UNIVERSIDADE FEDERAL DE SAO CARLOS - CAMPUS SOROCABA ECONOMETRIA 1 LISTAS DE EXERCICIOS ECONOMETRIA 1 NAO PRECISA ENTREGAR Nome: data}. 1. De que se preocupa a Econometria Aplicada? 2. Quais as disciplinas envolvidas na Econometria e como so envolvidas? Dé um exemplo de como ela pode ser aplicada na Macroeconomia ou Microeconomia, 3, Cite as Etapas da Metodologia Econometrica e explique o que é feito em cada uma delas? 4. Qual é a justifcativa para se usar uma regressdo ao invés de usarmos, simplesmente, o valor médio do regressando como sendo o melhor valor de uma proje¢ao? 5. Defina e diferencie dados de Segao Cruzada e de Série Temporal. Colete uma amostra de dados secundarios de Seco Cruzada e uma de Série Temporal, com definigao correta das varidveis e cite a fonte. 6. 0 arquivo L1_Exercicio€.xls apresenta dados relativos as despesas totais de consumo pessoal (DESPTCP), despesas com bens duréveis (DESPDUR), com bens nao duraveis (DESPNAODUR) e despesas com servigos (DESPSERV), todas medidas em bilhdes de délares de 2000. Com base nessas informacdes, pede-se a) Estime a elasticidade das despesas com bens nao duraveis e a elasticidade das despesas com servigos, em relagao as despesas totais de consumo pessoal b) Qual a forma funcional mais adequada: a linear-inear ou a log-log? Escolha a melhor forma funcional, justicando a escolha 7. Verifique, explicando, se as seguintes afimagées sao verdadeiras, falsas ou incertas. Justifique sua resposta. a) O teste t de significancia exige que as distribuigdes amostrais dos estimadores f, e B, sigam a distribuigao normal b) Mesmo que o termo de erro do modelo de regressao linear classico néo seja normalmente distibuldo, os estimadores de MQO continuam sendo ndo-tendenciosos. ¢) Sendo houver um intercepto no modelo de regressao, a soma dos erros estimados nao totalizara zero. 4d) Se uma hipétese nula nao é rejetada ela é verdadeira, €) Quanto mais alto 0 valor de o?, maior a variancia de 8. Verifique se as sequintes afirmacdes séo verdadeiras ou falsas. Justifique sua resposta. a) Em um teste de hipdteses, comete-se um erro do tipo I quando se rejeita uma hipdtese nula verdadeira b) 0 poder de um teste de hipdteses é medido pela probabilidade de se cometer o erro tipo U ¢) A'soma das probabilidades dos erros tipo I ¢ tipo II ¢ igual a 1 4d) Quanto maior for o nivel de significéncia de um teste de hipdteses maior sera o valor-p a ele associado,10. Se 0 valor-p de um teste de hipétese for igual 0,015, a hipdtese nula sera rejeitada a 5%, mas nao a 1% O valor p de um teste de hipétese é a probabilidade de a hipdtese nula ser rejetada. O teste F de signficéncia conjunta dos parémetros em um modelo de regressao linear & unilateral. p-valor = 1 - P(HO falsa), em que P(A) é a probabilidade do evento A ocorrer © que entendemos por modelo de regressao linear? Indique quais 0s modelos abaixo sao lineares nos parametros, fe 2, na variavel X; ou em ambos: a) b) ° 4) e) 9) ¥,= Bi + BeXi + ui ¥,= Bix}? + wy xp (Br + BoXi +14) Y; = exp (81 + B2Xi) + uy In (¥%) = By + B2Xi + Y, = BiX/exp (ui) Quando necessario linearize os modelos dos itens a até f, depois calcule ¢ interprete 0 efeito marginal e a elasticidade desses modelos linearizados. Considere o problema de estimar uma fungao de produgdo que expresse a relagao entre a produgao de um bem e a quantidade de insumos. Vocé tem a sua disposi¢ao os dados de produgao contidos na Tabela 1 Tabela 1 - Uma amostra de observacies sobre consumo de ragdo (X) e produgao de came de aves (Y) Entrada (X) Saida (Y) 