EXERCÍCIOS – AULA 23

(1) As sequências Yt e et abaixo, representam a variável dependente e as componentes do vetor de erros

estimados, respectivamente. Estes últimos foram obtidos pela aplicação do método dos mínimos quadrados
ordinários a uma equação de regressão linear simples.

Yt 2 4 7 10 12

et -1 -2 -3 0,5 5,5

Verificar a existência ou não de auto regressividade das perturbações. Em caso afirmativo faça sugestões
para providências.
A sugestão é aplicar o teste de Durbin-Watson. A estatística do teste é:

Assim sendo:
( − 2 ) . ( −1 ) + ( − 3 ) . (− 2 ) + ( 0.5 ) . ( −3 )+ ( 5.5 ) . (0.5) 8.75
^
𝜌= 2 2 2 2
= =0.614
(− 1) +(− 2) +(− 3) +(0.5) 14.25

𝐷𝑊 =2. (1 − 𝜌 )=2 ( 1 −0.614 )=0,772

Ou seja, o valor observado da estatística DW sugere a existência de uma forte correlação
positiva entre os erros. Uma possibilidade de correção é usar um modelo autoregressivo
para os erros do tipo
(2) Após a estimação do modelo Yi =  + Xi + i foram obtidos, por diferença, os erros estimados,
que são os seguintes:
Amostra 1 2 3 4 5

i -1 2 -3 4 -2

Examinar a auto regressividade dos erros acima, estimando  e DW. (supor du = 1,5 e dL = 0,5).

A estatística Durbin-Watson do teste é:

( 2 ) . ( −1 ) + ( −3 ) . ( 2 ) + ( 4 ) . ( −3 )+ ( − 2 ) .(4 ) − 28
^
𝜌= 2 2 2 2
= =− 0.933
(− 1) +(2) +(− 3) +( 4) 30

𝐷𝑊 =2. (1 − 𝜌 )=2. ( 1 −(− 0,933) )=3,866

O valor estimado da estatística DW sugere a existência de uma fortíssima correlação

negativa entre os erros. 3,866

0 0,5 1,5 2,5 3,5 4

(3) A tabela abaixo apresenta os dados de uma amostra para fins de estimação do modelo de regressão
Yi =  + Xi + i.

Yi 2 6 9 6 7

Xi 2 3 4 5 6

Pede-se :
(a) Estimar os erros aplicando MQO.
(b) Na hipótese de um modelo auto-regressivo de primeira ordem , ou seja ,  i = .  i - 1 +  i
(c) Estimar o valor de ,
(d) Calcular o valor estimado da estatística DW,
(e) Testar a significância da estatística encontrada em (d), com dL =1,8 e dU = 1,9,
(f) Reconstituir as variáveis X e Y, aproveitando o valor estimado de ,
(g) Repetir os procedimentos realizados em (d) e (e),(h) Faça uma conclusão (resumo) do trabalho
desenvolvido nos itens anteriores.
Fazendo a diferença entre o Y e o valor ajustado chega-se a série de resíduos:

Assumindo o modelo ,  i = .  i - 1 +  i e aplicando MQO vem:

Os resultados acima mostram que a autocorrelação entre os erros parece ser muito fraca.
Tanto R2 (=0.005555), quanto o p-valor (=0.905186) são muito ruins. De qualquer forma
vamos adiante.
 Calculando a estatística DW, vem:

𝐷𝑊 =2. (1 − 𝜌 ) ⇒ 𝐷𝑊 =2. ( 1 − ( − 0,0666 ) ) =2,1332

0 1,8 1,9 2 2,1 2,2 4

Portanto, o valor 2,1332 está na área de indeterminação do teste.

Os itens (f) e (g) consistem em repetir o procedimento dos itens anteriores com as variáveis
transformadas da seguinte maneira:

𝑌 ∗𝑖 =𝑌 𝑖 − ^𝜌 .𝑌 𝑖− 1

𝑋 ∗𝑖 = 𝑋 𝑖 − ^𝜌 . 𝑋 𝑖−1

Como o valor de é bem pequeno (não significativo) , é provável que as estimativas geradas
sejam muito parecidas com as iniciais (Yi =  + Xi + i com ). Confira !