Dê como resposta a soma das alternativas corretas.

8 ) O teste de significância usando a estatística t pode ser utilizado de maneira

satisfatória no modelo de probabilidade linear.

7 ) Ao estimar modelos probit e logit, você não pode ter variáveis binárias como
variáveis explicativas.

6 ) Nos modelos de probabilidade linear, podemos utilizar o R2 como medida de ajuste

do modelo.

Dê como resposta a soma das alternativas corretas.

3 ) A estatística do teste de razão de verossimilhança (LR) deve deve ser comparada a

distribuição qui-quadrado com graus de liberdade iguais ao número de exclusões do
modelo restrito.

9 ) Usar o modelo de probabilidade linear para variáveis dependentes binárias geram

estimadores não consistentes.

6 ) Na regressão probit, a direção dos efeitos marginais é igual ao sinal das

estimativas, mas a magnitude depende de outros fatores.

Dê como resposta a soma das alternativas corretas.

6 ) No modelo de probabilidade linear, a interpretação do coeficiente de inclinação é

a resposta na variável dependente a uma mudança na variável independente.

7 ) O problema de pessoas deixarem de pagar um dado empréstimo pode ser

analisado usando os modelos probit ou logit.

9 ) O principal motivo para se estimar modelos probit por máxima verossimilhança e

não por MQO é que MQO causaria inconsistência nos estimadores.
Julgue verdadeiro ou falso:

Considere o modelo Tobit estimado por você na última lista, do qual se obteve uma
estimativa positiva associada ao coeficiente de children. Usando somente esta
informação, pode-se concluir que o modelo prevê um efeito positivo de children tanto
sobre a probabilidade condicional de se cometer um adultério (isto é, sobre Pr(y>0|x))
como sobre a “intensidade” do índice YRB, a variável dependente daquele modelo (ou
seja, sobre E(y|y>0,x)).

VERDADEIRO

Julgue verdadeiro ou falso:

Diferentemente dos modelos Probit e Logit, o R2 usual dos modelos lineares, calculado
como o quadrado da correlação entre os valores observados de y, a variável
dependente, e y^, os respectivos valores previstos pelo modelo, é uma medida
adequada de ajuste para modelos Tobit.

VERDADEIRO

Julgue verdadeiro ou falso:

Quando se estima um modelo linear

y=β0+β1⋅x+u,u~N(0,σ2)

é suficiente obter uma estimativa para β1 para computar o efeito marginal de x sobre
a esperança condicional de y . No caso de um modelo Tobit com

y∗=β0+β1⋅x+u,u~N(0,σ2)

y=max(0,y∗)

seria necessária, além de uma estimativa de β1, ter uma de σ.

VERDADEIRO
Julgue verdadeiro ou falso:

Apesar de modelos Tobit serem estimados por máxima verossimilhança, como o Probit
e o Logit, o teste de Wald não pode ser aplicado nesta classe de modelos por conta da
“truncagem” dos dados, que invalida a estatística de teste mesmo assintoticamente
(esta é uma dificuldade de se usar este tipo de modelo).

FALSO

Julgue verdadeiro ou falso:

Coeficientes estimados de um modelo linear e de um Tobit não são diretamente

comparáveis. Para obter a comparabilidade, uma alternativa é (i) calcular o PEA ou o
APE, como discutido nos modelos Probit e Logit, e (ii) multiplicar as estimativas do
modelo Tobit por uma dessas “medidas de escala.”

VERDADEIRO

Julgue verdadeiro ou falso. Seja o modelo:

y=β0+β1⋅x1+β2⋅x2+u

sendo que x2 é uma variável não observada. A variável proxy x∗2 é proposta, sendo
que:

x∗2=θ0+θ1⋅x2+e

onde e é um termo de erro. A variável x∗2 será uma boa proxy para x2 (produzirá
estimadores consistentes) somente quando u for independente de x1,x2,x∗2 e e for
independente de x1,x2.

FALSO

Julgue verdadeiro ou falso.

