FACULDADE DE ECONOMIA DO PORTO

Licenciatura em Economia

ECONOMETRIA
(1EC303)

Exame Final
15 de Janeiro de 2019

NOTAS PRÉVIAS:
1. A primeira parte da prova tem duração de 90 minutos e é constituída pelas questões que
integram o I e II Grupos. Após um intervalo de cerca de 15 minutos, terá lugar a segunda parte
da prova, que tem duração de 60 minutos.
2. Apenas é permitida a consulta das tabelas estatísticas e do formulário que lhe foram
distribuídos.
3. Por favor, responda a cada grupo de questões em folhas separadas.
4. Pela ordem por que são apresentados, as cotações dos três grupos de questões são de 5, 7 e
8 valores.
5. Nos testes estatísticos, se nada for dito em contrário, use um nível de significância de 0,05.

I GRUPO

Com dados anuais respeitantes ao período 1960 a 2014 do PIB per capita (PIB, em euros por
habitante, a preços constantes de 2010), do consumo de energia proveniente de combustíveis
fósseis (CEF, em KWH por habitante) e de fontes limpas (CEL, em KWH por habitante) e das
emissões de dióxido de carbono por habitante (CO2, em Kg por habitante) em Portugal, foram
obtidos os resultados apresentados nos Quadros 1.1 e 1.2. De forma a incorporar o efeito do
acordo do clima de 1997 (protocolo de Quioto) na melhoria das tecnologias de produção
visando diminuir o impacto nas emissões de CO2, foi ainda considerada a variável AC que
assume o valor 1 nos anos de 1997 e seguintes, e o valor zero nos anos anteriores.

a) Explicite a forma funcional do modelo subjacente ao Quadro1.2 indicando, designadamente,

o significado da estimativa do coeficiente associado à variável representada pelo símbolo
AR(1).

b) Verifique, através de um teste de autocorrelação, se é justificada a opção pela regressão 1.2.

c) Tendo em conta os resultados da coluna “Prob.” do Quadro 1.2, que ilações retira quanto ao
impacto dos fatores explicativos das emissões de CO2?

II GRUPO

João Tavares, numa tese de mestrado defendida em 2017 e intitulada “Desempenho Académico
dos Estudantes de Licenciatura da FEP: Será que a Escola de Origem (Pública ou Privada) faz
Diferença?”, investigou as determinantes do desempenho académico dos estudantes de

1
licenciatura da FEP. Para o efeito, analisou 511 estudantes de licenciatura da FEP que
ingressaram pelo regime geral de acesso nos anos letivos de 2010/2011 e 2011/2012 e que
concluíram a licenciatura.

Com base nos dados utilizados nesse estudo estimaram-se os modelos reportados nos Quadros
2.1 e 2.2, em que:

DUR3ANOS: =1 se o estudante concluiu a licenciatura em 3 anos, 0 caso contrário;

MEDIACAND: média final de candidatura ao ensino superior (na escala 0-20);
PRIVADA: =1 se a escola de origem do estudante no ensino secundário é privada; 0 caso
contrário;
MULHER: =1 se o estudante é do sexo feminino; 0 caso contrário;

a) Para analisar a presença de heteroscedasticidade no modelo subjacente ao Quadro 2.1,

estimou-se a regressão auxiliar de White, na qual se obteve um coeficiente de determinação de
0,116. Especifique essa regressão auxiliar e efetue o teste. Parece-lhe justificada, no caso
presente, a utilização desse teste? Justifique.

b) Com base nos resultados apresentados nos Quadros 2.1 e 2.2:

b1) Que informação retira sobre o impacto da variável “PRIVADA” no desempenho académico
dos estudantes?

b2) Considerando um indivíduo do sexo masculino oriundo de uma escola pública que
ingressou na faculdade com uma média de candidatura de 15 valores, estime o efeito marginal
da média de candidatura (“MEDIACAND”) na probabilidade de concluir a licenciatura em 3
anos? E se for um indivíduo com as mesmas características, mas oriundo de uma escola
privada?

