Escolar Documentos
Profissional Documentos
Cultura Documentos
Referências
WOOLDRIDGE, J. Introdução à
econometria: uma abordagem
moderna. São Paulo: Cengage
Learning, 6a edição, 2017, capítulo
2.
1
Modelo de Regressão Simples
Modelo na população:
y = b 0 + b 1x + u
y: variável dependente
x: variável independente ou explicativa
u: termo de erro
Não-observável
Representa outros fatores que afetam y
b0 e b1 : parâmetros a serem estimados
No modelo de regressão, y é
chamado de:
Variável dependente
Variável explicada
Variável de resposta
Variável prevista
Regressando
No modelo de regressão, x é
chamado de:
Variável independente
Variável explicativa
Variável de controle
Variável previsora
Regressor
Covariada
Covariável
2
Modelo de Regressão Simples
Exemplo 1
Produção de soja
Modelo:
produção = b0 + b1fertilizante + u
Exemplo 2
3
Causalidade
Causalidade
12
4
Quiz 1
No modelo de regressão:
y = b 0 + b 1x + u
Hipótese Crucial
x1 x2 x3
15
5
Interpretando essa Hipótese
Na equação de salários
Suponha que u seja apenas a aptidão
inata
Então, a hipótese de média condicional
zero requer que o nível médio de
aptidão seja o mesmo,
independentemente dos anos de
educação formal
Note que:
Se E(aptidão│8) é aptidão média para
o grupo de pessoas com 8 anos de
estudo e E(aptidão│16) representa a
aptidão média para o grupo de pessoas
com 16 anos de estudo.
A hipótese de média condicional zero
implica que essas duas médias sejam
iguais.
Se a aptidão média aumentar com os
anos de educação formal, a hipótese não
é válida.
6
Amostragem Aleatória Simples
.
SORTEIO
AMOSTRA
POPULAÇÃO
y3 .} û3
y2 û2{.
y1 .} û1
x1 x2 x3 x4 x
20
7
FRP e FRA
Note que:
uˆi yi yˆ i
uˆi yi bˆ0 bˆ1 xi
uˆ y
i i yˆ i
8
Reta de Ajuste aos Dados
Mínimos Quadrados
uˆ y yˆ
2 2
i i i
uˆ y bˆ bˆ x
2 2
i i 0 1 i
a menor possível
Ao elevar ao quadrado, esse critério dá
um peso maior para os resíduos grandes
Sensibilidade a observações influentes
(outliers)
Mínimos Quadrados
9
Mínimos Quadrados
uˆ y
2
2
i i bˆ0 bˆ1 xi
Mínimos Quadrados
Problema de minimização
Condições de primeira ordem para a
minimização da soma dos quadrados
dos resíduos
yi bˆ0 bˆ1 xi 2
0
bˆ 0
yi bˆ0 bˆ1 xi 2
0
bˆ 1
yi bˆ0 bˆ1 xi
2
ˆ
b 0
2
yi bˆ0 bˆ1 xi 0
yi bˆ0 bˆ1 xi
2
bˆ0
2 yi nbˆ0 bˆ1 xi 0
y i
bˆ0 bˆ1
xi
n n
bˆ0 y bˆ1 x
10
Derivando o Estimador de 𝛽
𝜕∑ 𝑦 −𝛽 −𝛽 𝑥
=0
𝜕𝛽
−2 𝑥 𝑦 −𝛽 −𝛽 𝑥 =0
∑ 𝑥 𝑦 − 𝑦 − 𝛽 𝑥̅ − 𝛽 𝑥 = 0
Derivando o Estimador de 𝛽
A inclinação estimada é:
∑ 𝑥 − 𝑥̅ 𝑦 − 𝑦
𝛽 =
∑ 𝑥 − 𝑥̅
11
Exemplo 1: Salários de Executivos
12
Exemplo 2: Salário e Educação
𝑛 = 526
wage: salários em dólar por hora
educ: anos de escolaridade formal
Cautela na interpretação do
intercepto!
Uma pessoa sem educação formal tem
um salário-hora de US$ -0,90
Sem sentido!
Por que ocorre isso?
Na amostra só há 18 indivíduos com
menos de 8 anos de escolaridade
Modelo não consegue fazer boa previsão
Poucas informações
A inclinação estimada (𝛽 ) dá o
retorno da educação
Um ano a mais de educação formal
aumenta o salário em 54 centavos de
dólar por hora
Portanto, 4 anos a mais de educação
aumentam o salário-hora em
4*0,54=2,16
US$ 2,16 dólares por hora
13
Propriedades Algébricas do MQO
40
n uˆ i
uˆi 0 e assim,
i 1
i 1
n
0
n
x uˆ
i 1
i i 0
y bˆ0 bˆ1 x
41
Ideia
Quanto da variação de y é explicada
pela variação de x?
Quão bem a regressão estimada se
ajusta aos dados?
