + t ) ⎠ ⎥⎦
Iguale essas expressões a zero para obter as equações normais, as quais têm de ser
resolvidas iterativamente.
14.5 (a) Verdadeira. Veja a discussão na Seção 14.5.

(b) Verdadeira. Veja a discussão na Seção 14.5.
14.6 Consulte a Seção 14A.3 no Apêndice 14A. Usando só as primeiras derivadas,

podemos generalizar a Equação (2) para mais de duas incógnitas. Para usar essa
fórmula, precisamos da derivada da função CES em relação às incógnitas A, β e δ. As
expressões dessas derivadas são pesadas, difíceis de lidar. O aluno mais arrojado pode
encontrá-las no livro de Judge, et alli 1 .
dy
14.7 (a) Neste caso, = β 2 . Esse modelo indica que Y cresce a uma taxa β 2 , positiva
dt
ou negativa, dependendo do sinal, mas constante ao longo do tempo.
1 dY
(b) = β 2 , indicando que a mudança relativa em Y é uma constante igual a β 2 .
Y dt
Multiplicando isso por 100, teremos a variação percentual, ou taxa de crescimento.
β1
(c) O modelo logístico de crescimento tem forma de S. Quando t = 0, Y = , de
1 + β2
forma que este é o valor inicial de Y. Da mesma forma, quando t → ∞ , Y = β1 , que é o
valor limite de crescimento de Y. Daí vem que β2 > 0 .
(d) Assim como a curva logística de crescimento, a curva Gompertz de crescimento

também tem forma de S, mas não é simétrica em torno do seu ponto de inflexão, que
β1 d 2Y
é dado por Y= = 0,368β1 . Para obter o ponto de inflexão, faça = 0 . Além
e dt 2
1
Veja George G. Judge, R. Carter Hill, William Griffiths, Helmut Lutkepohl e Tsoung-Chao Lee, Introduction to the Theory
and Practice of Econometrics, 2ª edição, John Wiley & Sons, New York, 1988, p. 514
dY dt
disso, repare que = β3 ( ln β1 − ln Y ) , que significa que a taxa de crescimento
Y
relativa em Y está linearmente relacionada ao logaritmo de Y.
A curva Gompertz de crescimento tem sido utilizada para estudar o crescimento da

população e de animais.
Problemas
14.8 Nos modelos seguintes, Y = população e t = tempo.
Modelo linear
Yˆt = 221,7242 + 0,1389t

t = (109,2408) (44,4368); r² = 0,8178.
Modelo log-lin
Y = 5,3170 + 0,0098t
ln t
t =(8739,399)(285,9826); r² = 0,9996.
Modelo logístico
1432, 739
Yˆt = ; R² = 0,9997.
1 + 1, 7986e −0,01117 t
Repare que as razões t de β1, β2 e β3 estimados são, respectivamente 2,8209, 4,3618
e –14,0658.
Modelo Gompertz
{ }
Yˆt = 1440, 733exp 1,9606e0,0054t ; R² = 0,9995.
Repare que as razões t de β1, β2 e β3 estimados são, respectivamente 2,7921, 5,4893
e 5,4197.
Deixamos para o leitor a interpretação desses resultados em vista da discussão teórica

desses modelos no Exercício 14.7.
14.9 Função de produção Cobb-Douglas com erro aditivo
PIB = 0,5292(mão-de-obra)0,1810 (capital)0,8827; R² = 0,9942.
Nota: Repare que as razões t dos três coeficientes são, respectivamente 1,9511,
1,2814 e 12,4658.
Função de produção Cobb-Douglas com erro multiplicativo

lnPIBt = –1.6524 + 0,3397 lnmão-de-obra +0,8459 lncapital

t = (–2,7258) (1,82950) (9,0624)
R² = 0,9950.
Como vemos, qualitativamente os resultados das duas especificações diferem na

elasticidade produção/mão-de-obra, maior no modelo multiplicativo. A significância
marginal desse coeficiente também é muito maior neste do que no aditivo. Mas tenha
em mente que os resultados do modelo de termo de erro aditivo (isto é, modelo de
regressão não-linear) não podem ser comparados diretamente com os do outro. Além
disso, as razões t estimadas devem ser interpretadas no contexto de grandes amostras
para o modelo não-linear.
CAPÍTULO 15
MODELOS DE ESCOLHA QUALITATIVA
15.1 Os resultados da regressão baseados na exclusão das 12 observações são:
1 X
Yî = 1, 246 + 0,120 i
wi wi
t = (–10,332) (17,454)
E os resultados baseados na manutenção das 12 observações depois de feitos os

ajustes sugeridos são:
1 X
Yî = −0, 635 + 0, 0820 i
wi wi
t = (–12,576) (26,305)
A diferença entre os dois modelos é perceptível. Não esqueça que a regressão revisada
baseia-se nas 40 observações, enquanto a original baseia-se somente em 28. Talvez
os resultados do modelo revisado sejam preferíveis porque incluem todas as
observações. Repare também na mudança das razões t estimadas.
15.2 Esses dados produzirão um ajuste perfeito, pois todos os valores de X acima de
16 correspondem a Y = 1 e todos aqueles inferiores a 16 correspondem a Y = 0.
Portanto, uma infinidade de curvas se ajustaria a esses dados. O método de máxima
verossimilhança pode falhar em situações assim, e, por isso, as estimativas MV
fornecidas no enunciado são de valor questionável.
15.3 Reportando-nos ao modelo original, verificamos que os resultados são de um

modelo de probabilidade linear e que a unidade para renda disponível X1 é milhares de
dólares.
(a) Dentre os regressores, somente as variáveis X1, X13 e X16 são estatisticamente
significativas no nível de 5% e têm os sinais corretos. O valor baixo de R² não deve
preocupar, pois essa medida não deve ser adequada ao modelo em questão.
(b) Como esse coeficiente não é estatisticamente significativo, não podemos atribuir
grande significado a essa variável.
(c) Os termos ao quadrado são utilizados para contornar as taxas de variação dessas
variáveis. Os sinais não têm sentido prático, uma vez que nenhum dos dois
coeficientes é estatisticamente significativo.
(d) A probabilidade é 0,6431.
(e) A probabilidade é 0,6936.

15.4 Como a medida convencional do R² não é especialmente útil em modelos com

regressando dicotômico, não há muito sentido em testar sua significância como o teste
F visto no Capítulo 8. Medidas alternativas da qualidade do ajustamento são abordadas
no texto e nas referências (veja também o Exercício 15.13).
15.5 As probabilidades estimadas nos vários níveis de renda são: 0,2458; 0,2761;
0,3086; 0,3611; 0,3981; 0,4950; 0,5923; 0,6828; 0,7614 e 0,8254. Representando-
as contra a renda, obteremos quase uma linha reta com inclinação crescente,
conforme o gráfico abaixo.
VERTICAL = PROB
HORIZONTAL = RENDA
15.6 Recordemos que I i = β1 + β 2 X i . Portanto, a variável normal padronizada é
X i − μx μx ⎛ 1 ⎞
Ii = =− +⎜ ⎟ X .
σx σx ⎝σx ⎠ i
μx 1
Daí, β1 = − e β2 = .
σx σx
15.7 (a) O logaritmo das chances de uma taxa de homicídios mais alta está
positivamente relacionado ao número de habitantes e à taxa de crescimento
populacional, mas negativamente relacionado à taxa de alfabetização. O coeficiente de
0,0014 ligado a Pi deve ser interpretado como segue: tome seu antilogaritmo,
subtraia-lhe 1 e multiplique o resultado por 100. Assim, antilog(0,0014) = 1,0014,
subtraindo-lhe 1 e multiplicando o resultado por 100, temos 0,14%, o que quer dizer
que se o número de habitantes aumentar uma unidade (no caso, mil), as chances de
uma taxa de homicídios mais alta crescem 0,14%. Os outros coeficientes devem ser
interpretados de forma análoga.
(b) Individualmente, os coeficientes de C e R são estatisticamente significativos no

nível de 5% ou melhor.
(c) Seguindo as etapas dadas em (a), o efeito do aumento de uma unidade na taxa de
alfabetização é uma redução de cerca de 49,93% nas chances de uma taxa de
homicídios mais alta.
(d) As chances subirão 5,77%.
[N] Nota: Se tomarmos os valores nominais dos coeficientes dos regressores, teremos
a variação percentual aproximada das chances de uma taxa de homicídios mais alta,
mas, para sermos precisos, temos de seguir o procedimento descrito em (a).
15.8 Os coeficientes estimados diferem pouco. A diferença principal está nos erros-
padrão estimados. A Equação (15.7.3) corrige a heterocedasticidade, ao passo que a
(15.7.3) não o faz.
15.9 (a) Repare que nesse modelo o logaritmo da razão das chances é uma função do
logaritmo da renda, o que faz dele um duplo log. Daí, se a renda aumenta 1%, em
média, o log das chances favoráveis a possuir um carro cresce cerca de 34,8%.
Pi
(b) Tirando o antilogaritmo da equação estimada, obtemos = 0, 0625 X 0,3475 , em
(1 − Pi )
que X é a renda. Note que tirando o logaritmo dessa expressão voltamos à equação
dada no enunciado.
A partir da equação anterior, tiramos a expressão para a probabilidade de possuir um

0, 0625 X 0,3475
carro: Pi = .
1 + 0, 0625 X 0,3475
0, 0625(20000)0,3475
(c) A probabilidade é Pi = ≈ 0, 66 .
1 + 0, 0625(20000)0,3475
Ou seja, é de aproximadamente 66%. Seguindo esse mesmo procedimento, podemos
verificar que para o nível de renda de 25.000, essa probabilidade é de cerca de 68%.
De acordo com a nota de rodapé número 19 do livro-texto, também verificamos que a
variação da probabilidade do nível de renda de 20.000 para o de 25.000 é bem
pequena.
(d) Vemos pelos resultados que os coeficientes são individualmente muito

significativos, assim como também o é o valor χ², medida da qualidade de
ajustamento.
15.10 Conforme o Apêndice A, para uma distribuição Bernoulli o valor médio é P, e a

variância, P(1-P).
15.11 (a) Embora os resultados não sejam uniformes, os coeficientes logit, em

algumas situações, são, em valores absolutos, mais baixos para os alunos negros do
que para todos os alunos, mas há casos em que a diferença pode não ser
estatisticamente significativa. As variáveis, no entanto, têm os sinais esperados na

maioria das vezes.
(b) Na maioria dos casos, sim.
(c) Como vemos, tomando todos os alunos, os coeficientes são todos estatisticamente
muito significativos, o que não é o caso para os estudantes negros. A significância
geral do modelo pode ser julgada pelos valores χ², muito significativos para todos,
inclusive os negros. Esse valor mede a qualidade de ajustamento do modelo
comparando os valores previstos por ele com os valores reais. Veja o Exercício 15.13
sobre esse tema.
15.12 (a) Para tornar homocedástico o termo de erro, o peso deve ser o inverso do
Ni fi
erro-padrão de termo de distúrbio estocástico ui. Nesse caso, o peso é wi = .
Pi (1 − Pi )
(b) Os pesos e os dados transformados são os seguintes:
Peso I* = Xi* =
Probabilidade
(wi) Iwi Xiwi
0,20 0,075 -11,157 79,690
0,24 0,086 -8,113 92,717
0,30 0,114 -4,571 87,896
0,35 0,140 -2,708 92,636
0,45 0,415 -0,289 36,181
0,51 1,991 0,015 10,044
0,60 0,243 1,029 102,856
0,66 0,168 2,388 179,124
0,75 0,102 6,557 342,509
0,80 0,095 8,820 420,000
(c) Os resultados pelos mínimos quadrados ponderados são:
I i* = −1, 086 + 0, 049 X i*

ep = (0,031) (0,001)
Vê-se que os resultados pelos mínimos quadrados não-ponderados e ponderados não

são muito diferentes, embora para estes últimos os erros-padrão sejam relativamente
menores, como era de se esperar.
15.13 Nesse caso, o teste estatístico χ² é 2,3449, com valor p de 0,97. Portanto, não
rejeitamos a hipótese nula de que não há diferença estatística entre os valores
estimados da probabilidade e os reais.
15.14 Seguem os resultados do modelo logit ponderado que expressam a

probabilidade de morte como função do logaritmo da dosagem.
Lî = –4,837 + 7,058lnXi

ep = (0,434) (0,599)
t = (–11,141) (11,782); χ² = 1,4069.
Esses resultados revelam que os coeficientes estimados são muito significativos. O

valor p do χ² observado é 0,7039, indicando que não há diferença estatística entre os
valores da probabilidade estimados e os reais. Ou seja, o modelo ajustado é bastante
bom.
15.15 (a) Seguem os resultados pelo MPL, com Y = 1 se o candidato for admitido; se
não, Y = 0.
Yî = –2,867 + 0,003Qi + 0,002Vi

