Escolar Documentos
Profissional Documentos
Cultura Documentos
Referência
WOOLDRIDGE, J. Introdução à
econometria: uma abordagem
moderna. São Paulo: Cengage
Learning, 6a edição, 2017, capítulo
6.
Mudança de Escala
1
Exemplo
Exemplo
Mudança de Escala
2
Exemplo
Quiz 1
3
Mudança de Escala e Logaritmo
Forma Funcional
MQO
⚫ Uso de relações não-lineares entre y e
x por adotar funções não lineares de y
ex
Mas permanece a linearidade dos
parâmetros
⚫ Exemplos de funções não lineares de y
ex
log(y) ou log(x)
Formas quadráticas de x
Interações de variáveis x
Modelo log-log
ln(y) = b0 + b1ln(x) + u
Interpretação
⚫ b1 é a elasticidade constante de y com
respeito a x
⚫ Um aumento de Dx% em x provoca um
aumento de b1Dx% em y
4
Interpretação de Modelos com Log
Modelo log-nível
ln(y) = b0 + b1x + u
Interpretação
⚫ b1 é a mudança percentual em y dada
uma mudança de 1 unidade em x
b1 é chamado de semielasticidade
Um aumento de Dx provoca um aumento
aproximado de (100.b1)Dx em y
Um aumento de Dx provoca um aumento
exato de 100[exp(b1Dx)-1] em y
Exemplo
Elasticidade constante
Semielasticidade
Exemplo
Interpretação
⚫ Um aumento de 1% em oxn faz cair o
preço em 0,718%
Elasticidade constante
⚫ Quando comods aumenta em 1, o
preço aumenta em aproximadamente
100*(0,306)=30,6% ou exatamente
100*[exp(0,306*1)-1]=35,8%
⚫ Neste exemplo, Dx=Dcomods=1
⚫ O ajuste não é tão crucial para pequenas
mudanças percentuais
⚫ Semielasticidade do preço em relação a
comods
5
Por Que Usar Modelos com Logs?
6
Que Variáveis Costumam Não Ser
Transformadas em Log?
7
Modelos Quadráticos
Modelo
⚫ y = b 0 + b 1x + b 2x2 + u
Modelos Quadráticos
Efeito sobre y
( )
Dyˆ bˆ1 + 2 bˆ2 x Dx
Ou
Dyˆ ˆ
b1 + 2 bˆ2 x
Dx
Modelos Quadráticos
( )
x* = bˆ1 2 bˆ2
8
Modelos Quadráticos
( )
x* = bˆ1 2 bˆ2
Exemplo
Exemplo
Interpretação
⚫ exper tem efeito de redução sobre
salárioh
⚫ O primeiro ano de experiência vale:
US$0,298 por hora
⚫ O segundo ano vale menos:
US$0,298 – 2(0,0061)(1)~0,286
⚫ Aumentando de 10 para 11:
US$0,298 - 2(0,0061)(10)~0,176
9
Exemplo
Termos de Interação
Modelo
⚫ y = b 0 + b 1x1 + b 2x2 + b 3x1x2 + u
⚫ Qual x2?
x2 médio: x2
10
Modelo Hedônico
Exemplo
Exemplo
11
Ainda o R-quadrado
Indicador de quanto da variação de
y é explicada por x1, x2,..., xj
Ainda o R-quadrado
R2 alto
⚫ s2u baixo
⚫ O estimador pode ser viesado ou não
Isso depende da hipótese de média
condicional zero
R2 baixo
⚫ s2u alto
⚫ Vários fatores não foram levados em
conta no lado direito da regressão
R-Quadrado Ajustado
R 2 1−
SQR (n − k − 1)
SQT (n − 1)
Ou
sˆ 2
R 2 1−
SQT (n − 1)
12
R-Quadrado Ajustado
R-Quadrado Ajustado
(1 − R 2 )(n − 1)
R 2 = 1−
(n − k − 1)
Exemplo
⚫ R2=0,30; n=51 e k=10
0,70(50)
R 2 = 1− = 0,125
40
R-Quadrado Ajustado
R-quadrado ajustado pode ser
negativo!!!
Exemplo
⚫ R2=0,10, n=51, k=10
0,90(50)
R2 = 1− = −0,125
40
⚫ R-quadrado ajustado negativo indica
ajuste ruim da regressão aos dados
13
Ajuste da Regressão
Adição de Regressores na
Regressão
1º caso:
⚫ Inclusão de regressores que afetam y e
estão correlacionados com outros
regressores
Redução da variância do erro
Multicolinearidade
Efeito sobre o erro-padrão indefinido
𝜎ො
𝑒𝑝 𝛽መ𝑗 =
𝑆𝑄𝑇𝑗 1 − 𝑅𝑗2
Adição de Regressores na
Regressão
2º caso:
⚫ Inclusão de regressores que afetam y e
não estão correlacionados com outros
regressores
Redução da variância do erro
Menor erro-padrão das estimativas
Maior eficiência
Maior precisão
14
Intervalos de Confiança de
Previsões
Intervalos de Confiança de
Previsões
Em outros termos:
𝜃0 = 𝛽መ0 +𝛽መ1 𝑐1 + 𝛽መ2 𝑐2 + ⋯ + 𝛽መ𝑘 𝑐𝑘
𝜃0 : valor previsto de y
Intervalos de Confiança de
Previsões
15
Intervalos de Confiança de
Previsões
Intervalos de Confiança de
Previsões
Análise de Resíduos
Resíduos:
uˆi = yi − yˆ i
Informação útil pode ser obtida,
observando-se os resíduos
⚫ Exemplo: modelo de preços hedônicos
Regressão dos preços das residências
contra um conjunto de características
dessas residências
⚫ Resíduos negativos indicam boas
oportunidades de compra
⚫ Resíduos positivos indicam maus negócios
16
Quiz 2
Resíduo de Solow
⚫ ො “resíduo de Solow”
𝑢:
Medida de produtividade total de fatores
(PTF)
17