Escolar Documentos
Profissional Documentos
Cultura Documentos
Y = Salário-hora (US$)
X = escolaridade (anos)
D2 = 1 mulheres D2 = 0 homens
D3 = 1 não brancos e hispânicos D3 = 0 outros
asoqueiramosobservaroefeitodesermulhernãobranca/hispânica,modificamosa
C
equaçãopara,Yt=α1+α2D t +α3D
2 t +α4 ( D
3 2 t D3 t )+βXt+ut. Ondeα4=efeitodesermulher
não branca/ hispânica.
4-Para que serve o teste de Chow?
:O teste de Chow é utilizado para avaliar se houve mudança estrutural significativa nos
R
parâmetros do modelo em diferentes períodos de tempo ou em diferentes grupos.
:1° - As premissas que embasam o teste devem ser respeitadas. É preciso verificar se
R
as variâncias dos erros das regressões são iguais.
° - O teste de Chow apenas nos diz se as regressões em pauta são diferentes, sem
2
identificar se essas diferenças decorrem dos interceptos, dos coeficientes angulares ou
ambos.
-Escrevaumaequaçãoeconométricademonstrandocomoavariávelbináriaidentifica
6
a origem da diferença entre duas situações, através do intercepto, do coeficiente
angular ou de ambos? Utilize também a esperança matemática, supondo que E(u) = 0.
R: Considerando E(u) = 0, podemos escrever a equação econométrica da seguinte
forma;
Yt= β1+β2D2 + β3D3 + ui
Onde:
Y = a variavel dependente
●
● β1 = é o intercepto e o valor médio de Y, quando D = 0
● β2 e β3 =sãooscoeficientesassociadosàsvariáveisbináriasDi,representandoa
diferença esperada em Y quando D muda de 0 para 1.
● D2 e D3 = é a variável binária que indica a situação (por exemplo, 0 para uma
situação e 1 para outra).
ortantoquandoD=0,ovalordeYéE(Y|D=0)=β1.QuandoD=1ovalordeYé E(
P
Y| D = 1) = β1+β2+β3.
-Dado a equação Yt= α1+α2Dt+ β1X
7 t+ β2(
DtXt) + ut . O que é intercepto diferencial? O
que é coeficiente angular diferencial?
°-Precisamosefetuarapenasumaregressãoporqueasregressõesindividuaispodem
1
ser derivadas facilmente dela;
2³-AregressãoYt=α1+α2 Dt+β1X
t+β2(
DtXt)+ut,podeserusadaparaotestedevárias
hipóteses
3°-Aabordagemdasvariáveisbináriasnosrevelaadiferençasesãooscoeficientesdo
intercepto ou os angulares, ou se são ambos.
4³ - Com o usodevariáveisbináriaspodeutilizartodasasobservaçõesemumaúnica
regressão,apenasaumentandoosgrausdeliberdade,quetambémaumentaaprecisão
relativa dos parâmetros
-Seja o método de variáveis binária para dessazonalizar uma série. Considere as
9
vendasde lavadorasdepratosentreoprimeirotrimestrede1978aoquartotrimestre
de1985.O modeloserá:Yt= α1+α2D t +α3D
2 t +α4D
3 t +ut, emqueYt=vendasdelavadoras
4
de pratoseosDsãoasvariáveisbinárias,assumindoovalor1notrimestrerelevantee
0nos demais.Apósaobtençãodaequaçãoestimada,comoidentificarsehouveefeito
sazonal em dado trimestre? (veja tabela 9.4)
R: Realizando os cálculos utilizados os dados obtidos na tabela 9.4, obtivemos a
regressãoabaixo.Podemosidentificaroefeitosazonalemumdadotrimestreatravésdo
teste T, se durante o teste o valor se apresentar estatisticamente significativo do
coeficientebinárioassociado.Portanto,deacordocomovalorp,apenasα4nãopossui
o efeito sazonal.
0-Explique o significado de armadilha das variáveis binárias, levando em consideração
1
uma variável qualitativa e três categorias.
R:Aarmadilhadevariáveisbináriasserefereaumasituaçãoemquevariáveisdummy
sãousadaspararepresentarumavariávelqualitativacomtrêsoumaiscategorias,eisso
pode levar a problemas de multicolinearidade perfeita.
Seconsiderarmosumavariávelqualitativacomtrêscategorias,porexemploA,BeC.Ao
representar usando variáveis dummy, teremos;
D1: 1 se a observação for B, 0 caso for alguma outra
D2: 1 se a observação for C, 0 caso for alguma outra
odemos cair na armadilha se incluirmos mais uma variável dummy, como por exemplo;
P
D3: 1 se a observação for A, 0 caso for alguma outra observação.
problemaacontecedevidoaoacréscimodemaisumavariávelnomodelo,ocorrendo
O
uma relação linear perfeita entreelas,resultandoemmulticolinearidadeperfeita.Isso
ocorre porque, seD1=0 eD2= 0,D3 automaticamente apresentará o valor 1.
Yi= α1+ (β1+ β2) Xt+ ut Yi= (α1+α2) + (β1+ β2) Xt+
ut
Pede-se:
a) Estimar a equação de demanda por energia elétrica, usando a forma
linear;
Q = 5,732 - 0,26447 Ti + 1,2659 Yi - 0,59584 Di
t (0,1415) (-2,6791) (2,8189) (-0,0693)
Valor p (0,892) (0,0365) (0,0303) (0,9469)
R² = 0,9320
b) Elaborar o quadro de análise de variância;
R:
g) Calcular e interpretar os intervalos de confiança para os parâmetros associados aos X,
com nível de probabilidade de 95%;
R:
O intervalo de confiança do coeficiente β1 no diz a probabilidade de o verdadeiro
arâmetro β1 pertencer ao intervalo de confiança calculado édenomínimode
p
95%. O valor 0 está presente ao intervalo de confiança, o que corroboracoma
conclusãodotestetdequeH0=0deveseraceitacomumaprobabilidadedeerro
de 5%.
O intervalo de confiança do coeficiente β2 no diz a probabilidade de o verdadeiro
parâmetro β2 pertencer ao intervalo de confiança calculado édenomínimode
95%.Ovalor0nãoestápresenteaointervalodeconfiança,oquecorroboracom
aconclusãodotestetdequeH0=0deveserrejeitadocomumaprobabilidadede
erro de 5%.
O intervalo de confiança do coeficiente β3 no diz a probabilidade de o verdadeiro
parâmetro β3 pertencer ao intervalo de confiança calculado édenomínimode
95%.Ovalor0nãoestápresenteaointervalodeconfiança,oquecorroboracom
aconclusãodotestetdequeH0=0deveserrejeitadocomumaprobabilidadede
erro de 5%.
O intervalo de confiança do coeficiente β4 no diz a probabilidade de o verdadeiro
parâmetro β4 pertencer ao intervalo de confiança calculado édenomínimode
95%.Ovalor0nãoestápresenteaointervalodeconfiança,oquecorroboracom
a conclusão do testetdequeH0=0deveseraceitocomumaprobabilidadede
erro de 5%.
Portanto podemos concluir que a equação não estão corretamente ajustada, assim não
odemos considerá-la uma boa equação de regressão.
p
4– Numa empresa, quer-se investigar se há discriminação de salários entre homens e
1
mulheres e, para isso, observou-se o salário de 20 trabalhadores de um mesmo setor, entre
qualificados e não qualificados, bemcomootempoemqueestavamempregados.Comesses
dados, faça uma regressão buscando obter uma resposta à questão da existência ou não de
discrimina
R:
onforme a regressão apresentada acima, se observarmos o valor - p dasvariáveisbinárias,
C
podemos perceber que a a variaveis Sexo não possui relevancia estatistica, portanto sua
influencia no salário é nula estatisticamente falando. Assim podemos afirmar que dentro da
empresa não há descriminação por diferença de sexo.