t = (–3,442) (2,976) (3,441)
(b) Embora os resultados estatísticos pareçam aceitáveis, o MPL não é um modelo

satisfatório devido aos problemas analisados no texto, tais como ausência de
normalidade do termo de erro, heterocedasticidade etc.
15.16 (a) O modelo logit estimado é:
Yî = –2,085 + 0,136Xi

t = (–143,597) (151,621).
(b) O modelo probit estimado é:
Iî = 3,722 + 0,083Xi

t =(316,543) (115,524).
(c) O valor logit estimado correspondente ao desconto de 17 centavos é 1,2548, do

qual tiramos que a probabilidade estimada é de aproximadamente 56%, quase igual à
do modelo probit.
⎛ 0, 70 ⎞
(d) O que precisamos achar é ln ⎜ ⎟ = −2, 085 + 0,136 X i . Resolvendo essa
⎝ 1 − 0, 70 ⎠
expressão, teremos o valor de X, que é 21,56 centavos.
15.17 (a) Como o coeficiente do estado civil é estatisticamente insignificante para

ambos os períodos, não há muito a dizer sobre a importância dessa variável, mas seu
sinal é positivo tanto em 1977 quanto em 1989, e isso faz sentido sob o aspecto
econômico.
(b) O coeficiente negativo estimado para a variável minoria está provavelmente

refletindo algum efeito da variável renda, e indica que as minorias têm rendas mais
baixas e menor necessidade de contas bancárias.
(c) Essa variável também reflete o efeito da variável renda, indicando que à medida
que cresce o número de filhos, é possível que a família disponha de menos dinheiro
para depositar em contas correntes ou de poupança.
(d) A estatística χ² é uma medida da qualidade de ajustamento do modelo que, nesse

caso, é boa, pois a previsão de quem teria ou não uma conta corrente foi feita com
acerto de 91% em 1977 e 90% em 1989.
15.18 (a) Os resultados do MPL ponderado são:
Yî = 0,184 + 0,874Xi

t = 1,373) (5,042).
(b) Dado que X = 48, o verdadeiro E(Y|X=0,48) = 0,440, e o estimado E(Y|X) =

0,603.
(c) Com os dados, podemos confirmar assim a resposta dos autores:
P(Y*|X=0,48) = –0,969 + 2,764(0,48) = 0,3579.

A probabilidade é 0,6398, validando o resultado dos autores.
(d) P(Y*|X=0,79) = –0,969 + 2,764(0,79) = 1,2145. A probabilidade é 0,8878. A

variação prevista é 24,80, que está de acordo com os resultados dos autores.
CAPÍTULO 16
MODELOS DE REGRESSÃO COM DADOS EM PAINEL
16.1 Nos dados em corte transversal, coletam-se informações sobre várias

microunidades no mesmo ponto no tempo. Presume-se, em geral, que tais dados são
de amostras aleatórias. Nos dados em séries temporais, obtemos informações sobre
uma dada microunidade, ou unidade individual, ao longo de um período de tempo. Os
dados em painel combinam características dos dois tipos anteriores, pois dados sobre
várias microunidades são obtidos por vários períodos de tempo.
16.2 Num modelo de efeitos fixos (MEF), admitimos que cada microunidade seja
representada pelo seu próprio intercepto, que permanece o mesmo ao longo do tempo.
Podemos levar em consideração o tempo e o espaço por meio da inclusão de variáveis
binárias de corte transversal e de tempo.
16.3 No modelo de correção de erros (MCE), ao contrário do MEF, presumimos que o

intercepto de uma microunidade é uma extração aleatória com média e variância
determinadas. Trata-se de um modelo econômico, visto que não se introduzem N
variáveis binárias distintas de intercepto para N unidades de corte transversal.
Conforme informado no texto, se o termo de erro e os regressores não estiverem
correlacionados, é possível que o MCE seja adequado, mas se estiverem, o MEF talvez
seja apropriado.
16.4 São todos sinônimos.
16.5 A resposta está na Seção 16.1. Resumidamente, combinando as dimensões

espaço e tempo, podemos estudar muitos aspectos de um problema de uma forma que
não seria viável fazer somente com os dados em corte transversal ou em séries
temporais. Dois exemplos importantes dos dados em painel são o Estudo em Painel da
Dinâmica de Renda e o Levantamento de Renda e Participação em Programas.
Acompanhando as mesmas unidades em corte transversal ao longo do tempo,
podemos estudar a dinâmica das variações.
16.6 O novo termo de erro será wit = ε i + vt + uit , com as pressuposições de que
ε i N (0, σ ε2 ) , vt N (0, σ v2 ) e uit N (0, σ u ) . Além disso, presumimos que:
2
E (ε i vt ) = E (ε i uit ) = E (vt uit ) = 0

E (ε iε j ) = 0(i ≠ j ); E (vt vs ) = 0(t ≠ s )
E (uit uis ) = E (uit u jt ) = E ( wit , w js ) = 0;(i ≠ j; t ≠ s)
Conseqüentemente, var( wit ) = σ 2 = σ ε2 + σ v2 + σ u2 , isto é, wit é homocedástico. O

coeficiente de correlação entre wit e w jt (i ≠ j) , ou seja, entre os erros das duas
unidades diferentes de corte transversal num dado ponto no tempo, é
cov( wit , w jt ) σ 2
= v
;(i ≠ j ) .
⎡⎣ var( wit ) var( w jt ) ⎤⎦ σ ε + σ + σ u2
2 2
v
E o coeficiente de correlação entre wit e w jt (t ≠ s) ,ou seja, entre os erros de uma

determinada unidade de corte transversal em dois pontos diferentes no tempo, é
cov( wit , wis ) σ ε2
= ;(t ≠ s ) .
[ var( wit ) var( wis )] σ ε2 + σ v2 + σ u2
16.7 Temos neste caso N = 50 unidades de corte transversal e T = 2 séries temporais

de dados. Consulte a observação número 2 na Seção 16.5. Como não podemos
considerar os 50 estados da união como uma extração aleatória, é possível que o MEF
seja mais apropriado.
16.8 São –245,7924, –84,22, 93,8774 e –59,2258 para a GE, GM, USS e
Westinghouse, respectivamente. Comparados com os da GE, os interceptos (isto é,
efeitos fixos) das outras empresas são estatisticamente diferentes, como se vê pela
regressão (16.1.5).
16.9 Os resultados não são substancialmente diferentes no que tange aos coeficientes
das variáveis X. Os interceptos não são iguais, o que era de se esperar devido às
diferenças nas premissas subjacentes aos dois modelos.
16.10 (a) Em conjunto, os resultados fazem sentido do ponto de vista econômico. Por
exemplo, o logaritmo dos ganhos é menor neste ano se no anterior o indivíduo esteve
desempregado, e o mesmo acontece se suas condições de saúde foram precárias
naquele ano.
(b) Qualitativamente, os dois modelos dão resultados similares.
(c) Como temos 3774 observações, temos graus de liberdade suficientes para estimar
um modelo de efeitos fixos. Mas como os dois modelos geralmente dão resultados
análogos, podemos optar por qualquer um. Formalmente, podemos aplicar o teste
Hausman para decidir entre os dois.
Problemas
16.11 (a)
Coef.
Ano Intercepto R² d
angular
1990 3118,484 -22,4984 0,0834 1,98
(3,5718) (-2,0894)
1991 3149,356 -23,3485 0,0972 1,9
(3,8837) (-2,2742)
Nota: Os valores entre parênteses são as razões t.
(b) Os resultados da regressão combinada são os seguintes:
Ovos = 3132,258 – 22,8952 Preço

t = (5,3281) (–3,1173) r² = 0,0902; d = 2,0037.
As pressuposições feitas neste caso são que os interceptos, os coeficientes angulares e

as variâncias de erro são iguais nos dois períodos de tempo.
(c) Fazendo D = 0 para 1990 e D = 1 para 1991, os resultados da regressão são:
Ovos = 3153,082 – 34,6977D – 22,9403 Preço

t = (5,0767) (–0,1087) (–3,1027) R² = 0,0903; d = 2,0047.
Como vemos, o coeficiente da variável binária para 1991 não é estatisticamente

significativo, indicando que são estatisticamente iguais os interceptos dos dois períodos
de tempo.
(d) Se fizermos isso, teremos de usar 49 variáveis binárias, o que consumirá muitos de
graus de liberdade. Consulte também a segunda observação na Seção 16.5.
(e) Não, pelo mesmo motivo de (d).
(f) Não é possível, nesse caso, estimar o MCE, porque para isso seria necessário que o
número de unidades de corte transversal fosse maior que o número de coeficientes a
serem estimados. Se tentarmos fazê-lo usando, por exemplo, o Eviews, o software
responderá com essa afirmação.
16.12 Aí vão os dados necessários:
Ano SRQ gl
1990 1,24E+08 48
1991 1,22E+08 48
Combinada 2,46E+08 98
Nota: 1,24E+08 significa 124.000.000 etc.
Se aplicarmos o teste de Chow, descobriremos que podemos rejeitar a hipótese nula

de que as variâncias de erro dos dois períodos são diferentes, indicando que os dados
podem ser combinados.
16.13 (a) A seguir, temos os resultados da regressão em forma de tabela, com as

razões t entre parênteses.
Empresa Intercepto F-1 C-1 R² SQR d

GE -9,9563 0,0265 0,1516 0,7053 13217 1,07
(-0,3173) (1,7057) (5,9015)
GM -149,4667 0,1192 0,3715 0,9214 143118 0,93
(-1,4137) (4,6192) (10,0270)
US Steel -50,0780 0,1714 0,4087 0,4810 154988 0,92
(-0,3413) (2,3254) (2,8208)
Westinghouse -0,5804 0,0530 0,0916 0,7450 1796 1,42
(-0,0724) (3,3776) (1,6334)
Combinada -63,3041 0,1101 0,3034 0,7565 1560690 0,22
(b) Teste de Chow: A soma das SQR das quatro empresas é 313092. Aplicando o teste
(1560690 − 313092) 3 415866
conforme o Capítulo 8, obtemos F = = = 9, 032 , valor
313092 (80 − 12) 46043
muito significativo, levando à rejeição da hipótese nula de que as quatro variâncias de
erro são iguais.
(c) Em vista do teste de Chow, parece que não se deve combinar os dados neste caso.
Mas isso não invalida a utilidade da técnica de combinação, que foi evidente no nosso
exemplo dos ovos no Problema 16.11.
16.14 (a) A priori, seria de se esperar uma relação inversa entre as duas variáveis
porque se o desemprego for alto, haverá menos pressão por aumentos de salários,
presumindo que os outros fatores se mantenham constantes.
(b) & (c) A seguir temos os resultados da regressão em forma de tabela, com as
razões t entre parênteses.
Coef.
País Intercepto R² SQR d
angular
Canadá 85,8286 -0,7294 0,0048 5372 0,0088
(-
(3,8706)
0,2946)
Reino
156,4412 -9,1186 0,4248 7856 0,3591
Unido
(-
(6,6952)
3,6463)
Estados
152,4665 -9,6686 0,5420 3375 0,4910
Unidos
(-
(10,9253)
4,6159)
Combinada 132,3895 -6,3409 0,3365 1941 0,2440
(-
(13,4746)
5,4242)
(d) Esses resultados e os de (e) foram obtidos com o Eviews.
Variável dependente: COM?

combinados
Amostra: 1980 1999

20
Número de cortes
transversais: 3
Total observações (equilibradas) em
painel: 60
Variável Coeficiente Erro-padrão Estatística-t
DESEMPREGO? -6,7307 1,4553 -4,6247
Efeitos fixos
CAN--C 138,7603
RU--C 134,5800
EUA--C 133,3699
Soma quad
R-quadrado 0,3462 19123,6604
resíduos
0,2674
Watson
(e)
Variável dependente: COM?

