___________________________________________________________________________

Universidade Federal de Goiás – UFG

Aluno: Matheus Ferreira dos Reis

Econometria I – Lista n°2

Exercícios do Gujarati e Porter

Questão 01 – 5.2

H0: β2=0 / HA: β2≠0

Como o p-valor calculado para a estatística F é de aproximadamente zero, de modo que

podemos rejeitar a H0 nula, em favor da alternativa se considerarmos qualquer um dos 3
níveis de significância (1%, 5% ou 10%). Portanto, estaticamente há uma relação entre
despescas com alimentos e a despesa total.

Questão 02 – 5.3

a) H0: β1=0 / HA: β1≠0

 t-calc=14,47/6,15=2,35
 Com 32 graus de liberdade e um nível de significância de 5% o t crítico associado
é de 2,042 ou -2,042.
Como o módulo do t-calc é maior que o t crítico, rejeitamos a hipótese nula, em favor da
alternativa, ao nível de significância de 5%. Assumindo que estatisticamente B1 é
diferente de zero e tem impacto significativo sobre o modelo. A hipótese nula subjacente
é de que com uma renda=0 a demanda por celulares tende a zero, o que em tese não é
comprovado pelo teste de significância individual.

b) H0: β2=0 / HA: β2≠0

  t-calc=0,0022/0,00032=6,87
 Continuamos com 32 graus de liberdade e um nível de significância de 5%, o t
crítico associado continua sendo de 2,042 ou -2,042.

Analogamente como o módulo de t-calc > t crítico, rejeitamos a hipótese nula, em favor
da alternativa, ao nível de significância de 5%. Assumindo que estatisticamente o
coeficiente angular é diferente de zero e tem significância sobre o modelo. A hipótese
nula subjacente implica que quando o β2=0 estatisticamente a renda não tem impacto
sobre a demanda por celulares, o que em tese é contestado pelo modelo.

c) Intervalo de Confiança para β2 ao nível de 95% de confiança

Pr [β^2±tcrítico*ep(β^2) = 1-ά
Pr [0,0022 – 2,042*0,00032 ≤ β2 ≤ 0,0022 + 2,042*0,00032] = 0,95
Pr [0,00155 ≤ β2 ≤ 0,00285] = 0,95

d) Y=14,47+0,0022*Xi
Y=14,47+0,0022*(9000)
Y=34,27
Pr [Y- tα/2*ep(Y) ≤ E (Y0 | X = 9000) ≤ Y + tα/2*ep(Y)] = 0,95
Pr [34,27 – 2,042*20,55544 ≤ E (Y0 | X = 9000) ≤ 34,27 + 2,042*20,55544] = 0,95
Pr [-7,7 ≤ E (Y0 | X = 9000) ≤ 76,25] = 0,95

Questão 03 – 5.13

a)
 b) Histograma dos resíduos do Modelo 1 – Ouro vs IPC

0,0045
Estatística de teste para normalidade: uhat1
N(-1,3263e-014 104,69)
Qui-quadrado(2) = 6,149 [0,0462]
0,004

0,0035

0,003
Densidade

0,0025

0,002

0,0015

0,001

0,0005

0
-300 -200 -100 0 100 200 300
uhat1
 Histograma dos resíduos do Modelo 1 – NYSE vs IPC

0,03
Estatística de teste para normalidade: uhat2
N(3,908e-014 19,842)
Qui-quadrado(2) = 1,567 [0,4568]

0,025

0,02
Densidade

0,015

0,01

0,005

0
-60 -40 -20 0 20 40 60
uhat2

Teste de Normalidade – Modelo 1

Teste de Normalidade – Modelo 2

 Para o modelo 1, considerando um teste de Doornik-Hansen, temos que com um p-
valor de 0,0462176 não podemos rejeitar a hipótese nula de que os resíduos estão
normalmente distribuídos ao nível de significância de 1%.