1 0,58 1.10 1.20 1 12 13 14 15 a) Suponha que os dados possam ser descrites por um modelo de regressao linear simples, Y, = By + B2X; +, € que todas as hipdteses sejam veriicadas, Aplique o principio de minimos quadrados para estimar os parémetros, usando um ‘computador. b) Dé uma interpretagdo econémica dos parametros estimados. (B1 e 22) ©) Com os resultados da parte (a), represente graficamente a fungdo de produgao estimada 4) Se o custo da ragao & de R$ 0,12 por quilograma e 0 custo total & CT= 6X, deduza a fungao de custo marginal11, 0 arquivo L1_Clothes.xls contém dados de custo total de produgdo (CT) e quantidade produzida (QP) de 28 firmas. Estime, usando 0 Eviews, 0 seguinte: a) Média, desvio-padrao e variéncia do custo e da quantidade. b) Coeficiente de correlacao entre custo e quantidade. ©) Custo médio (CME) de cada firma (uma nova variével. 4) Média, desvio-padrao e variéncia do CME. ) Faga um grafico de custo médio (eixo vertical) com quantidade (eixo horizontal), 12. No arquivo L1_Alcool.xls contém a quantidade demandada de alcool hidratado em ltros, 0 prego do ltro de alcool em reais e a renda real per capita dos trabalhadores do setor privado, Utiize a teoria do consumidor e os dados para: a) Estimar 0 modelo econométrico da demanda de alcool. b) Calcule ¢ interprete a elastcidade prego da demanda de dlcoolhidratado. c) Caloule e interprete a elastcidade renda da demanda de alcool hidratado. d) Discuta quais outras variéveis poderiam ser incluidas no modelo. Quais problemas poderiam surgir devido a nao inclusdo dessas variéveis na demanda de alcool? e) Se o prego esperado do dlcool (PA) e o rendimento real esperado (RR) fossem os apresentados na tabela abaixo, quais seriam as quantidades demandadas estimadas pelo modelo construido por voc? Data ‘QAH PA RR Agolt2 1,766 1758,10 Set/12 1,751 1800,00 Outit2 7,709 869,20 Novit2 1,681 1911,22 43. A seguir, esta a regressto usando X = prego médio, Y = unidades vendidas e n = 20 lojas. R 0200 Erropadrao | 26,128 a 20 Resultados da regressi0 Ero t Valor» __Intervalo de confianga Pardmetros Coeficientes _Padréo _(gl=18) 95% inferior 95% superior Intercepto 614,930 51234 12,00 0,000 507,291 722,569 Co.angular —_-109,112 51,362 -2,12 0,048 -217,020 -1,204 a) Escreva a equagdo da regressdo ajustada, b) Escreva as hipéteses do teste t para verificar a signficdncia dos pardmetros estimados (B1 ¢ 62)*" @ os dados da Tabela 1 abaixo, n 4 2 3 4 5 6 7 8 y 230 239 231 226 x2 08 02 06 08 x3. 0 0 0 1 1 1 Nota: ¥ = nimero médio de operagbes dias de funcionaios de uma agéncla de corelos, X2= indice de difculdade das operagdes realizadas; X3=0 para funcionarios que nao faltaram no itm treinamento @ X31 para funcionarios que fallaram no Ultimo treinamento realizado pela empresa, Defina a matriz X eos vetores Ye f. Calcule XX, (X'X)"te X’'Y. Calcule as estimativas dos parametros do modelo, vetor® = (X'X)"1X'Y,e _escreva a equacdo estimada. Calcule a matriz de variancia de covariancia de 8, Var — Cov(B) = 6?(X'X)-1 Faga uma andlise e avalie da regressao estimada, Para isso, calcule o R2, F, teste hipdteses individuais sobre os parametros estimados, 8. f) Faca uma previséo para n=9 e estime a variéncia da previséo. Considere X2=0,7 e X3=1 15. O que é multicolinearidade e quais sao os principais fatores geradores da mesma em modelos de regressao? 16. A Tabela 2 apresenta dados de pregos do metro clbico do alcool e da gasolina, no Brasil, para 0 periodo1980 — 2006. a) Calcule a taxa geométrica de crescimento média para os periodos (i). 