Método: MQG (componentes de
variância)
Amostra: 1980 1999

20
Número de cortes
transversais: 3
Total observações (equilibradas) em
painel: 60
C 131,3202 8,8974 14,7592
DESEMPREGO? -6,2098 1,0664 -5,8231
Efeitos aleatórios
CAN--C 0,8264
RU--C -1,7597
EUA--C 0,9333
Soma quad
R-quadrado 0,3312 19561,0217
resíduos
0,2358
Watson
(f) Os resultados dos dois modelos são semelhantes. Podemos, portanto, escolher
qualquer um deles.
CAPÍTULO 17
MODELOS ECONOMÉTRICOS DINÂMICOS: MODELOS AUTO-REGRESSIVOS E
COM DEFASAGENS DISTRIBUÍDAS
17.1 (a) Falsa. Modelos econométricos são dinâmicos se descrevem a trajetória no

tempo da variável dependente em relação a seus valores passados. Os que utilizam
dados em cortes transversais não são dinâmicos, a menos que sejam usados modelos
de regressão em painel com valores do regressando defasados.
(b) Verdadeira. O modelo Koyck presume que todos os coeficientes de defasagem

distribuída têm o mesmo sinal.
(c) Falsa. Os estimadores são tendenciosos e também inconsistentes.
(d) Verdadeira. Para demonstração, veja o texto de Johnston citado na nota de rodapé
número 30 do livro-texto.
(e) Falsa. O método gera estimativas consistentes, embora sejam tendenciosas

aquelas obtidas com pequenas amostras.
(f) Verdadeira. Em tais situações, aplique a estatística h de Durbin. Para calculá-la, no

entanto, pode-se usar a estatística d de Durbin.
(g) Falsa. É válido para grandes amostras, estritamente falando.
(h) Verdadeira. O teste de Granger é uma medida de precedência e conteúdo da

informação, mas por si só não indica causalidade, no sentido trivial da palavra.
17.2 Use as Equações (17.7.1), (17.6.2) e (17.5.2).
Yt* = β 0 + β1 X t* + ut (1)
Yt − Yt −1 = δ (Yt * − Yt −1 ) (2)
X t* − X t*−1 = γ ( X t − X t*−1 ) (3)
Reescreva a Equação (2) assim: Yt = δ Yt + (1 − δ )Yt −1 (4)

*
γ
Reescreva a Equação (3) assim: X t =
*
Xt (5)
1 − (1 − γ ) L
em que L é o operador de defasagem, tal que LX t = X t −1 .
Substitua a Equação (1) na Equação (4) para obter:
Yt = δβ 0 + δβ1 X t* + δ ut + (1 − δ )Yt −1 (6)
Substitua a Equação (5) na (6) para obter:

⎡ γ ⎤
Yt = δβ 0 + δβ1 ⎢ X t ⎥ + (1 − δ )Yt −1 + δ ut (7)
⎣1 − (1 − γ ) L ⎦
Simplificando a Equação (7), temos:
Yt = α1 + α 2 X t + α 3Yt −1 + α 4Yt − 2 → (17.7.2), em que os α são combinações (não-

lineares) dos diversos parâmetros da Equação (7).
{ [
17.3 cov ⎡⎣Yt −1 , ( ut − λ ut −1 ) ⎤⎦ = E ⎡⎣Yt −1 − E (Yt −1 ) ⎤⎦ ut − λ ut −1 ]} , já que E (ut ) = 0 .
cov ⎡⎣Yt −1 , ( ut − λ ut −1 ) ⎤⎦ = E ⎡⎣( ut −1 )( ut − λ ut −1 ) ⎤⎦ , já que ⎡⎣Yt −1 − E (Yt −1 ) ⎤⎦ = ut −1 .
cov ⎡⎣Yt −1 , ( ut − λut −1 ) ⎤⎦ = −λ E ⎡( ut −1 ) ⎤ , já que não há correlação serial.

2
⎣ ⎦
cov ⎡⎣Yt −1 , ( ut − λ ut −1 ) ⎤⎦ = −λσ , como queríamos demonstrar.
2
17.4 Os valores para P* são, respectivamente, 100, 105, 115, 135 e 160.
17.5 (a) Os valores estimados de Y, que são função linear da variável não-estocástica
X, não são assintoticamente correlacionas com v, o termo de erro da população.
(b) Pode diminuir a gravidade do problema da colinearidade.
17.6 (a) A defasagem mediana é o tempo para se completar metade da fração de

ajustamento. No caso do modelo de Koyck, resolva a expressão a seguir para
encontrá-la:
resposta no período t
=
(
β 0 1 − λ t (1 − λ ) 1 ) 1
= , que simplificada dá λ t = . Portanto,
resposta de longo prazo β 0 (1 − λ ) 2 2
⎛1⎞ −2 ln 2
t ln λ = ln ⎜ ⎟ = − ln 2 . Logo, t = , que é a resposta solicitada.
⎝2⎠ ln λ
(b)
Defasagem
λ ln λ ln2
mediana
-
0,2 0,6932 0,4307
1,6094
-
0,4 0,6932 0,7565
0,9163
-
0,6 0,6932 1,3569
0,5108
-
0,8 0,6932 3,1063
0,2231
17.7 (a) Como β k = β 0 λ k ; 0 < λ < 1; k = 0,1, 2... , a defasagem mediana é:

∞
∑ kβ k
β 0 ∑ k λ k λ (1 − λ 2 ) λ
0
= = = .
k
β0 ∑ λ k
1 (1 − λ ) 1 − λ
∑β
0
k
(b) Se λ for muito grande, a velocidade do ajustamento será lenta.
17.8 Aplique a fórmula

∑ kβ k
que, com os dados da Tabela 17.1 torna-se
∑β k
11,316
= 10,986 ≈ 10,959 .
1, 03
17.9 (a) Seguindo o procedimento adotado no Exercício 17.2, podemos escrever a

β1 (1 − γ 1 ) β (1 − γ 2 )
equação para M t como segue: M t = α + Yt + 2 Rt + ut , que pode ser
1 − γ 1L 1− γ 2L
reescrita assim:
M t = β0 + β1 (1 − γ 1 ) Yt − β1λ2 (1 − γ 1 ) Yt −1 + β 2 (1 − γ 2 ) Rt
M t = − β 2γ 1 (1 − γ 2 ) Rt −1 + ( γ 1 + γ 2 ) M t −1 − ( γ 1γ 2 ) M t − 2 + ⎡⎣ut − ( γ 1 + γ 2 ) ut −1 + ( γ 1γ 2 ) ut − 2 ⎤⎦ , em
que β0 é uma combinação de α , γ1 e γ2. Observe que se γ1 = γ 2 = γ , o modelo pode
ser ainda mais simplificado.
(b) O modelo que acabamos de desenvolver é muito não-linear nos parâmetros e tem
de ser estimado com o emprego de alguma das técnicas iterativas não-lineares
examinadas no Capítulo 14.
17.10 A Equação (17.7.2) apresenta o mesmo problema de estimação que o modelo

de Koyck e o das expectativas adaptativas, pois são auto-regressivos com estruturas
de erro similares. Trata-se de um modelo de regressão intrinsecamente não-linear,
exigindo, portanto, técnicas não-lineares de estimação.
17.11 Conforme explanado por Griliches, como o modelo de correlação serial inclui
valores defasados dos regressores, o que não acontece nos de Koyck e de ajustamento
parcial, é possível que ele seja apropriado – mesmo que se assemelhe a estes últimos
– em situações em que estejamos transformando um modelo para nos vermos livres
da correlação serial de primeira ordem.
17.12 (a) Sim, o modelo de Koyck pode, nesse caso, ser estimado com os MQO.
(b) Haverá um viés de amostra finita devido ao regressando defasado, mas as

estimativas serão consistentes. Pode-se achar a demonstração disso nas páginas 408 a
411 do livro Principles of Econometrics, de Henry Thiel, publicado por John Wiley &
Sons, New York, 1971.
(c) A pressuposição de que ρ e λ sejam iguais é plausível, pois os valores de ambos

situam-se, por premissa, entre 0 e 1.
17.13 De forma análoga aos modelos de Koyck, Alt, Tinbergen e outros, essa é uma
abordagem ad hoc e tem pouca sustentação teórica. O modelo pressupõe que a
importância dos valores passados declina continuamente desde o início, o que pode ser
uma pressuposição razoável em alguns casos. Pela utilização da média ponderada das
variáveis explanatórias atuais e passadas, esse modelo triangular anula os problemas
de multicolinearidade que possam existir em outros.
17.14 (a) Em média, ao longo do período estudado, a variação do nível de emprego

está positivamente relacionada à produção e negativamente ao nível de emprego no
período anterior e ao tempo. Os sinais negativos no coeficiente da variável tempo e na
variável tempo ao quadrado indicam que a variação no nível de emprego vem
declinando ao longo do período, mas mais rapidamente. Repare que o coeficiente de
tempo não é significativo no nível de 5%, mas o de tempo ao quadrado o é.
(b) É 0,297.
(c) Para obter a curva de demanda de longo prazo, divida a de curto prazo por δ e
exclua o termo defasado do nível de emprego, o que resultará na função 47,879 +
0,579Qt + 0,094t + 0,002t².
(d) O teste estatístico apropriado é o h de Durbin. Dado que n = 44 e d = 1,37,

obtemos:
⎛ d⎞ n ⎛ 1 ⎞ 44
h = ⎜1 − ⎟ = ⎜1 − d ⎟ = 2, 414 .
⎝ 2 ⎠ 1 − n var(coef de Et -1 ) ⎝ 2 ⎠ 1 − 44(0, 001089)
Já que o h segue assintoticamente a distribuição normal, seu valor crítico a 5% é 1,96.

Pressupondo que a amostra de 44 observações seja razoavelmente grande, podemos
concluir que há nos dados evidência de autocorrelação positiva de primeira ordem.
17.15 (a) É (1 - 0,0864) = 0,136.
(b) A elasticidade preço de curto prazo é –0,218, e a de longo prazo é (–0,218/0,136)

= –1,602.
(c) A elasticidade juro de curto prazo é –0,855, e a de longo prazo é (–0,855/0,136) =

–6,287.
(d) A taxa de ajustamento de 0,136 é relativamente baixa, e isso pode ser por causa
do tipo de tecnologia desse mercado. Lembre-se de que tratores são bens duráveis
com vida útil razoavelmente longa.
17.16 O termo defasado representa as influências combinadas de todos os valores

defasados do(s) regressor(es) do modelo, como vimos ao explorar a abordagem de
Koyck.
17.17 O grau do polinômio deve ser pelo menos um a mais do que os pontos de
inflexão da série temporal observada representada graficamente ao longo do tempo.
Assim, use um polinômio de 4º grau para o primeiro gráfico no canto superior
esquerdo, um de 2º grau para o do canto superior direito, um de 6º grau para o do
canto inferior esquerdo e outro de 2º grau para o do canto inferior direito.
2 p
17.18 (a) var( βî ) = ∑ i 2 j var(αˆ j ) + 2∑ i j + p cov(αˆ j , αˆ p ) .
j =0 j< p
Segue uma expressão análoga, a não ser por um termo adicional.
(b) Não é necessariamente assim, porque, como visto em (a), as variâncias das
estimativas de βi envolvem tanto as variâncias como as covariâncias dos coeficientes
estimados α, e estas últimas podem ser negativas.
17.19 Dado que β i = α 0 + α 1i + α 2 i , se β 0 = 0 → α 0 = 0 e

quando β 4 = 0 → α 0 + 4α1 + 16α 2 = 0 → α1 = −4α 2 .
Portanto, o modelo transformado é:
( )
4
Yt = α + ∑ ( β i X i ) + ut = α + ∑ α 0 + α1i + α 2i 2 X t − i + ut = α + α 2 ⎡⎣ −4∑ iX t − i + ∑ i 2 X t − i ⎤⎦ + ut .
i =0
k k/2
17.20 Yt = α + ∑β X
i =0
i t −i + ut = α + ∑ i β X t −i +
i =0
∑ ⎛k ⎞
( k − i ) β X t − i + ut
i =⎜ +1⎟
⎝2 ⎠
Yt = α + β ⎡⎣ ∑ iX t −i + ∑ ( k − i ) X t −i ⎤⎦ + ut = α + β Z t + ut .
17.21 No caso, n = 19 e d = 2,54. Embora a amostra não seja muito grande, vamos
fazer o teste h a título de ilustração:
⎛ d⎞ n ⎛ 2, 54 ⎞ 19
h = ⎜1 − ⎟ = ⎜1 − ⎟ = −1, 3773 , valor que
⎝ 2 ⎠ 1 − ( n) var(coeficiente de PFt -1 ) ⎝ 2 ⎠ 1 − 19(0, 0142)
não é significativo no nível de 5%. Não há, portanto, evidência de correlação serial
positiva de primeira ordem, não esquecendo que nossa amostra pode não ser
suficientemente grande para aceitarmos esse resultado.
Problemas
17.22 Empregando o modelo de ajustamento de estoques ou de ajustamento parcial

(MAP), a função de gastos no curto prazo pode ser escrita da seguinte forma, em que
Y são os gastos em novas instalações e equipamentos e X as vendas (veja Equação
17.6.5) :
Yt = δβ 0 + δβ1 X t + (1 − δ ) X t −1 + ut (1).
De acordo com os dados, seguem os resultados da regressão:
Yˆt = –15,104 + 0,629Xt + 0,272Yt-1 (2)

t = (–3,194) (6,433) (2,365)
R² = 0,987; F = 690,056; d = 1,519.
Pelo coeficiente do valor de Y defasado, encontramos que δ = 0,728.
A função de gastos no longo prazo é Yˆt* = 20,738 + 0,864 Xt , obtida dividindo (2) por
0,728 e excluindo o termo Y defasado.
Temos de empregar a estatística h para ver se há correlação no problema. Aplicando a

devida fórmula, pode-se constatar que h = 1,364, valor que, assintoticamente, não é
significativo no nível de 5%. Então, também assintoticamente, não há correlação serial
nos dados.
17.23 Aplicando a mesma notação usada no Exercício 17.22, a função de gastos no

curto prazo é:
ln Yt = ln δβ 0 + δβ1 ln X t + (1 − δ )Yt −1 + ut (1)
Os resultados da regressão são:
ln Yˆt = –1,078 + 0,905 lnXt + 0,260 lnYt-1 (2)

t = (–5,854) (8,131) (2,962)
R² = 0,994; F = 1425,219; d = 1,479.
Daí, achamos δ = 0,740.