Para o modelo 2, considerando um teste de Doornik-Hansen, temos que com um p-

valor de 0,456752 não podemos rejeitar a hipótese nula de que os resíduos estão normalmente
distribuídos aos níveis de significância de 1%, 5% e 10%.

c) H0: β2=1 / HA: β2≠1

 t-calc=1,8431-1/1,215 = 0,7
 Com 13 graus de liberdade e adotando um nível de significância de 5%, o t
crítico associado é de 2,16 ou – 2,16.

Como o módulo de t-calc é menor que o t crítico, não rejeitamos a hipótese nula,
em favor da alternativa, ao nível de significância de 5%. Estatisticamente β2 é
igual a 1, ou seja, há uma relação de 1 para 1 entre os preços de ouro e o IPC.

d) H0: β2=1 / HA: β2≠1

 t-calc = (2,129-1) / 0,23 = 4,9
 Continuamos com 13 graus de liberdade e adotando um nível de significância
de 5%, o t crítico associado continua sendo de 2,16 ou – 2,16.

Como o módulo de t-calc é maior que o t crítico, rejeitamos a hipótese nula, em

favor da alternativa, ao nível de significância de 5%. Estatisticamente β2 é
diferente de 1, ou seja, não há uma relação de 1 para 1 entre a Bolsa de NY e o
IPC.

e) O melhor investimento a ser escolhido, estatisticamente, é a Bolsa de NY, pois dado

os coeficientes e seus sinais vemos que a Bolsa de NY oferece uma melhor proteção
contra a inflação, já que se a inflação variar em 1 a Bolsa de NY tem uma variação
maior, que é dada pelo seu coeficiente angular, β2.
 Questão 04 – 6.15
a)

TAXAINV versus TAXAPOUP (com ajustamento por mínimos quadrados)

0,4
Y = -0,0173 + 1,05X

0,35

0,3
TAXAINV

0,25

0,2

0,15
0,2 0,22 0,24 0,26 0,28 0,3 0,32 0,34 0,36
TAXAPOUP

b) Como os dados reais das variáveis apresentam um comportamento linear entre si, é
plausível que os dados se adéquem bem aos modelos.
c)
d) No modelo lin-lin temos que se há uma variação de 1p.p a taxa de investimentos varia,
em média, 1,04772p.p. Já no modelo log-log o coeficiente pode ser interpretado do
seguinte modo: a variação de 1% na taxa de poupança aumenta, em média, 1,06308%
na taxa de investimento.
e) Fazendo um teste de significância individual e considerando o p-valor da estatística t
do intercepto nos dois modelos percebemos que, ambos, não são significantes a
nenhum dos três níveis de significância, então que, não rejeitamos a hipótese nula, em
favor da alternativa, estatisticamente ambos os interceptos não têm significância no
modelo.
f) Pelos seus valores percebemos que há uma pequena diferença, entretanto não podemos
comparar os seus valores diretamente, pois suas variáveis dependentes são distintas.
g) No modelo lin-lin a elasticidade é dada por:
E = β2 * (média de X / média de Y)
No modelo log-log a elasticidade é dada diretamente no valor de β2, ou seja:
E = β2
h) Pessoalmente eu escolheria o modelo log-log por apresentar as variáveis em uma
mesma unidade e por me fornecer a elasticidade de forma direta.
 Questão 05 – 6.20

a)

Celular versus Renda (com ajustamento por mínimos quadrados)

120
Y = 14,5 + 0,00222X

100

80
Celular

60

40

20

0
0 5000 10000 15000 20000 25000 30000 35000
Renda

b)

l_Celular versus l_Renda (com ajustamento por mínimos quadrados)

5
Y = -0,937 + 0,486X

4,5

3,5
l_Celular

2,5

1,5

0,5
5 6 7 8 9 10
l_Renda
c) No gráfico log-log os dados estão mais condensados do que no gráfico lin-lin, porém
no gráfico lin-lin os dados estão mais distribuídos ao longo de toda reta de regressão.
d) Em termos de R² é bem provável que o modelo lin-lin se ajuste melhor do que o
modelo log-log, porém no modelo log-log teríamos uma variância menor, pois os
dados estão mais condensados.

e) Um aumento de 1% na variável l_Renda gera um aumento, em média, de 0,49% na

variável l_Celular. O coeficiente angular, β2, mede diretamente a elasticidade da
demanda de celulares em relação a renda.
f) Como seu p-valor é menor que 5%, rejeitamos a hipótese nula em favor da alternativa,
ao nível de 5% de significância, ou seja, β2 é estatisticamente significativo no modelo.
g) No modelo lin-lin a elasticidade é calculada da seguinte forma:
E = β2 * (média de X / média de Y)
Para o cálculo precisamos das médias de X e Y
Média de X (Renda) = 15820 / Média de Y (Celulares) = 49,57
E = β2 * (média de X / média de Y)
E = 0,00221914 * (15820/49,57) = 0,71
h) Sim, pois a elasticidade do modelo log-log substancialmente menor que a do modelo
lin-lin. Isso acontece, porque no modelo log-log a elasticidade dada é constate e já no
modelo lin-lin a elasticidade é calculada em um ponto médio da amostra. Ficaria com
o modelo log-log por fornecer a elasticidade de forma constante.
Questão 06 – 6.22

a)

b) Como seu p-valor é menor que os três níveis de significância (1%, 5% e 10%), sim, o
coeficiente angular é estatisticamente significativo.
c) É possível presumir que sim.
d)

De acordo com p-valor associado ao coeficiente angular, que é bem menor que os
níveis de significância (1%, 5% e 10%), rejeitamos a hipótese nula, em favor da
alternativa, ou seja, estatisticamente o β2 é significativo no modelo.
e) Baseado no problema estabelecido pela hipótese de pesquisa e de qual resposta deseja-
se obter.
Questão 7 – 7.16 e 8.21

a)

Ao analisarmos os resultados obtidos vemos que se o preço médio das rosas varia em um
dólar a quantidade de rosas vendidas diminui, em média, 2227,7 unidades. As variáveis
X3 e X4 são não significativas, pois seus respectivos p-valores são maiores que os níveis
de significância (1%, 5% e 10%), portanto, não rejeitamos a hipótese nula e assumimos
que estatisticamente seus valores não têm impacto significativo sobre o modelo.

b)
A única variável significativa no modelo é a l-X2, já que as outras não são significativas a
nenhum dos níveis de significância (1%, 5% e 10%), ou seja, estatisticamente as variáveis
l-X3, l-X4 e l-X5 não têm impacto significativo no modelo. Portanto, uma variação de 1%
no preço das rosas, faz com que a demanda por rosas, em média, reduza em 1,27%.

c) Os sinais esperados para β2, β3, β4 são respectivamente, negativo, positivo e positivo.
Negativo pro β2, pela relação inversa entre demanda e preço dada pela teoria; positivo
para β3 por serem bens substitutos; e positivo para o β4 pela relação positiva em entre
consumo e renda dada pela teoria. E sim, todos os sinais esperados a priori são
confirmados na estimação do modelo.
d) As elasticidades-preço própria, preço cruzada e renda do modelo linear são dadas por:
Elasticidade-preço própria é dada por E = β2 * (média de X2 / média de Y)
Elasticidade-preço cruzada = β3 * (média de X3 / média de Y)
Elasticidade-renda = β4 * (média de X4 / média de Y)
e) Escolheria o modelo log-log, pois ele apresenta as elasticidades-preço própria, preço
cruzada e renda do modelo linear de forma direta e por apresentar as variáveis na
mesma unidade.
Continuação 8.21
a) A elasticidade-preço própria é o próprio β2 que é de -1,27.
b) Se fizermos o teste de significância individual veremos que o β2 é estatisticamente
significativos aos níveis de significância de 5% e 10%.
c) H0: β2=1 / HA: β2≠1
 t-calc = (−1,27355 + 1) / 0,526649 = - 0,51
 Com 11 graus de liberdade (gl = 16 – 5) e um nível de significância de 5%,
o valor t-crítico associado é de 2,201.

