UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

PRÓ-REITORIA DE PÓS-GRADUAÇÃO
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
DISCIPLINA: Econometria I
Professora Dra. Janaina da Silva Alves Email: janainaalves@ufrnet.br
Aluno (a): ____________________________________________________________

1ª lista de exercícios – Modelo de Regressão Linear Clássico

1) Responda as seguintes questões sobre o modelo de regressão linear e sobre o método de

estimação de Mínimos Quadrados Ordinários (MQO). Use a notação matricial.

a) Estime através do Método dos Mínimos Quadrados Ordinários (MQO) o vetor dos
parâmetros de um modelo de regressão linear múltiplo com k variáveis.
b) Mostre as hipóteses do modelo de regressão linear clássico.
c) Explique as propriedades dos estimadores de Mínimos Quadrados e o Teorema de Gauss-
Markov.
d) Explique o significado da medida R 2 na estimativa de mínimos quadrados. Qual a sua
relação com a estatística F?
e) Descreva o teste de significância global do modelo de regressão (teste F). Dica: mostre
desde a análise de variância.
f) Qual a melhor medida para o grau de ajuste da reta, o R 2 ou o R 2 ajustado ? Explique.

2) Considere os dados de Consumo e Renda de um dado país, na tabela a seguir.

Consumo Renda
Observação (Y) (X)
1 70 80
2 65 100
3 90 120
4 95 140
5 110 160
6 115 180
7 120 200
8 140 220
9 155 240
10 150 260

a) Faça a estimação por MQO do vetor β. A matriz inversa, necessária para o cálculo é dada
por:

b) Interprete o resultado da função consumo estimada.

c) Calcule o R2 e interprete.

3) Os dados a seguir se referem a custos de transporte de leite do produtor à usina.

 Obs. Yi X1i X2i
1 0.18 8 5
2 0.43 8 2
3 0.65 10 2
4 0.70 11 2
5 0.90 11 1.5
6 1.05 14 1.6
7 1.25 14 1.2
8 1.4 20 3
9 1.6 12 0.8
10 1.8 15 1.3
11 2.3 15 0.6
12 2.9 18 1.5

- onde as variáveis são:

Y = custo de transporte (R$/litro)
X1 = distância (Km)
X2 = volume de leite (mil litros)
Admitindo-se o modelo: Yi  0  1 X1i  2 X 2i   i
Pede-se:
a) Obter a equação de regressão estimada.
b) Calcular o erro-padrão da estimativa.
c) Calcular o R2.
d) Fazer o teste de significância global da regressão.
e) Testar se as variáveis explicativas, individualmente, explicam as variações em Y.
f) Obter intervalos de confiança para os betas estimados, ao nível de significância de 5%.
g) Testar: i) H0: β1=0,5 ii) H0: β1= β2

4) Considere uma amostra de homens que trabalham em determinado setor, utilizada para
estimar o seguinte modelo de regressão múltipla:

Educ =10,36 - 0,094 irms + 0,131 educm+ 0,210 educp

n=722, R2 = 0,214
Onde: educ refere-se aos anos de escolaridade formal; irms é o números de irmãos; educm
refere-se aos anos de escolaridade formal da mãe e educp refere-se aos anos de escolaridade
formal do pai.
a) A variável irms tem o efeito esperado? Explique e interprete o coeficiente estimado.
b) Interprete os coeficiente educm e educp.
c) Discuta sobre o ajuste do modelo.

5) Julgue as afirmativas. A respeito dos estimadores de Mínimos Quadrados Ordinários (MQO),

em um modelo de regressão linear múltipla, assinale Vou F e justifique:
( ) Se a variância do erro não for constante, as estimativas dos parâmetros serão não
viesadas.
( ) Se E(ε) ≠ 0, os estimadores de todos os parâmetros, com exceção do intercepto, serão
viesados.
( ) Se o erro não seguir a distribuição Normal as estimativas por MQO são consistentes.
( ) Sob as hipóteses do modelo de regressão clássica, com erros na forma de ruído branco
(média zero e variância constante) com distribuição Normal, os estimadores de MQO serão
os mais eficientes possíveis.
Boa tarefa!