Um teste para verificar se a forma funcional de um modelo está correta é o RESET. A

ideia do teste é calcular a estatística F para um modelo em que há a inclusão de
termos quadráticos e cúbicos de y^ como regressores. A não rejeição da hipótese nula
sugere uma especificação incorreta do modelo original.

FALSO
Julgue verdadeiro ou falso. Seja o modelo:

y=β0+β1⋅x1+β2⋅x2+u

sendo que x2é uma variável não observada. A variável proxy x∗2 é proposta, sendo
que:

x∗2=θ0+θ1⋅x2+e

onde e é um termo de erro. A inclusão dessa variável proxy no modelo fará com que o
intercepto do modelo de interesse seja β0+β2θ0 e erro seja e+u.

FALSO

Julgue verdadeiro ou falso:

O teste Durbin-Watson, cuja estatística é descrita por d≅2(1−ρ^), verifica a relação

entre os resíduos do modelo na amostra e encontra valores críticos (dI e du) da
distribuição do teste d com base nos erros autocorrelacionados. Assim, d assume
valores no intervalo [0,4] e, se dI>d ou se du<d, há evidências estatísticas de
autocorrelação.

VERDADEIRO

Julgue verdadeiro ou falso. Seja o modelo:

y=β0+β1⋅x1+β2⋅x2+u

em que x1 é uma variável com um erro de medição e, ou seja, observa-se x3=x1+e. Se

corr(x3,e)=0, o estimador de mínimos quadrados ordinários do modelo será
consistente, porém viesado.

FALSO
Considere os seguintes modelos e indique todas as respostas corretas, lembrando que
1(.) é função indicadora:

Escolha uma ou mais:

y1i=1(y∗2i>0)×y∗1i é modelo de Seleção de Heckman

y1i=1(y∗2i>0)×y∗1i é modelo Tobit

y1i=1(y∗1i>0)×y∗1i é modelo Tobit

y1i=1(y∗2i>0)×y∗1i é modelo Probit

y1i=1(y∗1i>0) é modelo Probit

y1i=1(y∗1i>0) é modelo Tobit

A seleção amostral será:

Escolha uma ou mais:

Endógena se for baseada na variável dependente

Exógena se for baseada em variável dependente

Endógena se for baseada em variável independente

Exógena se for baseada em variável independente

Suponha que você seja contratado por uma universidade para estudar os fatores que
determinam se os alunos admitidos efetivamente se matricularam na universidade.
Dados: você recebe uma grande amostra aleatória dos alunos que foram admitidos no
ano anterior. Também são disponibilizadas informações sobre se cada aluno decidiu
matricular-se, o desempenho no ensino médio, a renda familiar, o auxílio financeiro
oferecido, raça, variáveis geográficas.

Escolha uma ou mais:

A afirmação de que "`qualquer análise desses dados conduzirá a resultados viesados,

pois não se trata de uma amostra aleatória de todos os candidatos às universidades,
mas somente daqueles que se candidataram nesta universidade é verdadeira.
O modelo para determinar as variáveis que explicam se os candidatos aceitos optam
por se inscrever não pode ser estimado usando a amostra aleatória de estudantes
aceitos, pois os estimadores serão inconsistentes.

A afirmação de que "`qualquer análise desses dados conduzirá a resultados

viesados, pois não se trata de uma amostra aleatória de todos os candidatos às
universidades, mas somente daqueles que se candidataram nesta universidade é
falsa.

Para o propósito imediato de determinar as variáveis que explicam se os candidatos

aceitos optam por se inscrever, não é um problema de seleção da amostra. A
população de interesse é composta pelos candidatos aceitos pela universidade
particular, e você tem uma amostra aleatória desta população

O modelo para determinar as variáveis que explicam se os candidatos aceitos optam

por se inscrever pode ser estimado usando a amostra aleatória de estudantes
aceitos, e os estimadores serão consistentes e assintoticamente normais.

Sobre as hipóteses básicas do Modelo Linear selecione todas as alternativas

verdadeiras. Note, porém, que cada alternativa errada selecionada anulará uma
assinalada corretamente.

