Econometria Aula 3 – 27/9/2013.

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

Estatística amintas paiva afonso.
Analise de Regressão Parte 2.
Análise de Variância da Regressão
REGRESSÃO LINEAR. O coeficiente de correlação não mede a relação causa-efeito entre duas variáveis, apesar de que essa relação possa estar presente. Por.
SISTEMAS DE EQUAÇÕES.
Modelos no Domínio do Tempo de Sistemas LTI Contínuos
Importância do Ajustamento de Observações
Modelos de Regressão Múltipla.
Análise de regressão linear simples: abordagem matricial
DELINEAMENTO COMPLETAMENTE CASUALIZADO
1 Complexidade de Algoritmos Complexidade de pior caso Complexidade de melhor caso de uso bem menos freqüente em algumas situações específicas Complexidade.
Métodos Numéricos e Estatísticos
MB751 – Modelos de previsão
Estatística Aplicada (Aula 5)
3 - Equações Lineares de Segunda Ordem
Danielle Carusi Machado - UFF - Econometria 2/2010
Controle Automático de Geração (Regulação Secundária) - I
BIO Métodos Quantitativos Aplicados à Ecologia
Tópicos em Gestão de Serviços – Regressão Linear
ME623 Planejamento e Pesquisa
Laís Araújo Lopes de Souza
Professora: Ana Cristina G. e Silva Natal-RN
Aula 10. Regressão Linear Múltipla.
Apêndice.
Pesquisa Operacional Sistemas Lineares
Econometria Aula 2 – 20/9/2013 Exemplo da técnica MQO
Sistema de equações lineares
MBA em Gestão de Empreendimentos Turísticos
Regressão Múltipla Profas: Gardênia da Silva Abbad Elaine Rabelo Neiva
Regressão Pontos mais importantes: -objectivo -regressão linear
Aula 6 - Método não-experimental ou de seleção não-aleatória
Introdução ao Stata 05 de julho de 2013
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Campus de Caraguatatuba Aula 2: Somatório e Produtório
Mario de Andrade Lira Junior lira.pro.br\wordpress 2/4/2015 lira.pro.br\wordpress - Reservados todos os direitos autorais.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Regressão Camilo Daleles Rennó
Campus de Caraguatatuba
Professor Antonio Carlos Coelho
7 Resultados de Medições Indiretas
Regressão Linear.
2.3 Experimentos Fatoriais 22 Efeitos das Interações
1 Análise de regressão linear simples: abordagem matricial Álgebra de matrizes é amplamente utilizada na estatística. É praticamente uma necessidade na.
Modelagem Estatística
Contabilidade e Regressão Linear
Regressão e Previsão Numérica.
Revisão Premissa: seja y e x duas variáveis representando alguma população, deseja-se explicar y em termos de x. Ex: y=salário hora e x=anos de escolaridade.
análise dos estimadores
Ajuste de regressão 13 de abril de 2015
7 Ajuste de Curvas UFSC.PósMCI.FME.Ajuste de curvas. (11.1)
Regressão.
Propriedades algébricas do método MQO Gervásio F. Santos
Multicolinearidade.
Estatística e Probabilidade
AULA 6 Planejamento Experimental
Sistemas de Controle III N8SC3
Aula 12 - Relaxando as hipóteses do MCRL
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Regressão Linear Simples
O modelo de regressão linear simples Professor: Gervásio F. Santos Universidade Federal da Bahia Faculdade de Ciências Econômicas Departamento de Economia.
Regressão linear simples
Regressão linear simples
Correlação Análise do grau de relacionamento entre duas variáveis quantitativas.
Experimentação e Instrumentação Regressão Linear e Múltipla
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
AULA 11 – REGRESSÃO Parte I
Profa Dra. Denise Pimentel Bergamaschi
Regressão Linear (aula 14 – Parte 2).
Variância/ Covariância, Correlação Regressão. Variância.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

Econometria Aula 3 – 27/9/2013

Hipóteses do modelo A.1. Linearidade significa ser linear nos parâmetros. A.2. Identificação: Só existe um único conjunto de parâmetros que produz E[y|x]. A.3. Média condicional zero A.4. Forma da matriz de variância covariância A.5. Geração dos dados A.6. Hipóteses sobre a distribuição de probabilidade.

Transformações lineares dos dados Como uma transformação linear pode afetar os resultados derivados do MQO? Com base em X, b = (XX)-1X’y. Os coeficientes de y regredidos em Z (=XP) são: c = P -1 b (Prove!) “Valor predito” é Zc = XPP-1b = Xb. O mesmo!! Resíduos: y - Zc = y - Xb . Os mesmos!! Soma quadrado dos resíduos – idêntica y-Xb = e = y-Zc. R2 será igual pois R2 = 1 - ee/y’M0y (!!).

Transformação Linear Xb é a projeção de y no espaço coluna de X. Zc é a projeção de y no espaço coluna de Z. Mas, como as colunas de Z são simplesmente combinações linearers das de X, o espaço coluna de Z deve ser idêntico ao de X. Consequentemente, a projeção de y em Z será igual a em X. Quais implicações práticas deste resultado? Transformação não afeta o ajuste do modelo. Transformação afeta as “estimativas.” Se b é uma estimativa de , c não pode ser a estimativa de  - será a estimativa de P-1.

Efeitos da dimensão dos dados nas estatísticas MQO Alterando a escala de y levará a uma correspondente alteração na escala dos coeficientes e dos erros-padrão, sem nenhuma alteração na significância ou na interpretação. Alterando a escala de uma variável x levará a uma mudança na escala dos respectivos coeficiente e erro-padrão, sem nenhuma alteração na significância ou na interpretação.

Unidades de medida Será que quando mudamos as unidades de medida de x e y afetamos as estimativas MQO? Não afetamos o grau de ajuste do modelo medido pelo R2 O redimensionamento dos dados é feito com intuito de melhorar a aparência da equação estimada, sem alterar os resultados essenciais.

Unidades de medida A forma como os dados são apresentados nem sempre é a mais adequada para a apresentação em uma tabela. A escala dos dados pode ser alterada sem que as relações fundamentais entre as variáveis seja modificada.

Unidades de medida Exemplo 2.3: Salários de diretores executivos e retornos de ações (Wooldridge) Salário anual em milhares de dólares Retorno médio (3 anos) da ação sobre o patrimônio líquido da empresa que ele trabalha (%) E se usássemos o sálário em dólares?? Sem dividir por 1000…? O que mudaria?

Unidades de medida salário em dólares (*1000)

Unidades de medida Unidade de medida de y Se a variável dependente y é multiplicada por uma constante c, as estimativas de intercepto e inclinação também são multiplicadas por c. Unidade de medida da variável independente x Se a variável independente é dividida ou multiplicada por alguma constante c , o coeficiente estimado da inclinação é multiplicado ou dividido por c, respectivamente.

Unidades de medida (roenova=roe*100)

Unidades de medida: conclusões Os R-quadrados das duas regressões são idênticos. A soma dos resíduos ao quadrado e o erro padrão da regressão diferem nas equações (poderá ver algebricamente que dependerá do fato de estar multiplicando ou dividindo a sua variável y ou x por uma constante).

Outro Exemplo VD é dividida por 16 Uma VI é dividida por 20

Exemplo do livro