A função de gastos no longo prazo é ln Yˆt

*
= 0,376 + 1,222 ln Xt
A estatística h para este problema é 1,34. Assintoticamente, portanto, rejeitamos a

hipótese de que existe correlação positiva de primeira ordem no termo de erro.
Ambos os modelos dão resultados análogos, sendo a vantagem do logarítmico que os

seus coeficientes angulares estimados fornecem estimativas diretas dos coeficientes de
elasticidade, ao passo que os do linear apenas medem a taxa de variação.
17.24 Os resultados estatísticos são os mesmos do Problema 17.22. No entanto, como

este é um modelo de expectativas adaptativas, a interpretação é diferente. O δ
estimado é agora interpretado como a fração com que as expectativas de
investimentos em instalações e equipamentos são revistas a cada período. A estrutura
de erro da população também é diferente, conforme observado no texto.
17.25 Neste caso, empregamos uma combinação dos modelos de expectativas

adaptativas e MAP. Segue a equação, em que vt = ⎡⎣δ ut + δ (1 − γ ) ut −1 ⎤⎦ :
Yt = β 0δγ + β1δγ X t + ⎡⎣(1 − δ ) + (1 − γ ) ⎤⎦ Yt −1 + ⎡⎣(1 − δ ) + (1 − γ ) ⎤⎦ Yt − 2 + vt , que, por

conveniência, escrevemos Yt = α 0 + α1 X t + α 2Yt −1 + α 3Yt − 2 + vt . Com base nos dados,
seguem os resultados da regressão:
Yˆt = –19,7701 + 0,715Xt + 0,565Yt-1 – 0,409Yt-2

t = (–4,467) (8,323) (4,250) (–3,460)
R² = 0,992; F = 5653,234; d = 1,367.
Os coeficientes estimados são todos estatisticamente significativos, mas como são

combinações não-lineares dos originais, fica difícil obter suas estimativas diretas.
Teoricamente, devemos estimar esse modelo empregando os métodos não-lineares
apresentados no Capítulo 14, os quais darão estimativas diretas dos diversos
parâmetros que serão então comparados àqueles obtidos nos Problemas 17.22, 17.23
e 17.24.
17.26 Hipótese nula H0: as vendas não causam, no sentido de Granger, os

investimentos em instalações e equipamentos. Seguem os resultados do teste de
Granger:
Nº de Estatística
Valor p Conclusão
defasagens F
2 17,394 0,0001 rejeitar H0
3 5,687 0,0117 rejeitar H0
não rejeitar
4 3,309 0,0628
H0
não rejeitar
5 2,379 0,1606
H0
não rejeitar
6 1,307 0,4463
H0
Hipótese nula H0: os investimentos em instalações e equipamentos não causam, no

sentido de Granger, as vendas. Seguem os resultados do teste de Granger:
Nº de Estatística
Valor p Conclusão
defasagens F
2 22,865 0,0001 rejeitar H0
3 13,009 0,0004 rejeitar H0
4 7,346 0,0065 rejeitar H0
5 5,867 0,0262 rejeitar H0
não rejeitar
6 3,053 0,1939
H0
Como se vê por esses resultados, o teste de causalidade de Granger é sensível ao

número de termos defasados incluídos no modelo. Até três defasagens, a causalidade
é bilateral, até cinco, de investimento para vendas, e até 6, nenhuma das duas
variáveis causa a outra.
17.27 Um modelo elucidativo que se ajustou neste caso foi um polinomial de segundo
grau com quatro defasagens. Empregando o formato da Equação (17.13.15) e fazendo
Y representar os investimentos e X as vendas, os resultados da regressão são:
Yˆt = –35,4923 + 0,8910Xt + 0,3255Xt-1 – 0,0312Xt-2 –0,1792Xt-3 – 0,1183 Xt-4

t = (–4,3321) (5,1042) (3,6176) (–0,2530) (–2,1109) (–0,6562).
Exortamos o leitor a experimentar outras combinações de defasagens e polinômios de

outros graus. Pode-se aplicar o critério de informação de Akaike para fazer a escolha
entre os modelos concorrentes.
17.28 Obtivemos os seguintes resultados com o software Eviews 4.
COEFICIENTE NER FER BER

-
Intercepto -36,0936 -5,9303
23,3844
(-
(-4,6740) (-0,8799)
2,3578)
Xt 0,3188 0,8712 0,1215
(3,5791) (5,5205) (19,9423)
Xt-1 0,4414 0,3515 0,1945
(3,9542) (10,4464) (19,9423)
Xt-2 0,3677 0,0045 0,2188
(5,4213) (0,0993) (19,9423)
Xt-3 0,0976 -0,1697 0,1945
(2,1948) (-2,2065) (19,9423)
Xt-4 -0,3686 -0,1712 0,1215
(-
(-2,7730) (19,9423)
1,6678)
Nota: NER, FER e BER denotam restrição near-end, far-end e nos dois extremos,
respectivamente. Os números entre parênteses são as razões t.
Nota-se que a aplicação de restrições aos coeficientes dos modelos leva a resultados
muito diferentes. Repare na interessante descoberta de que a imposição de restrições
nos dois extremos gerou erros-padrão e razões t idênticas. É melhor não impor
restrição nenhuma, a menos que haja a priori uma expectativa consistente.
Naturalmente, o que ainda é preciso saber em cada caso é o número de termos
defasados e o grau do polinômio.
17.29 (a)
Direção da Número de
F Probabilidade
causalidade defasagens
Y→X2 2 0,0695 0,9329
X2→Y 2 2,8771 0,0705 *
Y→X2 3 0,1338 0,9392

X2→Y 3 2,4892 0,0793 *
Y→X2 4 0,1407 0,9655

X2→Y 4 1,8239 0,1533
* Significativo no nível de 10%
A seta indica a direção da causalidade, e a hipótese nula em cada caso é de que a

variável à esquerda da seta causa a variável à direita. Parece que nessas situações o
investimento em equipamento de processamento de informações não causa vendas, no
sentido de Granger. Mas há evidência inconcludente de que as vendas causem o
investimento. Experimente outras defasagens e verifique se essa conclusão se altera.
(b) Os resultados da causalidade entre investimento e taxa de juros são interessantes

porque não há relação causal entre as duas até cinco defasagens; na sexta, a taxa de
juros causa investimento, mas não vice-versa; e na sétima e oitava defasagens não há
correlação causal entre as duas. É difícil justificar intuitivamente esses resultados.
(c) Na forma linear não havia efeito de defasagem distribuída discernível de vendas
sobre o investimento. No modelo log-linear com 4 defasagens, polinômio do segundo
grau e impondo restrição near-end temos os seguintes resultados:
ln Yˆt = –15,1508 + 0,2008lnX2t + 0,3288lnX2(t-1) + 0,3841lnX2(t-2) + 0,3665lnX2(t-3) +

0,2762ln X2(t-4)
t = (–73,2185) (3,8962) (5,0794) (9,6896) (15,0782)
(2,1921).
Se representarmos graficamente os coeficientes dos diversos termos lnX2, veremos

que eles aumentam até a segunda defasagem e depois declinam, apresentando uma
curva em forma de U invertido.
17.30 (a) & (b) Pode-se mostrar, mediante a aplicação do teste de causalidade de
Granger, que há causalidade bilateral entre as duas variáveis até quatro defasagens,
mas, além daí, não há causalidade unilateral ou bilateral. Por exemplo, na defasagem
3 achamos:
produtividade → remuneração, F = 3,84, (valor p = 0,0314)

remuneração → produtividade, F = 3,97, (valor p = 0,0284),
e na defasagem 4:
produtividade → remuneração, F = 2,27, (valor p = 0,0888)

remuneração → produtividade, F = 3,26, (valor p = 0,0265).
(c) Poderíamos, por exemplo, regressar a remuneração contra a produtividade e a taxa

de desemprego para ver o efeito (parcial) desta última, deduzido o efeito da segunda.
Seguem os resultados da regressão, em que Y é a remuneração, a produtividade é X2,
e a taxa de desemprego é X3:
Yˆt = 26,7834 + 0,6907X2t + 0,6680X3t

t = (12,8468) (33,2341) (2,7053)
R² = 0,9694; d = 0,2427.
Todos os coeficientes estimados parecem estatisticamente significativos. É possível

que o sinal positivo da variável taxa de desemprego contrarie a intuição, a não ser que
se possa alegar que altas taxas de desemprego incrementem a produtividade, a qual,
por sua vez, levaria a maior remuneração. Como a estatística d é muito baixa no caso
em tela, é possível que haja neste modelo autocorrelação ou viés de especificação, ou
ambos.
17.31 Só para dar uma amostra do teste de Sims, regressamos Y (investimento em

novas instalações e equipamentos) contra X (vendas) com duas defasagens e dois lead
terms X, obtendo os seguintes resultados:
Yˆt = –2,6549 + 1,4421Xt-1 – 0,4043Xt-2 + 0,3290Xt+1 –0,5576Xt+2

t = (–0,4039) (7,1142) (–2,0425) (1,6786) (–3,0060).
R² = 0,9912; d = 3,0561.
Os resultados lançam dúvidas de que as vendas causem investimentos, pois parece

que o lead term Xt+2 é estatisticamente significativo. O leitor deve experimentar outras
estruturas com termos defasados e lead terms para ver se essa conclusão se mantém.
CAPÍTULO 18
MODELOS DE EQUAÇÕES SIMULTÂNEAS
18.1 A demanda por dentistas seria uma função do preço do tratamento dentário, da
renda da população de pacientes, da disponibilidade de seguro-saúde odontológico, do
nível de escolaridade da população que necessita de cuidados odontológicos, do
tamanho da família etc. A oferta de dentistas seria uma função do preço do tratamento
dentário, do custo da conscientização da necessidade desse tratamento, do tamanho
da população que necessita dele, do número de escolas de odontologia, das exigências
legais para o exercício da profissão etc. Neste exemplo, as variáveis endógenas são a
demanda por dentistas, a oferta de dentistas e o preço do tratamento dentário. As
demais variáveis devem ser consideradas exógenas.
18.2 Brunner e Meltzer usaram variáveis tais como taxa de juros, a real riqueza do
Estado, a razão entre a renda corrente e a permanente etc. Tiegen usou a renda, a
taxa de juros de curto prazo, o estoque de capital defasado etc. Na literatura, há
controvérsia sobre qual das duas taxas de juros – a de curto ou a de longo prazo –
representa adequadamente o custo de oportunidade do capital.
18.3 (a) Em forma de desvio (dos valores médios), podemos expressar como segue as
funções demanda e oferta:
qtd = α1 pt + (u1t + u1 ) = α1 pt + u1t* (1)

q = β1 pt + (u2t + u2 ) = β1 pt + u
t
s *
2t (2)
∑ q p = ∑ ⎡⎣(α p ) + u ⎤⎦ p ∑ pt u1*t .
*
De (1), obtemos: αˆ1 = = αˆ1 +

t t 1 t 1t
(3)
∑p 2
t ∑p 2
t ∑ pt2
Em equilíbrio, (1) = (2). Logo, depois das simplificações, temos:
u2*t − u1*t
pt =
α1 − β1
(4)
∑ (u *
)
− u1*t u1*t ∑u u − ∑ u1*2t
* *
∑ pu = =
2t 2 t 1t
(5)
*
t 1t
α1 − β1 α1 − β1
∑p =∑
u *2
2t + ∑ u1*2t − 2∑ u2*t u1t*
(6)
2
(α1 − β1 )
t 2
Substituindo em (3) essas expressões e simplificando, obtemos:

