Escolar Documentos
Profissional Documentos
Cultura Documentos
RespEx 850203904 5
RespEx 850203904 5
(d) O teste de contra exige o mesmo valor t que no item (b), t = 1,84.
Pelo fato de ser um teste unicaudal, o valor crítico é escolhido de tal forma que existe
uma probabilidade de 0,05 na cauda direita; isto é, Como t = 1,84 > =
1,69, é rejeitada e nós concluímos que o intercepto é positivo. Nesse caso, o valor-p
= P(t > 1,84) = 0,0367. Nós visualizamos da Figura 5.2 que ter um valor-p < 0,05 é
equivalente a ter t > 1,69.
0,4
0,3
fdp
0,2
-1,84 1,84
0,1 | |
| |
-tc | || tc
| | | |
|
0,0 | | | |
-3 -2 -1 0 1 2 3
Figura 5.1 Valores t observados e críticos para o teste bicaudal na Questão 5.1(c)
2
0,4
0,3
fdp
0,2
tc
0,1 |
|
| 1,84
|
| |
| |
0,0 | |
-3 -2 -1 0 1 2 3
Figura 5.2 Valores t observados e críticos para o teste unicaudal na Questão 5.1(d)
Nós estamos 95% confiantes de que o procedimento que nós utilizamos para a construção
de um intervalo de confiança produz um intervalo que contém .
(c) Para testar contra o valor-p é 0,1012. Ele é dado pela soma das
áreas abaixo da distribuição t, à esquerda de 1,711 e à direita de 1,711. A área em cada
cauda é Nós não rejeitamos porque, para o valor-p >
0,05.
(d) A classificação de qualidade prevista para um desenhista com 5 anos de experiência é
3
5.3 (a) O coeficiente angular estimado indica que, na média, uma elevação de 1% na despesa
real total leva a um aumento de 0,322% na despesa real com alimentação. Ele é a
elasticidade da despesa com alimentação em relação à despesa total.
(b) Para testar contra a alternativa nós calculamos o valor t,
assumindo que é verdadeira
(d) Os termos de erro devem ser normalmente e independentemente distribuídos com média
zero e variância constante. Essa hipótese é necessária para que a fração
tenha uma distribuição t. Se o tamanho da amostra for de 100, nós poderíamos dispensar
a hipótese de um erro normalmente distribuído e passaríamos a depender do teorema do
limite central para demonstrar que tem uma distribuição t ou normal
aproximada.
(e) A omissão de uma variável relevante enviesará a estimativa de e faz com que as
fórmulas para o cálculo da estatística de teste e do intervalo de confiança sejam
incorretas.
5.5 (a) Para p = 0,005, a hipótese nula seria rejeitada para os níveis de significância de 5% e de
1%.
(b) Para p = 0,0108, a hipótese nula seria rejeitada ao nível de significância de 5%, mas não
ao nível de significância de 1%.
5.6 (a) Hipóteses: contra
Valor t calculado:
Valor crítico t:
Decisão: Rejeitar porque
Nós estimamos que está entre 0,079 e 0,541, utilizando um procedimento que
funciona 99% das vezes em amostras obtidas repetidamente.
5.7 (a) Quando estimamos nós estamos estimando o valor médio de y para todas
unidades observáveis com um x valor de Quando prevemos nós estamos
prevendo o valor de y para uma unidade observável com um x valor de O primeiro
exercício não envolve o termo aleatório o segundo sim.
(b)
5
Ao nível de significância de 5%, os valores críticos para um teste bicaudal e 211 graus de
liberdade são Como t = 1,43 cai entre 1,97 e 1,97, nós não rejeitamos .
Os dados não estão em conflito com a hipótese que diz que o valor de um metro
quadrado de espaço de casa é $ 50.
(d) O ponto de previsão para o preço de uma casa com 2000 metros quadrados é
Um intervalo de previsão de 95% para o preço de uma casa com 2000 metros quadrados
é
5.10
6
Como t = 4,138 < 2,228, nós rejeitamos a hipótese nula e concluímos que a
elasticidade da demanda por hambúrgueres não é igual a 1.
(b) A previsão do logaritmo do número de hambúrgueres vendidos quando o preço é $2 é
5.13 (a) A relação linear entre seguro de vida e renda é estimada como
t
y = 6,8550 + 3,8802 xt
(7,3835) (0,1121)
onde os números entre os parênteses são os erros padrão.
(b) A relação no item (a) indica que, com o crescimento da renda, a montante gasto com
seguro de vida aumenta, como é esperado. O valor de b1 = 6,8550 implica que se uma
família não tem renda, então eles comprariam $6855 de seguro. É necessário tomar
cuidado com essa interpretação porque não existe nenhum dado para famílias com renda
próxima de zero. As partes (i), (ii) e (iii) discutem o coeficiente angular.