1980 - 1989; {i) 1990 ~ 1995 (ii) 2000 - 2006; {iv) 1980 - 2006. b) Apresente os resultados em uma tabela semelhante a Tabela 1, informando a significéncia estatistica das taxas estimadas. TABELA 1 - Taxa Geométrica de Crescimento (TGC) dos pregos do metro cibico do alcool e da gasolina no Brasil, para diferentes periodos PERIODO TGC Prego do alcool Prego da gasolina 1980 - 1989 1990 - 1999 2000 - 2006 1980 - 2006 ‘Significativa a 1%; * Significativa a 5%," significativa a 10%; n 0 significatva. TABELA 2 — Pregos reais do metro cibico da gasolina e do alcool, no Brasil, no periodo de 1980 - 2006. ‘Anos Prego real do metro cibico da gasolina Prego real do metro cibico do alcool 1980 908,03 3063,10 1981 5832.01 3327.23 1982 5167.53 2798.86 1983, 4787 87 2814.58 1984 4526.95 2833.07 1985 3945.73 2561.68 1986 377531 2452.96 1987 4610.27 3004.311988 3929 87 267231 1989 703,08 2027 32 1990 254348 ‘909186 1991 226227 169492 1992 2566.62 2014,27 1999 245,89 9373 1994 2964,43 7394.35 1995 179,64 145,72 1996 1886,11 155143 1997 211750 181351 1998 2359,86 1984.01 1999 2921,02 1653.36 2000 3268,02 213287 2001 3246.34 2016.25 2002 2986 98 ‘798,14 2008 7908,32 199054 2004 2670,18 1553,86 2005 2816.17 1686.39 2006 302823 1994.17 IPEADATA (2010) 417. Suponha que um pesquisador esteja interessado em investigar os determinantes da delinquéncia juvenil e tenha acesso aos seguintes dados provenientes de 100 cidades de um dado pais: A, o ntimero de internagdes por 1000 adolescentes; P, o niimero de residéncias por 1000 domicilios na cidade com renda abaixo da linha da pobreza; S, © nlimero de residéncias por 1000 domicilios na cidade com apenas um dos pais. O pesquisador estima a seguinte regressao: A= Bi +Bot+BatU em que u é um termo de erro que salisiaz todas as hipdteses usuais do modelo de regressao. A correlagéo Populacional entre Pe $ & 0,96. Julgue as seguintes afirmativas se verdadeiro ou falso: g) Aalta correlagao populacional entre P e S dard origem ao problema conhecido como multicolinearidade h) Multicolinearidade no torna viesados os estimadores de minimos quadrados, mas faz com que eles sejam inconsistentes. i) Na presenca de multicolineariedade, os testes te F nao sto validos. |) Se.ao invés de uma alta correlagao populacional entre P e S, houvesse uma alta correlagdo populacional entre AeP ouentre Ae S, o problema de multicolinearidade seria ainda pior. 18. Veriique se as sequintes afirmagdes so verdadeiras ou falsas. Justique sua resposta a) Na presenga de heterocedasticidade, o estimador de MQO ¢ viesado e nao se pode confiar nos procedimentos de testes usuais (F e t), ja que 0 estimador além de viesado, ¢ineficiente b) Heterocedasticidade ocorre quando o erro aleatério em um modelo de regressao é correlacionado com uma das variaveis explicativas. ©) Na presenga de heterocedasticidade, estimadores de minimos quadrados ordinérios so ineficientes. d) Na presenca de heterocedasticidade, estimadores de minimos quadrados ordinérios so nao viesados, mas séo inconsistentes. 19. Considere o seguinte modelo: ¥; = B, + BX, + u; em aque, E(u) = 0; E(u?) = 0? # o?. Portanto, o modelo sera heterocedastico. Demonstre algebricamente os procedimentos usados para obter as estimativas de Minimos Quadrados Generalizados dos parametros sob a hipdtese de que a heterocedasticidade se comporte da seguinte forma: a) Var(u;) = E(u?) = 0? = 07 JX. b) Var(uj) = E(u?) = o? = 0?X?.