Monitoria 3- EAE0324- Econometria I Professor: Moiss Diniz Vassallo Monitor: Pedro Schneider Email: pschneider@usp.

br

1
1.1

O Modelo de Regresso Linear Simples

Propriedades Algbricas das Estatsticas do OLS
n X i=1 n X i=1

u i = 0 : Soma dos resduos zero.

xi u i = 0 : Covarincia amostral entre o regressor e o resduo zero.

yi = y i + u i : Podemos separar a varivel dependente em uma parte prevista e em um resduo. SQT = SQE + SQR: A variao total em Y pode ser expressada como a soma da variao explicada SQE com a variao no explicada SQR.

1.2

Qualidade da Previso: O Coeciente de Determinao

R2 = ) V ar(Y V ar(Y )

O R2 a frao da variao amostral em y que explicada pelo modelo. 0 R2 1 , pois SQE SQT . O R-quadrado o quadrado do coeciente correlao amostral entre yi e y i

R2 = SQE/SQT = 1 SQR/SQT

1.3

Mudanas nas unidades de medidas

0 e 1 tambm Da Varivel Dependente (Y): Se Y multiplicado por uma constante c, so multiplicados por c, mantendo X constante. 0 (intercepto) Da Varivel Independente(X): Se X multiplicado por uma constante c, 1 (inclinao) tambm multiplicado por c. no afetado, mas O Coeciente de Determinao (R2 ) invariante a mudanas nas unidades de medidas de y ou x.

1.4

Incorporando No-linearidade na Regresso Simples

Interpretao: %y = 1 %x 1 a elasticidade de y em relao a x.

Modelo Log-Log: log (y ) = 0 + 1 log (x) + u

 Modelo Log-linear: log (y ) = 0 + 1 x + u Interpretao: %y = (1001 )x 1 a semi-elasticidade de y em relaa a x. Modelo Lin-Log: y = 0 + 1 log (x) + u Interpretao: y = (1 /100)%x Ex. Provavelmente melhor calcular como cada ano de educao impacta o salrio, em termos percentuais.

1.5

Propriedades das Estimativas de OLS

0 ) = 0 e E ( 1 ) = 1 No-enviesado: E ( Garantida pela exogeneidade estrita: E (u|x) = 0 Varincia das estimativas de OLS: Valendo exogeneidade e homocedasticidade(V ar(u|x) = 2 ), 2 2 1 ) = Pn V ar( = )2 SQT i=1 (xi x P n 2 i=1 x2 i 0 ) = 1 P V ar( n n ( x x )2 i i=1 2 = 1 Estimando a Varincia do Erro: Candidato natural seria n P 2 u i Estimador no enviesado da Varincia dos Erros: S 2 = n2 X

u2 i , mas enviesado.

Eciente e BLUE: Melhor estimador(Menor varincia) linear no enviesado.

1.6

Exemplo
1. Calcular estatsticas bsicas das variveis Renda, Anos de Estudo, Gnero e Cor Branca (Etnia 2 + Etnia 6) A base de dados composta de variveis categricas (Cada nmero equivale a uma etnia). preciso fazer uma alterao no tratamento da varivel pelo GRETL. Para ver como gerar essa varivel, veja arquivo no Erudito: Gerar Dummy no Gretl a partir de variveis categricas. Em acrescentar/denir nova varivel, coloque a frmula: cor_branca = (DV 0404_2 + DV 0404_4) Na PNAD de 2008, quando no h declarao de renda, a base consta como "999 999 999 999". Para o GRETL reconhecer esse valor como nulo, precisamos substitu-lo por "valor ausente". Dessa forma, utilizar renda "V4720"com a alterao: em acrescentar/denir nova varivel, renda = replace(V 4720, 999999999999, N A) Na varivel V4803(anos de estudo), de acordo com dicionrio da PNAD, a classicao 17 no determinados, neste caso preciso fazer alterao. Em acrescentar/denir 2

