Econometria

Aula 07.03.2024

Classificação: Uso Interno

TÓPICOS:

• Revisão, alguns temas importantes

• O que é Econometria?;
• Tipos de Econometria;
• Metodologia Econométrica;
• Postulação do Problema de Keynes;
• Origem Histórica do termo Regressão

• Interpretação Moderna da Regressão;

• Relação Estatística x Determinística entre as variáveis;

• Análise de Regressão;

• Função de Regressão Populacional;

• Significado do Termo Linear;

• Componente Estocástica;

• Função de Regressão Amostral;

Classificação: Uso Interno
Vamos Relembrar?
Função do Primeiro Grau

Função do primeiro grau é uma função polinomial de grau 1 e é definida como:

f(x) = ax+b

Onde a e b são constantes e a ≠ 0.

O seu gráfico é dado por uma reta no plano cartesiano.

Esse tipo de função estabelece uma relação linear entre as variáveis x e y.

Se a> 0 a f(x) é crescente e;

Se a< 0 a f(x) é decrescente.

Vamos observar o gráfico!!!

Classificação: Uso Interno
Vamos Relembrar?
Principais Operações com Matrizes

• Soma de Matrizes:

𝒂 𝒃 𝒆 𝒇 𝒂+𝒆 𝒃+𝒇
+ =
𝒄 𝒅 𝒈 𝒉 𝒄+𝒈 𝒅+𝒉

• Multiplicação por Escalar:

𝒂 𝒃 𝒌∗𝒂 𝒌∗𝒃
K* =
𝒄 𝒅 𝒌∗𝒄 𝒌∗𝒅

• Multiplicação Matricial

𝒂 𝒃 𝒆 𝒇 𝒂∗𝒆+𝒃∗𝒈 𝒂∗𝒇+𝒃∗𝒉
∗ =
𝒄 𝒅 𝒈 𝒉 𝒄∗𝒆+𝒅∗𝒈 𝒄∗𝒇+𝒅∗𝒉

Classificação: Uso Interno

Vamos Relembrar?
Principais Operações com Matrizes

• Matriz Transposta:

𝑻
𝒂 𝒃 𝒂 𝒄
=
𝒄 𝒅 𝒃 𝒅

Classificação: Uso Interno

Vamos Relembrar?
Variáveis Aleatórias

Definição: Estrutura probabilística de quantidades associadas a um fenômeno aleatório.

(Marcos N. Magalhães)

Variáveis aleatórias que podem assumir um número contável de

Discretas
valores possíveis.

Tipos

Variáveis aleatórias que podem assumir um número infinito de

Contínuas valores possíveis, isto é, está definida dentro do conjunto de
valores dos números reais.
Classificação: Uso Interno
Vamos Relembrar?
Variáveis Aleatórias

Discretas Contínuas

• Bernoulli (p) • Normal (µ,δ)

• Binomial (n,p) • Exponencial (ƛ)

• Poisson (ƛ) • Gama (α,β)

• Binomial Negativa (r,p) • Beta (a,b)

(...) (...)

Classificação: Uso Interno

Vamos Relembrar?
Variáveis Aleatórias

Valor Esperado: De uma forma simples, o valor esperado de uma variável aleatória pode ser entendido como o
seu valor médio. Em uma definição mais formal, é uma medida central obtida pela ponderação dos valores da
variável aleatória de acordo com a distribuição de probabilidade.

No caso de Variáveis Aleatórias Discretas:

𝐸 𝑋 = ෍ 𝑥𝑖 ∗ 𝑝𝑋 (𝑥𝑖 )
δ

No caso de Variáveis Aleatórias Contínuas:

+∞
𝐸𝑋 = න 𝑥 𝑓 𝑥 𝑑𝑥
−∞

Classificação: Uso Interno

Vamos Relembrar?
Variáveis Aleatórias

Variância: A variância de uma variável aleatória nos fornece uma medida do grau de dispersão dos valores ao
redor de sua média. Vale lembrar que a raiz quadrada da variância é o desvio padrão..

Podemos generalizar a variância como sendo:

Var(X) = E[X²] – (E[X]) 2

Classificação: Uso Interno

Vamos Relembrar?
Distribuição Normal

A distribuição Normal também conhecida como distribuição Gaussiana, possui função de densidade de
probabilidade é definida com base nos parâmetros μ e 𝜕 2 .

