Exercícios de Econometria

01/03/2017
1- Os dados abaixo correspondem às variáveis: renda familiar e gasto com alimentação numa amostra
de 6 famílias, representadas em Kwanzas.
Consumo
Observação Renda alimentar
1 300 150
2 500 200
3 700 500
4 950 400
5 1500 850
6 1750 900

a) Obtenha a expressão de regressão do modelo de regressão linear simples Yi  1   2 X i  ui ,

através da aplicação do método dos mínimos quadrados ordinários (OLS).
a) Interprete os resultados obtidos para os coeficientes estimados tanto do ponto de vista matemático
quanto do ponto de vista económico.
b) Determine o intervalo de confiança para o parâmetro  2 , sabendo que o nível de confiança é de
98%. Interprete o seu singificado.
c) Será que o modelo estimado é globalmente significante? Justifique convenientemente a sua
resposta.
d) O modelo é consistente do ponto de vista teórico? Justifique a sua resposta.

2- Considere que lhe foram dadas 13 observações trimestrais da quantidade onde as quantidades
procuras do referido preço julgam-se depender dos gastos com publicidade segundo os dados
descritos na seguinte tabela:

Data Compras Preço Publicidade

2010-I 340,00 AOA 48,00 AOA 234,00 AOA
2010-II 330,00 AOA 72,00 AOA 256,00 AOA
2010-III 370,00 AOA 96,00 AOA 278,00 AOA
2010-IV 350,00 AOA 72,00 AOA 300,00 AOA
2011-I 380,00 AOA 48,00 AOA 322,00 AOA
2011-II 380,00 AOA 144,00 AOA 344,00 AOA
2011-III 400,00 AOA 96,00 AOA 366,00 AOA
2011-IV 210,00 AOA 168,00 AOA 388,00 AOA
2012-I 390,00 AOA 96,00 AOA 410,00 AOA
2012-II 400,00 AOA 144,00 AOA 432,00 AOA
2012-III 410,00 AOA 72,00 AOA 454,00 AOA
2012-IV 230,00 AOA 216,00 AOA 476,00 AOA
2013-I 420,00 AOA 192,00 AOA 498,00 AOA

a) Calcule a matriz dos parâmetros estimados?

b) Fazer o check up dos sinais esperados?
c) Fazer o teste de t para cada parâmetro?
d) Calcular o coeficiente de determinação?
e) Interprete os resultados obtidos?
2
3- A tabela apresenta dados relativos a Quantidade Ibs, o Preço em $/Ibs e os Gastos em Propaganda em
$ de 11 observações:
Gastos em
Ordem Qtid lbs Preç $/lbs Propaganda $
1 55,00 100,00 5,50
2 70,00 90,00 6,30
3 90,00 80,00 7,20
4 100,00 70,00 7,00
5 90,00 70,00 6,30
6 105,00 70,00 7,35
7 80,00 70,00 5,60
8 110,00 65,00 7,15
9 115,00 60,00 7,50
10 130,00 55,00 7,15
11 130,00 50,00 6,50

a) Provar se os dados conferem com a equação abaixo:

Qˆ tid i 117,532 1,326 X i 2  11,237 X i 3   i
b) Fazer o check up dos sinais esperados;
c) Fazer o teste de t para cada parâmetro;
d) Calcular o coeficiente de determinação;
e) Interprete os resultados obtidos.

4- A empresa Sogest, decidiu estudar o comportamento do consumo per capita nos EUA, durante o
período de 2001-2012, para tal recolheu uma amostra com os seguintes elementos, onde Y representa
o consumo per capita em US$, X2 o rendimento disponível per capita em US$ e X3 o tempo. Com
base nos dados determine:

a) Represente a notação matricial do problema.

Y X2 X3
1673 1839 1=2001
1688 1844 2
1666 1831 3
1735 1881 4
1749 1883 5
1756 1910 6
1815 1969 7
1867 2016 8
1948 2126 9
2048 2239 10
2128 2336 11
2165 2404 12= 2012

3
 b) Através do método OLS, o modelo estimado é dado pelo seguinte:
SUMÁRIO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,998681737
Quadrado de R 0,997365211
Quadrado de R ajustado 0,996779703
Erro-padrão 10,12825709
Observações 12

Paramêtros Coeficientes Erro-padrão Stat t

1 319,8147273 ? ?
2 0,73057196 ? ?
3 8,505092669 ? ?