©) Var(u;) But) = of = o7In(X) 20, Para ilustrar a fungéo de Produgao Cobb-Duglas, Gujarati e Porter (2011, pag. 222-224) usou dados referentes ao setor de transformagao para 50 estados e a capital dos Estados Unidos, Washington DC, em 2005. Denotaram 0 modelo pela fungao Baya pei BiXiZX se" em que, ¥, alor da produgo em milhares de délares X2, = insumo trabalho, medido em milhares de horas trabalhadas Xz & insumo capital, representado pela despesa de capital em milhares de délares otermo de erro aleatorio € = logaritmo de base natural Usando 0 arquivo L3_Ex3.xlsx responda as seguintes questies: 21. 22. 23. a) Escolha a forma funcional, estime o modelo, escreva a equagao estimada e analise de forma sintética 0 ajustamento da equagao aos dados. b) Estime as elasticidades parciais de capital e trabalho e interprete-as. ©) Discuta se a economia é mais intensiva em capital ou trabalho. Use testes estatisticos de restrigdo sobre os pardmetros para confirmar sua hipétese e para testar hipétese de retomos constantes a escala, Uma amostra de 200 familias foi coletada para se estudar os principais determinantes das viagens das familias de Chicago nos EUA. Através dessa amostra estimou-se 0 seguinte modelo econométrico: Milhas; = By + f,Renda, + Baldade; + B,Criancas,+u, em que, Milhas é a distancia viajada pela familia no ano e cada milha equivale a 1,609Km; Renda é 0 rendimento familiar em mil délares; Idade é a idade da(o) chefe de familia; e, Criangas € o numero de criangas da familia i a) Estime e analise 0 modelo econométrico, usando o arquivo Milhas.xls. b) Teste a presenga de multicolinearidade no modelo e, para isso, estime o indice de tolerancia (T01,). ©) Salve a série de residuos da equagao estimada por MQ0 e teste a normalidade dos residuos estimados, usando o teste de Jarque-Bera. d) Teste a especificacao do modelo, usando o teste Reset Ramsey. e) Veriique por métodos informais se o modelo é heterocedastico, ) Verifique por métodos formais se 0 modelo é heterocedéstico e, em caso positive, proceda a corregéo da heterocedasticidade. Para isso, re-estime o modelo por MQG e pelo procedimento de correcdo de White, 9) Salve cada série de residuos estimados por meio dos procedimentos de MQO, MQG e White e compare-os em uma tabela, Existem diferencas entre os mesmos? h) 0 que mudard na regressdo estimada pelos métodos de White e MAG, em relago ao método de MQO? Considere a seguinte fungdo de investimento: I, = 8, + B2PIB, + B3R, + u, em que, J, so os investimentos em bilhées de dolares; P/B, é 0 Produto Intermo Bruto em bilhées de délares; R, 6 a taxa de juros em percentual; @, t 0 tempo medido em anos, a) Estime e analise o modelo econométrico, usando o arquivo L3_Investimentos.xls, b) Teste a presenca de autocorrelagao no modelo por meio do teste de Durbin-Watson ©) Proceda a corregao da autocorrelagao. d) Teste se apés corregao 0 modelo ainda é autocorrelacionado. Para isso, use o teste de Breusch e Godfrey também conhecido como Teste de Muliplicadores de Lagrange (LM). ) Interprete os pardmetros estimados. Determine se afirmagdes seguintes sao verdadeiras ou falsas, Justifique brevemente sua resposta, a) Quando a autocorrelacao esté presente, os estimadores de MQO sdo tendenciosos, bem como ineficientes.b) Oteste d de Durbin-Watson pressupée que o termo de erro, ue, & homocedéstic. ©) Um d de Durbin-Watson significative nao implica necessariamente a existéncia de autocorrelagao de primeira ordem. d) Na presenga de autocorrelagao, a variancia ¢ os erros padrdes dos valores previstos sdo ineficientes. e) A excluséo de uma ou mais variéveis importantes de um modelo de regressao pode propiciar um valor significative*s0‘0 =» [ya's =X] tseo5ensesqo vz = N ‘sasqugied aqua (da) sa10]eA~d Toor : : Se bent 2 E JeuoyBes Aung 3804 PEM (oo0'or (000) {ooo} ie're 16°69 v2'8S 4820L00UM (000°0) (Woo'or (c00'o) ez 6s'LL 9s't (ar) e1eg enbser - (oo0'or {o00'o) : 6z'0L r'6 Josey S01 6120 zov'o ‘9070 esuu ‘ooo'o) ‘ooo'o) {o00'o) LV6'9S/ S92'0S 9E2'r9 4 - = Tve'el DX op eonsnesa * - v9 2U'UE (98) [PAPER ‘oSgI0y Tee | osasz | _tve'eoe Tos opdeunoTMD)E 24 aeeo 1s¥'0 oro Cepasne we Fz oo) {oo0'o) 0000 e6L'e ger’ ve0's (0ydeos0qu)) suooT (o00'0) z06'0- as (o00'0) 698'0- as (000'0) da 40z‘0- ON (o00'0) dn 096'0- 03 (o00'0) (000'0) (o00'0) | da 99z'z les'e ozz't (6) (o00'0) (ris'0) (o00'0) | da Lvt'0- L10'0 bro: (ss (ver'0) (@00'0) (zo0'o) | da 800'0- 1s0'0- 9s0'0- (aur (900'0) (ri0'0) dn veu'o- zeL'o- (007 601607 | zg6oT601 | 1607607 002 © 1002 ep opolied ou yseig op OBSeI=pe_ ep apeplun od ‘(dd)u7 ‘oune6o| wo saiqod op ejeoued e exed sepewjse segdenb3 - ojepow es91eZ0 Zeb ON seezes‘o 8e'L 3N siszos‘o 66'L 3s g9L8zr'o 60'2 09 6089r9'0 ss'b (16)u7 S9bLL9'0 z9'L (ut evgeel'o eye (ss)u7 9SZ0LL'o 206 (98)uU7 ET AIA arqeuen ‘Spepuesuyooyinu ep ayseL ‘BINZONadaO TogiBar TAAYINWA | ep sequeuqey ep [ej0) o1owNU oe opdeja1 We saigod - ‘9p OJBWINU - } OUR OU | OBIBe/ ep seigod ap ejeceg | dd ‘OupqUDD Oseo O= ng OBBalep sane es |= | _NS ‘OUBAUOD ose O= ‘eisepng opIBal epesnees|=| 3s opersdse euls y0ue ‘UBUOD 0589 = "=ISEQ-oUED OPBaIep e IN eas |= ‘OUENU0D OSED = “SISpION OpIBal Ep 6 4/2 8S |= oues}U09 OSed Q= ‘eWON Ovibau ep 9 47) & aS |= ‘opeplendisep [230] =1 5 78 > o=eougsny ou | op 604 ep ulg epual ap apepjenbisep ep eo1pul SOpEUOIDEYEP sive) ep sey Wa }) OUe OU | OBIBal ep epnes WD o}SeD) ‘SOPEUO|EYEp SleO! 2p Segylw we 4 oue ou | oBiBiel ep eyodsueN) woo oIseE wa) SOpeuOIDEYEp sieal ep SEY ‘ue ou | op621 ep einjina @ opSeonpe wlod o\seD opduoseq ‘SOpEIBASO STRUIS @ O|pAUI JOJEA 'SIBABLEN Sep OUINSAY —} Blaqe] 6002 — 1002 @p opolied ou ‘jejo} og5eindod e opdejau we j'se1g op opSe1ep94 ap sepeplun seu seigod 9p ejeoved e eued sepewijse soossoibias se asieuy “pz,a) b) °) 4) e) Analise a presenca de multicolinearidade no modelo. Justifique sua resposta (Analise o teste de normalidade de Jarque Bera (JB). Analise o teste de restrigdes Wald sobre as variéveis que diferenciam a pobreza por regides (CO, NO, SE, SU)? Justifique sua resposta Analise 0 coeficiente estimado para o Indice de desigualdade de Gini (gi) no modelo escolhido por vocd Qual dos modelos econométricos acima vocé escolheria como mais adequado? Justifique sua escolha, usando também o teste de acréscimo da variével gastos com educagao Ln(ec)..25, Estimou-se um sistema de equagées para analisar a curva de reagdo de pregos entre as empresas Cepacol e Listerine, usando dados mensais de 2004 a 2012 — (Resultados na Tabela 1), O objetivo foi estudar como os pregos de cada empresa reagem a alteragées dos pregos da concorrente. Os dados utlizados foram: si = patcela de mercado da empresa i no més t, na venda de enxaguantes bucals; f= 0 prego médio cobrado pelo enxaguante bucal da Cepacol no més t, em reais; p2= 0 prego médio cobrado pelo enxaguante bucal da Listerine no més t, em reais, r= uma proxy do dispéndio total em reais dos consumidores com enxaguantes bucais no més t. Esse dispéndio é deflacionado por um indice de pregos de Stone; Jog = logaritmo naturale, os valores p se encontram entre paréntesis, a) Analise 0 teste de correlagdo contemporénea (Acc) e faga inferéncias sobre qual método deve ser usado para estimar o sistema de equagées. Justifique sua resposta. 