1 𝑥−𝜇 2 /(2𝜕2 ) ,
𝑓(𝑥|μ, 𝜕 2 ) = 𝑒− −∞ < 𝑥 < ∞
2𝜋𝜕

Com:

• 𝐸 𝑋 =𝜇

• Var(X) = 𝜕 2

Como os valores de 𝜇 e 𝜕 2 afetam a distribuição? Vamos ver no R!!

Classificação: Uso Interno

Vamos Relembrar?
Testes de Hipóteses

É uma metodologia estatística que auxilia o tomador de decisão se um determinado parâmetro populacional é
verdadeiro baseado na informação obtida de uma amostra. Em outras palavras é uma regra de decisão.

Conceitos Fundamentais:

• Hipótese Nula (H0): É uma hipótese sobre um determinado parâmetro a ser testado;

• Hipótese Alternativa (H1): É uma hipótese sobre um determinado parâmetro caso a hipótese H0 seja
rejeitada.

• Erro Tipo 1: Probabilidade de se rejeitar a hipótese nula quando ela é verdadeira. Também conhecido como
nível de significância (𝛼).

• Erro Tipo 2: Probabilidade de se rejeitar a hipótese alternativa quando ela é verdadeira.

Classificação: Uso Interno

Vamos Relembrar?
Testes de Hipóteses

Tipos de Testes:

Se o valor ficar na área crítica

estabelecido pelo nível de
significância α, rejeita-se Ho ;
caso contrário, não rejeitar Ho
.

Classificação: Uso Interno

Vamos Relembrar?
P-Valor (Probabilidade de Significância)

De forma geral, um valor-p pequeno significa que a probabilidade de obter um valor da estatística de teste como
o observado é muito improvável, levando assim à rejeição da hipótese nula.

Assim, definimos o valor-p como a menor escolha que teríamos feito para o nível de significância, de forma que
rejeitaríamos H0.

Exemplo:

Classificação: Uso Interno

O que é Econometria?

“A econometria pode ser definida como a ciência social em que as ferramentas da teoria
econômica, da matemática e da inferência estatística são aplicadas à análise dos
fenômenos econômicos ”.
(Goldberger , Arthur S.)

Classificação: Uso Interno

Tipos de Econometria

A Econometria pode ser subdividida em duas grandes categorias:

• Econometria Teórica: se ocupa do desenvolvimento de métodos apropriados para medir relações

econômicas específicas pelos modelos econométricos. Nesse caso, a econometria deve explicitar as
hipóteses deste método, suas propriedades e o que ocorre com essas propriedades quando uma ou mais
hipóteses do método não são satisfeitas (exemplo, Método dos Mínimos Quadrados).

• Econometria Aplicada, as ferramentas da Economia Teórica são utilizadas para estudar algumas partes
específicas da economia e de negócios, tais como: função de produção, função de investimento, função de
demanda e oferta e teoria de carteiras. Você verá diversos exemplos no decorrer da disciplina

Classificação: Uso Interno

Metodologia Econométrica

Em resumo a metodologia econométrica seguem os seguintes passos:

• Exposição da Teoria e da Hipótese;

• Especificação do Modelo Matemático da teoria;

• Especificação do modelo estatístico ou Econométrico;

• Obtenção dos Dados;

• Estimação dos parâmetros do Modelo Econométricos;

• Teste de Hipótese;

• Projeção ou Previsão;

• Utilização do Modelo;

Classificação: Uso Interno

Exemplo: Exposição da Teoria ou Hipótese

Keynes afirmou:

“A lei psicológica fundamental é que os homens e as mulheres estão dispostos, como regra em média, a
aumentar o seu consumo conforme a sua renda aumenta, mas não na mesma proporção que o aumento
na renda.”

Classificação: Uso Interno

Como poderíamos especificar o modelo??

1) Qual é o Modelo Matemático?

2) Qual o Modelo Estatístico ou Econométrico?

3) Como definir os parâmetros do Modelo? (Obtenção dos dados)

4) Testes de Hipóteses;

5) Projeção de Previsão;

Classificação: Uso Interno

Origem Histórica do Termo Regressão

O Termo de regressão foi criado por Francis Golton em um dos seus artigos.

Ele verificou que:

Embora exista a tendência de pais alto terem filhos altos e pais baixos terem filhos baixos, a estatura média das crianças move-se (“regride”) a
altura média da população. “Lei da regressão universal de Galton”.