Como o módulo de t-calc é menor que o t-crítico, não rejeitamos a hipótese

nula, em favor da alternativa, assumindo um nível de significância de 5%, ou
seja, a elasticidade-preço própria é estatisticamente igual a 1.

d) Tanto para X3 como para X4 os sinais esperados a priori são positivos. E sim, os
resultados empíricos confirmam a teoria.
e) É provável que a base de dados seja pequena demais para podermos detectar a
significância dos preços dos cravos ou da renda na demanda por rosas.
Questão 08 - 7.19 e 8.12 (questão 8.12 não se relaciona com a 7.19)

a) O modelo 4 é o que melhor se adéqua a teoria microeconômica, pois contém a

renda real do consumidor, o preço real do bem e o preço real dos bens
complementares ou substitutos
b) Eu interpretaria o lnX2 como sendo a elasticidade da renda e o lnX3 como sendo a
elasticidade-preço próprio.
c) O modelo (2) não considera a carne bovina como um bem substituto ao passo que
o modelo (4) considera.
d) Pode haver multicolinearidade entre as variáveis independentes do modelo.
e) É preferível, pois diminui a multicolinearidade
f) Como os três são proteínas animais, eles são bens substitutos um dos outros.
g)

Ceteris paribus, uma variação de 1% na renda real faz com que a demanda por frango
aumente, em média, 0,48%. Analisando o preço, uma variação de 1% no preço do
frango verifica-se uma redução, em média, de 0,35% na demanda por frango. E
quando olhamos para o preço real dos bens substitutos percebemos que
estatisticamente eles não apresentam um impacto significativo sobre a demanda por
frango, já que eles não são significativos a nenhum dos três níveis de significância
(1%, 5% e 10%). O modelo da maneira que se mostra especificado tem um grau de
explicação ajustado (R² ajustado) de 97,71%.
 h)

Considerando termos absolutos há uma variação de 0,48 para 0,41 do X2,

enquanto o coeficiente relacionado ao X3 varia, em termos absolutos, de -0,35
para -0,44. A priori nesse modelo (2) os estimadores de MQO seriam viesados,
pois estamos comento um viés de especificação, ao deixarmos de lado uma
variável relevante para o modelo.

Questão 9 – 7.21 e 8.12

a)
As elasticidades-renda da demanda (0,4946 ou 0,5243) e taxa de juros (–0,0516 ou –0,0255)
não apresentam uma variação muito grande, porém o modelo onde é usado a taxa das Letras
do Tesouro de três meses apresenta melhores resultados estatísticos, uma vez que o erro
padrão da mesma é consideravelmente memor.

b)
A razão M/PIB é denominada como sendo a proporção da renda que as pessoas querem ter em
dinheiro e vemos que tem uma relação inversa com a taxa de juros. E pelo modelo podemos
notar que nossa razão M/PIB se mostra mais sensível as taxas de juros de longo prazo do que
às de curto prazo.

c) Eu optaria pelo modelo que usa a taxa de juros de longo prazo já que o seu coeficiente
angular, β2, se mostra significante aos três níveis de significância (1%, 5% e 10%)
diferente do coeficiente angular da taxa de juros de curto prazo que só se mostra
significante aos níveis de 5% e 10%. E como já visto a razão M/PIB se mostra mais
sensível as taxas de juros de longo prazo.