c) O Autor do estudo estimou um modelo (Quadro 2.3) em que incluiu mais variáveis
explicativas:

PROVMAT: classificação final na prova nacional de matemática (na escala 0-20);

PROVAECON: classificação final na prova nacional de economia (na escala 0-20);
LGES: =1 se o estudante concluiu a licenciatura em Gestão; 0 caso contrário;
FASE1: =1 se o estudante ingressou na FEP na 1ª fase do concurso de acesso ao ensino superior;
0 caso contrário;
OPO: =1 se a escola de origem do estudante no ensino secundário está localizada no distrito do
Porto; 0 caso contrário;
BOLSA: =1 se no ano de entrada na FEP o estudante beneficiou de bolsa de estudo; 0 caso
contrário;
D2011: =1 se o estudante ingressou no ano letivo de 2011/2012; 0 caso contrário.

Com base num teste estatístico apropriado, analise se as variáveis explicativas adicionais são,
em conjunto, estatisticamente significativas para explicar se o estudante conclui ou não a
licenciatura em 3 anos.

2
Quadro 1.1
Dependent Variable: LOG(CO2)
Method: Least Squares
Sample: 1960 2014
Included observations: 55

Variable Coefficient Std. Error t-Statistic Prob.

C 0.223040 0.372362 0.598988 0.5521

LOG(PIB) 0.785350 0.042802 18.34835 0.0000
CEF 0.000260 4.37E-05 5.962706 0.0000
CEL -0.000128 0.000152 -0.844106 0.4029
AC -1.178084 5.569331 -0.211531 0.8334
AC*LOG(PIB) 0.189848 0.582018 0.326188 0.7457
AC*CEF -0.000161 8.31E-05 -1.941940 0.0582
AC*CEL -0.000474 0.000156 -3.039123 0.0039

R-squared 0.996702 Mean dependent var 8.043741

Adjusted R-squared 0.996211 S.D. dependent var 0.565843
S.E. of regression 0.034830 Akaike info criterion -3.742964
Sum squared resid 0.057016 Schwarz criterion -3.450988
Log likelihood 110.9315 Hannan-Quinn criter. -3.630054
F-statistic 2029.321 Durbin-Watson stat 1.252204
Prob(F-statistic) 0.000000

Quadro 1.2

Dependent Variable: LOG(CO2)

Method: ARMA Conditional Least Squares (Gauss-Newton / Marquardt
steps)
Sample (adjusted): 1961 2014
Included observations: 54 after adjustments
Convergence achieved after 12 iterations
Coefficient covariance computed using outer product of gradients

Variable Coefficient Std. Error t-Statistic Prob.

C 1.419789 0.762817 1.861245 0.0692

LOG(PIB) 0.649992 0.087213 7.452960 0.0000
CEF 0.000371 5.20E-05 7.124463 0.0000
CEL -0.000384 0.000140 -2.747027 0.0086
AC -2.233971 5.321847 -0.419774 0.6766
AC*LOG(PIB) 0.316213 0.557132 0.567573 0.5731
AC*CEF -0.000295 8.72E-05 -3.389014 0.0015
AC*CEL -0.000180 0.000153 -1.177831 0.2451
AR(1) 0.541164 0.128607 4.207897 0.0001

R-squared 0.997251 Mean dependent var 8.066150

Adjusted R-squared 0.996762 S.D. dependent var 0.545966
S.E. of regression 0.031065 Akaike info criterion -3.954447
Sum squared resid 0.043427 Schwarz criterion -3.622950
Log likelihood 115.7701 Hannan-Quinn criter. -3.826602
F-statistic 2040.677 Durbin-Watson stat 1.965238
Prob(F-statistic) 0.000000

3
Quadro 2.1

Dependent Variable: DUR3ANOS

Method: Least Squares
Sample: 1 511
Included observations: 511
White-Hinkley (HC1) heteroskedasticity consistent standard errors and
covariance

Variable Coefficient Std. Error t-Statistic Prob.

