Aula 01

Professor: Jeronymo Marcondes

Econometria p/ BACEN 2016
Prof. Jeronymo Marcondes Aula 01

AULA 01: Eficiência dos estimadores MQO e Regressão
Linear Múltipla

SUMÁRIO PÁGINA

1. Eficiência do estimador de Mínimos Quadrados Ordinários (MQO) 2

2. Modelos não lineares 9

3. Variáveis “dummy” 15

4. Regressão Linear Múltipla 18

47
Lista de exercícios de aula

Gabarito 58

Bem vindos de volta, pessoal. Vamos retornar à Econometria!

Bom, antes de qualquer coisa, preciso destacar que a aula de hoje é, com certeza, a
mais chata e menos “prática” de todo o curso. Esta aula será muito pesada. Tem
muita teoria matemática e exige um esforço muito grande, apesar de boa parte do
conteúdo não ser cobrado diretamente pelas bancas. Então, respire fundo e se
concentre. A aula terá poucos exercícios! O foco será teoria!

- “Professor, se não cai muito na prova, por que você está dando esta matéria?”

Meus queridos alunos, o conhecimento que vocês terão nesta aula é indispensável
para a compreensão do conteúdo que virá a seguir.

Por exemplo, eu vou ter que ensinar um pouco de operações com matrizes para
vocês, uma área da Matemática que é chamada de Álgebra Matricial. Não há
exercícios deste tema na prova, porém, sem o conhecimento deste conteúdo não será
possível que você entenda profundamente os fundamentos da Regressão Múltipla,
como uma matriz de variâncias e covariâncias, por exemplo. Assim, tenham
paciência!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 1 de 58

Econometria p/ BACEN 2016
Prof. Jeronymo Marcondes Aula 01

Antes de nos adentrarmos no tema Regressão Múltipla, precisamos terminar o
conteúdo de Regressão Simples, que iniciamos na aula anterior. Mais
especificamente, nós vamos discutir a questão da eficiência dos estimadores de
Mínimos Quadrados Ordinários (MQO).

1. Eficiência do estimador de Mínimos Quadrados Ordinários (MQO)

Vamos lá, lembram-se das 2 hipóteses que dissemos ser necessárias para a atividade
de análise de regressão?

Pare um pouco! Uma dica de concurseiro para aquecer seus motores.

Dicas de um Concurseiro
Gente, é muito importante que, durante o estudo, você tente
fazer uma força para lembrar-se do conteúdo já ensinado a
você durante o curso. Caso você não se lembre de algo, pare
tudo, e vá consultar suas anotações. Você vai ver! Você não
esquece mais!

Então, vamos lá! As hipóteses do modelo de regressão linear já estipuladas são:

1º Hipótese sobre o modelo de regressão linear simples

2º Hipótese sobre o modelo de regressão linear simples

Os erros são normalmente distribuídos

Veja, tudo que nós discutimos na aula anterior tem a ver com o estimador MQO. Uma
característica importante para um estimador é a sua ausência de viés. Quando eu
digo “viés” é exatamente isso que vocês estão pensando. Ao afirmar que a opinião de
uma pessoa sobre determinado assunto é “enviesada”, você está dizendo que ela

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 2 de 58

Econometria p/ BACEN 2016
Prof. Jeronymo Marcondes Aula 01

está se distanciando dos fatos da realidade e “puxando a sardinha” para uma
determinada conclusão.

Se eu digo para vocês que um estimador não é viesado, eu estou dizendo que, na
média, ele “acerta”, ou seja, dá o valor real do parâmetro. Vou repetir um pouquinho
da aula anterior, só para vocês lembrarem.

Um exemplo para vocês entenderem, suponha um fenômeno que se comporte da
seguinte forma:

Esta equação pode representar o fenômeno de vendas de uma empresa (y)
explicadas pelo seu gasto com propaganda (x). Porém, dado que nós só temos uma
amostra dos dados que compõem esta relação, nós iremos estimar esta reta por meio
de MQO, tal como na aula anterior, o que nos levará à seguinte relação:

(1)

Perceba que e são as estimativas de e para uma dada amostra de dados da
população. Algo intuitivo, mas que é importante destacar é que b mede a alteração
em y para uma dada variação em x, mantido tudo mais constante, ou como os
economistas chamam coeteris paribus. Agora isso não faz sentido, pois estamos
falando de regressão simples, mas quando formos tratar de regressão múltipla, com
muitas variáveis afetando y, este conceito ganha importância. Voltaremos a isso
depois.

Agora, a pergunta é: será que, na média, estes estimadores se aproximam do valor
real do parâmetro? Pronto, agora você vai entender o que é viés de um estimador.
Meus amigos, será não viesado se:

Isto quer dizer, a “esperança do estimador é igual ao seu correspondente parâmetro
populacional”. Só para lembrá-los da aula de Estatística, quando você falar em
esperança de uma variável, tire a sua média e pronto! Vocês não precisam saber mais
do que isso para sua prova.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 3 de 58

Econometria p/ BACEN 2016
Prof. Jeronymo Marcondes Aula 01

Bom, falamos um monte para chegarmos à seguinte pergunta: quais as condições
necessárias para que o estimador de MQO seja não viesado? A resposta para esta
pergunta depende de uma demonstração matemática que se utiliza do operador
esperança.

-“Professor, esta demonstração cai na prova?”

Quem pensou assim é um verdadeiro concurseiro, com meio caminho andado para
sua aprovação. Você tem que ser objetivo e focar em resultados e não em
perfumarias. Se você gostar muito de Econometria e quiser aprender isso, passe no
concurso e vá fazer um Mestrado ou Doutorado em economia depois, agora, pense
no concurso. Mas, quem quiser dar uma olhada na demonstração, dê uma olhada no
livro do meu orientador de doutorado, Rodolfo Hoffmann, “Análise de Regressão:
uma introdução à Econometria”.

Então, vamos direto ao ponto. Para garantir o não viés de um estimador de uma
regressão linear, assuma a 1ª hipótese do modelo de regressão linear e acrescente: 1

3º Hipótese sobre o modelo de regressão linear simples

Ou seja, os não são correlacionados com os erros

1Para quem é mais criterioso, a média dos erros ser igual à zero não é “bem” uma hipótese necessária
para se provar que um estimador é não viesado. Na verdade esta hipótese é necessária para derivar
o próprio estimador, ou seja, é praticamente uma condição intrínseca à existência do mesmo.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 4 de 58

maiores seriam as vendas. Jeronymo Marcondes Aula 01 Obs. o que é um estimador eficiente?” É aquele que possui a menor a menor variância dentre todos os estimadores lineares não viesados.br 5 de 58 . Econometria p/ BACEN 2016 Prof. O que é bastante óbvio. Prof. Assim.“Professor. Se os gastos em propaganda forem uma parcela fixa do total que a empresa vende. Bom. mas isso não basta para provar que um estimador é eficiente. dado que se seu estimador é não viesado. De acordo com as provas da banca. . podemos perceber que eles consideram que a não normalidade dos erros só afeta os testes de hipóteses. de modo a se aproximar ao máximo do parâmetro populacional. o que poderia estar afetando as vendas seria a fatia de mercado já dominada pela empresa e não os gastos em propaganda. a mesma considera que tal hipótese não é necessária. aquelas 2 condições são necessárias para se concluir que o estimador MQO seja não viesado. Cuidado! No caso da CESPE. estes gastos seriam cada vez maiores quanto maiores fossem as vendas. vamos ao exemplo dos gastos em propaganda. Neste sentido. Os erros na equação original poderiam representar a fatia de mercado já dominada pela empresa. O que nós estamos dizendo aqui? Vejamos.estrategiaconcursos. por conseqüência do aumento na fatia de mercado e não dos gastos em propaganda. Jeronymo Marcondes www. dado que quanto maior a fatia de mercado. Pessoal. o efeito b encontrado para os gastos em propaganda poderia estar contaminado e ser espúrio (isso é.com. Assim. o que você busca é que o mesmo possua variância mínima. maior seriam os gastos em propaganda e. eu já vi autores dizendo por aí que a normalidade dos erros é condição necessária para que o estimador MQO seja não viesado. não representar nada).

