Escolar Documentos
Profissional Documentos
Cultura Documentos
Capítulo 05
2 de agosto de 2022
De…nition
Dizemos que um estimador b βj converge em probabilidade para θ j se
qualquer diferença entre b
βj e θ j se torna improvável a medida que o
tamanho da amostra aumenta, tal que lim Pr(j b β j θ j j > ε) = 0 - ou
n !∞
seja -, quando n tende a in…nito, o limite da probabilidade de j b
βj θ j j > ε
é zero, sendo ε uma constante de valor arbitrário positivo e pequeno.
1 b
βj converge em probabilidade para θ j ; ou
2 θ j é o limite de probabilidade de b
βj ; ou, simplesmente,
3 p lim(b
βj ) = θ j .
De…nition
Um estimador b
βj de βj é consistente se p lim(b
βj ) = βj .
∑ = (x
n
i1 x 1 )2
i 1
de MQO, tal que
∑ i = 1 ( xi 1
n
x 1 )ui /n
b
β1 = β1 + (1)
∑i =1 (xi 1
n
x 1 )2 /n
p lim(∑i =1 (xi 1
n
x 1 )ui /n )
p lim(b
β1 ) = p lim( β1 ) + (2)
p lim ∑
n
(x
i =1 i 1
x 1 )2 /n )
continua...
Moisés Resende Filho (ECO/UnB) MQO Assintótico 02/08/2022 14 / 29
Consistência de MQO
Demonstração.
[Continuação da prova do Teorema 5.1] Utilizando o fato de que em uma
mostra aleatória p lim(∑i =1 (xi 1 x 1 )ui /n ) = Cov (x1 , u ) e
n
p lim(∑i =1 (xi 1 x 1 )2 /n ) = Var (x1 ) pela LGN, a equação (2) pode ser
n
reescrita como
Cov (x1 , u )
p lim(bβ1 ) = β1 + . (3)
Var (x1 )
Finalmente, sob RLM.3. Var (x1 ) > 0 e RLM.4. E (u jx1 ) = 0 que implica
em Cov (x1 , u ) = 0,
p lim(b
β1 ) = β1 . CQD.
Demonstração.
Consiremos o estimador MQO do intercepto
b
β0 = y b β1 x 1 = ( β0 + β1 x 1 + u ) b
β1 x 1 = β0 + u + x 1 ( β1 b
β1 ) e,
assim,
p lim(b
β0 ) = p lim( β0 ) + p lim(u ) + p lim(x 1 )(p lim( β1 ) p lim(b
β1 )).
p lim(b
β0 ) = β0 + 0 + µx 1 ( β1 β1 ),
ou seja,
p lim(b
β0 ) = β0 . CQD.
0
Como RLM.4 é mais fraca que RLM.4, se o estimador MQO
b
βj , j = 0, 1, ..., k é não viesado sob RLM.1 a RLM.4, também serão
consistentes.
No entanto, b βj , j = 0, 1, ..., k pode ser consistente sem ser não
viesado.
Se Cov (xj , u ) 6= 0 para pelo menos um j = 0, 1, ..., k, o que é uma
0
violação de RLM.4 , todos os b βj , j = 0, 1, ..., k serão inconsistentes e,
consequentemente, viesados, pois se são inconsistentes, também são
viesados.
Cov (x1 , u )
p lim(b
β1 ) = β1 + ,
Var (x1 )
se Cov (x1 , u ) 6= 0,
p lim(b
β1 ) 6 = β1 .
Contudo, se o estimador MQO b βj , j = 0, 1, ..., k é viesado por conta
de E (u jx1 , x2 , ..., xk ) 6= 0 (violação de RLM.4), mas é consistente
por conta de E (u ) = 0 e Cov (xj , u ) = 0, j = 1, ..., k, o viés diminui
com o tamanho da amostra.
y = β0 + β1 x1 + β2 x2 + u, (4)
y = β0 + β1 x1 + v , com v β2 x2 + u. (5)
d (x1 , x2 )
Cov
e
β1 = b β2 e
β1 + b δ1 , com e
δ1 = ,
d (x1 )
Var
Cov (x1 , x2 )
p lim e
β1 = β1 + β2 δ1 , com δ1 = . (6)
Var (x1 )
E (e
β1 ) = β1 + β2 e
δ1 ,
p lim e
β1 = β1
e
E (e
β1 ) = β1 + β2 e
δ1
(+) (+)(+)
| {z }
Viés (+) de MQO
Ou seja, e
β1 é viesado para cima mas consistente e, assim, o viés de
e
β1 diminui com o tamanho da amostra.
H0 : β(k q )+1
= β (k q )+2
= ... = β(k q )+q
=0