Professional Documents
Culture Documents
1
o somatorio dos quadrados dos
resduos do modelo original? Justique sua resposta.
10. Admitindo que utilizamos o metodo dos mnimos quadrados ordinarios (MQO)
no modelo Y
i
=
1
+
2
X
i
+
i
utilizaremos a nota cao
Y
i
,
1
e
2
para os dados 2,0ptos
estimados e os estimadores respectivamente. Se zermos a regressao dos dados
observados Y
i
em rela cao aos estimados
Y
i
, e verdade que os novos estimadores
para o intercepto e a inclina cao serao respectivamente y
1
e
1
y
2
?. Justique sua
resposta.
11. Considere o modelo no qual o salario (salario) de um funcionario e explicado 2,0ptos
pelos anos de experiencia (exper), como segue
salario =
1
+
2
exper + com = exper
2
u
onde u e uma variavel aleatoria com E[u] = 0 e V [u] =
2
u
. Admitindo que
u e exper sao independentes e verdade que E[/exper] = 0 e V [/exper] =
2
u
1
e
2
. Existem casos nos quais as variaveis sao medidas em dimensoes de difcil
interpreta cao e e nessas situa coes que faz mais sentido analisar as varia coes em
unidades desvio padr ao, portanto os dados sao padronizados. Se denotamos com
Y
e X
as variaveis padronizadas e
contra X
, e verdade que
1
e
2
?. Justique sua resposta.
13. Sejam
1
,
2
e
os estimadores da regressao de (
1
U
i
)
sobre (
2
V
i
), indique quais das seguintes equa coes sao validas:
1
=
1
+
1
2
2
,
2
=
2
1
2
,
=
2
2
.
Justique sua resposta.
14. Admita que utilizamos o metodo dos Mnimos Quadrados Ordinarios (MQO) 2,00pts
para estimar o modelo y
i
=
1
+
2
x
i
+
i
e neste caso usamos a nota cao y
i
,
1
e
2
para os dados estimados e os estimadores respectivamente. Por outro lado,
sejam
1
e
2
os estimadores do intercepto e do coeciente angular da regressao
Econometria Lista de Exerccios Primeira Parte
dos dados observados y
i
em rela cao aos estimados y
i
. Indique quais das seguintes
equa coes sao validas, justique sua resposta.
1
= y
1
2
=
2
y
.
15. Admita que desejamos estimar o coeciente angular no modelo de regressao linear
simples y
i
=
1
+
2
x
i
+ e que a amostra aleatoria de tamanho n tem observa coes
(x
1
, y
1
), (x
2
, y
2
), . . . , (x
n
, y
n
). Considere o seguinte procedimento para denir um
estimador
2
: (1) calcular a inclina cao da reta denida pelo primeiro e segundo
ponto; (2) calcular a inclina cao do segundo com o terceiro ponto, do terceiro com
o quarto e assim sucessivamente ate o ultimo ponto; (3) considerar o estimador
1
como o valor medio de todas as inclina coes calculadas. Sendo assim podemos
armar que:
(a)
1
pode ser expressado matematicamente como
1
=
n 1
n
2
n
i=2
Y
i
Y
i1
X
i
X
i1
. 0,5ptos
(b) O estimador
1
nao e linear. 0,5ptos
(c) O estimador
1
e viesado. 0,5ptos
16. Admita que desejamos estimar o coeciente angular no modelo de regressao li-
near simples Y
i
=
1
+
2
X
i
+
i
e que a amostra aleatoria de tamanho n tem
observa coes (X
1
, Y
1
), (X
2
, Y
2
), . . . , (X
n
, Y
n
). Considere o seguinte procedimento
para denir um estimador
2
: (1) Fixar um ponto amostral que denotamos
(X
0
, Y
0
); (2) calcular as inclina coes dos segmentos denidos por cada dado amos-
tral (X
i
, Y
i
) com o ponto xo (X
0
, Y
0
); (3) considerar como estimador
2
o valor
medio de todas as inclina coes calculadas no passo (2). Responda as seguintes
perguntas:
(a)
E verdade que
2
pode ser expressado matematicamente como 0,5ptos
2
=
n 1
n
2
n
i=2
Y
i
Y
0
X
i
X
0
?
Justique sua resposta.
(b)
E verdade que o estimador
2
nao e linear? Justique sua resposta. 0,5ptos
(c)
E verdade que o estimador
2
e viesado? Justique sua resposta. 0,5ptos
(d) Se denotamos com
2
o estimador de mnimos quadrados, qual dos dois 0,5ptos
estimadores
2
e
2
voce escolheria? Justique sua resposta.