52225,7847 a 159,4150

Var  Cov( ˆi )    3,0909 0,0018 c 

 b  0,0978 5,9076 

b.1) Complete os dados em falta na matriz da variância covariância.

b.2) Construa a matriz para o desvio padrão dos parâmetros.
b.3) Construa a matriz beta e explique os procedimentos que teria que fazer para chegar a este
resultado.
c) Interprete os parâmetros do modelo econometricamente.
d) O que se pode inferir quanto a significância individual dos parâmetros?
e) Construa o intervalo de confiança para o parâmetro  3 e interprete.
f) A Sogest considera que o parâmetro 1 é igual a 300 de acordo com a regressão do modelo.
Concorda com tal afirmação? Justifique.
5- Os dados seguintes representam a taxa de criminalidade na cidade de Luanda:

Crimes β0 β1 β2 β3 β4 R² F n
Roubo 29,100 -0,0192 -1,820 9,390 19,300 0,411 11,8 73
Ep 9,690 1,320 3,990 0,580 5,340

Arrombamento 14,100 0,00337 -0,574 -6,480 7,440 0,445 13,6 73

Ep 9,730 1,790 3,310 0,840 4,210

Furto 10,700 0,00680 -0,534 0,3750 2,980 0,398 11,2 73

Ep 7,380 2,840 2,410 0,500 1,640

Tempo = ß0+ß1Cr+ß2Exp+ß3Rpop+ß4Ano

Onde:
Tempo: indica o tempo médio em meses de estadia na prisão de indivíduos culpados;

4
Cr: representa a percentagem de crimes por 100.000 habitantes na cidade de Luanda;
Exp: é a despesa média por criminoso;
Rpop: são as receitas per capita em Luanda;
Ano: é uma variável muda que é igual a zero quando for 1990 e 1 para 2000.

Estes crimes são mutuamente exclusivos, e estão dispostos por gravidade.

a) Comente sobre as determinantes da sentença da prisão a luz dos resultados acima apresentados e
avalie as hipóteses neste modelo.
b) De que modo é que o passar do tempo afectou a política da sentença?

6- Os dados que se seguem dizem respeito as estimativas das Vendas mensais (em AKZ) de uma
empresa angolana, em relação à Inflação e o Desemprego.

Estatística de regressão
R múltiplo 0,072701146
R-Quadrado 0,005285457
Erro padrão 14858,09342
Observações 30
Coeficientes Erro padrão
Intercepto 19950,13029 12995,95665
Inflação 485,2738005 1312,818328
Desemprego 265,8921864 1348,655794

a) Apresente o modelo estimado. Interprete economicamente e matematicamente

b) Teste a significância global do modelo.
c) O que se pode inferir sobre as estatísticas parciais?
d) Há indícios de multicolinearidade. Averigúe o facto com o teste apropriado. Qual é a medida
correctiva?

7- Considere a seguinte equação estimada

Complete:

a) Um ano extra de educação provoca um aumento no rendimento de ______%, mantendo-se as

demais variáveis constantes.
b) Um indivíduo a trabalhar na zona urbana _____% a mais do que um individuo a trabalhar na zona
rural.
c) Um indivíduo cujo QI esteja no 51 ganha mais _____% do que um com OI igual a 50.