26, Estimou-se um modelo de dados em paine! para as 27 Unidades de Federagao do Brasil, no periodo de 2001 a 2008. © objetivo foi estudar o impacto dos gastos goveramentais em educagdo, transporte, saide ¢ desigualdade na pobreza, Os dados utilizados foram: pp = parcela de pobres da regido i no ano t - numero de pobres em relacdo ao numero total de habitantes da regido i; ec = valor real dos gastos com educagdo e cultura da regio ino ano t, em milhdes de reais; ‘ss = valor real dos gastos com saude da regido i no ano 1, em milhdes de reais; tr= valor real dos gastos com transporte da regido i no ano t, em milhdes de reais; gi= 0 indice de desigualdade de Gini da regido i no ano t og = logaritmo natural; e, os valores p se encontram entre paréntesis, vb Varidveis Mao SUR 2 logpt 0.2570 | 0,2870 3 {0,0070) | (0,0050) < logp2 0,1630 | 0,1630 Es (0.0720) | (0.0630) =e logr -0,0240 -0,0241 3 (0,170) | (0,1570) a _cons -0,3310 | -0,3310 S (0.3000) | (0,2870) Togpt 0,0300 | 0,030 $ (0,7350) | (0,7290) tq logp2 -0,3600 | -0,3599 =¢ (0,0000) | (0,000) £5 logr -0,1340 | -0,1340 a (0.0000) } (0,000) _cons 32710 | 32710 (0.0000) | (0.0000) N 7 7 33 st 0.4580 | 0.4580 £3 05505 | 0,5505 BS mest 0,0666 | 0.0652 rmse_s2 0.0628 | 0.0615 Ie) camel. Contemp: ce Ace p-valor Tabela 2 Modelo de Painel - Log(pp) _ Variaveis| FE | FER | RE |RER Log(ec) | -0,238 -0,238/ 0,182 0,182 (0,005) (0,033), (0,013) (0,004) Log(tr) | -0,050 -0,050, 0,051 -0,051 (0,003) (0,107) (0,008) (0,085) Logis) | 0,084 0,084, 0.017 0,017 (0,307) (0,367), (0,814) (0,753) Log(gi) | 3301 3,301, 3,631 «3,631 (0,000) (0,000), (0,000) (0,000) _cons 5021 5,021 5,436 5,436, 0,000) (0,000), (0,000) (0,000) N 243243) 243243 2b 9137 09137) 08857 0,857 Ww 04233 0.4233) 04218 0.4215 4221 313,00 8,59 (0,072) Nota: Efeito Fixo (FE); Efeitos Fixo Robusto (FER); Efeitos Aleatorio (RE); Efeito Aleatério Robusto (RER); P-Valor entre parénteses. 10TESTE DE HAUSMAN: Chi2(4) = (b — BY'[Wp — Va)" — BY Ay = 11,22 D Prob>chi2(4) = (0,0242) a) Analise o teste de Hausman e faga inferéncias se 0 painel é de efeitos fixos ou de efeitos aleatérios e discuta se a estimacao pode ser feita com aplicagéo de Minimos Quadrados com Variveis Dummy (MQVD). Explique! b) Analse o teste BPG e faga inferéncias sobre a presenga ou ndo de heterocedasticia. Explique! 27. Baseando-se em Cardoso (2013) estimaram-se, pelo método de maxima verossimithanga, 0s modelos Logit e Probit para avaliar a imposigao de restrigées sobre alos de concentragdo julgados pelo Conselho Administrativo de Defesa da Concorréncia (CADE) no Brasil, no periodo de 2004 a 2012 As varidveis so Y (restr) = 1,se 0 ato de concetrasao sofreu restricdes pelo CADE, zero caso contrério; ms_pos é 0 Market share do grupo apés fustio; o4 é 0 indice de concentragao das quatro maiores empresas atuantes no mercado (varia de zero 100%); entr é uma variével bindria que assume 1(um) quando ha barreiras & entrada, zero caso contrario, MODELO LOGIT para Y=restr MODELO PROBIT para Y=restr Var.Expl Logit_Robusto_Efeito Marginal Probit_Robusto Efeito Marginal ms_pos 0,0182 0,0012* 0,0076 0,006 (1,64) (1,70) (1,51) (1,54) 4 0,0570*** —0,0038*** 0,0287*** 0,0038*** (3,57) (3,64) (3,41) (3,42) entr 5,0016*** ——0,3381*** 2,7644"** 0,3703*** (9,56) (16,02) (11,97) (17,16) _cons -8,6207*** -4,3379*** 4,99) 19) Tam. da Amostra 345 345, LR=Chi2=y? 99,04 144,73 p-valor 0,000 0,000 Pseudo R” 0,6324 0,6291 Crit. Inf. (aic) 176,74 178,25 Previsto Previsto Observado ¥ Y= _|_ Total Observado_[Y=0 Total 0 202 16 218 0 202 7 219 Y=1 rt 116 127, Yet i 115 126 Total 213 132 345 Total 213 132 345, Notas: estatistica z entre parénteses; * p<0.10, "* p<0.05, p<0.07. LR= 2"[Ink - InL'] = xm. a) (Analise o ajuste dos modelos, calcule e interprete o Count R? e informe qual é o modelo mais adequado. b) Interprete o efeito marginal médio de entr sobre Y para o modelo escolhido em 3.a) como mais adequado. 