IPEA – Instituto de Pesquisa Econômica Aplicada

Programa de Pesquisa para o Desenvolvimento Nacional - PNPD

PROPOSTA DE PROJETO

( X) CANDIDATO 1 – ASSISTENTE DE PESQUISA III (MESTRE)

Eduardo Henrique de Sousa Salvino

 Chamada Pública PNPD nº 034/2016

Estudos de Inovaçã o, Regulaçã o e Infraestrutura

Contextualizaçã o da proposta quanto à inserçã o das EMENTAS DOS OBJETIVOS

ESTRATÉ GICOS do IPEA

A proposta visa através do uso de ferramentas normalmente usadas para manipulação de dados e
cálculos estatísticos, analisar e gerar cenários que possam trazer melhoria para estruturas de apoio à
decisão com a devida confiabilidade pelos métodos de modelagem que serão adotados.

Objetivo geral

Mostrar a viabilidade prática e teórica para o tratamento e consolidação da base de dados da Diset
através do uso de técnicas e ferramentas mais usadas para manipulação de dados estatísticos.

Objetivos Específicos

 Consolidar e tratar de bases de dados estatísticos;

 Revisar bibliografia de estudos e relatórios;
 Elaborar gráficos e tabelas de estatística descritiva e análises estatísticas e econométricas;
 Dar Suporte às pesquisas por meio de modelagem econométrica e tabulações especiais.
 Identificar as lacunas e propor soluções para Inovação e melhoria de Infraestrutura

Justificativa

Os dados um banco ou base não traz nenhuma vantagem além do próprio armazenamento, pois
trazem pouca compreensão em relação a evolução de um cenário. Ao gerar um estudo a partir
destes, montando tabelas e usando as devidas ferramentas para previsão, podemos entender melhor
a natureza de todo processo e assim propor melhorias para Inovação, seja ela Tecnológica ou de
Recursos Humanos. Os Métodos Econométricos são bastante relevantes, pois tem grande parte de
sua teoria baseada nas disciplinas de Probabilidade, Inferência Estatística e Processos Estocásticos.
Referencial teó rico

Nesta etapa serão trazidas alguns conceitos que normalmente são usados para formulação de um
modelo econométrico.

 Metodologia da Econometria

Econometria consiste na aplicação de métodos estatísticos e matemáticos na análise

de dados econômicos para dar conteúdo empírico a teorias econômicas e confirma-
las ou não.

Deve-se considerar que:

1) A formulação de modelos econômicos em uma forma que se possa testar

empiricamente faz e da especificação do trabalho econométrico.

2) A estimação e o teste desses modelos com dados observados faz parte da

inferência do trabalho econométrico.

 Abordagem Clá ssica

Neste enfoque, o modelo é uma representação simplificada do mundo real. Um

modelo deve ser o mais simplificado o possível para explicar o fenômeno que se
propõe. Um modelo econômico é formado de um conjunto de hipóteses que
aproximam o comportamento econômico de um determinado cenário.
 Abordagem Inglesa

A modelagem econométrica normalmente é formada baseado em um modelo

estatístico com especificação mais generalizada o possível, tendo em vista modelos
estimáveis ao retratar um mecanismo que mostre a realidade das informações do
conjunto de dados.

 Média amostral

Seja x ij a i-ésima observação desenhada independentemente (i=1,...,N) no j-ésimo.

Estas observações podem ser organizadas em N vetores coluna, cada um com
entradas K e com K × 1 vetor coluna dando a ith observações de todas as variáveis
sendo denotado (i=1,...,N).

A média do vetor da amostra x é um vetor coluna o qual o j-ésimo elemento x j é o

valor médio das observações N da variavel
N
1
x= ∑x
N i=1 ij

 Variâ ncia Amostral

Variância de uma amostra (ou coleção) de dados de tipo quantitativo é a medida que
se obtém somando os quadrados dos desvios dos dados relativamente à média, e
dividindo pelo número de dados menos um. Representa-se por s2

N
1
s2= ∑ (x ¿−x)¿
N−1 i=1 i

 Covariâ ncia Amostral

A matriz da covariância amostral é definida por K-x - K matriz Q= [ q jk ] com entradas:

N
1
q jk = ∑ (x ¿−x j)(x ik −x k )¿
N−1 i =1 ij

Onde, q jk é a estimativa da covariancia entre a j-ésima variável e a k-ésima

variável da população subjacente aos dados.
 Coeficiente de Correlaçã o Amostral

A Correlação entre duas variáveis de tipo quantitativo descreve a associação entre

essas variáveis.

O Coeficiente de correlação amostral, representado por r, é uma medida da direção e

grau com que duas variáveis, de tipo quantitativo, se associam linearmente.

q jk
r=
s j sk

 Modelo de Regressã o Linear

Regressão linear é uma equação para se estimar a condicional (valor esperado) de

uma variável y, dados os valores de algumas outras variáveis x. A regressão linear é
chamada "linear" porque se considera que a relação da resposta às variáveis é uma
função linear de alguns parâmetros

Y i=α + β X i +ϵ i

Onde

α - É uma constante, que representa a interceptação da reta com o eixo vertical;

β - É outra constante, que representa o coeficiente angular da reta;

X i - Variável explicativa (independente), representa o fator explicativo na equação;

ϵ i- Variável que inclui todos os fatores residuais mais os possíveis erros de medição.
O seu comportamento é aleatório, devido à natureza dos fatores que encerra. Para
que essa fórmula possa ser aplicada, os erros devem satisfazer determinadas
hipóteses, que são: serem variáveis normais, com a mesma variância σ 2,
(desconhecida), independentes e independentes da variável explicativa X.

