EAE0324 – Econometria I: Lista 1

Eloiza / José Victor

2o semestre, 2023

1 Estrutura de Dados
Questão 1. Determine o tipo de dados das seguintes variáveis:
a. Salários mensais no Brasil no período 1980-2005.
b. Taxa de inflação em cada um dos países da OCDE em 2008.
c. Produção anual de automóveis na França, Itália e Espanha no período de 1980-2010.
d. Consumo mensal de água durante o século XX na cidade de Madrid.
e. Salário mensal para uma amostra de trabalhadores de São Paulo, coletada entre 2012 e 2018. As
amostras são diferentes entre os anos.

2 Revisão de estatística
Questão 2. Suponha que X e Y sejam duas variáveis aleatórias. Há 3 formas de independência:
(i) Independência plena: f(X,Y ) (x, y) = fX (x) · fY (y)
(ii) Independência de média condicional: E(Y |X) = E(Y )
(iii) Independência linear: Cov(X, Y ) = 0
Mostre que (i) =⇒ (ii) =⇒ (iii).

Questão 3. (ANPEC 2016) Sendo X, Y e Z três variáveis aleatórias, julgue as proposições abaixo:

a. E[(h(X)|X)] = h(X) para qualquer função h(X)

b. Para as funções f (Y ) e g(Y ), temos E[f (Y )X + g(Y )|Y ] = f (Y )X + g(Y )
c. E(Y |X) = E[E(Y |X, Z)|X]
d. Se Y e X são independentes e E(Y ) = 0, então E(Y |X) = 0
e. Se E(Y |X) = 0, então E(Y ) = 0

Questão 4. (Anpec 2013) Considere X, Y e Z variáveis aleatórias com distribuição conjunta caracterizada
por f(X,Y,Z) (x, y, z) e distribuições marginais caracterizadas por fX (x), fY (y) e fZ (z). Sejam a, b, c e d
constantes. Julgue as seguintes afirmativas:

a. O resultado g(E[X]) = E[g(X)] se verifica para g(X) = X 2

b. Se X e Y são independentes, E[aX + bY + c] = aE[X] + bE[Y ] + c

1
 c. Se X, Y e Z são independentes, V ar[aX + bY + c + d + Z] = a2 V ar[X] + b2 V ar[Y ] + V ar[Z]
d. Cov(X, aY + bZ) = Cov(X, Y ) + Cov(X, Z)
e. E[(aX) · (cY )] = ac · E[XY ]

Questão 5. (Anpec 2017) Suponha que X seja uma variável aleatória distribuída de acordo com a seguinte
função densidade de probabilidade:
(
2(1 − x) quando 0 ⩽ x ⩽ 1
f (x) =
0 c.c.

Sendo Y = 6X + 10, obtenha a variância de Y .

3 Causalidade e Correlação
Questão 6. Uma discussão muito importante trata da diferença entre os conceitos de correlação e cau-
salidade. O primeiro trata apenas de uma dependência linear, ou seja, uma ligação entre dois eventos ou
variáveis. Já o segundo é mais forte: trata do efeito de um evento/variável em cima de outro, ou seja, porque
X ocorreu, então Y necessariamente ocorrerá. Em Econometria buscamos sempre relações de causalidade
entre variáveis e precisamos ter o cuidado de não tirar conclusões equivocadas. As vezes as variáveis são
apenas correlacionadas, mas não possuem nenhum tipo de causalidade, ou então uma terceira variável que
causa as duas simultaneamente. Até mesmo é possível que as duas possuam causalidade uma na outra
(simultaneamente). Analise os seguintes exemplos abaixo. Identifique e corrija as interpretações feitas (se
achar necessário) e diga qual o tipo de relação causal você é capaz de enxergar:

a. No dia 19 de Março desse ano o jornal Gazeta do Povo de Curitiba publicou uma notícia com a seguinte
manchete: “Saiba de onde ’surgem’ os vendedores de guarda-chuva de Curitiba". Sempre que vemos
muitos vendedores de guarda-chuva na rua, é praticamente certeza de que irá chover. Portanto pode-se
concluir que mais vendedores de guarda-chuva na rua aumentam a probabilidade de chover.
b. Uma professora certa vez classificou os alunos de sua classe em duas categorias: alunos que estudaram
ao longo do curso (A) e alunos que são estudaram na véspera das provas (B). Além disso ela perguntou
aos alunos o quanto de cerveja (em litros) eles haviam consumido na semana anterior a prova. Após
apurar todas as informações ela constatou que dentro da categoria A, um maior consumo de cerveja na
semana anterior a prova estava correlacionado a uma maior nota. Portanto, se conclui que um maior
consumo de cerveja próximo a prova aumenta a nota do aluno.

c. “Di Tella & Schargrodsky (2004) citam que 18 de 22 artigos publicados na literatura de Economia do
Crime encontraram um efeito positivo da presença da polícia sobre o crime. Logo, há fortes evidências
suportando a tese de que policiamento aumenta a criminalidade.”
d. “Moore (1993) constatou que a quantidade vendida de sorvete está fortemente associada com o número
de mortes por afogamentos. Portanto, na dúvida, convém substituir o sorvete por uma raspadinha.”

e. Artigo publicado na New England Journal of Medicine em 2012 encontrou alta correlação entre a
quantidade per capita consumida de chocolate e o número de laureados pelo Prêmio Nobel, usando
dados de 23 países. Com objetivo de divulgar este avanço científico, jornais publicaram as seguintes
manchetes:
Forbes: “Chocolate Makes Us Smarter ”
Time: “Secret to Winning a Nobel Prize? Eat More Chocolate”
Huffington Post: “Why Chocolate Makes You Smarter: It’s Proven! ”

2
4 Questões adicionais de revisão para treino
Questão 7. (ANPEC 2017) Considere a distribuição de probabilidade conjunta das variáveis aleatórias X
e Y, de acordo com a tabela abaixo:

X
0 1 2 3
1 1/4 1/8 1/8 1/4
Y
2 0 1/8 1/8 0

Pode-se afirmar que:

3
a. E[X] = 2

b. V ar[X] = 1
c. Cov(X, Y ) = 0
d. V ar(X|Y = 2) = 1
e. Se Z = 2X + 4Y , então V ar(Z) = 4

Questão 8. (ANPEC 2009) Considere duas variáveis aleatórias X e Y . Suponha que X seja distribuída de
acordo com a seguinte função de densidade:
(
1 se 0 < x < 1
fX (x) =
0 c.c.
Suponha ainda que:
(
1/x se 0 < y < x
fY |X (y|X) =
0 c.c.
Calcule E(Y). Multiplique o resultado por 100. Dica: Use a LEI para o caso de distribuições contínuas.

Questão 9. A cada ano, o departamento de P&D de uma empresa produz X inovações de acordo com algum
processo aleatório, onde E[X] = 2 e V ar(X) = 2. Cada invenção é um sucesso comercial com probabilidade
p = 0, 2 (suponha independência). O número de sucessos comerciais em um determinado ano é denotado
por S.
a. Suponha que tenhamos 5 novas inovações este ano. Qual é a probabilidade de que S deles sejam
sucessos comerciais?
b. Dadas 5 inovações, qual é o número esperado de sucessos?
c. Qual é o valor esperado incondicional das inovações? Use a LEI.
d. Qual é a variância incondicional de S?

Questão 10. Suponha que você tenha uma variável bivariada (Y, X) onde Y é 1 se um indivíduo pegar
COVID e 0 caso contrário, e X é 1 se o mesmo indivíduo for vacinado. Suponha que a probabilidade conjunta
seja:

X=0 X=1
Y=0 0.1 0.3
Y=1 0.3 0.3

a. Mostre que a probabilidade de pegar COVID entre as pessoas vacinadas e a probabilidade de pegar
COVID entre as pessoas não-vacinadas pode ser expressa por uma equação de E[Y |X]
b. Mostre que E[X] = E[Y ] = 0.6.