8.12

a) No modelo com a TJCP, as elasticidades renda real e taxa de juros são,

respectivamente, 0,5243 e -0,0255. No modelo com a TJLP, as elasticidades
correspondentes são 0,4946 e -0,0516. Onde TJCP e TJLP são as taxas de juros de
curto prazo e longo prazo, respectivamente.
b) De forma individual, a elasticidade renda é significativa em ambos os casos, mas as
elasticidades taxa de juros, não.
c) Os valores F são 21,5429 com a TJCP e 21,3078 com a TJLP. Os seus respectivos p-
valores são quase zero em ambos os casos, levando à rejeição da hipótese de que
estatisticamente a renda real e a taxa de juros não geram, coletivamente, impacto na
demanda por moeda.
d) Para o modelo com a TJCP
H0: β2=1 / HA: β2≠1
 t-calc = (0,524310 + 1) / 0,145550 = 10,47
 Com 16 graus de liberdade e considerando um nível de significância de 5%,
o valor t-crítico associado é de 2,11991 e - 2,11991.
 Como o módulo de t-calc é maior que o t-crítico, rejeitamos a hipótese nula,
em favor da alternativa, ao nível de significância 5%, ou seja,
estatisticamente β2, que a elasticidade-renda, é diferente de 1.
Para o modelo com a TJLP
H0: β2=1 / HA: β2≠1
 t-calc = (0,494586 + 1) / 0,268645 = 5,56
 Com 16 graus de liberdade e considerando um nível de significância de 5%,
o valor t-crítico associado é de 2,11991 e - 2,11991.
Como o módulo de t-calc é maior que o t-crítico, rejeitamos a hipótese nula,
em favor da alternativa, ao nível de significância 5%, ou seja,
estatisticamente β2, que a elasticidade-renda, é diferente de 1.
e) Sim, devemos, porque a teoria nos informa que a taxa de juros é uma variável
importante na demanda por moeda, mesmo que o coeficiente angular no modelo seja
estatisticamente significativo.

Questão 10 – 8.13

a) A elasticidade-preço da demanda é de – 1,34 (em relação ao preço).

H0: β2=0 / HA: β2≠0
 t-calc = -1,34 / 0,32 = - 4,1875
 Com 43 graus de liberdade e adotando um nível de significância de 5%, o t
crítico associado é de 2,01669 ou – 2,01669.

Como o módulo de t-calc é maior que o t-crítico, rejeitamos a hipótese nula, em

favor da alternativa, ao nível de significância de 5%, ou seja, o coeficiente angular,
β2, é estatisticamente significativo no modelo.

H0: β2=1 / HA: β2≠1

 t-calc = -1,34 + 1 / 0,32 = - 1,06
 Continuamos com 43 graus de liberdade e adotando um nível de significância
de 5%, o t crítico associado continua o mesmo de 2,01669 ou – 2,01669.
Como o módulo de t-calc é menor que o t-crítico, não rejeitamos a hipótese
nula, em favor da alternativa, ao nível de 5% de significância, ou seja,
estatisticamente β2 é igual a 1 e não diferente.
b) A elasticidade-preço da demanda é de 0,17 (em relação a renda).
H0: β3=0 / HA: β3≠0
  t-calc = 0,17 / 0,20 = 0,85
 Com 43 graus de liberdade e adotando um nível de significância de 5%, o t
crítico associado é de 2,01669 ou – 2,01669.
Como o módulo de t-calc é menor, não rejeitamos a hipótese nula, em favor da
alternativa, ao nível de significância de 5%, ou seja, por essa razão que
estatisticamente assumimos que o β3 é não significativo.
c) R²ajustado = 1- (1 – R²) * n-1/n-k
0,27 = 1 – (1 – R²) * 45/43
R² = 0,3026

Exercícios do livro do Wooldridge

Questão 11 – 3.5

I- Não faz sentindo, pois as atividades do estudante está dividido em 4 categorias,

sendo que um dia tem somente 24 horas, ao variar o estudo ele tem pelo menos
que variar em alguma outra categoria. Temos um problema de multicolinearidade
perfeita.
II- Já que a soma das variáveis independentes do modelo tem que ser igual a 168,
sempre terá um caso de colinearidade perfeita. Portanto, é impossível estimarmos
por meio do método de MQO já que violamos a RLM. 4.
III- Retirando uma das variáveis para que não violássemos a RLM. 4, como por
exemplo podemos retirar a variável estudar.