5
 8- Dado o quadro:
Ano/trimestres Consumo (Y) Renda (X) Y^ Ûi Ûi² Ut-1 Ut-Ut-1 (Ut-Ut-1)²
1994/3 757,60 970,00 714,2289 43,37 1.881,05
1994/4 745,20 988,50 721,6049 23,60 556,73
1995/1 673,40 866,50 672,9633 0,44 0,19
1995/2 652,20 812,40 651,3935 0,81 0,65
1995/3 676,20 845,30 664,5108 11,69 136,64
1995/4 709,10 891,90 683,0903 26,01 676,51
1996/1 704,70 899,30 686,0407 18,66 348,17
1996/2 691,80 911,20 690,7852 1,01 1,03
1996/3 696,60 903,20 687,5956 9,00 81,08
1996/4 667,60 904,50 688,1139 -20,51 420,82
1997/1 667,20 906,70 688,9911 -21,79 474,85
1997/2 671,00 920,20 694,3736 -23,37 546,32
1997/3 716,90 958,40 709,604 7,30 53,23
1997/4 698,40 934,10 699,9155 -1,52 2,30
1998/1 676,70 944,40 704,0221 -27,32 746,50
1998/2 661,40 956,30 708,7667 -47,37 2.243,60
∑ 11.066,00 14.612,90 11.066,00 0,00 8.169,67
Informação adicional: ep (B1) =123,33; ep (B2) =0,13; R²=38,43%; t (5%) =2,015; F (1,14,5%)=4,54;
F(11,11,5%)=2,82; dl = 0,971 dv = 1,331

a) Ache os parâmetros do modelo e apresente o modelo estimado. Interprete

b) Faça o teste t e F dos parâmetros.
Podemos afirmar que os resíduos do modelo estão autocorrelacionados? Faça o teste adequado. Caso
seja confirmado tal hipótese, como resolveria o problema.

9- Pretende-se estimar os impostos em Angola em função do PIB, para tal recolheu-se uma amostra de
1990 a 2002. A equação estimada é dada da seguinte forma:
IMPt  1   2 PIBt   t
O modelo foi estimado no SATA e forneceu os seguintes dados:

Source SS df MS Number of obs = 13

F( 1, 11) = 2389.38
Model 1.8666e+13 1 1.8666e+13 Prob > F = 0.0000
Residual 8.5934e+10 11 7.8122e+09 R-squared = 0.9954
Adj R-squared = 0.9950
Total 1.8752e+13 12 1.5627e+12 Root MSE = 88386

imp Coef. Std. Err. t P>|t| [95% Conf. Interval]

PIB .4316896 .0088314 48.88 0.000 .4122519 .4511274

_cons -106608 45505.59 -2.34 0.039 -206765.1 -6450.825

Durbin-Watson = 1.670854
Teste de White =7,31

6
 a) Fale dos pressupostos que estão na base da estimação do modelo IMPt  1   2 PIBt   t
b) Faça a interpretação económica e matemática do modelo estimado.
c) Qual o significado de R 2 ? Interprete-o.
d) O modelo é globalmente significante? Justifique a sua resposta convenientemente.
e) O que entende por auto-correlação? Que teste utilizaria para medir a auto-correlação?
f) O economista acha que o modelo tem problemas de auto-correlação. Concorda com esta
afirmação? Justifique convenientemente a sua resposta.
g) Existe multicolineariedade na regressão? Justifique convenientemente a sua resposta.
h) Podemos afirmar que o modelo estimada padece de heterocidasticidade?

10- Um economista decidiu estudar a procura de moeda nos EUA, encontrou as seguintes estimativas
utilizando dados mensais de Jan/2011 a Dez/2015:
DM t   1   2 Yt   3 rt
DM t  2,34  0,95 Yt  35,12 rt
s (1,92) (0,35) (2,54)
R 2  0,63
onde: DM = Log procura de moeda; Y = Log do PIB; r = log da taxa de juros real de curto prazo

a) Interprete o modelo acima.

b) Comente sobre a significância individual dos parâmetros, fazendo o teste apropriado.
c) Determine o intervalo de confiança para o parâmetro β2, e interprete o resultado obtido.
d) A empresa afirma que o parâmetro associado a variável rendimento é igual a 1. Concorda com tal
afirmação? Justifique a sua resposta convenientemente.

11- Com base nos dados anuais do sector industrial na África do Sul no período de 1990-2014, o instituto
de estatística obteve os seguintes resultados:

Onde Y é o Índice do produto real; K é o Capital real; L é o trabalho real e t o tempo.

a) O que entende por multicolineariedade?
b) Existe multicolineariedade na regressão? Justifique convenientemente a sua resposta.
c) Interprete as estatísticas acima de acordo com os conhecimentos da disciplina de econometria,
não se esquecendo da interpretação dos parâmetros, considere o intercepto como beta zero.
d) Afirma-se que o parâmetro da variável associado a variável tempo é igual a 1, concorda com tal
afirmação? Justifique a sua resposta aplicando o teste econométrico apropriado.