αˆ1 = α1 + ∑u u − ∑u * *
2 t 1t
*2
1t
(α1 − β1 ) (7)
∑ u + ∑ u − 2∑ u
*2
2t
*2
1t
* *
u
2 t 1t
Como u1 e u2 não são correlacionados, ao tirar o limite de probabilidade (plim),

obtemos o seguinte:
σ u2*1
p lim αˆ1 = α1 − (α1 − β1 ) (8)
σ u2*1 + σ u2*2
Como geralmente o último termo em (8) é diferente de zero, α̂1 não é estimador
consistente de α1 .
(b) Se α1 = β1, então a probabilidade anterior é igual a α1.
18.4 Igualando as Equações (18.2.13) e (18.2.18), obtemos:
π 0 + π 1r = λ0 + λ1M + λ2 r (1)
(λ0 − π 0 ) λ1
Logo, rt = + M (2)
(π 1 − λ2 ) (π 1 − λ2 )
Substituindo (2) na equação IS, temos:

π 0 (π 1 − λ2 ) + π 1 (λ0 − π 0 ) π 1λ1
Yt = + M .
(π 1 − λ2 ) (π 1 − λ2 )
18.5 (a) As variáveis Y (renda real per capita) e L (base monetária real per capita)
refletem a abordagem de preferência pela liquidez. A variável I (taxa de inflação
esperada) reflete a teoria de Fischer. As variáveis NIS (variável de novas emissões) e
E (retornos de ações esperadas em fins de períodos, representados pelos quocientes
esperados dos preços das ações) introduzem elementos de fluxo. A variável Rbt-1
(rendimento dos títulos de dívida defasados) leva em conta um efeito de defasagem
distribuída. São todas discutidas no artigo de Oudet.
(b) & (c) As variáveis endógenas são Rbt e Rst. Rbt-1 é uma variável predeterminada
(endógena defasada). Não há termo Rst defasado no modelo. Todas as outras variáveis
são predeterminadas (exógenas).
18.6 (a) Todas as variáveis Y são endógenas, e todas as X são exógenas.
(b) Sim, todas as equações podem ser estimadas pelos MQO. Entretanto, como se
trata de sistema de equações simultâneas, pode ser que os estimadores MQO sejam
tendenciosos e também inconsistentes.
18.7 (a) Aparentemente, Bass não está interessado em desenvolver um modelo geral
de demanda e oferta, mas em estudar a relação entre despesas com publicidade e
vendas de cigarros.
(b) Se X2 fosse tratada como endógena, precisaríamos de uma equação para explicá-
la.
18.8 (a) As variáveis endógenas são Y, C, Q e I. As predeterminadas, P, R, Yt-1, Ct-1 e

Qt-1, sendo as duas primeiras exógenas e as demais endógenas defasadas.
(c) É possível que essa variável explique a inflação.
18.9 (a) Não existe nesse exemplo um sistema de equações simultâneas, pois
nenhuma das variáveis dependentes das equações é usada como regressor em outra
equação. Os estimadores serão não-tendenciosos e consistentes.
Problemas

DCPt = –142,1826 + 0,6889PIBt
t = (–5,3883) (156,2434)
r² = 0,9988; d = 1,2019.
18.11 Os resultados são:
Iˆt = –289,0339 + 66,8100PIB

t = (–4,3262) (17,5783)
r² = 0,9169; d = 0,3851.
18.12 Os resultados da regressão são os seguintes:
Iˆt = 588,1915 + 1,5007(Y – Yt-1)

t = (7,1598) (4,0243)
r² = 0,3749; d = 0,5245.
CAPÍTULO 19
O PROBLEMA DA IDENTIFICAÇÃO
19.1 Aplicando as definições de M, m, K e k, e fazendo R igual ao número de variáveis

excluídas (tanto endógenas como predeterminadas) de uma equação dada, então, pela
Definição 19.1, R = ( M − m) + ( K − k ) ≥ ( M − 1) . Subtraindo (M – m) de cada lado,
temos ( K − k ) ≥ m −1 , que é a Definição 19.2.
19.2 Os coeficientes estruturais são:
β 0 = π 3 − β1π 0 α 0 = π 3 − α1π 0
π π
β1 = 4 α1 = 5
π1 π2
ππ ππ
β2 = π 5 − 2 4 α2 = π 4 − 1 5
π1 π2
19.3 (a) As equações na forma reduzida são:
Yt = π 0 + π 1 I t + wt (1)
Ct = π 2 + π 3 I t + wt (2)
Para este sistema, M = 2(C,Y) e K = 1(I). A condição de ordem aplicada a (2) mostra
que ela é exatamente identificada. A identidade renda é, por definição, identificada.
(b) Seguem as equações na forma reduzida:
W&t = π 0 + π 1UN t + π 2 M& t + wt (1)

P& = π + π UN + π R& + π M&
t 4 5 t 6 t 7 t (2)
Para este sistema, M = 2(W& , P& ) e K = 3(UN , R& , M& ) . Pela condição de ordem, a equação
(1) é superidentificada, mas a (2) é exatamente identificada.
(c) Este problema se destina a mostrar o caráter tedioso do desenvolvimento de

equações na forma reduzida. Deixamos para o leitor a solução.
19.4 Veja o Exercício 19.3. O teste de condição de posto dá o mesmo resultado.
19.5 A razão pela qual a equação da oferta é superidentificada é que a da demanda

contém duas variáveis predeterminadas, I e R. Se contivesse só uma, a equação da
oferta seria exatamente identificada, o que, conseqüentemente, também ocorreria se

α2 = 0 ou α3 = 0.
19.6 (a) Para este sistema, M = 2(Y1,Y2) e K = 2(X1,X2). Pela condição de ordem, Y1 e
Y2 são ambas exatamente identificadas.
(b) Neste caso Y1 é identificada, mas Y2, não.
19.7 (a) A partir dos Sistemas (19.2.12) e (19.2.22), pode-se demonstrar o seguinte:
⎡ πˆ ⎤ πˆ
βˆ10 = ⎢πˆ 20 − 22 πˆ10 ⎥ = −3; βˆ12 = 22 = 1, 25
⎣ πˆ12 ⎦ πˆ12
⎡ πˆ 21 ⎤ πˆ
βˆ20 = ⎢πˆ 20 − πˆ10 ⎥ = −6; βˆ21 = 21 = 2
⎣ πˆ11 ⎦ πˆ11
⎡ πˆ11πˆ 21 ⎤ ⎡ πˆ πˆ ⎤
γˆ11 = ⎢πˆ 21 − ⎥ = 2, 25; γˆ12 = ⎢πˆ 22 − 12 21 ⎥ = −6
⎣ πˆ11 ⎦ ⎣ πˆ11 ⎦
(b) Precisamos do erro-padrão γˆ11 para testar essa hipótese, mas não é fácil estimá-
lo, pois, como vemos por (a), γˆ11 é função não-linear dos coeficientes πˆ .
19.8 (a) Neste exemplo, Y1 não é identificada, mas Y2 é. Como o sistema é análogo ao
πˆ
formado por (19.2.12) e (19.2.13), temos que βˆ21 = 3 = 1, 5; βˆ20 = (πˆ 2 − βˆ21πˆ 0 ) = −4 . Os
πˆ1
outros coeficientes estruturais não podem ser identificados.
(b) Neste caso, tantoY1 quanto Y2 são identificadas.
19.9 Neste sistema M = 4 e K = 5, e todas as equações são superidentificadas.
19.10 Neste caso, M = 4 e K = 4. Pela condição de ordem, Y1 e Y2 não são

identificadas, mas Y3 e Y4 são exatamente identificadas.
19.11 Neste caso, M = 5 e K = 4. Pela condição de ordem, Y1, Y2 e Y5 são exatamente

identificadas, Y3 não é identificada e Y4 é superidentificada.
Para mostrar como funciona a condição de posto, considere a primeira equação, que
exclui as variáveis Y3, Y5, X2 e X3. Para que ela seja identificada, deve haver no mínimo
um determinante 4 x 4 diferente de zero dos coeficientes das variáveis dela excluídas,
mas incluídas nas demais equações. Um determinante assim é:
β 23 0 γ 22 γ 23
1 β35 0 λ33
≠0
0 0 0 γ 43
0 1 γ 52 γ 53
Dessa forma, a primeira equação também é identificada pela condição de posto.

Aplique procedimento análogo para as outras equações.
19.12 Neste modelo, M = 4 e K = 2. Pela condição de ordem, a equação para C é

identificada, e aquelas para I e T são superidentificadas.
Tratando r como exógeno, temos M = 4 e K = 3. Pela condição de ordem, agora as

equações para C, I e T são todas superidentificadas.
19.13 Pela Equação (19.1.2), a forma reduzida para renda é Yt = π 0 + π 1 I t + ut . Os

resultados pelos MQO são:
Yˆt = 10,0000 + 5,0000It

t = (8,458) (12,503)
R² = 0,897.
Pela Equação (19.1.4), a forma reduzida para consumo é Ct = π 2 + π 3 I t + wt . Os

resultados pelos MQO são:
Cˆ t = 10,0000 + 4,0000It
t = (8,458) (10,002)
r² = 0,848.
Para este modelo, M = 2 e K = 1. Pela condição de ordem, a função consumo é

exatamente identificada. As estimativas dos coeficientes estruturais são
πˆ 0 πˆ
βˆ0 = = 2; βˆ1 = 3 = 0,8 .
πˆ1 πˆ 2
19.14 Veja o Exercício 19.1. Pela Equação (19.3.1) com a Definição 19.2,
K − k ≥ m − 1 . Somando k aos dois lados, obtemos K ≥ m + k − 1 .
19.15 As equações na forma reduzida são:
⎛Y ⎞
Pt = π 1 + π 2 ⎜ t ⎟ + π 3 Ft + π 4Wt + π 5Ct −1 + π 6Tt −1 + π 7 Pt −1 + vt
⎝ Nt ⎠
⎛Y ⎞
Qt = π 8 + π 9 ⎜ t ⎟ + π 10 Ft + π 11Wt −1 + π 12Ct −1 + π 13Tt −1 + π 14 Pt −1 + wt
⎝ Nt ⎠
(b) Nesse caso, M = 2 e K = 7. Pela condição de ordem, ambas as equações são

superidentificadas.
19.16 (a) & (b) Aqui temos M = 2 e K = 2. Pela condição de ordem, a função
demanda não é identificada, e a função oferta é superidentificada.
(c) As equações na forma reduzida são:
Yt = π 0 + π 1 Rt + π 2 Pt + vt
M t = π 3 + π 4 Rt + π 5 Pt + wt
(d) Para aplicar o teste de simultaneidade à função oferta, faça o seguinte:
(1) estime a forma reduzida para Yt e obtenha os resíduos vˆt ;

(2) regresse Mt contra Yt e vˆt ;
(3) a hipótese nula é de que não há simultaneidade, ou seja, o coeficiente vˆt de (2)
não é estatisticamente significativo.
Os resultados disso são os seguintes:
Variável dependente: M2
Amostra: 1970 1999
30
-
C 113,5850 -17,7981
2021,6072
Y 0,7650 0,0186 40,9533
vˆt -0,1608 0,0422 -3,8094
R² = 0,9872 d= 0,5221
Como o coeficiente do termo de resíduos é muito significativo estatisticamente, rejeite

a hipótese nula de que não há simultaneidade.
(e) Empregamos aqui o teste de exogeneidade apresentado no texto. Estimamos a

seguinte regressão:
M t = β1 + β 2Yt + β 3Yˆt + ut , em que Yˆt é obtido da regressão da forma reduzida dada em

(c) para Y.
Se o β3 estimado for estatisticamente diferente de zero, rejeite a hipótese nula de que

Yt é exógena.
Variável dependente: M2

-
C 78,9873 -29,0652
2295,7898
Yt 0,3292 0,06825 4,82384
Yˆ
t 0,4791 0,0695 6,8929
R² = 0,9928 d= 0,5946
Como mostram os resultados, o coeficiente de Yˆt é estatisticamente significativo,

levando à conclusão de que Y não é exógena.
CAPÍTULO 20
MÉTODOS DE EQUAÇÕES SIMULTÂNEAS
20.1 (a) Falsa. Os MQO podem ser utilizados em sistemas recursivos.
(b) Verdadeira. Se uma equação não for identificada, nenhum método fornecerá
estimativas dos parâmetros estruturais.
(c) Verdadeira.
(d) Falsa. Em um sistema de equações simultâneas há variáveis endógenas assim

como exógenas, e por vezes não estamos certos em qual dessas categorias se
enquadra uma variável. O que nos permite verificar isso é o teste de exogeneidade.
(e) Verdadeira. Veja o Apêndice 20A.1 a respeito dos MQI e a nota de rodapé número
14 do Capítulo 20 a respeito dos MQ2E.
(f) Verdadeira. Somente regressões individuais têm valores R².
(g) Falsa. O método dos MQ2E pode ser modificado para dar conta de erros
autocorrelacionados.
(h) Verdadeira. Veja a Seção 20.4.
20.2 O método MQ2E propõe-se a fornecer estimativas únicas dos parâmetros de uma
equação estrutural superidentificada, o que não é possível com o método MQI. Mas se
uma equação for exatamente identificada, as estimativas fornecidas pelos dois
métodos serão iguais.
20.3 (a) As três equações na forma reduzida são:
Yt = π 0 + π 1Yt −1 + π 2Gt + v1t