Econometria Lista de Exerccios Primeira Parte
17. Admita que tanto as constantes
1
e
2
junto com as observa coes amostrais
(x
i
, y
i
) sao sempre positivas. Considere os modelos:
Modelo I: ln(y
i
) =
1
+
2
ln(x
i
) +
i
Modelo II: ln(y
i
) =
1
+
2
ln(x
i
) +
i
onde y
=
1
y
i
e x
=
2
x
i
. Mostre que:
(a) Os estimadores das inclina coes de ambos modelos sao iguais. 0,5pto
(b) Os coecientes de determina cao de ambos modelos sao iguais. 1,0pto
18. Admita que desejamos estimar os efeitos do tempo de experiencia no salario para 2,0pts
um determinado grupo ocupacional, sendo assim assumimos validas as hipoteses
do Teorema de GaussMarkov e propomos o modelo da forma:
Modelo I: y
i
=
1
+
2
x
i
+
i
i = 1, . . . , n
onde y representa salario e x os anos de experiencia. Considere que a informa cao de
anos de experiencia nao se encontra disponvel, porem an alises previas sugerem
utilizar a idade como variavel proxima da experiencia. Sendo assim, utilizamos o
metodo de mnimos quadrados para estimar os parametros do modelo:
Modelo II: y
i
=
1
+
2
x
i
+
i
i = 1, . . . , n
onde y representa o salario e x
2
seja naoviesado (em rela cao a
2
)? Justique sua resposta.
19. Admita que desejamos estimar o coeciente angular no modelo de regressao li-
near simples Y
i
=
1
+
2
X
i
+
i
e que a amostra aleatoria de tamanho n tem
observa coes (X
1
, Y
1
), (X
2
, Y
2
), . . . , (X
n
, Y
n
). Considere o seguinte procedimento
para denir um estimador
2
: (1) Fixar o ponto das medias amostrais (X, Y ); (2)
calcular as inclina coes dos segmentos denidos por cada dado amostral (X
i
, Y
i
)
com o ponto xo (X, Y ); (3) considerar como estimador
2
o valor medio de todas
as inclina coes calculadas no passo (2). Responda as seguintes perguntas:
(a)
E verdade que
2
pode ser expressado matematicamente como 0,75pto
2
=
1
n 1
n
i=1
X
i
X
Y
i
Y
?
Justique sua resposta.
Econometria Lista de Exerccios Primeira Parte
(b)
E verdade que o estimador
2
nao e linear? Justique sua resposta. 0,5pto
(c)
E verdade que o estimador
2
e viesado? Justique sua resposta. 1,0pto
(d) Se denotamos com
2
o estimador de mnimos quadrados, qual dos dois 0,75pto
estimadores
2
e
2
voce escolheria? Justique sua resposta.
20. Admita que no modelo de regressao simples y
i
=
1
+
2
w
i
+ sao validas todas as
hipoteses do Teorema de GaussMarkov e denimos um estimador de inclina cao
como:
2
=
n
i=1
ln(|w
i
| + 1) ln(|w
i
| + 1)
y
i
n
i=1
ln(|w
i
| + 1) ln(|w
i
| + 1)
w
i
onde ln(|w
i
| + 1) =
1
n
n
i=1
ln(|w
i
|+1)
Indique se as senten cas a seguir sao verdadeiras ou falsas, justique sua resposta:
(a) O estimador
2
e linear e viesado. 1,5pto
(b) Se denotamos com
2
o estimador de mnimos quadrados, qual dos dois 0,5pto
estimadores
2
e
2
voce escolheria? Justique sua resposta.
21. Admita que no modelo de regressao simples x
i
=
1
+
2
w
i
+ sao validas todas as
hipoteses do Teorema de GaussMarkov e que os dados da variavel independente
sao transformados atraves da fun cao y
i
= ln(|w
i
| + 1). Denimos um estimador
de inclina cao como:
2
=
n
i=1
(y
i
y) x
i
n
i=1
(y
i
y) w
i
onde y =
1
n
n
i=1
y
i
(a) O estimador
2
e naolinear? Justique sua resposta. 0,25pto
(b) O estimador
2
e viesado? Justique sua resposta. 1,50pts
(c) Calcule a variancia do estimador
2
. 1,5pts
(d) Se denotamos com
2
o estimador de mnimos quadrados, qual dos dois 0,25pto
estimadores
2
e
2
voce escolheria? Justique sua resposta.
No que segue consideramos validas as hipoteses do Teorema de GaussMarkov.
Utilizamos as nota coes
Cov[x, y] para a covariancia amostral (dados discretos) de x e y,
Econometria Lista de Exerccios Primeira Parte
bem como
Var[x] e
Var[y] para as variancias amostrais de x e y respectivamente. Onde
x e y correspondem aos vetores de observa coes amostrais x = (x
1
, x
2
, . . . , x
n
), e y =
(y
1
, y
2
, . . . , y
n
). Finalmente denotamos o vetor de resduos como = (
1
,
2
, . . . ,
n
).
Sendo assim, mostre que
22.
Cov[ , y] = 0.
23.
Var[ ] =
Cov[ , y]
24. O coeciente de determina cao R
2
e equivalente ao quadrado do coeciente de
correla cao amostral, isto e
R
2
=
SQE
SQT
= R
2
=
Cov[x, y]
Var[x]
Var[y]
25. O coeciente de determina cao R
2
tambem representa uma medida da correla cao
entre os dados observados e os estimados, isto e:
R
2
=
SQE
SQT
= R
2
=
Cov[y, y]
Var[y]
Var[ y]