os erros observados nas estimativas MQO no período t não podem influenciar os erros de estimativa no período t+1. As pressuposições são as mesmas necessárias para garantir o não viés e mais estas duas: 4ª hipótese sobre o modelo de regressão linear simples: 5ª hipótese sobre o modelo de regressão linear simples: Ou seja. portanto. surgirão problemas na análise de regressão. Pessoal. Novamente. 2010. os erros não são autocorrelacionados. Econometria p/ BACEN 2016 Prof. por Prof. Por exemplo. pode-se encontrar um erro que se comporte de tal forma que: Se isso ocorrer.com. Com efeito. então vamos direto ao que interessa. ou. não constante? Se isso ocorrer. espera-se que os erros do período presente não guardem relação com os erros do período passado. Para entender melhor. não se assustem.br 6 de 58 . Quanto à 5ª hipótese. você concorda que a variância será função do valor da variável explicativa e. o que se quer é garantir que os erros tem variância constante ao longo da amostra. portanto. chamamos a este problema de heterocedasticidade. Jeronymo Marcondes Aula 01 Você garante que um estimador é o melhor estimador linear não viesado. vocês não têm que saber como derivar tal teorema (no livro do Prof. Jeronymo Marcondes www. Só para explicar melhor. Hoffmann você também encontra tal demonstração). Quando a variância dos erros não é constante. no caso da 4ª hipótese. BLUE (best linear unbiased estimator) por meio da satisfação das condições do Teorema de Gauss Markov.estrategiaconcursos. como é conhecido na literatura especializada. conforme será discutido mais adiante. substitua t por um determinado ano. todas estas hipóteses e suas violações serão discutidas com mais detalhes na próxima aula.

Entenda que se o erro for autocorrelacionado. tente entender o conceito. espere que a gente chega lá! A única coisa que eu quero que vocês saibam é que autocorrelação não é fenômeno exclusivo de séries temporais. pense na possibilidade de uma variância não constante para os erros. com observações para diferentes unidades no mesmo período de tempo (como no caso dos gastos com propaganda. principalmente. Jeronymo Marcondes Aula 01 exemplo. ok? Está complicado? E é complicado mesmo! Iremos discutir mais sobre isso posteriormente. que depende de tal estimativa. e pense sobre isso.br 7 de 58 . muito mais! Por enquanto. no qual X é o gasto de cada empresa e Y sua respectiva venda. estamos trabalhando com dados em cortes transversais. na maior parte dos casos. por exemplo)? Então. tal como esperamos. o teste de hipóteses. Olhe a reta estimada (1). Além disso. Não entendeu nada? Não tem problema. imagine como isso pode afetar. é possível existir a chamada “autocorrelação contemporânea”. assumindo valores diferentes para cada ano passado. que avaliamos diferentes empresas em um único ponto do tempo. mas ao longo do tempo). ou seja. Vocês lembram de que eu disse que. podendo levar à conclusão de que a reta está mal especificada. por enquanto. dizemos que o modelo possui autocorrelação. Olha Dados em Painel aí gente! No caso de Dados em Painel. Caso isso não ocorra.estrategiaconcursos. ou seja. observações para uma mesma unidade em diferentes períodos do tempo (seria o equivalente a avaliar a questão dos gastos com propaganda em uma única empresa. Prof. pense na reta como corte transversal.com. a hipótese 5ª. ele não será uma variável aleatória. um ano. Econometria p/ BACEN 2016 Prof. Jeronymo Marcondes www. só é violada quando estamos trabalhando com séries de tempo. Depois pense na possibilidade de estas variáveis se referirem a uma única empresa.

as estimativas dos parâmetros serão não viesadas. não tem nada a ver com intercepto. Resolução (1) Olha que pegadinha chata! Realmente. A respeito dos estimadores de Mínimos Quadrados Ordinários (MQO). Vamos fazer um exercício. se estas hipóteses estiverem valendo. Prof. Porém. Portanto. Portanto. (2) Gente. Jeronymo Marcondes www.com. Se . para garantir que um estimador é não viesado. Jeronymo Marcondes Aula 01 Então. em um modelo de regressão linear: (1) Se a variância dos erros não for constante. é falso. serão viesadas. você pode dizer que o estimador de sua Regressão Linear Simples é BLUE. é falso. o fato de o mesmo ser heterocedástico não implica que o estimador em questão é ou não é viesado. Econometria p/ BACEN 2016 Prof. ou homocedásticos. os estimadores de todos os parâmetros. você não precisa de erros não heterocedásticos. com exceção do intercepto. só para você verem como estão se saindo.br 8 de 58 . você só afeta a possibilidade de o mesmo ser ou não ser BLUE. no caso. . (2) Se . (ANPEC 2006) Julgue as afirmativas. todas as estimativas serão viesadas.estrategiaconcursos.

Prof. é a parte mais importante do estudo”. pense comigo. a reta é linear. Vamos lá. o modelo é não linear. exercícios ou teoria. mas não todos. mas nunca deixa uma parte. com menos de 20% a 15% do total estudado. mas isso não quer dizer que não podemos trabalhar com modelos não lineares. o professor tá doido!” Não. é possível linearizar muitos modelos. pois a relação explicada é linear. Jeronymo Marcondes www. mas a reta é! Entendam. a fim de que você possa se adaptar a qualquer cenário.estrategiaconcursos. iremos começar a entender uma coisa que as bancas adoram. a depender do seu domínio da matéria.br 9 de 58 . Um conselho: isso nem sempre é verdade.com. Portanto. Muitas vezes as bancas alteram totalmente seu paradigma e as pessoas condicionadas a exercícios vão mal. a saber: Veja. Uma dica de concurseiro. Modelos não lineares E aí pessoal? Vamos acordar! Passar em concurso não é fácil para ninguém. Faça assim. pense em um cronograma. fixe um valor de horas de estudo e horas de exercícios. . mas o termo variável é igual ao quadrado dos gastos em propaganda. cuja influência tentamos explicar. Jeronymo Marcondes Aula 01 2. Não há qualquer mudança nos procedimentos de MQO. Dica de um concurseiro Muita gente fala “faça exercícios. Aquele x da reta estimada poderia ser o quadrado dos gastos em propaganda. os coeficientes que dão valores de elasticidade. o que é tudo que precisamos. Exercícios é uma das partes centrais da sua rotina. nós estamos trabalhando com Regressões Lineares.“Que isso. Com base nisso. mas é preciso uma teoria bem estudada. Econometria p/ BACEN 2016 Prof. olhe a equação (1). a estimativa é feita da mesma forma.

Por exemplo. Por exemplo: ��i� Neste exemplo. tal que: (2) Se: Na qual. com base na equação. Antes de continuarmos. no caso do nosso exemplo na equação (1). representa o logaritmo da variável . valendo a mesma coisa para a outra variável. A prova matemática deste conceito exige o conhecimento de cálculo diferencial.br 10 de 58 .estrategiaconcursos. o número 4 é a base. Apenas gravem. o logaritmo é o valor ao qual você tem de elevar o número da base para se atingir a um determinado valor. Então.com. a partir daqui iremos nos referir às variáveis que sofreram transformação logarítmica como variáveis em log e as que não sofreram nenhuma transformação como variáveis em nível. Porém. Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof. vamos falar sobre o que é o logaritmo. não vou entrar em detalhes.718). Prof. O logaritmo que tem o número neperiano como base é chamado de logaritmo natural. há uma forma de transformarmos as variáveis envolvidas em uma regressão de tal forma que os coeficientes nos deem o valor da elasticidade da variável dependente com relação à independente. Na operação com logaritmos é comum se utilizar do número neperiano (e = 2. ou ln. portanto. não há necessidade de se restringir o valor da base a um número específico. Vocês se lembram do 2º grau? Então. em termos bem simples. a elasticidade das vendas com relação aos gastos de propaganda é a alteração percentual nas vendas decorrente de um aumento percentual de 1% nos gastos com propaganda. Elasticidade é o aumento percentual em uma variável. Jeronymo Marcondes Aula 01 Eu sei! Muitos não sabem o que é elasticidade. Assim. mantido tudo mais constante. dado o aumento de 1% em outra. pode-se realizar uma operação nas variáveis explicativas.

