Escolar Documentos
Profissional Documentos
Cultura Documentos
Centro Sócio-Econômico
Curso de Ciências Econômicas
Estatística Econômica
Prof.: Gueibi Peres Souza
LISTA DE EXERCÍCIOS – 0
1) Dada uma amostra de dez pares de valores, admitindo que as variáveis X e Y estão relacionadas de
acordo com o modelo Yi = α + βXi + ui, onde os ui são variáveis aleatórias independentes com
distribuição normal de média zero e variância constante:
X Y X Y
-2 0 0 4
-2 0 1 5
-1 2 1 6
-1 3 2 8
0 4 2 8
X Y X Y
2 6,9 3 8,2
3 8,7 4 10,8
-2 -5,8 1 -1,6
1 3,4 -2 6
a) Qual o grau de confiança que fundamentaria todo e qualquer comentário acerca das informações
contidas no mesmo? Fundamente objetivamente (com cálculos) sua resposta.
R.: 99%. F = 17,97 e F (1;38; 0,01) ~7,4 (SQT = 79103,31; SQE = 25396,11; QMeR =
1413,35).
b) Imaginando que a resposta da letra “a” desta questão tenha sido considerada aceitável pelo seu
cliente interno na organização, na intenção de comparar esta proposta de análise (modelo) com
alternativas igualmente sugeridas para embasar o processo decisório em discussão (outros
modelos), qual seria o grau de ajuste mínimo aos dados dentre as demais propostas (outros
modelos) que lhe incentivaria a descartar a proposta (modelo) apresentada acima?
Fundamente objetivamente (com cálculos) sua resposta.
R.: A partir de 32,11%, pois a proposta (modelo) possui um R 2 de 32,10%.
c) Imaginando que a proposta de análise (modelo) acima tenha sido a adotada pela organização em
que trabalha, com base naquelas informações e também nas contidas no relatório abaixo, que
traz estimativas adicionais dos parâmetros investigados, construa um comentário conciso e
completo (máximo 05 linhas) acerca do comportamento esperado para os elementos desta
população a respeito do que foi analisado.
R.: t(38, 0,025) = 2,024
R-quadrado 0,321049
F(1, 38) 17,96869
Fonte: Gretl.
a) (2,0) Qual o grau de confiança que fundamentaria todo e qualquer comentário acerca das
informações contidas no mesmo? Fundamente objetivamente (com cálculos) sua
resposta.
R.: 99%. F (1;38; 0,01) ~7,4.
b) (2,0) Imaginando que a resposta da letra “a” desta questão tenha sido considerada aceitável pelo
seu cliente interno na organização em que trabalha, construa um comentário conciso e completo
(máximo 5 linhas) que complemente a interpretação do restante das informações contidas no
referido relatório. Fundamente objetivamente (com cálculos) sua resposta onde for
possível.
R.: A partir disto, colocar que independentemente da renda, com 90% de confiança, o
consumo semanal de cada elemento da população será em média de R$ 40,58 e, com
99% de confiança, a cada real acrescido na renda semanal destas pessoas,
aproximadamente R$ 0,13 será destinado ao consumo e que esta equação consegue
explicar, em média, 32% da variância do Consumo semanal com alimentação desta
população.
c) (2,0) Imaginando que a proposta de análise (modelo) acima tenha sido a adotada pela
organização, com base naquelas informações construa uma estimativa de consumo semanal
máximo, com 95% de confiança, para o caso de uma pessoa que possua uma renda semanal de
R$ 200,00.
R.: R$ 123,15. O aluno deve construir uma equação com os limites superiores dos
parâmetros estimados a partir deste intervalo de confiança (R$ 85,15 para o
intercepto ou coeficiente linear e R$ 0,19 para o coeficiente angular) e aplicar esta
equação a um X = 200.
18) Avalie a equação Ŷt = 2 (1) + Xt (1) estimada por MQO sabendo que os valores entre parênteses
são os erros padrão, que a amostra utilizada continha mais de 52 observações/dados e que a cultura
organizacional que contextualiza a análise exige que se adote um grau de confiança de ao menos
95%.
R.: Aqui o aluno deve realizar o teste t de significância dos parâmetros antes de comentar
os valores. Como apenas o intercepto é estatisticamente significante não deve escrever
nada além de que o modelo é inválido em seu comentário.
19) Construa um comentário crítico conciso (máximo de 7 linhas) e completo (mencionando o principal
viés disto) quando em análises quantitativas na área de ciências econômicas preferimos testes de
hipóteses que apresentam 99% de confiança a testes que apresentam 90% de confiança.
