Escolar Documentos
Profissional Documentos
Cultura Documentos
Hipóteses
Susan Schommer
Econometria I - IE/UFRJ
Inferência em MQO Simples
σ2
β̂ ∼ N β, P
(xi − x)2
e normalizando temos:
β̂ − β β̂ − β
Z= = pP ∼ N (0, 1)
dp(β̂) σ/ (xi − x)2
I Agora, ao assumir uma distribuição completa para u,
derivamos uma distribuição completa para β̂.
I Com esse passo, podemos trazer a revisão de estatı́stica para
cá:
I Quem é β? Nunca saberemos. Mas já estudamos estimação de
ponto por MQO, e suas propriedades. Agora, dado que temos
a densidade de β̂, poderemos estimar ICs e realizar inferência.
Inferência em MQO Simples
I Antes de começarmos, devemos lembrar que σ 2 é um
parâmetro populacional provavelmente desconhecido.
I Mas já aprendemos a estimá-lo neste curso:
P 2
2 ûi σ̂ 2
σ̂ = ⇒ V ar(β̂|X) = P
n−2 (xi − x)2
I A principal consequencia de utilizarmos o estimador σ̂ 2 em
lugar do parâmetro populacional σ 2 será que, ao invés de
trabalhar sobre
β̂ − β β̂ − β
Z= = pP ∼ N (0, 1)
dp(β̂) σ̂/ (xi − x)2
I Teremos que usar a distribuição
β̂ − β β̂ − β
t= = pP ∼ tn−2
ˆ β̂)
dp( σ̂/ (xi − x)2
Inferência em MQO Simples: ICs
ˆ β̂)tα/2
β̂ ± dp(
I Notem que já temos todos os ingredientes para calcular este
IC:
1. Já sabemos estimar β̂ e dp( ˆ β̂)
2. Escolhemos α, e assim temos os valores crı́ticos tα/2 tabulados
a partir da distribuição tn−2 .