eles mesmo darão os valores dos logaritmos para vocês. apesar de não cair demonstração de teoremas nas provas a CESPE. basta pegar as variáveis que compõem a regressão que você quer estimar e tirar o logaritmo (na maior parte das vezes. as variáveis explicadas e explicativas estão ambas em log. Assim. bastaria selecionar as observações da amostra e mandar o programa tirar o logaritmo delas. me responda: como é um modelo log – nível? Isso mesmo.Log Na qual.Nível Nível . Não se preocupem.com. fica claro que o modelo log – log gera um coeficiente b que é igual à elasticidade de y com relação a x. Econometria p/ BACEN 2016 Prof. Portanto.“Mas.estrategiaconcursos. ou seja.Log Log . . não? Que bom. o operador “variação em nível” e “variação percentual”. Naquele caso. a variável dependente está em log. Guardem esta tabela: Modelo Interpretação de b Nível . porque isso cai muito! Este é o modelo log – log. caso a banca peça isso. tem uma coisa que cai: as propriedades do Prof.br 11 de 58 . enquanto que a independente está em nível.Nível Log . antes de partirmos para um novo tópico. b representa a elasticidade da variável independente com relação à dependente. o que tudo isso tem a ver com elasticidade?” Boa pergunta! Veja a equação (2) acima. Se você fosse usar o excel. logaritmo natural) de cada uma delas. uma transformação simples. respectivamente. Jeronymo Marcondes www. Jeronymo Marcondes Aula 01 Retornando ao tema. Agora. professor. Simples. Bom.

 é o erro aleatório Utilizando o método de MQO. em que ln é o logaritmo neperiano e Q um índice representando a demanda per capita do produto no ano i.br 12 de 58 . Mas. Jeronymo Marcondes www. Prof.estrategiaconcursos. então vamos lá: Questão 3 BACEN (2006) Uma das principais aplicações da Econometria tem sido a sua utilização na obtenção de modelos que explicam a procura de produtos nos diversos setores da economia. observações nos últimos 10 anos. Jeronymo Marcondes Aula 01 Logaritmo. Por exemplo.  em que R é a renda per capita do país no ano i.0140. Não vou perder muito tempo com isso. Variação Residual = 0.6160.com. não é mesmo? Isso cai muito. Dados:  . em determinado país. além do fato de que isso é matéria de 2º grau. Econometria p/ BACEN 2016 Prof. obteve-se a equação: Dados da tabela ANOVA: Soma dos quadrados referentes à regressão = 0. pois há diversas coisas que você tem que aprender. com base e. adotou-se o modelo para avaliar a demanda per capita de um determinado produto.  em que P é o índice de preços do produto no ano i. dar uma noção do básico não mata ninguém.

Substituindo: Isolando o número 4 do outro lado e por meio das propriedades descritas acima. Econometria p/ BACEN 2016 Prof.estrategiaconcursos. Jeronymo Marcondes www. pode- se escrever a seguinte relação: Se fizermos a seguinte operação. mantemos o resultado original: Assim: Prof.br 13 de 58 . Jeronymo Marcondes Aula 01 Considerando a equação do plano obtida pelo método MQO para esse país. o valor da previsão em um determinado ano do índice de demanda per capita Q em função do índice de preços (P) e da renda per capita (R) pode ser obtido pela fórmula. a) b) c) d) e) Resolução Vamos começar a operar o logaritmo.com.

os dados são homocedásticos c) O intercepto representa a inclinação da reta d) Os erros do modelo não são aleatórios. A inclinação é dada por . o intercepto. Jeronymo Marcondes Aula 01 O que leva a: Vamos lá. mas somente o valor no qual a reta tangencia o eixo vertical. . A alternativa (b) é a definição de homocedasticidade. com esperança igual a 1 e) A constante é sempre positiva Resolução Essa é bem fácil.estrategiaconcursos. Só para destacar.br 14 de 58 .com. Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof. Retornando à aula! Prof. não é a inclinação da reta. mais “umzinho”! Questão 4 (EPE – ECONOMIA DA ENERGIA/2007) Qual das afirmações abaixo faz referência correta ao modelo de regressão linear simples? a) Toda regressão apresenta heterocedasticidade b) Se a variância dos erros é constante.

tal como sexo. O é o termo de erro. religião. Atenção! O número de variáveis dummy em uma reta será sempre (N-1). A título de ilustração. portanto: � Enquanto que: � Entenderam. R$ 300 reais a mais do que as mulheres. claro. Econometria p/ BACEN 2016 Prof. vamos nos utilizar do seguinte exemplo: � Na qual o salário de um indivíduo é explicado pelos seus anos de estudo e por uma variável binária “ ”. Por exemplo. o “1” ou “0” podem ser interpretados como “sim” ou “não”. há duas características . que tem a propriedades desejáveis. Vocês entenderam a ideia? A variável binária vai demonstrar. Jeronymo Marcondes www. pessoal? As variáveis dummy permitem levar em conta aspectos qualitativos em um modelo.com. Variáveis “dummy” Gente.br de características em análise. se o coeficiente for significativo. cor. Estas são variáveis que só assumem dois valores: 0 ou 1. Por exemplo. suponha que a reta estimada por MQO seja tal que: � Neste caso. tais como tínhamos feito até então. . sendo N igual ao número Prof. na média. Quem tem um conhecimento em informática sabe do que estou falando.estrategiaconcursos. Vejam que. uma coisa que aparece muito em provas são as variáveis binárias. os homens recebem. ou dummy. na média. no 15 caso de 58 do modelo acima descrito. etc. Jeronymo Marcondes Aula 01 3. de forma que a mesma toma valor igual a 1 para os homens e 0 para as mulheres. A ideia básica seria utilizar tais variáveis para expressar relações qualitativas e não quantitativas. no caso das mulheres. qual a diferença salarial entre os indivíduos homens e mulheres. Na verdade.

Questão 5 (IBGE – Métodos Quantitativos /2008) Com relação à Regressão Linear Múltipla. ocorrerá um problema econométrico. Vamos lá! Exercícios. os resíduos são sempre menores Prof.com.estrategiaconcursos. Jeronymo Marcondes Aula 01 Caso esta condição não seja respeitada. culminando na representação geométrica por hiperplano e) Quando comparados com a regressão linear simples. Jeronymo Marcondes www. conforme será discutido em aulas posteriores.br 16 de 58 . Econometria p/ BACEN 2016 Prof. chamado de multicolinearidade. assinale a alternativa correta: a) A variável Y dependente deve variar linearmente com o conjunto de variáveis explicativas X e não com cada uma delas b) A representação geométrica é sempre de um plano c) Funções como são sempre linearizáveis d) A aplicação de logaritmos sempre permite a linearização.

como eu disse. chegue na reposta por exclusão. Jeronymo Marcondes www.com. uma coisa que eu falo toda hora é que a regressão simples estima uma reta! Quando a regressão é múltipla. elimine o que estiver errado. trataremos de hiperplanos. X. com o conhecimento pré-existente você pode chegar na resposta.80. nem todos os modelos são. Mas isso não importa. etc. Z) que constituem uma amostra aleatória simples de tamanho 23. Não há como saber tudo! Você tem que ser esperto também. Jeronymo Marcondes Aula 01 Resolução Bom gente. Dicas de um Concurseiro Vocês estão vendo? Não é preciso saber todas alternativas.estrategiaconcursos. vamos ao que interessa. mas. vocês já sabem a resposta! Olhe a alternativa (c). obtenha o valor mais próximo da estatística F para testar a hipótese nula de não existência da regressão: a) 84 b) 44 c) 40 d) 42 e) 80 Prof.br 17 de 58 . aplique o Ln e você verá que este modelo é passível de se tornar linear. mas. Econometria p/ BACEN 2016 Prof. Questão 6 (ESAF – ATRFB/2009) O modelo de Regressão Linear Múltipla Y = + X+ Z+ é ajustado às observações (Y. vocês não tem como saber tudo isso sem a matéria de Regressão Múltipla. Considerando que o coeficiente de determinação foi R² = 0.