5.14 (a) Um estimador de intervalo de 95% para 2 é b2 2,145 ep(b2). Utilizando nossa amostra
de dados, a estimativa de intervalo correspondente é
0,3857 2.145 0,03601 = (0,4629, 0,3085)
Se nós utilizarmos o estimador de intervalos repetidamente para diferentes amostras,
então 95% das estimativas de intervalo, como a de cima, conteriam 2. Assim, é provável
que 2 esteja no intervalo dado pela expressão acima.
(b) Nós construímos as hipóteses H0: 2 = 0 contra H1: 2 < 0. A alternativa 2 < 0 é
escolhida porque nós esperaríamos que, se existe aprendizado, os custos unitários de
produção declinam à medida que a produção acumulada aumenta. A estatística de teste,
dado que H0 é verdadeira, é
Como t = 10,71 < 1,761, nós rejeitamos H0 e concluímos que existe aprendizado. Nós
chegamos a essa conclusão porque 10,71 é um valor improvável de vir da distribuição t,
que é válida quando não existe aprendizado.
(c) A previsão para o log do custo unitário quando = 2000 é
5.15 (a) Nós construímos as hipóteses H0: 2 = 1 contra H1: 2 < 1. A estatística de teste relevante,
dado que H0 é verdadeiro, é
11
Como t = 3,332 < tc = 1,658, nós rejeitamos H0 e concluímos que o beta da Mobil Oil
é menor do que 1. Um beta igual a 1 sugere que a variação das ações é igual à variação
do mercado. Um beta menor do que 1 implica que a ação é menos volátil do que o
mercado; ela é uma ação defensiva.
(b) O modelo estimado é dado por y t = 0,004241 + 0,7147 x, onde x é o prêmio de risco da
carteira de mercado e y é o prêmio de risco para os títulos da Mobil. O prêmio da Mobil
previsto quando x = 0,01
y 0 = 0,004241 + 0,7147 0,01 = 0,01139
Quando x = 0,1, a previsão é
y 0 = 0,004241 + 0,7147 0,1 = 0,07571
Estimativas de intervalo para cada valor de x são dados por onde, para um
intervalo de 95% (e 118 graus de liberdade), tc = 1,98. Também, para x = 0,01, =
0,06434 e para x = 0,1, = 0,06483. As duas estimativas de intervalo de 95% são:
para x = 0,01: 0,01139 1,98 0,06434 = (0,1160, 0,1388)
para x = 0,1: 0,07571 1,98 0,06483 = (0,0527, 0,2041)
No contexto do problema (previsão do prêmio de risco da Mobil), esses intervalos são
muito largos e não muito informativos.
(c) As duas hipóteses são H0: 1 = 0 contra H1: 1 0. A estatística de teste, dado que H0 é
verdadeira, é
Como t = 0,7211 < tc = 1,98, nós não rejeitamos H0. Os dados são compatíveis com um
intercepto que é igual a zero.
(d) Sem um intercepto, o modelo estimado é
t = 0,7211 xt
y
(0,0850)
sendo que o erro padrão está entre parênteses. Testando H0: 2 = 1 contra H1:
2 < 1, a estatística de teste, dado que H0 é verdadeira, é
12
t=
Como t = 3,282 < 1,658, nós rejeitamos H0 e concluímos que o beta da Mobil Oil é
menor do que 1.
A previsão do prêmio de risco da Mobil para x = 0,01 e x = 0,10
para x = 0,01: y 0 = 0,7211 0,01 = 0,007211
para x = 0,1: y 0 = 0,7211 0,1 = 0,072112
Antes de voltarmos para os intervalos de previsão desses valores de x, observe que a
fórmula que nós temos usado para a variância do erro de previsão é somente válida
quando o modelo tem intercepto. Seu software reconhecerá a mudança e dará a resposta
certa. Contudo, é instrutivo derivar a expressão correta para modelos sem intercepto. O
erro de previsão é dado por
f y 0 y 0 b2 x 0 2 x 0 e0 b2 2 x 0 e0
x 02 2
var f x 02 var b2 2 var e0 2
xt 2
(A covariância entre (b2 2) e e0 é zero). Para mostrar que var b2 x t2
2
, observe
que, do Exercício 3.7,
b2
xt yt
x t2
2 2
1 1 2 2
e var b2 x t2 var y t x 2
t .
x t2 x t2 x t2
Retornando ao erro padrão do erro de previsão, nós temos
rj rf j j rm rf e j
onde rj , rf e rm são o retorno do título j, a taxa livre de risco e a taxa de mercado,
respectivamente. Valores de j menores do que 1 sugerem que a ação j é menos volátil do
que o mercado e não é uma ação de risco. Valores de j maiores do que 1 são uma
indicação de que a ação j é arriscada; sua variação é mais sensível à variações no
mercado.