Brincando com dados da PNAD 2008

nova varivel , anos_de_estudo = replace(V 4803 1, 16, N A) Aqui, o comando tira uma unidade de cada observao, para ter observaes com valor 0. Depois, substitui o 16 (antigo 17) pelo NA. Para a varivel gnero, devemos criar uma dummy a partir de "V0302". 2. Calcular estatsticas com distino de gnero para Renda e Anos de Estudo. (feminino = 1) 3. Modelo 1: Renda = 0 + 1 cor_branca + u Renda = 495.323 + 429.025cor_branca Esse tipo de modelo uma forma de realizar um teste de comparao de mdias dos grupos. Assim, os indivduos de cor branca tem em mdia aproximadamente 429 reais a mais de renda do que os demais indivduos. Sendo a renda dos indivduos brancos quase o dobro dos demais. Apesar disso no podemos concluir que ser branco causa ter renda maior,pois existem muitos outros fatores que denem renda de uma pessoa e que no esto sendo controlados neste modelo. Quando omitimos variveis que tem correlao com as variveis includas, teremos estimativas inconsistentes e viesadas. O vis de inconsistncia ter o mesmo sinal da correlao entre tais variveis explicativas.

Exerccios

Por favor, deixar evidente o desenvolvimento das questes. No caso dos exerccios empricos, necessrio entregar o Registro de Comandos no caso do Gretl, (.Do le no caso do Stata, por exemplo) que explicitam quais comandos foram usados para chegar ao resultado 1. Salrios de CEO e tempo de empresa O conjunto de dados contm informaes sobre os CEOs de empresas americanas. A varivel salrio a compensao anual, em mil dlares e mandatoceo o nmero de anos do indivduo observado como CEO da empresa. (a) Encontre o salrio mdio e o tempo mdio de mandato na amostra. (b) H quantos CEOs no seu primeiro ano de mandato na amostra? Qual a durao do mandato mais longo? (c) Estime o modelo de regresso simples log (salario) = 0 + 1 mandatoceo + u Qual o aumento percentual aproximado no salrio de um ano a mais no mandato de CEO? 2. R2 no Modelo de Regresso Simples Mostre que em um modelo de regresso simples com constante o R2 igual ao coeciente de correlao amostral, entre a varivel dependente e independente, ao quadrado. (Dica: primeiro relacione o R2 com o 1 )

3. MOSTRE que Verdadeiro ou falso (ANPEC 2005 - Q12) Um pesquisador estima o modelo de regresso simples Yi = 0 + 1 Xi + ei . Outro pesquisador estima o mesmo modelo, mas com escalas diferentes para Yi e Xi . O segundo modelo 0 + 1 X i = i + e i = w1 Yi , X i = w2 Xi e w1 e w2 so constantes positivas. Y i , em que Y 0 e 1 (a) Os estimadores de MQO de 0 e 1 so iguais aos de 2 2 2 a varincia estimada de e 2 a varincia estimada de ei , ento (b) Se i e = w1 2 (c) As varincias dos estimadores dos parmetros do primeiro modelo so maiores do que as varincias dos estimadores do segundo modelo. (d) Os R2 so iguais nos dois modelos. (e) A Transformao de escala ocorrida em Y e X no afeta as propriedades dos estimadores de MQO dos parmetros. 4. IDH Um econometricista props o seguinte modelo para explicar o ndice de Desenvolvimento Humano dos estados brasileiros: idhi = + rpci + ui onde idhi e rpci so, respectivamente, o ndice de Desenvolvimento Humano na dcada 19811991 e a renda domiciliar per capita mdia em 1985, ambos do estado i. (a) Voc acha que este modelo faz sentido? Que tipo de relao de dependncia voc esperaria para as variveis idh e rpc? (b) Sintetize os valores das mdias, dos desvios-padro, dos mximos e dos mnimos da variveis idh e rph. (c) Rode esta regresso e interprete os valores dos coecientes e do R2 . (d) Critique a metodologia utilizada por este economista. Voc acha que o termo de erro u pode conter fatores correlacionados com a varivel explicativa rpc? Quais? Justique a sua resposta. (e) Um segundo econometricista props o modelo: idhi = + log (rpci ) + ui Explique por que este modelo pode ser mais adequado que o anterior e estime-o. Interprete os coecientes estimados e o R2 .