 O Modelo estatístico de uma regressã o linear mú ltipla

A regressão múltipla apresenta um funcionamento parecido com o da regressão

simples, porém, leva em consideração diversas variáveis explicativas x influenciando
y ao mesmo tempo

y=β 0 + x 1 β 1 + x 2 β 2 + x 3 β 3 +…+ x k β k + ϵ
 Em termos matriciais podemos dizer que

[ ] [ ][ ] [ ]
Y1 x11 ⋯ xK1 β1 ϵ1
Y2 x 12 x 22 xK2 β2 ϵ2
. .
. = . .
. . + .
. .
. . . . .
. .
. . .
. .
YN x1 N ⋯ x KN βN ϵ N

Pressupõe-se que

 A variável dependente y é função linear das variáveis independentes.

 Os valores das variáveis independentes são fixos
 E(ϵ i) = 0
2
 Erros homocedasticos, ou seja, E(ϵ j) = 0
 Erros não-correlacionados, ou seja, E(ϵ j ϵ h ) = 0, para j≠h
 Distribuição dos erros é Normal.

 Estimador de parâ metros por Mínimos Quadrados Ordiná rios

Para obter a estimativa de MQO de β, vamos primeiro escrever a função de

regressão da amostra de tamanho n em relação a k variáveis:

y=β 0 + x 1 β 1 + x 2 β 2 + x 3 β 3 +…+ x k β k + ϵ

Que na notação matricial resumida seria:

y= X β+ ϵ

em que β é um vetor coluna de k elementos com estimadores de MQO dos

coeficientes de regressão e ϵ é um vetor coluna n × 1 com n resíduos [6]. Os
estimadores de MQO são obtidos minimizando:
n
ϵ ϵ =∑ ϵ 2i =( y− Xβ ) ( y −Xβ )= y t y−2 β t X t y+ βt X t Xβ
t t

i=1

Diferenciando, temos:
t
∂(ϵ ϵ)
=−2 X t y + X t Xβ
∂β

Igualando a equação acima a zero, tem-se:

t t
X y=X Xβ
 Isolando β, enfim, tem-se:
−1 t
β=(X ¿¿ t X) X y ¿ se a inversa de X t X existir.

 Séries Temporais

Podemos escrever um modelo de series temporais como:

y t =β 0+ x1 t β 1 + x 2t β 2 + x 3 t β3 + …+ x kt β k +ϵ t

Para t = 1, 2, 3,… n

 t = 1.. n, onde n indica o numero de períodos ou observações.

 j = 1.. k, onde k indica o numero parâmetros.
 y t Indica a observação da variável dependente no período de tempo t.
 x kt Indica a observação da variável independente k no instante de tempo t.
 k indica o coeficiente referente à variável independente k.
 ϵ t indica resíduo relativo ao período de tempo t.

Metodologia Proposta

1) Acessar a base de dados do Diset

2) Verificar a natureza desses dados e fazer a devida classificação
3) Compreender os cenários relativos aos dados
4) Fazer a seleção e análise das variações potenciais
5) Fazer testes de regressão com as variações dos modelos propostos
6) Gerar um modelo empiricamente viável e aplicar nos softwares estatísticos no R Studio
Atividade e cronogramas

Atividade mai/ jun/ jul/ ago/ set/ out/ nov/ dez/ jan/ fev/ mar/ abr/
16 16 16 16 16 16 16 16 17 17 17 17
Estudo das
bases de
dados do
DISET
Classificaçã
oe
separação
dos dados
Identificaçã
o dos
cenários
Análises
Potenciais
Desenvolvi
mento dos
Modelos
Econométri
cos
Análises e
testes dos
modelos
junto aos
dados do
Diset
Programaçã
o no R
Geração dos
resultados
Resultados Esperados

1) Ter análise estatística completa

2) Ter formulado modelo computacional
3) Gráficos gerados a partir destes modelos
4) Alimentar a base de dados do IPEA com dados oriundos do tratamento a partir das
ferramentas estatísticas
5) Ter relatório gerencial baseado nos modelos e respostadas dos modelos

Outras Informaçõ es relevantes

Dentro dos eixos temáticos do IPEA, é importante saber a intenção da instituição em buscar uma
alternativa para as propostas de Inovação, conforme está escrito no título descrito no Edital.

Referencias Bibliográ ficas

Peixoto, P.S.; O Uso de modelos econométricos em empresas. Trabalho de Conclusão de Curso. USP.
São Paulo, 2005.

Johnston, J.; Dinardo, J.; Econometric Methods. 4ᵃ Edição. McGraw Hill.

Pena, G.E.; Guelman, B.; Rabello,H. Influencia dos Índices Dow Jones Industrial Average e Nikkei-225
sobre o IBOVESPA. IBMEC. Junho de 2008.

Araujo, B.C.; Silva, A.M.; Silva, A.; Coelho, D.; Fioravante, D.; Freitas, F.; Conceição, J.; Kubota, L.;
Bahia, L.D.; Mendonça, M.A.; Alves, P.; Freitas. Os Métodos Estatísticos aplicados à Economia
segundo Cinco Abordagens. Diset – IPEA. Setembro de 2008.