Jeronymo Marcondes www. por que nós temos que aprender isso?” Bom.com. esta parte vai ser chata e difícil. Regressão Linear Múltipla Cansado? Vá dar uma volta.estrategiaconcursos. 4. análise de Regressão Linear Múltipla! Uma matriz é um arranjo retangular de números variáveis e parâmetros. leia-se. Econometria p/ BACEN 2016 Prof. Em segundo lugar.1 Conceitos de Álgebra Matricial .“Professor. Estes são chamados de elementos da matriz A. pois operações com matrizes é a forma mais simples de se trabalhar com sistemas de equações lineares. com um belo cargo no governo. tal como: No qual. Depois você continua! Preparem-se. não vou adentrar muito no assunto. dado que se trata de uma matéria de segundo grau e acredito que quase todo mundo se lembra mais ou menos. Prof.br 18 de 58 . vocês têm que aprender isso. primeiramente. coma algo. z e h podem ser quaisquer números reais. respire. mas fazer o que? Você que escolheu ter uma bela remuneração. x. y. Jeronymo Marcondes Aula 01 Resolução Já ensinei isso hein? Vamos lá: Retornando à aula! 4.

Soma e Subtração de Matrizes Duas matrizes só podem ser somadas ou subtraídas se estas tiverem a mesma dimensão. Atente-se: a transposta de uma matriz X ( X ’ ) é. Essa é a mais fácil! Pense. Econometria p/ BACEN 2016 Prof. de vetor coluna e vetor linha. blá.br 19 de 58 . No caso da matriz acima. a mesma tem dimensão (2 X 2).estrategiaconcursos. sendo que uma matriz (m X n) significa que a mesma tem “m” linhas e “n” colunas. Por exemplo: E se fosse uma subtração? Prof. com o único intuito de podermos entender melhor a forma de expressar um sistema de equações de forma reduzida. bem como a maneira de estimar um sistema. A título de ilustração: Mais uma coisa que vocês têm que saber sobre matrizes: o conceito de matriz transposta. Jeronymo Marcondes www. se você quiser somar/subtrair duas matrizes basta realizar a operação entre os dois elementos com a mesma posição nas duas matrizes. Uma matriz pode conter apenas uma coluna ou apenas uma linha. blá! Vamos às operações com matrizes.com. respectivamente. Jeronymo Marcondes Aula 01 O número de linhas e colunas de uma matriz define sua dimensão. tão somente uma versão da original. mas cujas linhas equivalem às colunas da original e vice versa. No caso do exemplo acima descrito: Simples não? Agora chega de blá. sendo chamadas.

olhe a operação acima e veja que é possível escrevê-la da seguinte forma: Essa é uma forma simplificada de se escrever o sistema de equação acima. Esta operação consiste na multiplicação de cada linha pela coluna correspondente. Fácil! Agora.com. cabe destacar que a matriz resultante de duas matrizes terá dimensão igual à quantidade de linhas da primeira matriz pela quantidade de colunas da segunda matriz. muito utilizada em econometria. que é a multiplicação de matrizes por um escalar (um único número) e a multiplicação de uma matriz por outra. isso gerará o elemento 1X1 da matriz (isto é o elemento que se encontra na intersecção da linha 1 com a coluna 1). acho que a melhor forma de entender a multiplicação de matrizes é por meio de um exemplo. A regra é simples. gerando uma nova matriz H. contanto que elas possuam a mesma dimensão. no caso de uma matriz (2 X 2). vamos multiplicar duas matrizes.br 20 de 58 . Assim: Só para vocês começarem a pensar como economistas. Vamos primeiro ao caso da multiplicação de uma matriz por um escalar. multiplique a linha 1 pela coluna 1. Jeronymo Marcondes www. Vamos supor que a matriz do nosso exemplo acima fosse multiplicada por um escalar x=2. Antes de nos atermos à operacionalização do método. Portanto. Multiplicação de Matrizes Há dois tipos de multiplicação de matrizes. Jeronymo Marcondes Aula 01 Simples não? Não tem segredo. Essa regra serve para a soma de matrizes de qualquer dimensão. Fácil. Econometria p/ BACEN 2016 Prof.estrategiaconcursos. a matriz resultante terá dimensão (3 X 4). Ou seja. é só multiplicar todos os elementos pelo escalar. Prof. ao multiplicar uma matriz (3 X 2) por outra (5 X 4). Bom gente.

Econometria p/ BACEN 2016 Prof. atenção. multiplique os membros da diagonal principal da matriz e subtraia este valor da multiplicação dos membros que não compõem a diagonal principal.“Não entendi nada!” Prof. diferentemente da soma e subtração de matrizes. e some o resultado desta multiplicação. no caso da multiplicação. já que estamos tratando do tema Álgebra Matricial. Dada uma matriz. contentem-se com essa: Determinante é um escalar associado a uma Matriz. Jeronymo Marcondes Aula 01 Deu para entender o que eu fiz? Olhe o exemplo! O elemento (1 X 1) é constituído da multiplicação da linha 1 pela coluna 1.estrategiaconcursos. Determinante de uma matriz Esta será a parte da disciplina que só será utilizada em parte mais distante do curso. Aquela velha pergunta dos alunos de segundo grau: o que é o determinante? Realmente. quando falarmos do Vetor Autoregressivo. 5 e 3. então. as matrizes não precisam ter a mesma dimensão? Lembre-se da regra. o que é necessário para a multiplicação de duas matrizes é que o número de colunas da primeira seja igual ao número de linhas da segunda. Mas. Entretanto. no caso. é uma pergunta complicada para se achar uma resposta intuitiva. Jeronymo Marcondes www.com. Veja a primeira linha da primeira matriz. chegando ao resultado. vamos nos adiantar e já falar sobre isso. Vocês perceberam que. O cálculo do determinante de uma matriz (2 X 2) é muito simples.br 21 de 58 . e multiplique pelos termos da primeira coluna da segunda matriz. a matriz resultante terá dimensão igual ao número de linha da primeira matriz e número de colunas igual ao da segunda. . que contém os termos 2 e 1.

você faz a mesma coisa com as diagonais “invertidas” (2.2) e (5. repetindo as 2 primeiras colunas à direita da última. o determinante será de: Entenderam? Viram que basta multiplicar os membros das diagonais (6. Jeronymo Marcondes www.4) e (5.7).4. o determinante (D) é dado por: Entenderam? É bem fácil! E se for uma matriz (3 X 3)? Por exemplo: Com base nesta matriz. suponha uma matriz dada por: A diagonal principal é composta pelos elementos (2. o cálculo do determinante depende de uma operação sobre a matriz. Vamos ilustrar: Agora você tem 3 diagonais que vão da esquerda para a direita e 3 que vão da direita para a esquerda.br 22 de 58 . (2.estrategiaconcursos.4. Econometria p/ BACEN 2016 Prof.1).4.7). Jeronymo Marcondes Aula 01 É assim. (6.4.4) e diminui o primeiro somatório deste segundo! Prof.3.3. Portanto. Assim.2) e somá-los? Aí.com.

