Escolar Documentos
Profissional Documentos
Cultura Documentos
1
Lista 4 - Formas Funcionais da Regressão
1. O objetivo desse exercı́cio é familiarizar os alunos com o uso de variáveis explicativas binárias/-
variáveis dummies. Por simplificação, suponha que tanto yi quanto xi assumem apenas valores
positivos. A variáveis dummy, Di , assume valores 0 ou 1. Por exemplo, essas variáveis podem
representar: sexo (1 para feminino e 0 para masculino), em qual setor o indivı́duo trabalha( 1
para setor formal e 0 para informal), etc. Sendo assim, interprete cada parâmetros e descreva
(represente graficamente2 ) os seguintes modelos:
(a) yi = α + δDi + ui
(b) yi = α + βxi + ui
(c) yi = α + δDi + βxi + ui
(d) yi = α + βxi + θ(xi Di ) + ui
(e) yi = α + δDi + βxi + θ(xi Di ) + ui
dy dy x
2. Interprete o parâmetro β de cada item e obtenha tanto a inclinação dx
quanto a elasticidade . .
dx y
(a) yi = α + βxi + ui
(b) lnyi = α + βln(xi ) + ui
(c) ln(yi ) = α + βxi + ui
(d) yi = α + βln(xi ) + ui
(e) yi = α + β x1i + ui
3. Considere a regressão yi = β0 + β1 x1i + β2 x2i + ... + βk xki + ui , i =1, ..., n. Responda Verdadeiro
ou Falso, justificando cada um dos itens.
1 1
= β0 + β1 + ui
Yi Xi
1
A entrega pode ser feita em ambos os formatos: fı́sico (monitoria) ou digital (moodle)
2
Como tanto yi quanto xi assumem apenas valores positivos, o gráfico se limita apenas ao primeiro quadrante do plano
cartesiano
1
(a) É um modelo de regressão linear?
3
(b) Como você estimaria este modelo?
(c) O que ocorre com Y quando X tende ao infinito?
(d) Você pode dar um exemplo em que este tipo de modelo seria adequado?
5. Considere os modelos:
Yi = β0 + β1 Xi + ui (1)
Yi∗ = β0 + β1 Xi∗ + ui (2)
Yi = β0 + β1 Di + ui
onde R2 = 0.36. Suponha que todas as hipóteses clássicas do modelo de regressão linear múltipla
são satisfeitas. A variável genero é uma variável dummy que assume 1 para homem e 0 para
mulher. A variável educ são os anos de estudos. A variável exper representa experiência do
indivı́duo. Com base na regressão responda os itens a seguir:
(a) O modelo é capaz de capturar a diferença do retorno da educação entre homens e mulheres?
Caso não seja, sugira uma forma de capturar esse efeito.
(b) Existe uma variável elevada ao quadrado: exep2 . É possı́vel estimar esse modelo por MQO?
Responda com base nas hipóteses do modelo de regressão linear.
(c) Qual o retorno médio salarial da educação ? É correto afirmar que o retorno médio da
experiência é de 3%?
(d) O que ocorre com o R2 ao incluirmos um regressor a mais?
(b) Encontre o valor previsto de log(price), quando lotsize = 20.000, sqrf t = 2.500 e bdrms = 4
(c) Agora, encontre o valor previsto de price.
3
Y e X não assumem valores zero