Escolar Documentos
Profissional Documentos
Cultura Documentos
2. ERROS DE
ESPECIFICAÇÃO
(continuação)
NOTA:
os slides disponibilizados não dispensam a leitura e o estudo dos conteúdos
apresentados no livro.
2. Erros de especificação
2.1 Mudança estrutural
2.2 Inclusão de variáveis irrelevantes
2.3 Omissão de variáveis relevantes
2.4 Valor esperado não nulo dos termos de perturbação
2.5 Multicolinearidade
NOTA:
os slides disponibilizados não dispensam a leitura e o estudo dos conteúdos
apresentados no livro.
2.5. Multicolinearidade
Livro: página 247
[H5]:
• Na amostra, de dimensão n > k, são linearmente independentes
as variáveis explicativas 𝑋2𝑖 , … , 𝑋𝑘𝑖 e o termo independente
(se incluído)
• Car(X)= k < n
2.5. Multicolinearidade
Considere-se:
1 𝑋21 𝑋𝑘1 0
λ1 1 + λ 𝑋22 + ⋯ + λ 𝑋𝑘2 = 0 (1)
⋮ 2 ⋮ 𝑘 ⋮ ⋮
1 𝑋2𝑛 𝑋𝑘𝑛 0
em que:
• λ1 , …, λ𝑘 são escalares reais;
• k < n.
2.5. Multicolinearidade
Os vetores do primeiro membro são as colunas de X.
Havendo violação de [H5], car (X) < k (o que acontece sempre que exista
uma relação de dependência linear do género das que se falou
anteriormente).
Neste caso, X’X será uma matriz singular. Então, não existirá X’X-1, pelo
que não será possível estimar os coeficientes de regressão pelo método
de OLS. (Recorde-se que 𝜷𝑂𝐿𝑆 = X’X −1 X’Y.)
2.5. Multicolinearidade
Considere-se o modelo
2 2 2
𝛽2 = 𝛼2 ; 𝛽3 = 𝛿2 e 𝑅[2] = 𝑅[3] + 𝑅[4]
NOTA:
𝜎2
𝑣𝑎𝑟 𝛽𝑗 =
(1−𝑅𝑗2 ) 2
𝑥𝑗𝑖
(em que 𝑅𝑗2 é o coeficiente de determinação de uma regressão de 𝑋𝑗 em
todas as outras variáveis explicativas e num termo independentes),
…
1. (2.5.) Multicolinearidade
DETEÇÃO
Seja o modelo
𝑌𝑡 = 𝛽1 + 𝛽2 𝑋2𝑡 + 𝛽3 𝑋3𝑡 + 𝛽4 𝑋4𝑡 + 𝑢𝑡 .
Então,
𝑌𝑡 = 𝛽1 + 𝛽2 𝑋2𝑡 + 𝛽3 3𝑋2𝑡 + 𝛽4 𝑋4𝑡 + 𝑢𝑡
⇔ 𝑌𝑡 = 𝛽1 + (𝛽2 + 3𝛽3 )𝑋2𝑡 + 𝛽4 𝑋4𝑡 + 𝑢𝑡 .
E o modelo precedente:
𝑌𝑡−1 = 𝛽1 + 𝛽2 𝑋2,𝑡−1 + 𝛽3 𝑋3,𝑡−1 + 𝛽4 𝑋4,𝑡−1 + 𝑢𝑡−1 .
2.5. Multicolinearidade
ELIMINAÇÃO OU ATENUAÇÃO
Subtraindo:
𝑌𝑡 − 𝑌𝑡−1 = (𝛽1 +𝛽2 𝑋2𝑡 + 𝛽3 𝑋3𝑡 + 𝛽4 𝑋4𝑡 + 𝑢𝑡 ) − (𝛽1 + 𝛽2 𝑋2,𝑡−1 + 𝛽3 𝑋3,𝑡−1 + 𝛽4 𝑋4,𝑡−1 + 𝑢𝑡−1 )
No entanto…
2.5. Multicolinearidade
ELIMINAÇÃO OU ATENUAÇÃO