EXERCÍCIO DE SÉRIES DE TEMPO E REGRESSÃO: DEMANDA POR IMPORTAÇÕES

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

DISTRIBUIÇÕES AMOSTRAIS
Estatística amintas paiva afonso.
Prof. Darlan Marcelo Delgado
ANÁLISES DE REGRESSÃO.
Analise de Regressão Parte 2.
MÉTODOS QUANTITATIVOS
Modelos de Regressão Múltipla.
Análise de regressão linear simples: abordagem matricial
DIRETORIA DE PESQUISAS
Regressão Linear Aula 09 Prof. Christopher Freire Souza
7a. e 8a. Aulas – Correlação e Regressão
Geoestatística Aplicada à Agricultura de Precisão II
ANÁLISE DE SÉRIES DE TEMPO
ANÁLISE DE REGRESSÃO UM GUIA PRÁTICO.
Rejane Sobrino Pinheiro Tania Guillén de Torres
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
A Contribuição da Econometria para a Análise Econômica
Ilan Goldfajn Aurelio Bicalho Políticas Monetária, Fiscal e Choque Global: Análise Empírica da Dinâmica da Produção Industrial entre 2008 e 2012.
Estabilidade e Estacionariedade em Séries Temporais
Tópicos em Gestão de Serviços – Regressão Linear
Profª. Sheila Regina Oro
Laís Araújo Lopes de Souza
Modelos de regressão Cláudio Monteiro
Linguagem de Programação II Parte IX
Aula 10. Regressão Linear Múltipla.
Estatística e Probabilidade
Aula 6 - Método não-experimental ou de seleção não-aleatória
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
Violação dos pressupostos do modelo de regressão : Autocorrelação
Formas de calibração 1º - Padrões externos É a forma mais utilizada de calibração. São utilizadas soluções contendo concentrações conhecidas do analito.
Gestão de defeitos.
Método dos Mínimos Quadrados (MMQ)
Interpolação e Ajuste de Curvas
Equações diferenciais e de diferenças de coeficientes
2.3 Experimentos Fatoriais 22 Efeitos das Interações
Múltipla Variáveis Binárias Relações Não-Lineares
Modelagem Estatística
Contabilidade e Regressão Linear
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Regressão e Previsão Numérica.
análise dos estimadores
Regressão.
Ajuste do Modelo Avaliação dos Coeficientes
Introdução a Teoria Microeconômica
Regressão Linear Múltipla
Introdução a planejamento e otimização de experimentos
Metodologia da Pesquisa em Ensino de Ciências I
Econometria Avançada Prof. Alexandre Gori Maia
Estatística e Probabilidade
Metodologia Científica Prof. Marcel Dupret Fatec Osasco Abril/2014
Aulas Introdutórias O processo de medida;
Aulas Introdutórias O processo de medida; – Incerteza; – Algarismos significativos e arredondamento; Tratamento de erros experimentais; O análise gráfico:
Exercícios do Livro – Capítulo 13 Fernando J. Moreira Jr. Controle Estatístico de Processo I Professor: Robert Wayne Samohyl.
Aula 12 - Relaxando as hipóteses do MCRL
Modelo de Equações Estruturais
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Regressão Linear Simples
Correlação e regressão
AULA 2 Prof. Dr. Márcio A. Fiori -
AULA 3 – O Modelo de Regressão Simples
Aula 6 – Sistemas Lineares
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
Econometria Félix Bernardo. Econometria “a Econometria procura fornecer uma base empírica para o estudo de relações entre variáveis económicas (ou, em.
Experimentação e Instrumentação Regressão Linear e Múltipla
Autor : Lênin Charqueiro. Pelotas,8 de março de
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
Regressão Linear (aula 14 – Parte 2).
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:

EXERCÍCIO DE SÉRIES DE TEMPO E REGRESSÃO: DEMANDA POR IMPORTAÇÕES

lnMt = a + b1t + b2lnYt + b3lnRERt + et Já vimos que o modelo na sua forma mais simples apresenta falhas na sua estimação por causa da presença de quebras estruturais. Mas, desconsiderando a existência desta quebra, qual é a interpretação dos coeficientes b1 e b2 da equação abaixo? lnMt = a + b1t + b2lnYt + b3lnRERt + et Estime esta equação e teste a validade das hipóteses básicas discutidas. Como a questão da quebra estrutural pode ser lidada?

Observando os resíduos gerados, nota-se um aparente comportamento padrão ao longo do tempo: é possível que a demanda por importações apresente um comportamento sazonal. Que modelo pode ser utilizado para lidar com este comportamento? Estime novamente o modelo propondo correções para quebra estrutural apenas sobre a tendência. A idéia com esta quebra na tendência é corrigir o problema através do componente que filtra elementos não explicados. A quebra na tendência é significativa estatisticamente?

É possível que o procedimento não seja o mais correto, pois sendo a quebra significativa, é possível que a própria tendência apresente um comportamento estocástico no seu todo. Teste a hipótese de presença de raízes unitárias nas séries utilizadas. Se os dados apresentarem raízes unitárias, devemos evitar o problema de regressão espúria. Como vimos, o problema pode ser evitado constatando primeiramente se as variáveis cointegram. Realize o teste de cointegração necessário para verificar a relação de longo prazo entre as variáveis.

Lembre-se que, existindo cointegração, o modelo ideal para ser adotado é o Modelo de Correção de Erros. Qual a interpretação dos coeficientes estimados em um modelo deste tipo? Estime um modelo deste formato para as importações no país. Este modelo é bem especificado? Devemos também considerar a hipótese de efeitos nas duas direções entre as variáveis. Logo, um sistema de equações pode ser mais representativo do comportamento da economia. Estime um VAR e apresente as funções de impulso-resposta. Qual a interpretação dos gráficos?