Para avaliar as características da ações da Mobil Oil, 120 observações mensais sobre rj ,
rf e rm , para o período compreendido entre 1978 e 1987, são coletadas. A equação
estimada por mínimos quadrados é
(0,00588) (0,086)
Uma estimativa de intervalo de 95% para o j da Mobil é (0,545, 0,884). Assim, nós
podemos concluir que as ações da Mobil são menos voláteis do que o mercado como um
todo. É uma boa escolha para um investidor avesso ao risco.
Contudo, uma volatilidade reduzida pode trazer como custo a redução da taxa de retorno.
Como nós descobrimos na parte (b), quando o prêmio de risco do mercado é 10%, o
prêmio de risco previsto para Mobil é de apenas 7,57%. Com um prêmio de risco do
mercado baixo, tal como 1%, a previsão para a Mobil é relativamente alta (1,14%). Esse
valor alto é uma conseqüência do intercepto positivo estimado. Em ambos os casos, deve
ser reconhecido que o nosso modelo não é bom para a previsão do prêmio de risco da
Mobil. O amplo intervalo de previsão significa que existe uma grande soma de incerteza
associado ao valor realizado do prêmio de risco. Quando o prêmio de risco do mercado é
10%, nós prevemos que o prêmio de risco da Mobil fica entre 5,27% e 20,41%; para um
prêmio de risco do mercado de 1%, a previsão correspondente está entre 16,6% e
13,88%.
Assim, enquanto nós somos capazes de confiar na conclusão de que as ações da Mobil
são menos voláteis do que o mercado, nós não somos capazes de dar uma previsão
confiável do prêmio de risco ou da taxa de retorno da Mobil.
(c)
(d)
(b) O coeficiente angular estimado indica que um aumento de 1% nos homens com
idade de 18 ou mais, que têm nível médio de ensino, eleva a renda média deles em $180.
O sinal positivo deu como esperávamos; mais educação deveria levar a salários mais
altos.
(c) Um intervalo de 99% de confiança para o coeficiente angular é dado por
14
Como 15,029 > 1,746, nós rejeitamos e concluímos que existe suficiente evidência
nos dados para sugerir que aumentos de temperatura elevam a quantidade consumida.
(c) Quando a previsão pontual para a quantidade de refrigerantes vendida é
(d) A temperatura para a qual a venda de refrigerantes é zero é o valor de que satisfaz a
equação
15
0 = 771,26 + 25,761
ou,
5.18 (a) A relação mostra como um aumento (ou diminuição) nas apreensões de pessoas entrando
ilegalmente nos E.U.A. depende da elevação (ou diminuição) do tempo de policiamento
nas fronteiras. O coeficiente angular dá a elasticidade de em relação à
mudanças em Como as variáveis são mensuradas em termos de logs de
frações ou “diferenças de log”, elas representam mais mudanças relativas do que
magnitudes absolutas.
Para testar a significância do coeficiente angular estimado, nós testamos
contra O valor calculado é = 4,05. Com tal amostra grande,
nós podemos tomar = 1,96 como sendo o valor crítico à 5%. Como 4,05 > 1,96, nós
rejeitamos e concluímos que o coeficiente angular estimado é significante.
(b) Essa relação descreve como mudanças nas apreensões de imigrantes ilegais dependem de
mudanças na taxa salarial mexicana no setor de manufaturas. O coeficiente angular nos
dá a elasticidade de em relação às variações em Novamente,
observe que as variáveis representam mudanças nos logs.
Para testar a significância do coeficiente angular estimado, nós testamos
contra O valor calculado é = 3,25. Como 3,25 <
1,96, nós rejeitamos ao nível de significância de 5%. O coeficiente angular
estimado é significativo.
5.19 (a) O coeficiente angular estimado na tabela mostra como se espera que a taxa de
crescimento de um país varie quando existe um mudança na expectativa de vida. De
acordo com a teoria de Swanson e Kopecky, os sinais deveriam ser positivos. Assim, os
sinais para os países da OECD não são os que nós esperávamos.
(b) Os resultados dos testes de contra aparecem na seguinte tabela.
(c) Uma estimativa de intervalo de 95% do coeficiente angular da América Latina é dado por
0,012 2,086 0,03529 = (0,062, 0,086)
Uma estimativa de intervalo de 95% do coeficiente angular da Ásia é dado por
0,113 2,131 0,04502 = (0,017, 0,209)