Escolar Documentos
Profissional Documentos
Cultura Documentos
– β0 é o intercepto.
E(u|x1,x2)=0
–Para qualquer valor de x1 e x2 na população, o fator não-
observável médio é igual a zero.
– Isso implica que outros fatores que afetam y não estão, em
média, relacionados com as variáveis explicativas.
–Os níveis médios dos fatores não-observáveis devem ser os
mesmos nas combinações das variáveis independentes.
– A esperança igual a zero significa que a relação funcional
entre as variáveis explicada e as explicativas está correta.
– No exemplo da renda ao quadrado, não é preciso incluir
rend2, já que ela é conhecida quando se conhece rend:
E(u|rend)=0
16
Propriedades do MRM
– Modelo de regressão linear, ou linear nos parâmetros.
– Valores fixos de X ou valores de X independentes do termo de erro.
Aqui, isso significa que é necessário covariância igual a zero entre ui e
cada variável X
– O termo de erro ui tem valor médio zero
– Homocedasticidade ou variância constante de ui
– Ausência de autocorrelação
– O número de observações n deve ser maior que o número de
parâmetros a serem estimados, neste caso
– Deve haver variação nos valores das variáveis
– Não há colinearidade exata entre as variáveis X.
Não há relação linear exata entre X1 e X2
Ausência de viés de especificação.
O modelo está corretamente especificado
20
MRM – MQO
yx1 x2 2 − yx2 x1 x2
β0 = Y − β1 X1 − β2 X2 ; β1 = ;
x1 2 x2 2 − x1 x2 2
yx2 x1 2 − yx1 x1 x2
β2 =
x1 2 x2 2 − x1 x2 2
x2 2 σ2
var β1 = 2
∗ σ2 ou var β1 =
x1 x2 2 − x1 x 2 2 x1 2 1 − r 212
2
2
x1 x2 x1 2
r 12 = 2 2
ep β1 = + var β1 var β2 = 2
∗ σ2 ou
x1 x2 x1 x2 2 − x1 x2 2
σ2 −r 212 σ2
var β2 = ep β2 =+ + var β2 cov β1 , β2 =
x2 2 1 − r 212 1 − r 212 x1 2 x2 2
2
u
σ2 =
i u2 = y 2 − β1 yx1 − β2 yx2
n−𝑘−1
21
GRAU DE AJUSTE
–O R2 nunca diminui quando outra variável independente é
adicionada na regressão.
–Isso ocorre porque a soma dos resíduos quadrados nunca
aumenta quando variáveis explicativas são acrescentadas ao
modelo.
–Essa característica faz de R2 um teste fraco para decidir
pela inclusão de variáveis no modelo.
–O efeito parcial da variável independente (βk) sobre y é o
que deve definir se a variável deve ser inserida no modelo.
–R2 é um grau de ajuste geral do modelo, assim como um
teste para indicar o quanto um grupo de variáveis explica
variações em y.
22
HOMOSCEDASTICIDADE HETEROSCEDASTICIDADE
TEOREMA DE GAUSS-MARKOV
–Sob as hipóteses RLM.1 a RLM.5, os parâmetros estimados
do intercepto e de inclinação são os melhores estimadores
lineares não-viesados dos parâmetros populacionais: