Escolar Documentos
Profissional Documentos
Cultura Documentos
Lista de Revisão
Monitor: M. Thiago Graciani
Sugestão: Para um aproveitamento eficiente dos exercícios, tente resolvê-los sem consulta inicialmente, esco-
lhendo “Verdadeiro” ou “Falso” somente se você tiver uma razão embasando sua resposta. Depois de preencher
o possível, revisite todas as questões, mas agora com consulta (corrigindo e aprimorando suas “justificativas” e
resolvendo os pontos em branco). Se restarem dúvidas, envie um e-mail.
Exercício 3 Suponha que, para dada população, seja verdade que Pr(yi = 1|xi ) = Φ(xTi β).
Estimar um modelo Logit, neste caso, usando o método de máxima verossimilhança, produz
estimadores consistentes, mas viesados.
Exercício 4 Modelos Probit e Logit podem ter seus coeficientes testados pelos testes de
Wald, LM e LR. As respectivas três estatísticas de teste têm a mesma distribuição assintótica,
mas, sob amostras finitas, podem apresentar valores distintos. Estas estatísticas não podem
ser empregadas para testes de exclusão individual, entretanto.
.
Exercício 5 Considere um modelo Logit e escreva p(x) = Pr(y = 1|x). Então (sob as con-
dições necessárias para diferenciabilidade), vale a propriedade abaixo. Contudo, ela não
poderia ser sustentada fosse o modelo um Probit.
∂p(x) ∂p(x) −1 βi
=
∂xi ∂xj βj
1
[ Parte II : MODELO TOBIT ]
Exercício 2 Suponha que y seja uma variável dependente do tipo corner solution, apresen-
tando um “acúmulo de massa” no ponto y = 3. A estimação de um modelo linear para
explicar y, mesmo sob as hipóteses MLR.1–4, produziria estimadores inconsistentes.
Exercício 5 Em modelos Tobit, não há medida de ajuste comparável com o R2 dos modelos
lineares estimados por OLS. É recomendado empregar o pseudo-R2 de McFadden.
Exercício 1 Suponha que você tenha sido contratado por uma universidade para estudar os
fatores que determinam a decisão de alunos aprovados no vestibular de ingressar ou não na
tal universidade. Você tem acesso a uma grande base com informações dos alunos admitidos
no ano passado: se ele escolheu se matricular, performance no ensino médio, renda familiar,
raça, sexo e uma sequência de variáveis sociodemográficas. Alguém afirma: “Uma análise
destes dados levaria a resultados viesados porque não se trata de uma amostra aleatória
de todos os estudantes inscritos no vestibular da universidade, mas só daqueles que foram
aprovados pelo exame”. Esta pessoa está enganada.
Exercício 4 Modelos de Heckman podem ser estimados em dois estágios por OLS ou por
ML. No caso da estimação de ML, é necessário obter a distribuição conjunta de (yi , si ).
2
Exercício 5 Suponha que um modelo de Heckman seja estimado em dois estágios, mas
a pessoa que conduziu a estimação não incluiu todas as variáveis de X (regressores do
modelo populacional) em Z (regressores da equação de seleção). Nestas circunstâncias, os
estimadores do modelo Probit (no primeiro estágio) e do modelo linear (no segundo estágio)
serão inconsistentes.
Exercício 1 Usar variáveis proxy é em uma possível solução, apesar de ter limitações, para
problemas de variável omitida.
Exercício 2 Considere o modelo yi = β0 + β1 xi1 + β2 x∗i2 + εi . Suponha que x∗2 é uma variável
não observável e cov(x1 , x∗2 ) = 0. A estimação do modelo por OLS omitindo x∗2 produz um
estimador consistente para β1 .
Exercício 3 Considere o modelo yi = β0 + β1 xi1 + β2 x∗i2 + εi . Suponha que x∗2 é uma variável
não observável (correlacionada com x1 ) e que x2 é uma variável proxy para x∗2 . Seja ν o erro
da regressão de x∗2 contra x2 . Se ε for não correlacionado com x1 , x∗2 e x2 , e se ν for não
correlacionado com x1 e x2 , então estimadores de OLS serão não viesados.
3
Exercício 4 Considere o modelo yi = β0 + β1 xi1 + β2 x∗i2 + εi . Suponha que x∗2 é uma variável
não observável (correlacionada com x1 ) e que x2 é uma “boa” variável proxy para x∗2 . Então o
estimador de OLS de β2 usando a variável proxy no lugar da não observada é interpretado
como o efeito marginal de x∗2 sobre yi .
Exercício 5 Considere o modelo yi = β0 + β1 xi1 + β2 x∗i2 + εi , onde x∗2 é uma variável não
observável, mas para a qual existe uma variável proxy x2 . Empiricamente, o método usual
para verificar a existência de correlação entre x∗2 e x2 consiste em performar uma regressão
por OLS de x∗2 contra x2 .