28. A Tabela 4 contém as estimativas de uma regressao, para 20 observagées trimestrais, no periodo de 2005 a 2010. ‘Sendo que: Y é a variavel dependente trimestral em milhGes de reais; X1 é uma variavel explicativa trimestral em milhoes de reais; X2 é uma varidvel explicativa trimestral em pontos percentuais; e, X3 6 uma variavel explicativa trimestral em milhdes de reais. MWTabela 4: Estimativas de um modelo linear para dados trimestrais, no perfodo de 2005-2010 V. Dependent | Intereapto Varves Explcativas Estalticas de Austamento Estimativas OP c x @ wR TF I Dubin-Watson (@) Coeficientes| VY __| 62659,41 |-86162,54| 0,229 | 4029.07 [0,8306/ 91,53 | B-Valor 0.1029) 10,0000 0.0000] 0.1958 a) Teste a presenca de autocorrelagao no modelo, usando a estatistica de Durbin-Watson (d) = 3,15, considerando o = 0,05 e 08 valores criticos da Tabela 5. Discuta os resultados, Tabela 5 - Estatistica de Durbin-Watson a 5% de significdnci jontos para int. inferiores (dL) e superiores (d U) Ka? ee es e=5 ad KT ala au du 6 | 0610 1.400 7 | 0.700 1.356 | 0.467 8 | 0.763 1.332 | 0.559 1.777 | 0.367 - 9 | 0.824 1.320 | 0.629 1.699 | 0.455 0.296 2.588] — = 10] 0.879 1.320 | 0.697 1.641 | 0.525, 0.376 2.414] 0.243 2.822 11] 0.927 1.324 | 0.758 1.604 | 0.595 0.444 2.283] 0.315 2.645 | 0.203 12] 0.971 1.331 | 0.812 1.579 | 0.658 0.512 2.177] 0.380 2.506] 0.268 3.149 13] 1.010 1.340 | 0.861 1.562 | 0.715 0.574 2.094] 0.444 2.390] 0.328 2.985 14] 1.045 1.350 | 0.905 1.551 | 0.767 0.632 2.030} 0.505 2.296 | 0.389 2.848 15] 1.077 1.361 | 0.946 1.543 | 0.814 0.685 1.977] 0.562 2.220] 0.447 2.727 16] 1.106 1.371 | 0.982 1.539 | 0.857 0.734 1.935] 0.615 2.157] 0.502 2.388] 0.398 2.624 17] 1.133 1381 | Lo1s 1.536 | 0.897 0.779 1,900} 0.664 2.104] 0.554 2.318) 0.451 2.537 1s] 1158 1.301 | 1.046 1.535 | 0.933, 0.820 1.872] 0.710 2.060] 0,603 2.258] 0.802 2.461 19} 1.180 1.401 | 1.074 1.536 | 0.967 0.859 1.848 | 0.752 2.023] 0.649 2.206) 0.549 2.396 20} 1.201 1.411 | 1.100 1.537 | 0.998 0.894 1,828 | 0.792 1.991] 0.691 2.162] 0.595 2.330 21] 1.221 1.420 | 1.125 1.538 | 1.026 0.927 1.812 | 0.829 1,964 | 0.731_2.124| 0,637 _2.290 Fonte: Gujarati (2006, pag. 786). 1229, Mostre que o modelo de escolha bindria dado por ¥; = fi; + 2X; + u;, em que ¥; = 0 ou 1 ¢ E(u;) = 0, explica a probabilidade de Y ser igual a 1, ou seja, explica a P(Y = 1) = P; Com base em uma amostra de 40 familias estimou-se 0 seguinte modelo logit —30,00 + 2,2813 (RENDA,) RENDA = 14,4 em que P; é a probabilidade de uma familia possuir uma casa e RENDA, a renda da familia i, em mil délares. a) Determine a equagao para Py ) Determine a probabilidade de uma familia possuir uma casa (em média) ©) Determine o efeito esperado, em média, de variagao de mil ddlares na renda sobre a probabilidade de uma familia possuir uma casa, 30, No “psi:et” seguem os dados que trata da avaliagao de um Sistema Personalizado de Instrugo (SP) aplicado ao ensino de macroeconomia, exemplo do Gujarati & Porter (2011, cap. 15). Estime um modelo logit e probit com os dados e analise a efcdcia dos métodos. Ademais, estime e interprete os efeitos marginais de ambos os modelos. Por fim, calcule ¢ interprete o count R2. 