Escolar Documentos
Profissional Documentos
Cultura Documentos
Capítulo 7, parte 03
17 de agosto de 2022
E (y jx1 , ..., xk ) = 1 p +0 (1 p )
|{z} | {z }
= p
e, assim,
∆ Pr(yi = 1jx1 , ..., xk )
= βj , (2)
∆xj
ou seja, βj é variação da probabilidade de sucesso em resposta a
um aumento ceteris paribus ∆xj = 1 em xj .
yb = b
β0 + b
β1 x1 + ... + b
βk xk .
0 b
β0 + b
β1 x1i + ... + b
βk xki 1, i = 1, .., n,
= p 12 + (1 p ) 02 (p 1 + (1 p ) 0)2
= p p2
= p (1 p )
= ( β0 + β1 x1 + ... + βk xk ) (1 ( β0 + β1 x1 + ... + βk xk )),
somente se β1 = β2 = = βk = 0,
Var (u jx1 , ..., xk ) = Var (y jx1 , ..., xk ) = β0 (1 β0 ) é independente de
x1 , ..., xk , logo, homocedástico.
d=
inlf 0, 146 + 0, 038educ
d = 0, 5, ou seja, a probabilidade
Por exemplo, para educ = 17, inlf
estimada é de 50% de uma mulher casada com tais características
trabalhar fora.
Fazendo 0, 146 + 0, 038educ = 0, encontramos que, se
educ < 3, 8421 anos, a probabilidade estimada é negativa. Como
pode?
Fazendo 0, 146 + 0, 038educ = 1, encontramos que, se
educ > 30, 158 anos, a probabilidade estimada é maior que um.
Como pode?
Como
. count if yhat < 0
16
.
. count if yhat > 1
17
.
. sum yhat
10
8
Percentagem, %
4 2
0 6
-.5 0 .5 1
Valores estimados de y
y = β0 + δ0 d + u (3)
E (y jd = 1) E (y jd = 0) = δ0 ,
Sob RLM.4. E (u jd ) = 0,
E (y jd = 0) = β0 é a média de y no pré-tratamento
E (y jd = 1) = β0 + δ0 é a média de y no pós-tratamento
e, portanto,
E (y jd = 1) E (y jd = 0) = δ0 é o efeito do tratamento
b
β0 = (1 + 5 + 2 + 1)/4 = 2, 25 = y 0 e
b
δ0 = (2 + 8 + 2 + 8)/4 2, 25 = 5 2, 25 = y 1 y 0 = 2, 75, como,
de fato, estimamos a seguir com o Stata.
Moisés Resende Filho (ECO/UnB) MPL e APP 17/08/2022 20 / 33
Ensaios Randomizados Pareados
yb = 2, 25 + 2, 75 d
(1,40 ) (1,97 )
hábitos
% &
d ! y
E (y jd = 1, T = 1) E (y jd = 1, T = 0) =
= ( β0 + β1 + β2 + β3 ) ( β0 + β2 )
= β1 + β3
E (y jd = 0, T = 1) E (y jd = 0, T = 0) =
= ( β0 + β1 ) β0
= β1 ,
ETT ETNT = ( β1 + β3 ) β1
= β3 ,
Portanto:
b (y jd = 0, T = 0) = b
E β0 , a média da variável resposta nos não
tratados no pré-tratamento, é (5 + 1)/2 = 3 => b β0 = 3.
b (y jd = 0, T = 1) = b
E β0 + b β1 , a média da variável resposta nos não
tratados no pós-tratamento, é (8 + 8)/2 = 8 => b β = 8 3 = 5.
1
b (y jd = 1, T = 0) = b
E β0 + b
β2 , a média da variável resposta nos
tratados no pré-tratamento, é
(1 + 2)/2 = 1, 5 => b β2 = 1, 5 3 = 1, 5.
b (y jd = 1, T = 1) = b
E β0 + b
β1 + b β2 + b
β3 , a média da variável
resposta nos tratados no pós-tratamento, é
(2 + 2)/2 = 2 => b β3 = 2 (3 + 5 1, 5) = 4, 5.
Como, de fato, obtemos por MQO, vide saída do Stata no próximo
slide.