_________________________________________________________________________________

UNIVERSIDADE FEDERAL DA BAHIA – UFBA

FACULDADE DE ECONOMIA
DEPARTAMENTO DE ECONOMIA
_________________________________________________________________________________

Disciplina: ECOB47 – Econometria I

Professor: Dr. Stélio Coêlho Lombardi Filho
E-mail: stelio.filho@hotmail.com
Semestre: 2023.1

LISTA DE EXERCÍCIOS I

INSTRUÇÕES:
Responda as questões com clareza e objetividade, demonstrando todas as etapas e contas envolvidas
nas resoluções.

1) Responda as questões abaixo

a) O que é o termo de erro (𝒖) em um modelo de regressão e quais as razões para

que o mesmo seja incluído?

b) Correlação implica necessariamente em causalidade? Explique.

c) Disserte sobre a noção de 𝒄𝒆𝒕𝒆𝒓𝒊𝒔 𝒑𝒂𝒓𝒊𝒃𝒖𝒔 em uma análise econométrica.

2) Apresente, passo a passo, a derivação dos estimadores de Mínimos Quadrados Ordi-

nários para um Modelo de Regressão Simples.

3) Por que podemos afirmar que a análise de regressão simples é uma análise de corre-
lação entre duas variáveis? Explique.

4) Considere o modelo estimado usando dados de 2.500 nascimentos:

^
𝑝𝑒𝑠𝑜𝑛𝑎𝑠𝑐 = 2136,58 − 18,50𝑐𝑖𝑔𝑠

Em que: 𝒑𝒆𝒔𝒐𝒏𝒂𝒔𝒄 é o peso dos recém-nascidos em gramas, e 𝒄𝒊𝒈𝒔 é o número médio de

cigarros que a mãe fumou por dia por dia durante a gravidez.

a) Qual é o peso de nascimento previsto para o caso de mães não fumantes? E

para o caso de mães que fumam em média 20 cigarros por dia?
 b) O modelo acima necessariamente está captando uma relação causal entre o
peso de nascimento da criança e o hábito de fumar da mãe? Explique.

5) Considere que uma pesquisa realizada a nível nacional coleta informações sobre salá-
rios (𝒚) e anos de estudo (𝒙) para 1.500.000 de indivíduos residentes nas capitais bra-
sileiras. As seguintes informações são obtidas:

𝑥̅ = 10,7

𝑦̅ = 2187,00

𝜌̂𝑥𝑦 = 0,8534

𝜎̂𝑦2 = 513835,79

𝜎̂𝑥2 = 11,45

a) Obtenha as estimativas de intercepto e de inclinação e apresente a equação

estimada.

b) Interprete os resultados do modelo estimado.

c) Considere que ∑𝑛𝑖=1 𝑢̂𝑖2 = 1470304,28 e ∑𝑛𝑖=1(𝑦𝑖 − 𝑦̅)2 = 10545370. Calcule e

interprete o grau de ajuste desse modelo.

6) Respondas as questões abaixo:

a) Apresente e discuta as propriedades algébricas do MQO no contexto de uma

análise de regressão simples.

b) Apresente e discuta as hipóteses do Modelo Linear Clássico em um contexto

de uma análise de regressão simples.

7) Em que consiste a propriedade de inexistência de viés do MQO? Quais hipóteses são

necessárias para que esta propriedade seja válida?

8) Marque verdadeiro (V) ou falso (F), justificando as assertivas falsas:

( ) Seja 𝑦̂𝑖 o valor predito da observação 𝑖 a partir de um modelo de regressão estimado por
MQO. Então necessariamente tem-se que ∑𝑛𝑖=1 𝑦̂𝑖 = ∑𝑛𝑖=1 𝑦𝑖 .

( ) A hipótese de que 𝑣𝑎𝑟(𝑢|𝑥) = 𝜎 2 é necessária para que os estimadores de MQO sejam

não viesados.

( ) O coeficiente de determinação (R-quadrado) pode ser visto como o principal indicador de

sucesso para uma análise econométrica.

( ) Quanto maior a variância do erro, menor 𝑣𝑎𝑟(𝛽̂1 ).

9) A partir de dados de casas vendidas em cidades litorâneas no Brasil, um pesquisador
estimou uma equação de regressão que relaciona o preço das casas (𝒑𝒓𝒆ç𝒐) à distân-
cia (em metros) da praia (𝒅𝒊𝒔𝒕). O resultado obtido foi o seguinte:
^
𝐥𝐨𝐠(𝒑𝒓𝒆ç𝒐) = 𝟏𝟓, 𝟒 + 𝟎, 𝟎𝟑𝐥𝐨𝐠(𝒅𝒊𝒔𝒕)
𝒏 = 𝟏𝟎. 𝟑𝟓𝟎 𝐑𝟐 = 𝟎, 𝟐𝟕𝟖

a) Interprete os resultados do modelo estimado. O coeficiente da variável

𝐥𝐨𝐠(𝒅𝒊𝒔𝒕) é o que você esperava? Explique.

b) Quais outros fatores também podem influenciar os preços das casas? Estes fa-
tores poderiam estar correlacionados com a distância à praia? Explique.