7
12- Um banco pretende estudar a relação entre o volume de vendas de seguros efectuadas durante um
dado período de tempo por seus vendedores, considerando seus anos de experiencia (AExp)e seu
score num teste de inteligência (IQ). Os resultados do modelo foram os seguintes:
Source SS df MS Number of obs = 30
F( 2, 27) = 71.17
Model 4133.74347 2 2066.87174 Prob > F = 0.0000
Residual 784.123192 27 29.0415997 R-squared = 0.8406
Adj R-squared = 0.8287
Total 4917.86667 29 169.581609 Root MSE = 5.389

vendas Coef. Std. Err. t P>|t| [95% Conf. Interval]

AExp 1.469986 .3619062 4.06 0.000 .727416 2.212556

IQ 13.48221 1.276099 10.57 0.000 10.86387 16.10055
_cons -10.1567 3.472666 -2.92 0.007 -17.28202 -3.031375

DW= 1,98
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of vendas
chi2(1) = 0.00
Prob > chi2 = 0.9474

a) Interprete os parâmetros do modelo.

b) Será que o modelo é globalmente significante? Justifique convenientemente a sua resposta
apresentando o teste apropriado, assim como a formulação das hipóteses.
c) O banco afirma que o modelo tem sérios problemas de multicolineariedade. Concorda com tal
afirmação? Justifique
d) Comente sobre a heterocidasticidade do modelo
e) O banco afirma que o modelo padece de autocorrelação. Concorda com tal afirmação? Justifique
aplicando o teste apropiado.

13- O modelo estimado refere-se a dados da economia Angolana entre 1980 a 2012. Um estudante do
Curso de Economia na UCAN interessou-se em saber os determinantes da taxa de desemprego em
Angola, tendo em conta dados do consumo, investimento, comércio externo (importações -
exportações), população e uma váriavel Dummie referente a situação politica (antes de 2002 -
período de guerra = 0 e após 2002 - período de paz = 1)

8
 Source SS df MS Number of obs = 33
F( 5, 27) = 28.53
Model 136.113438 5 27.2226877 Prob > F = 0.0000
Residual 25.7598974 27 .954070274 R-squared = 0.8409
Adj R-squared = 0.8114
Total 161.873336 32 5.05854175 Root MSE = .97677

desemprego Coef. Std. Err. t P>|t| [95% Conf. Interval]

consumo .0003711 .0004425 0.84 0.409 -.0005368 .001279

investimentos .0002486 .0006709 0.37 0.714 -.001128 .0016253
populao 4.597233 1.086735 4.23 0.000 2.367438 6.827029
ComercioExternoXi .0014332 .0009801 1.46 0.155 -.0005778 .0034442
D -2.793481 .8438495 -3.31 0.003 -4.524918 -1.062045
_cons -39.16247 8.675719 -4.51 0.000 -56.96357 -21.36136

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

Ho: Constant variance
Variables: fitted values of desemprego

chi2(1) = 0.06
Prob > chi2 = 0.7994

Durbin-Watson d-statistic(6, 33) = 0.7780316

a) Formalize a equação estimada do modelo, e com base no sinal dos coeficientes faça, de acordo a teoria
económica, uma apreciação crítica dos mesmos (2,0V).
b) Interprete os coeficientes do modelo e aborde sobre a significância individual e global do modelo
estimado (2,0V).
c) Comente sobre a multicolineariedade do modelo. (1V)
d) Diagnostique se o modelo faculta-nos uma variância constante (2V).
e) Diagnostique se o modelo proposto viola o pressuposto da independência dos resíduos (2V).

14- Para avaliar o efeito da politica do FED, de desregulamentação das taxas de Juro a partir de julho de
1979, um estudante de Harvard, estumou o seguinte modelo para o período trimestral de 3º trimestre
de 1975 e 2º trimestre de 1983.
Yt   0  1 Pt   2Unt   3 M t   4 Dt   t
Yt  8,58  0,13Pt  0,71Unt  0,24M t  2,5Dt
ep (1,9) (0,09) (0,19) (0,07) (0,78)

R 2  0,91
Onde Y é a taxa dos bilhetes do tesouro para três meses; P éa taxa de inflação esperada; Un é a taxa
de desemprego; M é a mudança na base monetária e D é uma dummy, assumindo o valor 1 para
observações do no dia 1 de Julho de 1979.
a) Interprete os parâmetros do modelo.