31, Considere um sistema de demanda por trés produtos dado por Indu = Bot BilnpatBolmy tem 15123 t= 1,2;3,.....,30 em que q € quantidade consumida, p 0 prego e » a renda gasta com os produtos. Os produtos séo cames (i= 1), frutas (i= 2) ¢ cereais (i= 3) Estime o sistema (equivalente a estimar cada equagao separadamente) com a seguinte forma por MAO: log(qt)=o(1)+c(2)*log(p1)+c(3)*logty) log(q2)=c(4)+c(6)"log(p2)+c(6)*logly) log(q3)=c(7)+c(8)*log(p3)+c(9)*log(y) Use os dados do arquivo “demandagrifs17.txt” e responda: a) Estime o sistema de equagées por MQO, supondo que (ee") = 2¢ bloco diagonal. b) Verifique se existem evidéncias de correlagao contempordnea e teste a hipdtese de que as correlagdes contemporaneas sao iguais a zero. ©) Teste a normalidade dos residuos estimados por MAO, 32. Considere, agora, o seguinte modelo Ingy = Bo + Bain py + Bln Py, + Bln py + Bln y, + &y em que as elasticidades prego cruzadas sao diferentes de zero. Observe que nesta especificagdo, diferentemente da anterior, as varidveis explicativas sao as mesmas em todas as equacdes e MQO = MQG. Porém, MQO + MQG se existir restrigdes (relagdes) nos coeficientes das diferentes equagdes. ‘O novo sistema deve ser especificado no Stata da seguinte forma: log(qt}=c(1)+c(2)‘log(p1)+e(3}I0g(p2)+c(4)*log(p3)+e(6)"og(y) log(q2}=o(6)+c(7)"og(pt)+(6)*iog(p2)+c(9)"log(p3}+o(10}"logly) log(q: (11)+c(12)*log(p1}+c(13)*log(p2}+c(14)*log(p3)+c(15)*log(y) Use os dados do dta, criado na questo anterior com os dados demandagrifs17, e responda 1Ba) Estime o modelo por SUR (Two Step) b) Faga o teste de distribuigo normal para os residuos estimados ©) Caso alguma equagdo tenha residuos com distribuigdo diferente da normal tente corigr isso 4) Estime o modelo por SUR (Two Step) e SUR (iterativo) e compare os resultados 2) No modelo corrigido, teste as restrigdes de simetria: Bs2 = Bos, Bis = Bax. Bes = Baa Teste as restrigdes de homogeneidade linear: Bix + Bio + Bis + Bis g) Analise as elasticidades prego direta e cruzada da demanda. Quais inferéncias sao possiveis fazer tendo como. referéncia da teoria microeconémica? 33. No arquivo “Exercicio’6.14.xIsx" contém os dados referentes & taxa de remuneragdo por hora no setor de manufatura em délares americanos Y, ¢ a taxa de desemprego, X (indice, 1992=100), para o Canada (CAN), Reino Unido (RU) e Estados Unidos (EUA) para o periodo de 1980 a 1999. Considere o modelo do exercicio 16.14 do lvra (Gujarati & Porter, 2011 p. 642) Ye = Bi + BoXie + Wie Responda: a)a prior, qual a relagdo esperada entre Y e X? Por qué? b)Estime a equagdo acima para cada pals. c)Estime o modelo, agrupando as observagées. 4)Estime o modelo, agrupando as observagdes e usando binarias como controle para paises. @)Estime o modelo de painel de efeitos fixos e aleattrios. f) Por meio do teste de Hausman defina qual o modelo de painel é mais apropriado. jografia basica GREENE, W. H. Econometric analysis, 6th. ed. Saddle River, NJ: Pearson Prentice Hall, 2008, 1178p. GUJARATI, D. N; PORTER, D.C. Econometria Basica. 5 ed. Porto Alegre, RS: McGraw Hil, 2011 HILL, R. Carter; GRIFFITHS, Wiliam E.; JUDGE, George G. Econometria. Alfredo Alves de Faria (Trad.). 2 ed. Séo Paulo: Saraiva, 2006. JUDGE, G., W. GRIFFITHS, R. HILL, R. LUTKEPOHL e H. LEE. Introduction to the Theory and Practice of Econometrics, John Wiley & Sons, 1988. WOOLDRIDGE, J.M. Introdugao & Econometria: uma abordagem modema, Thomson Pioneira, 2005, WEBSTER, A L. Estatistica aplicada & administracao ¢ economia. So Paulo: McGraw-Hill 2006. 14