Ct = π 3 + π 4Yt −1 + π 5Gt + v2t
I t = π 6 + π 7Yt −1 + π 8Gt + v3t
Para esse sistema, M = 3 e K = 2. Pela condição de ordem, a equação para C é

superidentificada , e aquela para I é exatamente identificada.
(b) Empregue o método dos MQ2E para estimar a função superidentificada consumo e
o método MQI para a função investimento.
20.4 Se o valor de R² for alto no primeiro estágio do método MQ2E, quer dizer que os
valores estimados das variáveis endógenas estão muito próximos dos reais. Portanto,
é menos provável que estes estejam correlacionados com o termo de erro estocástico
nas equações estruturais originais. Se, no entanto, o valor de R² da regressão do
primeiro estágio for baixo, as estimativas MQ2E serão praticamente inexpressivas
porque os Y originais da regressão do segundo estágio estarão sendo substituídos

pelos Y estimados pela regressão do primeiro estágio, que representarão
essencialmente os distúrbios nessas regressões. Em outras palavras, os valores Y
estimados serão variáveis instrumentais muito deficientes para os valores Y reais. No
sistema de resultados mostrado neste exercício, os valores estimados das variáveis
endógenas estão próximos dos valores reais.
Os valores MQ2E não são insignificantes porque em grandes amostras fornecem

estimativas consistentes dos coeficientes estruturais.
20.5 (a) Escrevendo os sistemas em notação matricial, obtemos:
⎡ ⎤
⎢ ln A ⎥
⎡1 −α − β ⎤ ⎡ ln Q ⎤ ⎢ ⎥
⎢1 −1 0 ⎥ ⎢ ⎥ ⎢ W
ln L = ln − ln β ⎥ , que pode ser escrito como Ay = x.
⎢ ⎥⎢ ⎥ ⎢ P ⎥
⎢⎣1 0 −1 ⎥⎦ ⎢⎣ ln K ⎥⎦ ⎢ ⎥
R
⎢ ln − ln α ⎥
⎣ P ⎦
Ora, se (α + β) = 1, pode-se mostrar que o determinante de A, |A|, é zero, o que quer

dizer que a matriz A não pode ser invertida. Não há, portanto, solução.
(b) Mesmo que (α + β) ≠ 1, não há um problema de identificação. Já que W/P e R/P

são conhecidos, podem ser tratados como constantes e absorvidos no termo constante
ln A. Conseqüentemente, qualquer combinação linear das Equações (2) e (3) será
indistinguível da Equação (1).
(c) Há diversas possibilidades. Por exemplo, podemos incluir uma ou mais variáveis
exógenas às Equações (2) ou (3), certificando-nos de que teoricamente tais variáveis
não apareçam na função produção (1). Outra opção seria introduzir mecanismo de
defasagem distribuída nas relações marginais de produção, o que levaria à inclusão do
estoque de capital do último período na relação marginal de produtividade para a
função capital.
20.6 (a) A função demanda é não-identificada.
(b) A função oferta é superidentificada.
(c) Pode-se empregar o método dos MQ2E para estimar os parâmetros da função
superidentificada oferta.
(d) Ambas as funções são, agora, superidentificadas. Use, então, os MQ2E.
20.7 As equações na forma reduzida são:

Yt = π 0 + π 1 I t + vt
Ct = π 2 + π 3 I t + wt
Com base nos dados fornecidos, as estimativas pelos MQO dessas regressões na forma
reduzida são as seguintes:
Yˆt = 1831,8580 + 4,6722It

t = (7,6427) (17,5784) (1-a)
r² = 0,9169; d = 0,3287.
Cˆ t = 1130,843 + 3,2059I
t = (6,5225) (16,6752) (2-a)
r² = 0,9085; d = 0,3751.
As estimativas pelos MQI das equações estruturais originais são:
πˆ 3 3, 2059
βˆ1 = = = 0, 6862
πˆ1 4, 6722
βˆ0 = πˆ 0 (1 − βˆ1 ) = 574,8370
Para comparação, os resultados da regressão pelos MQO de C contra Y são os

seguintes:
Cˆ t = –142,1826 + 0,6889Yt
t = (–5,3883) (156,2434)
r² = 0,9988; d = 1,2019.
Como vemos, as estimativas da propensão marginal a consumir (PMC) pelos MQI é

0,6862 e pelos MQO é 0,6889, uma diferença que pode não ser estatisticamente
significativa, mas talvez o seja em termos práticos. No primeiro caso, o multiplicador,
1
M= , é 3,1565 e no segundo (MQO), é 3,2144. Seja como for, já que as
1 − MPC
estimativas pelos MQO são tendenciosas e inconsistentes na presença de
simultaneidade, é bom ter em mente esse fato ao compará-las às estimativas pelos
MQI.
Problemas
20.8 (a) Para justificar esse modelo pode-se usar o IS-LM de macroeconomia.
(b) Pela condição de ordem, a equação da taxa de juros não é identificada, mas a da
renda é exatamente identificada.
(c) Neste exemplo, a variável exógena é M. Usando os dados fornecidos na Tabela

20.2, obtemos os seguintes resultados pelos MQI:
Yˆt = 2834,488 + 1,2392Mt

t = (32,0163) (37,3812)
r² = 0,9803; d = 0,3074.
Deixamos para o leitor, a título de exercício, a tarefa de descobrir os coeficientes

estruturais originais, a saber, α0 e α1.
20.9 (a) Pela condição de ordem, a equação da taxa de juros não é identificada, e a da
renda é superidentificada.
(b) Podemos empregar neste caso os MQ2E. Usando M e Yt-1 como instrumentais,
seguem os resultados da regressão fornecidos pelo Eviews 4, em que R é a taxa de
juros a seis meses das letras do tesouro dos Estados Unidos:
Yˆt = 16977,06 – 1627,870Rt

t = (3,0842) (–2,0350)
Observe que não apresentamos o valor de R² pelas razões vistas no Capítulo 20 do

livro-texto.
20.10 As duas equações são, neste caso, exatamente identificadas. Podemos usar os
MQI ou os MQ2E para estimar os parâmetros, mas ambos fornecerão resultados
idênticos devido às razões apresentadas no Capítulo 20.
Aí vão as estimativas pelos MQO das equações na forma reduzida (FR). Observe que
na FR somente as variáveis exógenas (I e M) aparecem do lado direito da equação.
Rˆt = 8,7056 + 0,00049Mt – 0,00084It-1

t = (6,0589) (–05192) (–0,2281)
R² = 0,1172.
Yˆt = 2421,074 + 0,8944Mt + 1,4585It-1

t = (32,7247) (18,3144) (7,6607)
R² = 0,9938.
Deixamos para o leitor a tarefa de descobrir os parâmetros estruturais originais pelos

coeficientes da forma reduzida.
20.11 Agora as equações para R e Y não são identificadas, ao passo que a do

investimento é exatamente identificada.
(b) Primeiro, achamos a forma reduzida para a função investimento. Já que só há uma
variável exógena, M, regressamos I contra M , obtendo os seguintes resultados:
Iˆt = 283,4482 + 0,2364Mt

t = (5,6424) (12,5681)
r² = 0,8494.
Deixamos para o leitor a tarefa de estimar as regressões na forma reduzida para R e Y

e descobrir os coeficientes da função investimento.
20.12 Se seguirmos o procedimento descrito no Apêndice 20A.2, devemos encontrar

os erros-padrão mostrados em (20.5.3), os quais foram diretamente obtidos do pacote
de software Eviews 4.
20.13 (a) Como a oferta é uma função do preço no período anterior, o sistema é
recursivo. Não há, assim, problemas de simultaneidade.
(b) As equações podem ser estimadas empregando os MQO individualmente.
(c) Seguem os resultados das regressões:
Função demanda: Qˆ td = 69,512 + 0,201Pt + 0,001Xt

t = (7,393) (1,782) (1,586)
R² = 0,501.
Como os coeficientes dos dois regressores não são individualmente significativos sob o
aspecto estatístico, não há muito a dizer sobre essa função demanda. Repare que o
coeficiente de preço é positivo, contrariando as expectativas prévias.
ˆ = 66,287 + 0,330Pt-1
Função oferta: Q
s
t
t = (8,288) (4,579)
r² = 0,525.
Como esperado, o coeficiente da variável defasada preço é positivo e também

estatisticamente significativo.
20.14 Deixamos este exercício para ser feito em aula.

CAPÍTULO 21
ECONOMETRIA DE SÉRIES TEMPORAIS: ALGUNS CONCEITOS BÁSICOS
21.1 Diz-se que um processo estocástico é fracamente estacionário quando sua média
e variância são constantes ao longo do tempo e o valor da covariância entre dois
períodos de tempo depende somente da distância ou defasagem entre esses períodos e
não do próprio tempo em que é calculada.
21.2 Se uma série temporal tem de ser diferenciada d vezes antes de se tornar
estacionária, então é integrada de ordem d e designada por I(d). Na sua forma não-
diferenciada, tal série temporal é não-estacionária.
21.3 Em termos gerais, a expressão raiz unitária significa que uma suposta série
temporal é não-estacionária. Tecnicamente falando, o termo se refere à raiz do
polinômio no operador de defasagem.
21.4 É preciso diferenciá-la três vezes.
21.5 O Dickey-Fuller (DF) é um teste estatístico que pode ser empregado para
determinar se uma série temporal é estacionária. O Dickey-Fuller Aumentado (DFA) é
análogo ao DF, mas leva em consideração a possível correlação nos termos de erro.
21.6 Os testes EG e EGA são procedimentos estatísticos que podem ser empregados
para determinar se duas séries temporais são co-integradas.
21.7 Diz-se que duas variáveis são co-integradas se existir entre elas uma relação
estável no longo prazo, mesmo que ambas sejam individualmente não-estacionárias.
Nesse caso, a regressão de uma dessas variáveis contra a outra não é espúria.
21.8 Os testes de raiz unitária são realizados em séries temporais individuais. A co-
integração lida com a relação entre as variáveis de um grupo em que
(incondicionalmente) cada uma tem uma raiz unitária.
21.9 Se uma variável não-estacionária for regressada contra outra variável também
não-estacionária, é possível que a regressão resultante passe nos testes estatísticos
habituais (valor R² alto, razões t significativas etc.) mesmo que, a priori, tal relação
entre as duas não seja esperada, especialmente se elas não forem co-integradas. Se,
no entanto, as duas variáveis forem co-integradas, mesmo que sejam individualmente
não-estacionárias, então é possível que tal regressão não seja espúria.
21.10 Veja a resposta à pergunta anterior.