R.: O comentário deve conter a situação de que é comum em economia, apesar de ser
uma ciência que já há algum tempo sofre uma crise de paradigmas, ainda creditar muita
veracidade à suas hipóteses nulas. Parece ser mais constrangedor para um economista
cometer um erro tipo I (rejeitar uma H0 verdadeira) do que um erro tipo II (aceitar uma
H0 falsa). 99% de confiança minimiza a probabilidade de cometermos erro Tipo I, mas
maximiza a probabilidade de cometermos erro Tipo II.
20) Sabendo que uma análise de regressão estimada por MQO para as exportações de soja do Brasil (com
dados anuais de 1998 a 2011) em função da taxa de câmbio (do mesmo período) gerou a equação
log Ŷt = 12,05 (0,97) + 1,14 log Xt (0,11), onde os valores entre parênteses são os respectivos erros
padrão, que o desvio padrão da variável dependente é 0,68 e que a soma do quadrado dos resíduos
desta análise é 0,58; construa um comentário conciso e completo (com base no que foi discutido em
sala) desta análise.
R.: Modelo válido com 99% de confiança (F(1,12) = 111,74); parâmetros significantes com
99% de confiança (t(a) = 12,38 e t(b) = 10,57); para cada variação de 1% no câmbio
teremos uma variação de 1,14% nas X de soja e independentemente da variação do
câmbio as X de soja variarão +12%; a equação possui um grau de ajuste de 90,3%.
21) Qual a influência do tamanho da amostra para o resultado de um teste de hipóteses que avalia a
significância do valor estimado para o coeficiente de correlação? Justifique sua resposta.
R.: É direta, quanto maior a amostra mais provável é que o coeficiente seja aceito como
significante. Justificativa: quanto maior a amostra mais próximo do censo, portanto,
maior é a aceitação de valores menores.
22) Qual a influência do tamanho do grau de confiança para o resultado de um teste de hipóteses que
avalia a significância do valor estimado para o coeficiente de correlação? Justifique sua resposta.
R.: É inversa, quanto maior o grau de confiança (menor o nível de significância), mais
rígido é o teste e menor é a probabilidade de que o coeficiente seja aceito como
significante. Justificativa: quanto maior o grau de confiança menor é a área de rejeição
da hipótese nula de que a correlação é nula.
23) Em que tipo de situação um teste t de significância de parâmetros (coeficientes de correlação)
poderia/deveria ser unilateral?
R.: quando a hipótese alternativa fosse de o coeficiente ser > ou < a um determinado
valor pré-estabelecido.
24) Qual a diferença entre o coeficiente de determinação (R2) e o coeficiente angular (b) em uma análise
de regressão linear simples?
R.: o coeficiente de determinação nos fornece o grau de explicação da reta de regressão
estimada, ou seja, a porcentagem da variância de Y que é explicada com a equação e o
“b” nos fornece a influência de X em Y.
25) A partir das questões discutidas em sala comente o modelo estimado abaixo.
28) (ANPEC 2009) Com relação aos testes de hipótese, é correto afirmar que o teste “t” em regressões
envolvendo variáveis não estacionárias não será válido caso a regressão seja espúria? Justifique sua
resposta.
29) Qual a razão que fundamenta a sugestão de utilizarmos o R 2 ajustado e não o R2 “convencional” para
avaliarmos o grau de explicação de um modelo de regressão múltipla?
30) O que acontece com o R2 ajustado quando há um aumento no número de variáveis independentes?
Justifique sua resposta.
R.: Ele aumenta, porém, menos que o R 2.
31) O que uma pesquisadora está buscando fazer ao tornar um teste de hipóteses, baseado na
distribuição t de Gosset, unilateral?
R.: Aumentar a área de rejeição de H0, uma vez que isto traz o valor mínimo para que
esta decisão seja tomada para mais próximo de zero.
32) Interprete os resultados fornecidos nas figuras 3 e 4 abaixo e comente a decisão tomada pelos
autores acerca do grau de confiança escolhido em ambas.
33) Porque pode ser considerado uma boa prática realizarmos uma análise descritiva da variável
dependente antes de iniciarmos um processo de análise com abordagem quantitativa?
34) O que se observa em um “teste t” de significância de parâmetros em uma análise de regressão por
MQO? Que intenção justificaria se admitir níveis de significância maiores do que 10% em sua
aplicação?
35) O que se observa em um teste ANOVA (“teste F”) de significância do modelo em uma análise de
regressão por MQO? Porque pode ser considerado insuficiente para determinar a validade do mesmo?
O que justificaria se admitir níveis de significância maiores do que 10% em sua aplicação?
36) Com suas palavras explique o que é o p-valor e qual sua aplicação e importância em análises
quantitativas.
37) O que se observa no cálculo do coeficiente de determinação? O que justifica se considerar esta
medida tanto como ineficaz quanto como ineficiente para a definição de “sucesso” ou “fracasso” em
uma análise de regressão?
38) Como se interpreta cada um dos valores abaixo de coeficientes angulares de análises de regressão
simples por MQO:
39)