Prof.br 23 de 58 . por exemplo. quando elevada a (-1). pois isso é super importante para sua prova. é fácil deduzir uma propriedade das matrizes inversas: Esta propriedade afirma que quando você multiplica uma matriz pela sua inversa. Agora vamos falar da questão da “divisão de matrizes”. Simples assim. o que é semelhante a dividir um número por ele mesmo. Econometria p/ BACEN 2016 Prof. Esta operação é chamada de inversão de matrizes. não existe “divisão de matrizes”. eu tenho que saber inverter uma matriz?” Não! A menos que você vá prestar a prova do IPEA ou da ANPEC. multiplicar uma matriz X qualquer por outra Matriz inversa qualquer. Veja: Isso é uma matriz identidade. Vamos primeiro ao caso da matriz identidade. isso não será cobrado.“Professor. você entenderá depois. mas há uma operação que faz o “papel” da divisão. A título de esclarecimento.com. Y. Primeira. Sua importância. é semelhante a dividir X por Y. o resultado é a matriz identidade. Assim. Assim. cabe destacar que a representação de uma matriz. é equivalente à inversa desta última. enquanto que todo o resto da matriz é composto por zeros. Jeronymo Marcondes www. você só tem que entender o seu papel e como a mesma funciona em um contexto que você precisa “dividir” duas matrizes.estrategiaconcursos. Jeronymo Marcondes Aula 01 Matriz identidade e “divisão de matrizes” Esta parte é tranquila. . uma matriz identidade (I) é uma matriz tal qual os elementos da diagonal principal são todos iguais a 1. Já adianto. A única coisa que você tem que saber são duas coisas.

com. Jeronymo Marcondes www. vocês não precisam saber inverter uma matriz. -”Professor. Por exemplo: Perceba que a coluna 2 é o dobro da primeira. pois isso influirá no determinante da mesma e. existe uma propriedade básica dos determinantes que afirma que se uma linha/coluna de uma matriz for um múltiplo de outra linha ou coluna da mesma. você pode afirmar que há dependência linear entre os elementos. Jeronymo Marcondes Aula 01 A segunda coisa que você tem que saber sobre inversão de matrizes tem a ver com independência linear. a segunda coluna é um múltiplo da primeira. qual a necessidade de toda essa chateação?” Agora vocês vão entender. é muito importante saber se há dependência linear em uma matriz. na sua matriz inversa. o que configura como uma combinação linear entre as colunas. a sua inversa não existe! Portanto. Prof. seu determinante será igual a zero. ou seja. Se as variáveis de uma linha ou coluna de uma matriz são uma combinação linear de outras linhas e colunas da mesma. Mas. tudo bem. Veja.br 24 de 58 . caso haja dependência linear em uma matriz. mas saibam que o processo depende do determinante de uma matriz. Econometria p/ BACEN 2016 Prof. se houver dependência linear em uma matriz. por consequência. Teste! Tire o determinante da matriz acima! Como eu disse. assim.estrategiaconcursos. o determinante será igual a zero. Assim.

também podemos escrever: O que pode ser reduzido à notação matricial: Opa! Agora vocês estão entendendo o porquê de todo aquele falatório sobre matrizes? Esta última forma é a melhor forma de se avaliar uma regressão múltipla. Econometria p/ BACEN 2016 Prof. por: De forma que i represente qual observação está sendo avaliada para cada uma das variáveis. a descrição das operações realizadas. genericamente. pois simplifica. Jeronymo Marcondes www. o estimador de MQO para a regressão múltipla é o seguinte: Prof. Jeronymo Marcondes Aula 01 4... vocês vão pensar com bastante calma e enxergar que é possível dispor os dados da seguinte forma: E. 2. é dada.br 25 de 58 . Vocês se lembram do estimador de MQO para a regressão linear simples? -“Claro Professor!” Então.estrategiaconcursos. de forma que i = 1. portanto. Eu já expliquei para vocês que uma Regressão Linear Múltipla.2 Regressão Linear Múltipla – aspectos algébricos Agora sim vocês vão entender direitinho.com. com k parâmetros. e muito. Assim.n.

a matriz inversa não existirá e. não haverá como determinar . mas tenham alguma correlação. se as variáveis X formarem uma combinação linear perfeita será impossível estimar a equação por meio do método MQO.com. temos mais uma hipótese necessária para a existência do nosso modelo de regressão.estrategiaconcursos. Alguns autores dizem que a não existência de colinearidade perfeita também é condição para o não viés. a não existência de colinearidade perfeita é condição para o estimador ser não viesado. Jeronymo Marcondes www. enquanto que é análogo a . a regressão múltipla forma não uma reta. No caso. Assim. Bom. uma coisa vocês precisam saber.br 26 de 58 . ou seja. opte pelo tradicional. portanto. o que eu não acho formalmente correto. Eu só vou esticar mais um pouquinho e chega. Porém. na qual se as colunas/linhas de uma matriz formarem uma combinação linear entre si. associa-se ao fator . Entretanto. Econometria p/ BACEN 2016 Prof. haja vista a impossibilidade de estimar uma regressão sob tal condição. Isso será discutido com profundidade na próxima aula! E aí? Tem alguém aí? Imagino que vocês devem estar mortos de cansaço. o que gera um problema de estimação conhecido como multicolinearidade. cuidado. se cair. 6ª Hipótese sobre o modelo de regressão linear Cada variável não pode ser combinação linear das demais. Lembrem-se da questão da matriz inversa. mas um hiperplano! Vocês conseguem imaginar o porquê? Prof. pode acontecer que as variáveis não formem uma combinação linear perfeita. Jeronymo Marcondes Aula 01 Olha só pessoal! Percebam a semelhança entre esta expressão e a expressão utilizada na regressão simples. Assim. Matutem! Foi uma aula pesada. quando estamos trabalhando com regressão múltipla.

sendo necessário trabalhar com mais dimensões. formam hiperplanos nos gráficos. bem como a covariância entre eles (autocovariâncias). De novo pessoal. Viu? Não há como representar o caso de 2 ou mais variáveis explicativas em um gráfico bidimensional. a forma de se representar as variâncias dos erros. é por meio da matriz de variância e covariância dos erros . a covariância entre duas variáveis X e Y: ⋮� Prof. 4.3 Matriz de Variância e Covariância Em uma regressão múltipla.br 27 de 58 . a fim de se lembrar o que é uma covariância! Só para dar aquela lembrada. Jeronymo Marcondes Aula 01 Vamos lembrar-nos do segundo grau! Olhem o gráfico que mostra o caso de uma regressão simples. hora de dar uma olhada no material de estatística.estrategiaconcursos.com. Econometria p/ BACEN 2016 Prof. Agora. veja um gráfico que representa o caso de 2 variáveis explicativas. Estes casos. Jeronymo Marcondes www. de mais de uma variável explicativa.

estrategiaconcursos.com. quando nós estivermos trabalhando com uma amostra e não com a população. Assim. Econometria p/ BACEN 2016 Prof. o que ela representa. tão somente. mas. Mas. Vejam: Perceba que a variância é única ao longo de toda a matriz. o estimador para será a soma dos quadrados dos resíduos divida pelos seus graus de liberdade! Bom. a intenção deste tópico não é ensinar a teoria por detrás da derivação da matriz. saiba que. nós podemos resumir as hipóteses 4 e 5 da regressão linear múltipla como: Sendo igual à variância dos erros.“Pra que tudo isso?” Prof. implicando homocedasticidade. eu sei o que vocês estão pensando: . a diagonal principal representa a variância dos erros. Jeronymo Marcondes Aula 01 Sendo: ⋮� Gente. Além disso. Jeronymo Marcondes www. Você já notou não é? Nós só estamos falando de variância do erro. É muito simples. enquanto que os demais elementos são as covariâncias entre eles. dado que . o que permite concluir que não há autocorrelação. não há autocovariância entre os diversos resíduos.br 28 de 58 .

brincadeira. suponha o seguinte modelo: Neste caso.com. A matriz de variância e covariância serve para identificarmos o comportamento da variância dos erros de uma regressão. Mas. Isso é importante para captarmos diversos problemas que podem estar afetando as estimativas.br 29 de 58 . Atenção! Pode-se provar que a matriz de variância e covariância para os parâmetros de uma Regressão Múltipla. . a análise de uma matriz de variância e covariância serve também para o caso das variâncias dos parâmetros.. nós já vimos qual é a variância do parâmetro : Perceba como são semelhantes! Mas. tal como a heterocedasticidade. Econometria p/ BACEN 2016 Prof. é dada por: No caso de 1 variável.. Vamos dar um exemplo para vocês enxergarem direitinho. Jeronymo Marcondes www. Por exemplo. Jeronymo Marcondes Aula 01 Para passar na prova. a variância dos parâmetros será tal que: Prof. a idéia em si traz um novo insight.estrategiaconcursos. Como será a forma dela? Você consegue adivinhar? É isso aí! A variância dos parâmetros fica na diagonal principal e suas covariâncias nos outros elementos.