Classificação: Uso Interno

Interpretação Moderna da Regressão

Análise da regressão é o estudo da dependência de uma variável (“variável dependente”) em relação a uma ou mais variáveis ( variável explicativa)
com o objetivo de estimar/prever o valor da primeira com base na observação da segunda.

Altura dos filhos (em metros)

Altura dos pais (em metros)

Classificação: Uso Interno

Relação Estatística x Determinística entre as variáveis

Estatística

Nas relações estatísticas entre variáveis lidamos com variáveis aleatórias ou estocásticas ou seja variáveis que possuem distribuição de
probabilidade.

Exemplo: O rendimento de uma lavoura depende da temperatura, pluviosidade, luz solar, fertilizantes etc

Determinística:

Nas relações determinísticas, lidamos com variáveis porém estas não são de natureza aleatória ou estocásticas.

Exemplo: Lei da gravidade de Newton.

F = K(m1m2/R²)

Classificação: Uso Interno

Conceituação – Análise de Regressão

Para apresentar os conceitos básicos de modelo de regressão de duas variáveis, consideraremos o conjunto hipotético de dados, referentes
ao consumo e a renda familiar de uma pequena população de uma cidade.

Despesas de Consumo Renda Semanal $

80 100 120 140 160 180 200 220 240 260
Y1 55 65 79 80 102 110 120 135 137 150
Y2 60 70 84 93 107 115 136 137 145 152
Y3 65 74 90 95 110 120 140 140 155 175
.... 70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191

Total 325 462 445 707 678 750 685 1043 966 1211
Médias Condicionais 65 77 89 101 113 125 137 149 161 173

Classificação: Uso Interno

Conceituação – Análise de Regressão

O Gráfico abaixo representa o consumo em cada faixa de renda familiar.

“A análise de regressão trata em grande parte de, da

estimação da e ou previsão do valor médio da variável
dependente com base nos valores conhecidos da variável
explicativa”

Como seria a ideia de ajustar uma curva aos dados

(Curva de Regressão)?

Como seria a distribuição dos valores em torno da

Média?

Classificação: Uso Interno

Conceituação – Análise de Regressão

Dessa maneira:

Em termos geométricos uma curva de regressão é apenas o local geométrico das médias condicionais da variável dependente para os
valores fixados das variáveis explicativas.

Ou ainda:

A Análise de Regressão preocupa-se em estimar ou prever a média da população ou os valores médios das variáveis dependentes, a partir
dos valores conhecidos ou fixados de uma ou mais variáveis explicativas.

Classificação: Uso Interno

Conceituação – Função de Regressão Populacional (FRP)

Da figura anterior podemos entender que a E(Y|X) é uma função em Xi.

Assim,

E(Y|X) = f(xi)

Podemos postular que f(x) se relaciona linearmente com E(Y|X). Então, como primeira hipótese de trabalho, podemos supor que E(Y|X) seja uma
função linear de Xi , do tipo:

Com parâmetros “β” a serem estimados. Qual o significado de cada parâmetro??

Classificação: Uso Interno

Conceituação – Significado do Termo Linear nas variáveis e nos Parâmetros

Modelo Linear nas variáveis x Modelo Linear nos Parâmetros:

O termo linear se caracteriza, classicamente, em funções, com o intuito de representar uma evolução de proporcionalidade entre uma
variável dependente e a(s) independente(s).

Vamos ver outros exemplos?

De agora em diante o termo “Linear” significará sempre uma regressão linear nos parâmetros. Podendo ser ou não lineares nas variáveis
explicativas “X”
.

Classificação: Uso Interno

Conceituação – Componente Estocástica

É considerado como sendo um substituto de todas as variáveis omitidas ou abandonadas que podem afetar Y, mas que não estão (ou não
podem ser) incluídas no modelo de regressão.

Em outras palavras, pode-se expressar o desvio de uma Yi individual em torno de seu valor esperado como sendo:

Classificação: Uso Interno

Conceituação – Função de Regressão Amostral

Até agora falamos de uma população como um todo. Na prática o que temos são amostras de uma população Y com alguns valores de X fixados.

Nosso objetivo agora passa a ser estimar a função e regressão linear com base nas informações amostrais. Então perguntas como:

• Podemos estimar a FRP com base no dados amostrais?

• Como é o modelo estimado?

Classificação: Uso Interno

Conceituação – Função de Regressão Amostral

Nosso desafio aqui será:

Classificação: Uso Interno

OBRIGADO!

Classificação: Uso Interno