Divisão da variação de y
Variação y yi y
2
14
Terminologia
43
Coeficiente de Determinação R2
yˆ y
2
SQE i
R2
SQT y i y
2
yi yˆi
2
SQT SQR SQR
R2 1 1
SQT SQT SQT yi y 2
Coeficiente de Determinação R2
15
Coeficiente de Determinação R2
Unidades de Medida
Unidades de Medida
saldol = b0 + b1roe + u
16
Unidades de Medida
Unidades de Medida
Unidades de Medida
17
Unidades de Medida
Unidades de Medida
Quiz 2
18
Quiz 3
Formas funcionais
Nível-Nível
y = b0 + b1x + u
Log-Nível
log(y) = b0 + b1x + u
Log-Log
log(y) = b0 + b1log(x) + u
Nível-Log
y = b0 + b1log(x) + u
Interpretação do Nível-Nível
Equação de salários
salárioh= 0,90 + 0,54 educ
Interpretação
Dy = b 1Dx
Um ano a mais de educação formal
(Dx) aumenta o salário horário em 54
centavos de dólar (Dy)
Mesmo aumento em unidades
54 centavos é o aumento tanto de 1 ano
para 2 anos de escolaridade como de 11
anos para 12 anos de escolaridade
19
Interpretação Log-Nível
Equação de salários
log(salárioh)= 0,584 + 0,083 educ
log(salárioh) é medido em variação
percentual
Interpretação
Um ano a mais de educação formal
provoca um aumento aproximado do
salário-hora em 8,3%
%Dy = (100b1)Dx
8,3% é aumento percentual tanto de 1 ano
para 2 anos de escolaridade quanto de 11
anos para 12 anos
Interpretação Log-Log
Interpretação
%Dy=b1%Dx
Um aumento de 1% nas vendas das
empresas aumenta o salário dos CEOs
(presidentes das empresas) em cerca de
0,257%
Interpretação de elasticidade constante!
Hipóteses do Modelo de
Regressão Linear (MRL)
20
Hipóteses do MRL
Hipóteses do MRL
Seja o estimador
n n
x x y i i y x x y
i i
b̂1 i 1
n
i 1
n
x x x x
2 2
i i
i 1 i 1
x x y x x b
i i i 0 b1 xi ui
bˆ1 i 1
n
i 1
n
x x x x
2 2
i i
i 1 i 1
21
Abrindo somente o numerador:
n n n
x x b x x b x x x u
i 1
i 0
i 1
i 1 i
i 1
i i
n n n
b 0 xi x b1 xi x xi xi x ui
i 1 i 1 i 1
x x 0
i 1
i
n n 2
x
i 1
i x xi xi x
i 1
x x x x u
2
n i i i
bˆ1 b 0 xi x b1 i 1
n
i 1
n
x x x x
i 1 2 2
i i
i 1 i 1
n
x x u i i
bˆ1 b1 i 1
n
x x
2
i
i 1
Definição de Justeza:
E bˆ1 b1
Valores esperados estão condicionados
aos valores de xi. Assim, xi não é
aleatório quando está condicionado
E bˆ1 b1
xi x ui b E xi x ui b xi x E u b
xi x xi x
xi x
2 1 2 1 2 i 1
Lembrando que 0
E u 0
22
Definição de justeza
E bˆ0 b 0
Prova
bˆ0 y bˆ1 x b 0 b1 x u bˆ1 x b 0 b1 bˆ1 x u
Condicional aos valores de xi
E bˆ0 b 0 E b1 bˆ1 x E u b 0 E b1 bˆ1 x E u b 0
Note que:
E u 0 0 0
Como E bˆ1 b1 então E b1 bˆ1 0
Ausência de Viés
23
Estimador Sem Viés (Justo)
Probabilidade
de bˆ
1
E bˆ1 b1 bˆ1
Hipótese 5: Homocedasticidade
Var(u|x) = s2
Interpretação
A variabilidade de y em torno de sua
média é constante em todos os níveis
de x
72
24
Homocedasticidade
y
f(y|x)
.E(y|x) = b + b1x
.
0
x1 x2
73
Heterocedasticidade
f(y|x)
.
.
E(y|x)=b0+ b1x
.
x1 x2 x3 x
74
Denote agora
xi x d i
e
x x
2
i s x2
25
Variância das Estimativas MQO
Então:
1
bˆ1 b1
s x2
d u i i
1
Var bˆ1 Var b1 2 d i ui
s
x
Var bˆ1 Var b1 1 2 d i u i
s
x
2 2
2 Var d i u i
1 1
sx
2
sx
d Var u
i
2
i
2 2
1 2
sx
d i
2
s 2 s 2 1
s x2 d i
2
2
2 s2
s 2 1 s Var bˆ1
s x2 x s x2
77
26
Estimativa do Erro da Variância
Problema
O valor da variância do erro s é
2
desconhecida
Erro u é desconhecido e não observável
O que se observa são os resíduos û
É possível usar os resíduos para se
obter uma estimativa da variância do
erro (s ).
2
80
ep bˆ1
sˆ
xi x
2
81
27
Regressão Através da Origem
28