com. Jeronymo Marcondes Aula 01 Na qual a variável representa o coeficiente de correlação entre e . portanto. estamos de volta ao caso de uma única variável explicativa. olhe suas anotações das aulas de estatísticas. ressalto. Econometria p/ BACEN 2016 Prof. mais de uma vez. esta é uma aula muito conceitual. a variância do parâmetro tenderá a ser tanto maior quanto maior for a correlação entre as variáveis explicativas. Pensem comigo. Jeronymo Marcondes www. caso contrário. releia o texto com calma e tente fazer os exercícios. Prof.estrategiaconcursos. Ufa! Cansei! Aulinha danada de pesada! Vamos fazer uns exercícios para ver se vocês entenderam. a equação não pode ser estimada por MQO. podendo resultar em uma variância infinita. Porém. caso .br 30 de 58 . se houver colinearidade perfeita em uma regressão. se for preciso.o que é equivalente ao caso de colinearidade perfeita! Lembrem-se. se a correlação entre variáveis explicativas por igual a zero. Mas.

os logaritmos das observações.br 31 de 58 . na base neperiana. Prof.. Econometria p/ BACEN 2016 Prof.. A análise é condicional às realizações de renda e preço..014 Total 0.17 Onde os parâmetros são constantes desconhecidas e os erros são não correlacionados e normalmente distribuídos com média nula e variância constante . No ajuste de um modelo econométrico.532 Nessas expressões representa o vetor de estimativas de MQO de e representa a matriz de variância e covariância de . das variáveis consumo (y). O ajuste pelo método de MQO produziu os seguintes resultados: Fonte Soma de Quadrados Modelo 0. Jeronymo Marcondes www.518 Erro 0. 8 e 9.estrategiaconcursos.. renda (r) e preço (p) satisfazem o modelo linear: I = 1. envolvendo uma amostra de tamanho 17. Jeronymo Marcondes Aula 01 (BACEN.com.2002) O texto que segue diz respeito às questões 7.

990 d) 0.0256 c) 0.br 32 de 58 .estrategiaconcursos. a) 0.997 Resolução Só lembrar: Questão 8 Deseja-se estimar o aumento percentual no consumo decorrente do aumento de 1% na renda e da redução de 2% no preço.974 b) 0.0013 b) 0. Econometria p/ BACEN 2016 Prof.0230 Prof.0295 d) 0. Assinale a opção que dá a variância desta estimativa.895 e) 0. Jeronymo Marcondes Aula 01 Questão 7 Assinale a opção que dá o valor do coeficiente de determinação do modelo linear ajustado.0343 e) 0. a) 0.900 c) 0. Jeronymo Marcondes www.com.

pior. dá a elasticidade. pode-se demonstrar que: Assim. com base na matriz de variância e covariância dada: Difícil essa. não é? Vamos fazer mais uma para descansar! Prof. Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof.com. que. estão pedindo a variância da estimativa e. Pelas propriedades acima enunciadas. por conseqüência. A saber: Mas. Econometria exige conhecimentos prévios de Estatística. Jeronymo Marcondes Aula 01 Resolução Opa! Se a questão pedisse a estimativa. Agora vamos lá.br 33 de 58 .estrategiaconcursos. não tem jeito. como eu já disse inúmeras vezes. seria fácil dado que estamos trabalhando com logaritmos. da estimativa de dois parâmetros atuando conjuntamente! Hora de lembrar-se de estatística de novo! Vocês se lembram que: Olha gente.

n) representa a distribuição F com m graus de liberdade no numerador e n gruas de liberdade no denominador: a) A estatística de teste é 259 e tem distribuição F(2.15) sob e) A estatística de teste é 259 e tem distribuição F(2. Econometria p/ BACEN 2016 Prof.14) sob c) A estatística de teste é 518 e tem distribuição F(3.com.estrategiaconcursos. A notação F(m.16) sob d) A estatística de teste é 518 e tem distribuição F(2.14) sob Resolução Vamos calcular a estatística F: Entenderam? Prof. Jeronymo Marcondes www. assinale a opção correta. Jeronymo Marcondes Aula 01 Questão 9 Relativamente ao teste da hipótese conjunta de que e são iguais a zero . contra a alternativa de que não são.15) sob b) A estatística de teste é 518 e tem distribuição F(2.br 34 de 58 .

2) (0.000. Com base nisso.39 P = 30. u o erro e os valores entre parêntesis são os desvios-padrão dos coeficientes estimados. Resolução Pessoal.com. Prof. Alternativa falsa.0) (2. com: R²= 0.0V + u (3. julgue os itens a seguir. Econometria p/ BACEN 2016 Prof.0Q + 10. Jeronymo Marcondes Aula 01 (ANAC – NCE/2007 – ADAPTADA) Considerando o modelo abaixo.9) P é o preço de venda dos apartamentos em uma determinada cidade (em mil reais). V o número de varandas.estrategiaconcursos. Q o número de quartos do apartamento. Questão 10 O preço esperado de um apartamento com 2 quartos e uma varanda será maior que R$ 80. substituam: O preço não é maior que 80.0 + 20. com uma amostra de 300 observações. estimado pelo método de mínimos quadrados ordinários. Jeronymo Marcondes www.br 35 de 58 . pois não conhecemos o valor esperado de u.

não pode ser obtido com a equação estimada. Resolução Questão obviamente incorreta. podemos concluir que a regressão é estatisticamente não-significante. Alternativa Falsa. a alternativa está falando do R². mais da metade da variação dos preços dos apartamentos pode ser explicada. Questão 12 Através da observação do valor do R2. No caso.br 36 de 58 . Jeronymo Marcondes Aula 01 Questão 11 Segundo o coeficiente de determinação. Questão 13 O preço esperado de um apartamento com apenas um cômodo. O R² é tão somente um coeficiente de determinação e não nos diz nada sobre a significância de uma regressão. Resolução Já discutimos isso. além da cozinha e do banheiro. ele é de 39%. Isso é para o teste F. no exercício 10. Econometria p/ BACEN 2016 Prof. portanto não explica mais da metade da variação dos preços. Alternativa falsa. Resolução Gente. Jeronymo Marcondes www.com. Pois. Prof. mostramos que isso é possível.estrategiaconcursos.

controvérsias à parte.com. mesmo que os erros não sejam normalmente distribuídos. Resolução Incorreta. Exercício 15 Sob heterocedasticidade os estimadores de MQO são viesados. Prof. a homocedasticidade é hipótese necessária para garantir eficiência e confiabilidade nos testes de hipóteses. não afetando o viés. Jeronymo Marcondes Aula 01 (ANPEC – 2010) Julgue as afirmativas Exercício 14 Os estimadores de MQO são eficientes. Econometria p/ BACEN 2016 Prof.br 37 de 58 .estrategiaconcursos. a eficiência do estimador não é afetada. Resolução Verdadeira! Como eu disse. mesmo se os erros não forem normalmente distribuídos. Conforme vimos. Jeronymo Marcondes www.