21.11 Quase todas as séries temporais econômicas apresentam tendências que, se

forem perfeitamente previsíveis, são chamadas determinísticas, caso contrário, são
chamadas estocásticas. Uma série temporal não-estacionária exibe, em geral, uma
tendência estocástica.
21.12 Se uma série temporal apresenta uma tendência determinística, os resíduos de

sua regressão contra a variável de tendência representam o que se chama de processo
estacionário em tendência. Se uma série temporal é não-estacionária, mas, após
tirarmos sua primeira diferença (ou superiores) ela se torna estacionária, chamamos
tal série de processo estacionário em diferenças.
21.13 O passeio aleatório é um exemplo de processo não-estacionário. Se uma

variável segue um modelo de passeio aleatório, quer dizer que o seu valor hoje é igual
ao seu valor no período anterior mais um choque aleatório (termo de erro). Pode não
ser possível, em tais situações, prever a evolução ao longo do tempo de uma variável
assim. Preços de ações ou taxas de câmbio são exemplos típicos do passeio aleatório.
21.14 Isso é verdade. A demonstração está no Capítulo 21 do livro-texto.
21.15 A co-integração implica uma relação de longo prazo, ou equilíbrio, entre duas
(ou mais) variáveis. No curto prazo pode, no entanto, haver desequilíbrio entre elas. O
mecanismo de correção de erro (MCE) restaura o equilíbrio no longo prazo entre as
variáveis.
Problemas
21.16 (a) Os correlogramas para todas essas séries temporais assemelham-se

muitíssimo ao do PIB dos Estados Unidos apresentado na Figura 21.8 do texto, e
indicam que elas não são estacionárias.
21.17 Os resultados das regressões são os seguintes:
ΔDCPt = 93,392 + 0,799t – 0,044DCPt-1

τ = (1,678) (1,360) (–1,376)*
R² = 0,022.
* Em valor absoluto, esse valor tau é menor que o crítico, indicando que há uma raiz
unitária na série temporal DCP, ou seja, que ela não é estacionária.
ΔRPDt = 326,633 + 2,875t – 0,0157RPDt-1

τ = (2,755) (2,531) (–2,588)*
R² = 0,076.
* Esse valor tau não é estatisticamente significativo, indicando que há uma raiz
unitária na série temporal RPD, ou seja, que ela não é estacionária.
ΔLucrost = 6,522 + 0,084t – 0,069Lucrost-1

τ = (2,514) (1,142) (–1,715)*
R² = 0,037.
* Esse valor tau não é estatisticamente significativo, indicando que há uma raiz
unitária nesta série temporal.
Dividendost = 0,565 + 0,113t – 0,063Dividendost-1

τ = (1,515) (3,138) (–2,640)*
R² = 0,148.
* Esse valor tau não é significativo, indicando que a série temporal Dividendos não é
estacionária.
Vemos, então, que todas essas séries temporais são não-estacionárias. Os resultados
do teste Dickey-Fuller tanto sem a tendência quanto sem esta e sem o intercepto não
alteraram a conclusão.
21.18 Se os termos de erro no modelo apresentarem correlação serial, então o teste

DFA é o mais adequado. As estatísticas τ para os coeficientes apropriados nas três
séries são, pelas regressões DFA, as seguintes:
DCP -1,605
Lucros -2,297
Dividendos -3,158
Os valores tau críticos continuam os mesmos do Problema 21.17, e, mais uma vez,
chegamos à mesma conclusão, ou seja, as três séries temporais são não-estacionárias.
21.19 (a) Provavelmente sim, pois as duas séries temporais são, individualmente, não
estacionárias.
(b) A regressão pelos MQO de dividendos contra lucros apresentou os seguintes

resultados:

C -13,3114 7,3626 -1,8079
LUCROS 0,6281 0,0526 11,9253
R² = 0,6231 d= 0,0712
Quando os resíduos dessa regressão foram submetidos aos testes de raiz unitária sem
termo constante, com termo constante e com este e mais a tendência, os resultados
mostraram que eles não eram estacionários, levando, então, à conclusão de que
dividendos e lucros não são séries co-integradas. Assim sendo, mantém-se a conclusão
do item (a).
(c) Não há muito sentido neste exercício, pois não existe relação de longo prazo entre
as duas séries.
(d) Ambas apresentam tendências estocásticas, confirmadas pelos testes de raiz

unitária das duas séries.
(e) Se dividendos e lucros forem co-integrados, não importa qual deles é o

regressando ou o regressor. Naturalmente, esse problema pode ser resolvido pela
teoria financeira.
21.20 Os correlogramas das primeiras diferenças de RDP, Lucros e Dividendos são

todos similares ao da Figura 21.9 do livro-texto. Na forma de primeiras diferenças,
essas séries temporais são todas estacionárias, o que pode ser confirmado pelo teste
DFA. As estatísticas τ para os coeficientes apropriados nas quatro séries são, pelas
regressões DFA, as seguintes:
DCP -4,852
RDP -6,856
Lucros -5,517
Dividendos -6,305
Em valor absoluto, todos esses tau excedem os valores críticos, confirmando que as
primeiras diferenças dessas séries temporais são mesmo estacionárias.
21.21 Teoricamente, não deveria haver um intercepto nesse modelo. Mas se houvesse
no original um termo de tendência, então um intercepto poderia ser incluído na
regressão e o seu coeficiente indicaria o coeficiente da variável de tendência. Isso,
naturalmente, presumindo que a tendência não seja estocástica, mas determinística.
Para verificar isso, regressamos primeiro dividendos contra lucros e a variável de

tendência, com os seguintes resultados:
Variável dependente: DIVIDENDOS

C 11,8978 2,3538 5,05457
LUCROS -0,1096 0,02939 -3,7293
Tendência 1,6472 0,0554 29,7008
R quadrado 0,9668
Mas devemos desconfiar dessa regressão, pois ela presume que há uma tendência
determinística quando sabemos que a série temporal dividendos tem tendência
estocástica.
Regressando agora as primeiras diferenças de dividendos contra as de lucros e o

intercepto, chegamos aos seguintes resultados:

C 1,3502 0,1953 6,9112
ΔLUCROS -0,0238 0,02080 -1,1470
R quadrado 0,0152
Nessa regressão, o coeficiente angular não é significativo, mas o intercepto é, e seu

valor de 1,3502 é teoricamente igual ao coeficiente da variável tendência na equação
anterior. Os dois valores não são idênticos devido a erros de arredondamento e
também ao fato de que a tendência não é determinística na série dividendos.
Este exercício mostra que devemos ser muito cuidadosos ao incluir a variável de
tendência numa regressão de série temporal, a menos que estejamos certos de que
ela é de fato determinística. Sempre se pode, naturalmente, empregar os testes DF e
DFA para determinar se a tendência é estocástica ou determinística.
21.22 Da regressão da primeira diferença dada no exercício anterior podemos obter os

resíduos ( uˆt ) e submetê-los aos testes de raiz unitária. Regressamos Δuˆt contra seu
próprio valor defasado, sem intercepto, com intercepto e com este e mais a tendência.
A hipótese nula, em todos os casos, era de que esses resíduos não são estacionários,
ou seja, eles têm uma raiz unitária. Os valores τ Dickey-Fuller para as três opções
foram -3,9592, -3,9367 e -3,9726. Tal hipótese foi rejeitada em todos os casos no
nível de 5% ou melhor (isto é, valor p menor que 5%). Em outras palavras, embora as
séries dividendos e lucros não sejam co-integradas, elas o são na forma da primeira
diferença.
21.23 (a) Como | τ | é menor que o valor | τ | crítico, parece que a série temporal de
novas construções é não-estacionária. Há nela, portanto, uma raiz unitária.
(b) Habitualmente, um valor t absoluto tal como 2,35 ou maior seria significativo no
nível de 5%, mas devido à situação da raiz unitária o valor real de | t | neste caso é
2,95 e não 2,35. Este exemplo mostra por que devemos ser cuidadosos ao empregar
indiscriminadamente a estatística t.
(c) Como o | τ | de ΔXt-1 é muito maior que o valor crítico correspondente, concluímos
que não há uma segunda raiz unitária na série temporal de novas construções.
21.24 Deixamos este para o leitor resolver.
21.25 (a) & (b)

Y exibe uma tendência linear, ao passo que X representa uma tendência quadrática.
A seguir está o gráfico dos valores reais e ajustados de Y:
Residual = Resíduos
Actual = Reais
Fitted = Ajustados
Poderíamos, com base nos resultados fornecidos no enunciado, achar que esta é uma
“boa” regressão, pois tem um alto R² e razões t significativas, mas acontece que é
uma relação completamente espúria porque estamos regressando uma variável de
tendência linear (Y) contra uma de tendência quadrática (X). Pode-se inferir que há
algo de errado com esse modelo pelo valor muito baixo da estatística d de Durbin-
Watson.
A intenção deste exercício é prevenir contra a distorção na interpretação dos

resultados da regressão de duas variáveis com tendência determinística e trajetórias
temporais divergentes.
21.26 (a) A regressão (1) mostra que a elasticidade de M1 em relação ao PIB é de

aproximadamente 1,60, que parece estatisticamente significativo, já que o valor t
desse coeficiente é muito alto. Mas observando o valor d suspeitamos de que haja
correlação nos termos de erro ou de que a regressão seja espúria.
(b) Ainda há relação positiva entre as duas variáveis na forma de primeira diferença,
mas agora o coeficiente de elasticidade caiu muitíssimo. Sim, os valores d
possivelmente sugerem que não há problema de correlação serial, mas a queda
significativa do coeficiente de elasticidade indica que o problema pode ser de ausência
de co-integração entre as variáveis.
(c) & (d) Parece, pela regressão (3), que as duas variáveis são co-integradas, pois o
valor τ crítico a 5% é 1,9495 e o estimado é mais negativo que isso. Contudo, o τ
crítico a 1% é 2,6227, sugerindo que elas não são co-integradas. Se levarmos em
conta o intercepto e este e mais a tendência na Equação (3), então o teste DF
mostrará que as variáveis não são co-integradas.
(e) A Equação (2) fornece a relação no curto prazo entre os logaritmos de M1 e o PIB.
Essa equação leva em conta o mecanismo de correção de erro (MCE), que tenta
restaurar o equilíbrio caso as variáveis se desviem da sua trajetória no longo prazo. O
termo de erro nessa regressão não é, entretanto, estatisticamente significativo no
nível de 5%.
Como os resultados dos testes de co-integração são um tanto quanto variados,

conforme vimos em (c) e (d), é difícil saber se os resultados da regressão
apresentados em (1) são ou não espúrios.
21.27 (a) & (b) O gráfico temporal do IPC dos Estados Unidos assemelha-se
muitíssimo à Figura 21.12 do livro-texto, a qual mostra claramente que há, em geral,
uma tendência para cima no IPC. Não vale a pena, portanto, levar em consideração as
regressões (1) e (2). Observe que o coeficiente do IPC defasado é positivo em ambos
os casos, e para estacionariedade é necessário que esse valor seja negativo.
Por conseguinte, a equação mais significativa é a regressão (3). Os testes DF de raiz

unitária indicam que a série temporal IPC é estacionária em tendência. Ou seja, os
valores do IPC em torno do seu valor de tendência (que é estatisticamente
significativo) são estacionários.
(c) Temos de usar o teste F porque a Equação (1) omite duas variáveis.
Empregando a versão R² desse teste, o R² da regressão (1) é o restrito e vale 0,0304,

e o da regressão (3) é o irrestrito e vale 0,4483. Daí vem que
(0, 4483 − 0, 0304) 2
F= = 14, 0234 .
(1 − 0, 4483) 37
Consultando os valores F de Dickey-Fuller na Tabela D.7 do Apêndice D, vemos que o

aqui observado é muito significativo (Nota: Não há na tabela o valor para 40
observações, mas interpolando os valores lá fornecidos, chega-se a essa conclusão).
Daí deduz-se que as restrições impostas pela regressão (1) são inválidas. Mais
explicitamente, é a regressão (3) que parece válida.
CAPÍTULO 22
ECONOMETRIA DE SÉRIES TEMPORAIS: PREVISÃO
22.1 Como visto na seção 22.1, há, de modo geral, cinco métodos de previsão
econômica: (1) suavizamento exponencial; (2) modelos de regressão com uma única
equação; (3) modelos de regressão com equações simultâneas; (4) modelos auto-
regressivos integrados de médias móveis (ARIMA); e (5) auto-regressões vetoriais
(VAR).
22.2 A previsão econômica por equações simultâneas (ES) baseia-se num sistema de
equações (composto por, no mínimo, duas variáveis, mas freqüentemente muitas mais)
que, apoiado numa teoria econômica, explica alguns fenômenos econômicos. O método
Box-Jenkins (B-J) tem por fundamento a análise das propriedades estocásticas de uma
única série temporal. Ao contrário da previsão por ES que se baseia em k regressores, a
análise B-J apóia-se em valores passados (defasados) da única variável sob investigação.
A análise B-J é freqüentemente descrita como ateórica porque não se origina de
nenhuma teoria econômica.
22.3 As principais etapas da metodologia B-J são: (1) identificação; (2) estimação; (3)
verificação de diagnóstico; e (4) previsão.
22.4 Como o método Box-Jenkins presume explicitamente que a série temporal

subjacente é estacionária, se for aplicado a uma série temporal não-estacionária os
resultados serão absolutamente duvidosos. Imagine fazer a previsão de uma variável de
passeio aleatório!
22.5 A abordagem B-J à previsão baseia-se na análise das propriedades probabilísticas

de uma única série temporal sem o embasamento de qualquer teoria econômica
subjacente. A abordagem VAR se baseia em um sistema simultâneo em que todas as
variáveis são consideradas endógenas. Segundo a VAR, o valor de uma variável é
expresso como uma função linear dos valores defasados dessa variável e de todas as
outras incluídas no modelo.
22.6 É ateórica porque usa menos informação prévia que os modelos ES. Nestes, a
inclusão ou exclusão de determinadas variáveis desempenha papel crucial na
identificação do modelo.
22.7 Como observado no Exercício 22.1, há cinco métodos de previsão, cada qual com
seus pontos fracos e fortes. Não existe um único que seja adequado a todas as situações.
22.8 Precisamos de defasagens com o comprimento certo para captar a dinâmica do