Questão 12 – 4.2

I- β3 = 0 / HA: β3 > 0
II- Considerando um nível de significância de 5% e com 205graus de liberdade
teríamos um t-crítico associado de 1,9716 e se fizermos o cálculo do t-calc
obteremos o valor de 0,44. Portanto, como o módulo de t-calc é maior que o t-
crítico, não rejeitamos a hipótese nula, em favor da alternativa, ao nível de
significância de 5%, ou seja, estatisticamente o Raf não é significante na variação
do salário. Entretanto se ele fosse estatisticamente significativo, um aumento de
50p.p, em média, causaria uma variação de 1,2% no salário,
III- β3 = 0 / HA: β3 > 0
 t-calc = 0,00024 / 0,00054 = 0,45
  Com 205 graus de liberdade e adotando um nível de significância de 10%,
o t crítico associado é de 1,671 ou -1,671
Como o módulo de t-calc é menor o t-crítico, não rejeitamos a hipótese
nula, em favor da alternativa, ao nível de significância de 10%. Portanto,
estatisticamente β3 é igual a 0 e é não significativo ao modelo.
IV- Sim, pois mesmo não apresentando significância nos testes, a variável parecer
seguir um pensamento econômico importante, podendo ser de importância para
explicar o salário dos diretores executivos. Sendo que, sua retirada pode causar um
viés de especificação.
Questão 13 – 4.3
I- O coeficiente angular, log( vendas), representa uma semi-elasticidade dos gastos
com pesquisa e desenvolvimento em relação a vendas. Uma variação de 1% na
variável log (vendas) aumenta, em média, 0,00321p.p. Porém se houver uma
variação de 10%, como sugerida, há um aumento, em média, de 0,0321p.p. O
impacto da variável log (vedas) é significativamente baixo sobre os gastos com
pesquisa e desenvolvimento, em termos econômicos o efeito é praticamente
insignificante e se fizermos um teste de significância individual veremos que a
variável não terá um impacto significativo, assim como atesta os resultados do
modelo.
II- β2 = 0 / HA: β2 ≠ 0
 t-calc = 0,321 / 0,216 = 1,486
 Com 29 graus de liberdade e aos níveis de significância de 5% e 10%, o t
crítico associado a esses níveis de significância é de 2,04523 e - 2,04523
para 5% e de 1,69913 e - 1,69913 para 10%.
Como o módulo de t-calc é menor que o t-crítico, em ambos os casos, não
rejeitamos a hipótese nula, em favor da alternativa, aos níveis de significância de 5%
e 10%. Portanto, estatisticamente P&D não varia de acordo com as vendas.
III- β3 = 0 / HA: β3 ≠ 0
 t-calc = 0,050 / 0,046 = 1,09
 Com 29 graus de liberdade e adotando um nível de significância de 5%, o t
crítico associado é de 2,04523 e - 2,04523.
 Como o módulo de t-calc é menor que o t-crítico, não rejeitamos a hipótese nula,
em favor da alternativa, ao nível de significância de 5%, ou seja, estatisticamente a
variável lucrmarg não tem efeito sobre a variável pdintens.
Questão 14 – 4.4
I- β3 = 0 / HA: β3 ≠ 0
II- Tanto para β1 quanto para β2 espera-se sinal positivo.
III- A variação afirmada pela questão é na verdade uma variação de 100% e não de
10%. Se houver uma variação de 10% população haverá um aumento, em média,
de 0,66% no aluguel e não de 6,6%.
IV- β3 = 0 / HA: β3 ≠ 0
 t-calc = 0,0056 / 0,0017 = 3,3
 Com 137 graus de liberdade e um nível de significância de 1%, temos um t-crítico
associado de 2,66 e – 2,66.
Como o módulo de t-calc é maior que o t-crítico, rejeitamos a hipótese nula, em
favor da alternativa, ao nível de significância de 1%, ou seja, estatisticamente o
tamanho da população estudantil relativo à população das cidades tem efeito sobre
os alugueis mensais.