Escolha uma ou mais:

E(u|x1,x2,…,xk)=0 quando não é válida diz-se que a variável explicativa é endógena.

E(u|x1,x2,…,xk)=0 quando não é válida diz-se que a variável explicativa é exógena..

E(u|x1,x2,…,xk)=0 quando é válida diz-se que a variável explicativa é exógena..

E(u|x1,x2,…,xk)=0 quando é válida diz-se que a variável explicativa é endógena.

E(u|x1,x2,…,xk)=0 pode ser violada quando forma funcional é incorreta, omissão de

variável relevante, erro de medida, etc.
Considere o seguinte modelo e selecione todas as alternativas corretas, notando que
uma alternativa errada selecionada irá anular uma resposta correta:

yt=β0+β1xt+utut=ρut−1+ϵt, com −1<ρ<1

Escolha uma ou mais:

O termo aleatório ut deixa de ser independente e, neste exemplo, é representado por

um esquema autorregressivo sem ordem.

Um processo autoregressivo de primeira ordem AR(1) é uma série temporal do tipo

yt=c+ϕyt−1=ϵt onde ϵt é um ruído branco e ϕ é uma constante.

O termo aleatório ut é independente e representado por esquema autorregressivo

de primeira ordem.

Isto significa que ele depende do valor de u ocorrido no período anterior, ou seja, em
t-1 e de um choque aleatório ϵt.

O termo aleatório ut deixa de ser independente e, neste exemplo, é representado por

um esquema autorregressivo de 1ª ordem.

Em notação matricial, tem-se a seguinte expressão para a matriz de variância e

covariância do termo aleatório:

Selecione todas as alternativas corretas, notando que a seleção de uma alternativa

errada anulará uma alternativa correta.

Escolha uma ou mais:

Se as posições fora da diagonal principal forem preenchidas com zeros, a hipótese de
inexistência de autocorrelação estará mantida.

Se os elementos da diagonal principal estiverem preenchidas por números 1, isto

implica na manutenção da hipótese de variância constante.

Se os elementos da diagonal principal estiverem preenchidas por números 1, isto

implica na manutenção da hipótese de heterocedasticidade.

Se as posições fora da diagonal principal forem preenchidas com zeros, a hipótese de

inexistência de autocorrelação não estará atendida.

Se os valores fora da diagonal principal denominados ρ forem diferentes de zero,

representarão as correlações entre os vários períodos, ou seja, as autocorrelações.

Qual das alternativas a seguir é uma diferença entre dados de painel e corte
transversal agrupado?

Escolha uma opção:

Um painel de dados consiste em dados em uma única variável medida em um

determinado ponto no tempo, enquanto um conjunto de dados agrupados consiste
em dados nas mesmas unidades de seção transversal durante um determinado
período de tempo.

Um conjunto de dados de painel consiste em dados em uma única variável medida em

um determinado ponto no tempo, enquanto um conjunto de dados agrupados
consiste em dados em mais de uma variável em um determinado ponto no tempo

Um conjunto de dados de painel consiste em dados em diferentes unidades de seção

transversal ao longo de um determinado período de tempo, enquanto um conjunto de
dados agrupados consiste em dados nas mesmas unidades de seção transversal em um
determinado período de tempo.

Um conjunto de dados de painel consiste em dados nas mesmas unidades de seção

transversal durante um determinado período de tempo, enquanto um conjunto de
dados agrupados consiste em dados em unidades de seção transversal diferentes em
um determinado período de tempo

Qual das alternativas NÃO é um problema associado a experimentos randomizados?

Escolha uma opção:

Conseguir respostas imediatas para algumas questões importantes podem não ser
possíveis

Experimentos podem às vezes ser caros para os pesquisadores

Às vezes experimentos conduzidos de forma equivocada, podem levar a resultados

inapropriados

Os participantes de um grupo de tratamento e do grupo de controle não são

idênticos em todos os aspectos