sistema que estiver sendo modelado. Por outro lado, quanto mais defasagens usarmos,
maior será o número de parâmetros que têm de ser estimados, e, por isso, menos serão
os graus de liberdade. Há, portanto, um compromisso entre ter um número suficiente de
defasagens e ter suficientes graus de liberdade. Este é o ponto fraco de VAR. Pode-se,
naturalmente, empregar os critérios de informação de Akaike ou de Schwarz para
escolher o comprimento da defasagem.
1
22.9 Veja as respostas dos Exercícios 22.2 e 22.6.
22.10 Os dois procedimentos são, operacionalmente, similares. A diferença está no

propósito da pesquisa. No teste de causalidade de Granger, objetivamos verificar a
conexão causal entre duas ou mais variáveis. Na VAR, nosso objetivo é desenvolver um
modelo originariamente com finalidade de previsão. Observe que esses procedimentos
não devem ser empregados a menos que as variáveis subjacentes sejam estacionárias
ou co-integradas.
Problemas
22.11 As etapas envolvidas são as seguintes:
(1) Verifique se a série é estacionária. Já vimos que a série RPD não é estacionária,
mas suas primeiras diferenças são.
(2) Verifique a função de autocorrelação (ACF) e a função de autocorrelação parcial
(PACF) da primeira diferença da série RPD para decidir qual deve ser o modelo
ARMA apropriado. Repare que a série RPD já é a primeira diferença.
(3) Uma vez escolhido o modelo ARMA adequado, a próxima tarefa é estimá-lo e
examinar seus resíduos. Se forem ruídos brancos, não será necessário refinar
mais o modelo, mas se não forem, iniciamos o processo de busca, ou iterativo,
mais uma vez.
Um exame das funções ACF e PACF não revela nenhuma disposição ordenada. O pico na
defasagem 5 parece algo pronunciado, visto que está muito próximo do limite superior
de confiança de 95%. Pode-se, então, como experiência, ajustar um modelo auto-
regressivo usando o intercepto e cinco defasagens.
Não há, entretanto, necessidade de incluir todas as cinco defasagens, já que são muito
pequenas as correlações até a defasagem 4. Assim, introduzimos só o intercepto e a
quinta defasagem como regressores. Os resultados, em que RPD* representa as
primeiras diferenças de RPD, são os seguintes:
RPDt* = 22,2768 – 0,2423 RPDt*−5

t = (5,9678) (–2,1963)
r² = 0,0568; d = 2,11.
Os resíduos dessa regressão parecem ruído branco, de forma que não há necessidade de
refinar o modelo.
Pode-se, é claro, incluir um componente MA e tentar reestimar o modelo. Deixamos isso

como exercício.
22.12 Guie-se pelo Exercício 22.11 e experimente o modelo ARIMA (0,1,14).
2
22.15 De acordo com o critério de Schwarz, escolha o modelo cujo valor da estatística
Schwarz seja menor. O mesmo se aplica ao critério (concorrente) de Akaike. Assim, ao
comparar um modelo VAR com 8 defasagens a outro também VAR com 10 defasagens,
escolha aquele que apresentar o menor valor da estatística Schwarz.
22.16 Determinou-se, com base no critério de Schwarz, que um modelo VAR com duas
defasagens de RPD e DCP seria suficiente. Seguem os resultados, com as razões t entre
parênteses:
Variáveis
Variáveis
dependentes
explanatórias
DCP RPD
Intercepto 14,655 60,944
(0,878) (2,582)
DCPt-1 1,106 0,623
(8,756) (3,489)
DCPt-2 -0,102 -0,400
(-0,707) (-2,120)
RPDt-1 0,069 0,682
(0,806) (5,630)
RPDt-2 -0,072 0,099
(-0,877) (0,850)
R² 0,998 0,997
Fundamentados nesse modelo, os valores reais e previstos das duas variáveis para o
período de 1991:1 a 1991:4 são os seguintes:
RPD RPD DCP DCP

Trimestre
real prevista real prevista
1991:1 3241,1 3262,062 3514,8 3532,343
1991:2 3252,4 3277,870 3537,4 3550,343
1991:3 3271,2 3295,359 3539,9 3569,230
1991:4 3271,1 3313,034 3547,5 3588,260
22.17 Deixamos para o leitor a tarefa de executar as etapas práticas com três
defasagens.
22.18 Consulte, por exemplo, o Eviews 4 para uma discussão da análise de resposta a
impulso, assim como das etapas práticas envolvidas.
22.19 Veja a resposta do exercício anterior.
22.20 Embora o modelo não tenha sido testado especificamente para causalidade,
podemos obter alguma informação sobre ela por meio da estatística F informada. No
caso da variável x, os únicos valores significativos são os seus próprios defasados. No da
y, parece que além dos seus próprios valores defasados, também são importantes os
defasados de x. Talvez haja causalidade de x para y. Para a variável z, parece que além
dos seus próprios valores defasados, também são importantes os defasados de y, o que
indica que há certa causalidade de y para z.
3
22.21 Para que o método VAR possa ser empregado, todas as variáveis incluídas no
modelo têm de ser conjuntamente estacionárias. É possível que os autores tenham
percebido que as três variáveis eram não-estacionárias em forma de nível, e uma das
maneiras de se conseguir a estacionariedade é a forma de variação percentual.
22.22 Em forma de nível, M1 é não-estacionária de acordo com o teste DF em suas

várias formas, e o mesmo se aplica a R.
Para vermos se são integradas, regressamos M1 contra R e obtivemos os seguintes

resultados:
1t = 36622,11 – 744,4635Rt
M
t = (19,2627) (–4,7581)
r² = 0,3997; d = 0,2346.
Os resíduos dessa regressão foram submetidos à análise de raiz unitária. Com a

aplicação do teste DF em suas diversas formas, concluímos que essas duas séries
temporais não são co-integradas.

C -7,8618 1,2807 -6,1385
LOG(PIB) 1,4254 0,0962 14,8173
LOG(R) -0,0780 0,0302 -2,5822
Estat d Durbin-
R quadrado 0,9316 0,3476
Watson
Os coeficientes angulares representam elasticidades (parciais), pois este é um modelo

duplo-log. As elasticidades renda e taxa de juros são, respectivamente, 1,4254 e –
0,0780, ambas estatisticamente significativas. Mas repare que o baixo valor Durbin-
Watson indica a possibilidade de correlação serial, o que levanta dúvidas a respeito dos
valores t calculados.
(b) Para verificarmos se há efeito ARCH, obtivemos os resíduos (uˆt ) da regressão dada
em (a) e fizemos a seguinte regressão:
uˆt2 = 0,00064 + 0,3442 uˆt2−1

t = (3,1173) (2,9206)
r² = 0,2054; d = 2,11.
Experimentamos um modelo ARCH(2), mas os resultados não foram significativos.

Parece que há efeito ARCH neste exemplo.
22.24 O modelo dado no enunciado é a versão restrita daquele da Equação (22.11.4)

Podemos, portanto, empregar o teste F restrito do Capítulo 8. Os R² irrestrito e o restrito
(0, 2153 − 0,1397) 2
são, respectivamente, 0,2153 e 0,1397. Daí segue que F = = 31, 5 ,
(1 − 0, 2153) (649 − 4)
4
valor muito significativo, indicando que se deve preferir o modelo da Equação (22.11.4)
ao dado no enunciado deste exercício.

Respostas Gujarati PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Respostas Gujarati PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Manual de Soluções • Econometria Básica • Gujarati

Como se vê, as taxas de câmbio apresentam considerável flutuação. Em 1977, por

2.2 A distinção entre as funções de regressão amostral e populacional é importante,

2.3 Um modelo de regressão não é, de forma alguma, uma descrição absolutamente

(b) A seguinte transformação, conhecida como logit, faz deste um modelo de

(c) Modelo de regressão linear.

(d) Modelo de regressão não-linear.

(e) Modelo de regressão não-linear, pois β2 está elevado ao cubo.

(a) A transformação (1/Yi) = β1+ β2 Xi converte o modelo em linear.

(b) Escrever o modelo como (Xi/Yi) = β1+ β2 Xi converte-o em linear.

(c) A transformação ln[(1-Yi)/Yi] = –β1–β2 Xi converte o modelo em linear.

2.11 De acordo com o conhecidíssimo modelo de comércio de Heckscher-Ohlin, os

2.13 É uma FRA porque se baseia numa amostra de 15 anos de observações. Os

2.14 (a) O gráfico de dispersão é o seguinte:

A relação positiva entre as duas variáveis parece surpreendente porque se esperaria, a

(b) Segue o gráfico de dispersão:

Parece que temos aqui em ação a hipótese do efeito desalento da Economia do

(c) A representação gráfica da TPFTCH em relação aos GHM82 mostra o seguinte:

E representação gráfica correspondente para as mulheres é:

Há uma relação assimétrica entre as duas variáveis para homens e mulheres. Os

2.15 (a) O gráfico de dispersão e a linha de regressão ficam assim:

(c) Não esperaríamos que as despesas com alimentação crescessem indefinidamente

2.16 (a) A representação gráfica da pontuação de homens e mulheres em aptidão

E a representação correspondente da pontuação de homens e mulheres em

(c) Pode-se elaborar um modelo de regressão simples, fazendo a regressão da

(d) O gráfico é o seguinte:

O gráfico mostra que as duas pontuações evoluíram na mesma direção ao longo do

E(Yi|Xi) = β1+ β2Xi, já que E(ui|Xi) = 0, por premissa.

(2) Dado que cov(uiuj)=0 para todo i,j (i≠j), então

cov(YiYj) = E{[Yi - E(Yi)] [Yj - E(Yj)]}

cov(YiYj) = E(uiuj), dos resultados em (1)

cov(YiYj) = E(ui)E(uj), porque é premissa que os termos de erro não estão

cov(YiYj) = 0, já que o valor médio de ui é zero, por premissa.

3.3 A FRP é: Yi = β1+ β2Xi + ui.

Situação 1: β1 = 0, β2 = 1, e E(ui) = 0, resultando E(Yi|Xi) = Xi

Situação 2: β1 = 1, β2 = 0, e E(ui) = (Xi –1), o que dá E(Yi|Xi) = Xi, o mesmo resultado

3.4 Impondo a primeira restrição, obtemos:

∑ uˆ = ∑ (Y − βˆ − βˆ X ) = 0 , equação que, simplificada, dá a primeira equação

Impondo a segunda restrição, obtemos:

∑ uˆ X = ∑ ⎡⎣(Y − βˆ − βˆ X ) X ⎤⎦ = 0 , equação que, simplificada, dá a segunda equação

A primeira restrição corresponde à premissa de que E(ui|Xi) = 0. A segunda restrição

≤ 1 , por analogia com a desigualdade de Cauchy–Schwarz, o que

também é verdadeiro para ρ 2 , o coeficiente de correlação populacional elevado ao

e a correlação entre os dois rankings é: r =

Como os rankings são permutações dos n primeiros números naturais, então:

(∑ X i ) 2 n(n + 1)(2n + 1) n(n − 1) 2 n(n 2 − 1)

n(n + 1)(2n + 1) ∑ d n(n + 1) 2 n(n 2 − 1) ∑ d

3.9 (a) βˆ1 = Y − βˆ2 X i e αˆ1 = Y − βˆ2 x [Observação: xi = ( X i − X ) ].

Logo, nem as estimativas nem as variâncias dos estimadores são iguais.

Ou seja, as estimativas e as variâncias dos dois estimadores são idênticas.

3.10 Como ∑x =∑y

sempre zero, x e y também são iguais a zero ( x = y = 0 ). Assim, βˆ1 = y − βˆ2 x = 0 . O

3.11 Sejam Z i = aX i + b e Wi = cYi + d , que, em formato de desvios, tornam–se

zi = axi e wi = cyi . Por definição, r2 =

3.12 (a) Verdadeira. Na Questão 3.11, façamos a e c iguais a -1 e b e d iguais a 0.

(c) Verdadeira. Como rxy = ryx > 0 , Sx e S y (os desvios-padrão de X e Y

3.13 Sejam Z=X1+X2 e W=X2+X3. Em formato de desvios, podemos escrevê–las como

X1, X2 e X3 não são correlacionadas. (Nota: por conveniência, omitimos o subscrito de

Como acabamos de demonstrar, ∑ zw = σ 2

3.14 Os resíduos e os valores ajustados de Y não mudarão. Sejam Yi = β1 + β 2 X i + ui e

βˆ1 = Y − βˆ2 X ; αˆ1 = Y − αˆ 2 Z = βˆ1 (Nota: Z = 2 X )

Ou seja, o intercepto não é afetado. Em conseqüência, os valores ajustados de Y e os

(∑ yi yî ) 2 [∑ ( yî + uî )( yî )]2 ∑ yˆ2