Esta é uma das condições necessárias impostas pelo Teorema de Gauss - Markov. Prof. yi). pois é o mínimo necessário para definir uma reta. Nestas condições. c) passa pelos pontos de máximo e de mínimo dos xi e dos yi. e) passa pelo menos por dois pontos (xi. a reta ajustada a) tem um intercepto a nulo.estrategiaconcursos. i = 1 a n. Jeronymo Marcondes www. yi). respectivamente. (xi. Econometria p/ BACEN 2016 Prof.br 38 de 58 . Exercício 17 (BNDES – 2009/CESGRANRIO) Para ajustar uma reta a um conjunto de pontos no plano cartesiano. b) tem uma inclinação b com sinal contrário ao do coeficiente de correlação entre os xi e os yi. d) passa pelo ponto ( ). onde e são as médias dos xi e dos yi. de modo que y = a + bx. se todos os yi forem iguais a 1. Resolução Perfeito. Jeronymo Marcondes Aula 01 Exercício 16 Sob autocorrelação o estimador de MQO não é mais eficiente. as estimativas de a e de b são feitas minimizando a soma dos quadrados dos erros verticais (supondo que os y sejam representados no eixo das ordenadas do gráfico entre x e y). que demonstra que o estimador MQO é BLUE. respectivamente.com.

toda a ideia de regressão é encontrar “médias”. Não tenho intenção de ser formal.com. vamos analisar intuitivamente. que.estrategiaconcursos. na verdade. Veja. Jeronymo Marcondes Aula 01 Resolução Pessoal. expressa uma importante propriedade do método de regressão. Econometria p/ BACEN 2016 Prof. a regressão minimiza a soma do quadrado dos resíduos. portanto: A alternativa verdadeira é a (d). A demonstração desta propriedade está fora do escopo deste curso. portanto.br 39 de 58 . ok? É para ser intuitivo mesmo! Dada uma regressão: Suponha que esta relação seja verdade: Prof. Jeronymo Marcondes www.

Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof.com. o que deixa o total inalterado. Jeronymo Marcondes Aula 01 Ou seja. Prof. que a regressão passe por estes pontos médios. o ponto médio é compatível com esta fórmula. Diminua a primeira equação da segunda: Como na aula anterior. Alternativa (d).br 40 de 58 . e somando esta expressão para todas as unidades seccionais: Que é o próprio estimador de MQO. o chapéu demonstra o desvio com relação à média. Ou seja.estrategiaconcursos. Rearranjando: Multiplicando o numerador e o denominador por .

estrategiaconcursos. a)O parâmetro de inclinação da reta e igual a tangente do ângulo formado entre a reta e o eixo Oy. a variável resposta assume o valor zero quando a variável preditora for igual ao inverso da inclinação da reta. A correlação entre as variáveis tem tudo a ver com o seu respectivo coeficiente estimado para a regressão. vamos nos ater à Econometria. a correlação entre o resíduo do modelo e a variável resposta deve estar próxima de -1. c)Se o modelo linear estiver bem ajustado.br 41 de 58 . Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof. Resolução Questão muito teórica da área de estatística. A alternativa correta é a (b). d)Se o intercepto do modelo for nulo. Jeronymo Marcondes Aula 01 Exercício 18 (TJ\RO – 2012/CESPE) Com respeito ao modelo de regressao linear simples.com. Prof. nos dirigindo diretamente para a alternativa correta. assinale a opção correta. b)A inclinação da reta e proporcional a correlação entre a variável resposta e a variável preditora. e)O parâmetro de inclinação da reta e igual ao cosseno do ângulo formado entre a reta e o eixo Ox. tal como vimos na fórmula: Alternativa (b). Porém.

Alternativa correta.br 42 de 58 . Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof. a inexistência de autocorrelação nos erros é condição necessária para eficiência do estimador. Jeronymo Marcondes Aula 01 (ANATEL – CESPE/2014) Julgue as afirmativas.com.estrategiaconcursos. Exercício 20 Prof. mas não para que o mesmo não seja viesado. Exercício 19 Resolução Perfeito! Lembrem-se das hipóteses necessárias para garantir que o nosso estimador seja BLUE: Ou seja.

Jeronymo Marcondes Aula 01 Resolução Lembre-se da 6ª hipótese em nosso modelo de regressão múltipla: Esse é o caso da multicolinearidade! Essa característica impede a estimação dos parâmetros.estrategiaconcursos. Alternativa correta. Jeronymo Marcondes www.com. pois o determinante da matriz de variáveis explicativas será zero. Exercício 21 (PETROBRAS – CESGRANRIO/2011) Prof.br 43 de 58 . Econometria p/ BACEN 2016 Prof.

que é dado pela soma de x e 30: Alternativa (e).com. Jeronymo Marcondes www. Prof.br 44 de 58 . Jeronymo Marcondes Aula 01 Resolução Um exercício de preencher o quadro! O primeiro a ser preenchido é o de graus de liberdade (gl). Econometria p/ BACEN 2016 Prof. Assim: Agora fica fácil encontrar w. Nós sabemos que o gl total é igual ao gl explicado (tratamento) mais o gl de erros. que tem relação direta com o seu quadrado médio: Agora fica fácil encontrar z (soma dos quadrados totais). pois este é o quadrado médio dos erros: é O caso do x é que este é a soma dos quadrados explicados.estrategiaconcursos.

Econometria p/ BACEN 2016 Prof. e)Isso é garantido pelo Teorema de Gauss Markov. melhor estimador linear não viesado. conforme veremos na próxima aula. Prof.com. Alternativa (d). b)Ele tem de ser linear. o estimador é não tendencioso (não viesado). garantidas pelo Teorema de Gauss Markov. Jeronymo Marcondes Aula 01 Exercício 22 (PETROBRAS – CESGRANRIO/2011) Resolução Vamos avaliar: a)Se todas nossas hipóteses forem atendidas. Lembre-se. d)Isso não é uma propriedade. Jeronymo Marcondes www.estrategiaconcursos. mas um método de estimação. c)Ele é consistente.br 45 de 58 .

Jeronymo Marcondes Aula 01 Exercício 23 (PETROBRAS – CESGRANRIO/2011) Resolução Uma alta correlação entre as variáveis explicativas é característica do problema conhecido como multicolinearidade. Econometria p/ BACEN 2016 Prof.br 46 de 58 .estrategiaconcursos.com. Prof. Alternativa (e). Jeronymo Marcondes www.

com base e.  é o erro aleatório Utilizando o método de MQO. Prof. Econometria p/ BACEN 2016 Prof. os estimadores de todos os parâmetros.estrategiaconcursos.br 47 de 58 . em determinado país. (2) Se . A respeito dos estimadores de Mínimos Quadrados Ordinários (MQO).com. observações nos últimos 10 anos. as estimativas dos parâmetros serão não viesadas. em um modelo de regressão linear: (1) Se a variância dos erros não for constante. com exceção do intercepto. Jeronymo Marcondes www.0140. serão viesadas. Jeronymo Marcondes Aula 01 Lista de exercícios de aula (ANPEC 2006) Julgue as afirmativas.  em que P é o índice de preços do produto no ano i. em que ln é o logaritmo neperiano e Q um índice representando a demanda per capita do produto no ano i. adotou-se o modelo para avaliar a demanda per capita de um determinado produto. Dados:  . Variação Residual = 0. Por exemplo.  em que R é a renda per capita do país no ano i.6160. BACEN (2006) Uma das principais aplicações da Econometria tem sido a sua utilização na obtenção de modelos que explicam a procura de produtos nos diversos setores da economia. obteve-se a equação: Dados da tabela ANOVA: Soma dos quadrados referentes à regressão = 0.

estrategiaconcursos.br 48 de 58 . Jeronymo Marcondes Aula 01 Questão 3 Considerando a equação do plano obtida pelo método MQO para esse país. os dados são homocedásticos c) O intercepto representa a inclinação da reta d) Os erros do modelo não são aleatórios. Econometria p/ BACEN 2016 Prof. com esperança igual a 1 e) A constante é sempre positiva Prof. o valor da previsão em um determinado ano do índice de demanda per capita Q em função do índice de preços (P) e da renda per capita (R) pode ser obtido pela fórmula.com. a) b) c) d) e) Questão 4 (EPE – ECONOMIA DA ENERGIA/2007) Qual das afirmações abaixo faz referência correta ao modelo de regressão linear simples? a) Toda regressão apresenta heterocedasticidade b) Se a variância dos erros é constante. Jeronymo Marcondes www.

