Você está na página 1de 4

LISTA DE EXERCÍCIOS 1 - ECONOMETRIA I

CIÊNCIAS ECONÔMICAS INTEGRAL- 1º. SEMESTRE REMOTO EMERGENCIAL


Profa. Aline Cruz
1) Defina a disciplina de Econometria?
Literalmente, Econometria significa “medição econômica”, uma ciência social. Todavia, trata-se
de um conjunto de instrumentos de pesquisa empírica voltados à aplicação da Inferência Estatística e da
Economia Matemática a dados econômicos (primários ou secundários), com suporte teórico para
validação das relações de dependência estatística avaliadas. A proposta é dar suporte empírico, por meio
de teste de hipóteses, às premissas de relações de dependência estatística entre as variáveis econômicas,
conforme premissas assumidas nos modelos teóricos macro e microeconômicos. A Econometria permite
ao indivíduo pensar como economista e analisar estatisticamente dados econômicos, à luz do arcabouço
teórico econômico.
2) Qual a contribuição da Teoria Econômica, da Inferência Estatística e da Economia Matemática
para a disciplina de Econometria?
Especificamente, a Teoria Econômica e a Economia Matemática fornecem suporte teórico para a
definição do modelo teórico econômico, na definição de hipóteses de relação de dependência estatística
entre as variáveis testadas nos modelos econométricos. Usa-se da Economia Matemática para expressar a
teoria econômica de forma matemática em equações, nas quais se estabelecem as relações teóricas
(positivas ou negativas) entre a variável dependente e as variáveis explicativas de seu comportamento. Já
a Inferência Estatística permite a confirmação ou refutação, via teste de hipóteses, de teorias econômicas
previstas nos modelos formais econômicos, a partir das evidências amostrais de parâmetros que
relacionam variáveis econômicas nos modelos econométricos.
3) Qual o objetivo da análise de regressão? Relacione conceitualmente regressão, correlação e
causação. Exemplifique
O objetivo da análise de regressão é estimar/prever o valor médio esperado da variável dependente a
partir de dados amostrais fixados em amostragem repetida de variáveis independentes (explicativas), com
base em inferência estatística (teste de hipóteses).
A análise de regressão diz respeito ao estudo da dependência de uma variável (dependente/regressando)
em relação a uma ou mais variáveis (explanatórias/regressores), visando estimar e/ou prever o valor
médio (população) da variável dependente em termos dos valores conhecidos ou fixados (em amostragens
repetidas) das explanatórias. A análise de regressão fornece evidências empíricas amostrais (estimativas)
dos valores dos parâmetros que relacionam de maneira unicausal as variáveis econômicas, segundo os
modelos teóricos.
Já a correlação é uma ferramenta estatística que fornece estimativa do grau de associação de
comportamento linear (relação bicausal) entre variáveis econômicas.
Causação – Cabe informar que a análise de regressão não fornece subsídio para definição de relação
causal (causação) entre as variáveis econômicas. As análises econométrica e estatística não viabilizam
inferências de causalidade entre as variáveis. Para definição de relação de causalidade entre variáveis,
recorre-se aos pressupostos teóricos (a priori) decorrentes dos referenciais teóricos da literatura
econômica.
Cabe informar que a definição de forte correlação linear entre duas variáveis, por sua vez, apoiadas em
relação entre tais variadas, segundo modelos teóricos, dá indícios de que haverá relação de dependência
estatística (regressão) entre tais variáveis.
4) Explique, (não apenas citar), sucintamente os passos seguidos na metodologia econométrica
tradicional.
o Exposição da teoria ou hipótese: Buscar na teoria econômica a forma de pensar o problema, ou
seja, quais variáveis incluir no modelo e a direção da relação possível entre o regressando e o regressor.
Quais questões (hipóteses) de interesse?
o Especificação do modelo matemático da teoria. Escolha da equação matemática para construção
do modelo econômico (determinístico) com base nas relações teóricas.
o Especificação do modelo estatístico ou econométrico. Escolha da forma funcional para a equação
econométrica relacionando variável dependente e várias explicativas.
o Obtenção dos dados. De posse das suposições sobre as relações e entendendo a forma como os
dados foram coletados, parte-se à escolha do método econométrico.
o Estimação dos parâmetros do modelo econométrico. Usa-se um software estatístico, para
aplicar o método de estimação do modelo de regressão linear clássico aos dados amostrais e obter as
estimativas dos parâmetros, segundo o modelo matemático.
o Teste de hipóteses. Uso da inferência estatística e da teoria econômica para realizar o teste de
hipóteses sobre os parâmetros, para verificar se as estimativas obtidas estão de acordo com as
expectativas da teoria.
o Projeção ou previsão. Mediante o diagnóstico dos modelos para testar a validade das suposições
teóricas, pode-se utilizá-lo para prever o (s) valor(es) futuro(s) da variável dependente, com base no(s)
valor(es) futuro(s) conhecidos ou esperados da variável explanatória.
o Uso do modelo para fins de controle ou de política. Avaliação das consequências e implicações
dos resultados empíricos obtidos no modelo estimado.
5) Diferencie a origem histórica do termo regressão, definida por Francis Galton, do conceito
moderno.
O termo regressão foi criado por Francis Galton (1822-1911), a partir da descoberta de que embora a
tendência de fosse de que pais altos tivessem filhos altos e pais baixos tivessem filhos baixos, a estatura
média das crianças nascidas de pais, para dada altura, tendia a mover-se ou "regredir" à altura média da
população como um todo. Daí a definição do dicionário para regressão: movimento para trás, muito
distinta da visão moderna. Já a visão moderna de regressão trata da descrição e quantificação da relação
de dependência estatística entre variável dependente e independente, de forma a explicar o
comportamento do valor médio dessa variável dependente em função de uma ou mais regressores.
6) Diferencie relações estatísticas de relações determinísticas entre variáveis.
Na análise de regressão, o foco é a dependência estatística (não funcional, não determinística), entre as
variáveis, por sua vez, aleatórias ou estocásticas, isto é, com distribuições probabilísticas.
Já a dependência determinística apoia-se em variáveis não aleatórias ou estocásticas.
7) Explique o Teorema de Gauss Markov.
Dadas as premissas do modelo clássico de regressão linear, os estimadores de mínimos quadrados da
classe dos estimadores lineares não viesados têm variância mínima, isto é, são o melhor estimador linear
não viesado (MELNT). Especificamente, porque o estimador de MQO atender às seguintes condições: a)
É uma função linear de uma variável aleatória, no caso, a variável dependente; b? É não viesado (não
tendencioso), pois, o valor esperado de beta é igual ao verdadeiro valor de beta; e c) é eficiente, pois é não
iesado e tem variância mínima dentre todos os ELNTesados.
8) Enumere e explique três razões para não incluir todas as variáveis no modelo econométrico.
Página 65 – subseção O significado do termo “erro estocástico”
9) Apresente cinco modos distintos de se nomear as variáveis dependente e independente, num
modelo econométrico.