9
 b) A introdução da variável dummy é significante para o modelo? Comete apresentado os cálculos
necessários.
c) O que entende por heterocidasticidade?
d) Podemos afirmar que o modelo estimada padece de heterocidasticidade? Justifique a sua resposta
explicando os procedimentos necessários para a sua conclusão.
e) Afirma-se a existência de multicolineariedade do modelo. Concorda? Justifique sua resposta.

15- Um modelo de regressão foi rodado com os seguintes resultados:

Yi =ß1+ß2Xi+ß3Si+ß4Ii+ß5(Ii.Si)

Parâmetro ß1 ß2 ß3 ß4 ß5
Estimadores 200 0,1 100 80 150
Desvio-Padrão 50 0,03 15 20 40
T 4 3,33 6,67 4,00 3,75
onde:
Y = Gasto anual destinado a vestuário (R$)
S = 0 para homens e 1 para mulheres
X = Renda Familiar (R$)
I = 1 se nível superior ou pós-graduação e 0 se caso contrário

a) Apresente e interprete o modelo;

b) Verifique se os estimadores são significantes ao nível de 5%. Suponha ( n =40 e R² = 88,68%)
c) Pode-se afirmar que as mulheres, em média, gastam mais com vestuário do que os homens?
d) Será que os homens com nível superior gastam mais que as mulheres sem nível superior?

16- Com os resultados da regressão a seguir, calcule:

a) O peso médio de um homem com 170 cm de altura
b) O peso médio de uma mulher fumante com 160 cm altura
Y =0,48X -0,12(D*X)+13,36(D*F)-78,21D+1700,79F
P-valor: (0,00) (0,00) (0,00) (0,09) (0,23)

Onde:
Y = peso (em kg);
X = altura (em cm);
D = 1 se mulher 0 se homem;
F = 1 se fumante e 0 se não fumante

10
 17- Sejam Y = n.º de TV vendidas, por dia, na Casacom e X = n.º de vendedores por dia. As variáveis
Terça, Quarta, Quinta, Sexta, Sábado e Domingo são dummies (n=28)

Erro Valor- Erro Valor-

Regressão 1 Coeficientes Padrão P Regressão 2 Coeficientes Padrão P
Intersecção -1,214 3,707 0,747 X 5,79 0,34 0
X 4,786 1,093 0,000 Sex_Sab 5,12 2,26 0,03
Ter 5,554 3,552 0,134 R²=0,6819
Qua. 5,161 3,635 0,171
Qui. 5,964 3,707 0,123
Sex. 7,571 3,903 0,053
Sab. 13,375 4,025 0,003
Dom 5,768 3,796 0,144
R²=0,7583

a) Com os resultados da regressão 1, cite as variáveis que mais contribuem para explicar o número de
TV´s vendidas. Existe algum padrão sazonal?
b) Com os resultados da regressão 2, estime o número médio de TV´s vendidas numa quarta-feira com
10 vendedores na loja. E se o dia fosse sábado?

18- O objectivo de uma pesquisa é explicar o número de livros lidos, nos últimos 12 meses, em função
das variáveis sexo (1=femenino, 0=masculino), idade e nível de escolaridade (E2 = 1 para ensino
médio, E3 =1 para ensino superior e E4 =1 se pós-graduação e 0 caso contrário para todas variáveis).
Rodada a regressão, os resultados (incompletos) foram:

Regressão Coeficientes Erro padrão Stat t Valor-P

Intersecção 1,25 2,12 0,59 0,56
Sexo -0,09 0,60 -0,16 0,88
Idade 0,03 0,07 0,39 0,70
E2 0,82 1,03 0,80 0,43
E3 2,53 1,06 2,38 0,02
E4 8,9 1,24 7,19 0,00
R² = 0,7209 n=40

a) A variável sexo contribui para explicar o número de livros lidos? E a idade?

b) Calcule o número de livros lidos para quem tem ensino base e para quem tem ensino superior,
independentemente do sexo e da idade.

11