C -2.570245 0.344161 -7.468155 0.0000

MEDIACAND 0.182416 0.019522 9.343920 0.0000
PRIVADA -0.218508 0.043467 -5.027027 0.0000
MULHER -0.049080 0.041195 -1.191393 0.2341

R-squared 0.154345 Mean dependent var 0.504892

Adjusted R-squared 0.149341 S.D. dependent var 0.500466
S.E. of regression 0.461586 Akaike info criterion 1.299499
Sum squared resid 108.0221 Schwarz criterion 1.332660
Log likelihood -328.0220 Hannan-Quinn criter. 1.312499
F-statistic 30.84503 Durbin-Watson stat 1.842406
Prob(F-statistic) 0.000000 Wald F-statistic 38.99165
Prob(Wald F-statistic) 0.000000

Quadro 2.2

Dependent Variable: DUR3ANOS

Method: ML - Binary Probit (Newton-Raphson / Marquardt steps)
Sample: 1 511
Included observations: 511
Convergence achieved after 2 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -8.594866 1.124104 -7.645970 0.0000

MEDIACAND 0.511081 0.065001 7.862655 0.0000
PRIVADA -0.614278 0.130516 -4.706516 0.0000
MULHER -0.137723 0.118045 -1.166698 0.2433

McFadden R-squared 0.119211 Mean dependent var 0.504892

S.D. dependent var 0.500466 S.E. of regression 0.461248
Akaike info criterion 1.236605 Sum squared resid 107.8642
Schwarz criterion 1.269766 Log likelihood -311.9525
Hannan-Quinn criter. 1.249605 Deviance 623.9049
Restr. deviance 708.3475 Restr. log likelihood -354.1737
LR statistic 84.44258 Avg. log likelihood -0.610474
Prob(LR statistic) 0.000000

4
Quadro 2.3

Dependent Variable: DUR3ANOS

Method: ML - Binary Probit (Newton-Raphson / Marquardt steps)
Sample: 1 511
Included observations: 511
Convergence achieved after 4 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -14.10334 1.693528 -8.327784 0.0000

MEDIACAND 0.935457 0.158206 5.912890 0.0000
PRIVADA -0.814266 0.144771 -5.624496 0.0000
MULHER -0.196102 0.122558 -1.600066 0.1096
PROVAMAT -0.107499 0.051609 -2.082961 0.0373
PROVAECON -0.080138 0.069438 -1.154086 0.2485
LGES 0.595284 0.167267 3.558883 0.0004
FASE1 1.059852 0.360291 2.941652 0.0033
OPO -0.021810 0.216158 -0.100897 0.9196
BOLSA 0.001578 0.158639 0.009950 0.9921
D2011 0.509523 0.128905 3.952695 0.0001

McFadden R-squared 0.178185 Mean dependent var 0.504892

S.D. dependent var 0.500466 S.E. of regression 0.445928
Akaike info criterion 1.182252 Sum squared resid 99.42591
Schwarz criterion 1.273445 Log likelihood -291.0653
Hannan-Quinn criter. 1.218003 Deviance 582.1306
Restr. deviance 708.3475 Restr. log likelihood -354.1737
LR statistic 126.2169 Avg. log likelihood -0.569599
Prob(LR statistic) 0.000000

Obs with Dep=0 253 Total obs 511

Obs with Dep=1 258

5
 FACULDADE DE ECONOMIA DO PORTO

Licenciatura em Economia

ECONOMETRIA
(1EC303)

Exame Final
15 de Janeiro de 2019

III GRUPO

Com dados relativos a 500 pacientes que apresentavam sintomas de uma doença respiratória1,
foram obtidos os resultados apresentados no Quadro 3.1:

DR – é uma medida da gravidade da doença (um valor maior indica uma condição mais grave);
QAR – medida da qualidade do ar no local de residência (um valor maior indica pior qualidade);
NUTR – estado nutricional do doente (um valor maior indica uma maior qualidade de nutrição);
FUM – variável binária definida como =1 se o doente é fumador, =0 caso contrário.

a) Interprete as estimativas dos coeficientes de regressão associados às variáveis explicativas.

b) Teste a hipótese de o coeficiente associado à variável NUTR ser igual a -0,005 (utilize um
teste unilateral).

c) Se na regressão subjacente ao Quadro 3.1 houvesse heteroscedasticidade que implicações

isso teria na resposta que deu às alíneas anteriores?

d) Qual o objetivo da regressão do Quadro 3.2. Que pode concluir?

e) Obtiveram-se, ainda, os resultados apresentados no Quadro 3.3.

e1) De um ponto de vista teórico qual a relevância das variáveis explicativas agora incluídas?

e2) De um ponto de vista estatístico a introdução dessas variáveis parece justificável?

1
Estudo referido em Wayne W. Daniel; Biostatistics. A Foundation for Analysis in the Health Sciences, 10th Ed,
Wiley Series in Probability and Statistics, 2014.
6
Quadro 3.1

Dependent Variable: LOG(DR)

Method: Least Squares
Sample: 1 500
Included observations: 500

Variable Coefficient Std. Error t-Statistic Prob.

C 3.390086 0.046246 73.30532 0.0000

LOG(QAR) 0.095152 0.012954 7.345559 0.0000
NUTR -0.005228 0.012333 -0.423869 0.6718
FUM 0.300325 0.012204 24.60825 0.0000

R-squared 0.644947 Mean dependent var 3.877815

Adjusted R-squared 0.642799 S.D. dependent var 0.213156
S.E. of regression 0.127395 Akaike info criterion -1.275077
Sum squared resid 8.049858 Schwarz criterion -1.241360
Log likelihood 322.7691 Hannan-Quinn criter. -1.261846
F-statistic 300.3246 Durbin-Watson stat 1.927838
Prob(F-statistic) 0.000000

Quadro 3.2

Dependent Variable: RESID^2

Method: Least Squares
Date: 14/01/19 Time: 09:19
Sample: 1 500
Included observations: 500

Variable Coefficient Std. Error t-Statistic Prob.

C 0.018960 0.002674 7.090165 0.0000

NUTR -0.004063 0.003173 -1.280725 0.2009

R-squared 0.003283 Mean dependent var 0.016100

Adjusted R-squared 0.001281 S.D. dependent var 0.032909
S.E. of regression 0.032888 Akaike info criterion -3.987403
Sum squared resid 0.538660 Schwarz criterion -3.970544
Log likelihood 998.8506 Hannan-Quinn criter. -3.980787
F-statistic 1.640256 Durbin-Watson stat 1.969336
Prob(F-statistic) 0.200887

Nota: A variável RESID representa os resíduos da estimação do Quadro 3.1.

7
Quadro 3.3

Dependent Variable: LOG(DR)

Method: Least Squares
Sample: 1 500
Included observations: 500

Variable Coefficient Std. Error t-Statistic Prob.

C 3.354869 0.053633 62.55281 0.0000

LOG(QAR) 0.100824 0.015053 6.697775 0.0000
NUTR 0.015916 0.016201 0.982404 0.3264
FUM 0.423738 0.110631 3.830184 0.0001
FUM*LOG(QAR) -0.023660 0.029329 -0.806711 0.4202
FUM*NUTR -0.049917 0.024885 -2.005906 0.0454

R-squared 0.648409 Mean dependent var 3.877815

Adjusted R-squared 0.644850 S.D. dependent var 0.213156
S.E. of regression 0.127029 Akaike info criterion -1.276875
Sum squared resid 7.971365 Schwarz criterion -1.226300
Log likelihood 325.2188 Hannan-Quinn criter. -1.257030
F-statistic 182.2082 Durbin-Watson stat 1.940196
Prob(F-statistic) 0.000000