Jeronymo Marcondes Aula 01 Questão 5 (IBGE – Métodos Quantitativos /2008) Com relação à Regressão Linear Múltipla. Econometria p/ BACEN 2016 Prof.com. culminando na representação geométrica por hiperplano e) Quando comparados com a regressão linear simples. Jeronymo Marcondes www. assinale a alternativa correta: a) A variável Y dependente deve variar linearmente com o conjunto de variáveis explicativas X e não com cada uma delas b) A representação geométrica é sempre de um plano c) Funções como são sempre linearizáveis d) A aplicação de logaritmos sempre permite a linearização. Z) que constituem uma amostra aleatória simples de tamanho 23. obtenha o valor mais próximo da estatística F para testar a hipótese nula de não existência da regressão: a) 84 b) 44 c) 40 d) 42 e) 80 Prof. os resíduos são sempre menores Questão 6 (ESAF – ATRFB/2009) O modelo de Regressão Linear Múltipla Y = + X+ Z+ é ajustado às observações (Y.br 49 de 58 .estrategiaconcursos.80. Considerando que o coeficiente de determinação foi R² = 0. X.

com.014 Total 0... Econometria p/ BACEN 2016 Prof. 8 e 9.2002) O texto que segue diz respeito às questões 7..532 Nessas expressões representa o vetor de estimativas de MQO de e representa a matriz de variância e covariância de .estrategiaconcursos. Prof.br 50 de 58 . O ajuste pelo método de MQO produziu os seguintes resultados: Fonte Soma de Quadrados Modelo 0.17 Onde os parâmetros são constantes desconhecidas e os erros são não correlacionados e normalmente distribuídos com média nula e variância constante . Jeronymo Marcondes www.. das variáveis consumo (y). envolvendo uma amostra de tamanho 17. renda (r) e preço (p) satisfazem o modelo linear: I = 1.518 Erro 0. na base neperiana. os logaritmos das observações. A análise é condicional às realizações de renda e preço. Jeronymo Marcondes Aula 01 (BACEN. No ajuste de um modelo econométrico.

0295 d) 0. a) 0. Jeronymo Marcondes www. Jeronymo Marcondes Aula 01 Questão 7 Assinale a opção que dá o valor do coeficiente de determinação do modelo linear ajustado.997 Questão 8 Deseja-se estimar o aumento percentual no consumo decorrente do aumento de 1% na renda e da redução de 2% no preço.0256 c) 0.br 51 de 58 .0013 b) 0.895 e) 0.900 c) 0. Econometria p/ BACEN 2016 Prof.estrategiaconcursos.0343 e) 0. a) 0.com.990 d) 0.974 b) 0.0230 Prof. Assinale a opção que dá a variância desta estimativa.

A notação F(m. Econometria p/ BACEN 2016 Prof. Jeronymo Marcondes Aula 01 Questão 9 Relativamente ao teste da hipótese conjunta de que e são iguais a zero .br 52 de 58 . Jeronymo Marcondes www.0Q + 10.2) (0. com uma amostra de 300 observações.14) sob c) A estatística de teste é 518 e tem distribuição F(3.0 + 20.14) sob (ANAC – NCE/2007 – ADAPTADA) Considerando o modelo abaixo.0V + u (3. V o número de varandas.9) P é o preço de venda dos apartamentos em uma determinada cidade (em mil reais). Q o número de quartos do apartamento.estrategiaconcursos. Prof. estimado pelo método de mínimos quadrados ordinários. julgue os itens a seguir.39 P = 30.com.0) (2.15) sob e) A estatística de teste é 259 e tem distribuição F(2. com: R²= 0. u o erro e os valores entre parêntesis são os desvios-padrão dos coeficientes estimados. Com base nisso. assinale a opção correta.16) sob d) A estatística de teste é 518 e tem distribuição F(2.15) sob b) A estatística de teste é 518 e tem distribuição F(2. contra a alternativa de que não são.n) representa a distribuição F com m graus de liberdade no numerador e n gruas de liberdade no denominador: a) A estatística de teste é 259 e tem distribuição F(2.

além da cozinha e do banheiro.com. não pode ser obtido com a equação estimada. Questão 13 O preço esperado de um apartamento com apenas um cômodo.estrategiaconcursos.000. Questão 11 Segundo o coeficiente de determinação. Prof. Jeronymo Marcondes Aula 01 Questão 10 O preço esperado de um apartamento com 2 quartos e uma varanda será maior que R$ 80.br 53 de 58 . Jeronymo Marcondes www. pois não conhecemos o valor esperado de u. mais da metade da variação dos preços dos apartamentos pode ser explicada. Econometria p/ BACEN 2016 Prof. podemos concluir que a regressão é estatisticamente não-significante. Questão 12 Através da observação do valor do R2.

mesmo se os erros não forem normalmente distribuídos. Jeronymo Marcondes Aula 01 (ANPEC – 2010) Julgue as afirmativas Exercício 14 Os estimadores de MQO são eficientes. Exercício 15 Sob heterocedasticidade os estimadores de MQO são viesados. Prof. Exercício 16 Sob autocorrelação o estimador de MQO não é mais eficiente. Jeronymo Marcondes www. Econometria p/ BACEN 2016 Prof.com.estrategiaconcursos.br 54 de 58 .

e) passa pelo menos por dois pontos (xi. d)Se o intercepto do modelo for nulo. assinale a opção correta. c) passa pelos pontos de máximo e de mínimo dos xi e dos yi. respectivamente. b) tem uma inclinação b com sinal contrário ao do coeficiente de correlação entre os xi e os yi. i = 1 a n. d) passa pelo ponto ( ). onde e são as médias dos xi e dos yi. pois é o mínimo necessário para definir uma reta. Exercício 18 (TJ\RO – 2012/CESPE) Com respeito ao modelo de regressao linear simples. e)O parâmetro de inclinação da reta e igual ao cosseno do ângulo formado entre a reta e o eixo Ox. Nestas condições. Econometria p/ BACEN 2016 Prof. Prof. se todos os yi forem iguais a 1. a correlação entre o resíduo do modelo e a variável resposta deve estar próxima de -1. Jeronymo Marcondes Aula 01 Exercício 17 (BNDES – 2009/CESGRANRIO) Para ajustar uma reta a um conjunto de pontos no plano cartesiano. Jeronymo Marcondes www. respectivamente.com. yi). de modo que y = a + bx. a)O parâmetro de inclinação da reta e igual a tangente do ângulo formado entre a reta e o eixo Oy. c)Se o modelo linear estiver bem ajustado.br 55 de 58 . as estimativas de a e de b são feitas minimizando a soma dos quadrados dos erros verticais (supondo que os y sejam representados no eixo das ordenadas do gráfico entre x e y). a reta ajustada a) tem um intercepto a nulo. yi).estrategiaconcursos. (xi. b)A inclinação da reta e proporcional a correlação entre a variável resposta e a variável preditora. a variável resposta assume o valor zero quando a variável preditora for igual ao inverso da inclinação da reta.

Exercício 19 Exercício 20 Exercício 21 (PETROBRAS – CESGRANRIO/2011) Prof.estrategiaconcursos. Jeronymo Marcondes www.com. Econometria p/ BACEN 2016 Prof.br 56 de 58 . Jeronymo Marcondes Aula 01 (ANATEL – CESPE/2014) Julgue as afirmativas.

estrategiaconcursos. Econometria p/ BACEN 2016 Prof.com. Jeronymo Marcondes www.br 57 de 58 . Jeronymo Marcondes Aula 01 Exercício 22 (PETROBRAS – CESGRANRIO/2011) Exercício 23 (PETROBRAS – CESGRANRIO/2011) Prof.

com. o foco tem de ser a teoria! Um abraço e me mandem as dúvidas.br 58 de 58 .estrategiaconcursos. nessa aula. mas acho que. Jeronymo Marcondes Aula 01 1–F 2–F 3–C 4–B 5–C 6–C 7–A 8–D 9–E 10 – Falsa 11 – Falsa 12 – Falsa 13 – Falsa 14 – Verdadeira 15 – Falsa 16 – Verdadeira 17 – d 18 – b 19 – V 20 – V 21 – e 22 – d 23 – e É isso aí! A aula foi muito pesada.com Prof. estudem! Tivemos poucos exercícios. Econometria p/ BACEN 2016 Prof. jeronymobj@hotmail. Jeronymo Marcondes www.