10) Conceitue e cite dois exemplos para cada tipo de dados usados em estudos econométricos.
Séries temporais – dados coletados em um intervalo de tempo para um mesma unidade – Y1t. Exemplo:
preço anual café brasileiro de 1900 a 2000;
Cortes transversais – Dados sobre i unidades no mesmo ponto do tempo (censos, POF) = Yi1 =
Exemplo: PIB cidades de SP, em 1999
Dados combinados – Dados de séries temporais e de corte transversal. Para cada período de tempo, tem-
se n1 observações de corte transversal e, para cada unidade (i), n2 observações de séries temporais, em um
total de (n1*n2) observações combinadas. Exemplo: Dados de tipos de consumo de brasileiros no período
1980-2019
Painel (longitudinais) – Tipo especial de dados combinados (a mesma unidade em corte transversal
(família, indivíduo, empresa), é pesquisada ao longo do tempo.
Yit = PIB, estados brasileiros, 1990 a 2020
Se o número de observações for o mesmo para todas as n unidades = painel balanceado; caso contrário,
painel desbalanceado.
11) Aponte 3 razões que afetam a qualidade dos dados base dos estudos econométricos.
1. Possibilidade de ocorrerem erros de observação (intencionais ou não);
2. Erros de medição em decorrência de aproximações e arredondamentos;
3. Viés de seleção (da amostra) em levantamentos via questionários, em que não há retorno de todos
as unidades de observação;
4. Dificuldade de comparar os resultados obtidos em diversas amostras.
5. Uso de dados muito agregados são pouco informativos sobre as microunidades individuais;
6. Limitação dos dados agregados, devido à confidencialidade de certas informações.
12) Qual a distinção entre análise de regressão simples e de regressão múltipla?
Na análise de regressão múltipla, o regressando se relaciona a um ou mais regressores. Assim como no
caso de duas variáveis, a análise de regressão múltipla está condicionada aos valores fixados das variáveis
explicativas, fornecendo a esperança média condicional de Y (resposta média de Y para os valores dos
regressores). No modelo de regressão múltipla, os coeficientes de regressão (betas) são conhecidos como
coeficientes parciais de regressão ou coeficientes parciais angulares. Isso porque beta 2 mede a variação no
valor médio de Y, E(Y), por unidade de variação em X2, mantendo-se o valor de X3 constante.
13) Qual a diferença entre função de regressão populacional e curva (reta) de regressão populacional?
FRP: E(Y | Xi) = f(Xi) = β1 + β2 , em que f(Xi) representa uma função linear da variável explanatória X,
uma função de esperança condicional (FEC) ou função de regressão populacional (FRP).
Exemplo: Salário mulher = 200 + 0,65 Anos de estudo = FRP
Já a curva de regressão populacional, em termos geométricos, é apenas o local geométrico das médias
condicionais da variável dependente para os valores fixados da(s) variável(is) explanatória(s). Para cada
valor de anos de estudo substituído na FRP, obtém-se o valor médio condicional do salário feminino. A
reta de regressão (ou curva) é o local geométrico que conecta todos as médias condicionais do salário
feminino para cada valor de anos de estudo.

Você também pode gostar