Aula 3 17 de setembro de 2013 Agrupamento independente de cortes transversais.

Apresentação em tema: "Aula 3 17 de setembro de 2013 Agrupamento independente de cortes transversais."— Transcrição da apresentação:

1 Aula 3 17 de setembro de 2013 Agrupamento independente de cortes transversais

2 Cortes transversais agrupados Alguns conjuntos de dados têm características de corte transversal e de séries de tempo. Um mesmo conjunto de variáveis é coletado em diferentes períodos do tempo, em distintas amostras aleatórias de uma mesma população (Censo Demográfico, Pesquisa Nacional por Amostra de Domicílios –PNAD). Agrupar cortes transversais de diferentes anos é eficaz para analisar os efeitos de uma política pública. O ideal é coletar dados de anos anteriores e posteriores a uma importante mudança de política governamental.

3 Cortes transversais agrupados Aumenta o tamanho da amostra, a análise de corte transversal agrupada é importante para estimar como uma relação fundamental mudou ao longo do tempo. Observações amostrais são coletadas de forma independente. Eliminação da correlação nos erros entre diferentes observações. Intercepto deve diferir entre períodos de tempo diferentes – variáveis dummies para todos anos menos um (ano base)

4 Exemplo Conjunto de dados sobre os preços da moradia em 1993 e 1995 nos Estados Unidos

5 Exemplos de banco de dados com cortes transversais agrupados Pesquisa Nacional por amostra de domicílios do IBGE (podemos agrupar vários anos): A PNAD é uma pesquisa anual por amostragem probabilística de domicílios, realizada em todo o território nacional exclusive a área rural da região Norte. A PNAD adota um plano amostral estratificado e conglomerado com um, dois ou três estágios de seleção, dependendo do estrato.

6 Exemplos de banco de dados com cortes transversais agrupados Pesquisa Nacional por amostra de domicílios do IBGE (podemos agrupar vários anos): Amostra da PNAD é feita em 3 estágios de seleção (municípios, setores censitários e domicílios). Estratificação das unidades de 1º estágio e com probabilidades de seleção proporcionais ao tamanho para os municípios e setores. Os domicílios são selecionados com probabilidades iguais dentro dos setores. Fração de amostragem: probabilidade de um domicílio pertencer à amostra.

7 Modelo de dados agrupados As informações são agrupadas em um único banco de dados. O modelo pode ser escrito da seguinte forma: Termo constante Variáveis explicativas

8 Fertilidade feminina ao longo do tempo Arquivo: fertil1.gdt Modelo que estima o número total de nascimentos por mulheres.

9 CoeficienteErro Padrãorazão-tp-valor const-7,742463,05177-2,53700,01132** educ-0,1284270,0183486-6,9993<0,00001*** age0,5321350,1383863,84530,00013*** agesq-0,0058040,00156428-3,71030,00022*** black1,075660,1735366,1985<0,00001*** east0,2173240,1327881,63660,10199 northcen0,3631140,1208973,00350,00273*** west0,1976030,1669131,18390,23672 farm-0,05255750,14719-0,35710,72111 othrural-0,1628540,175442-0,92820,35348 town0,08435320,1245310,67740,49831 smcity0,2118790,1602961,32180,18651 y740,2681830,1727161,55270,12077 y76-0,09737950,179046-0,54390,58663 y78-0,06866650,181684-0,37790,70554 y80-0,07130530,182771-0,39010,69651 y82-0,5224840,172436-3,03000,00250*** y84-0,5451660,174516-3,12390,00183*** Média var. dependente 2,743136D.P. var. dependente 1,653899 Soma resíd. quadrados 2685,898E.P. da regressão 1,554847 R-quadrado 0,129512R-quadrado ajustado 0,116192 F(17, 1111) 9,723282P-valor(F) 2,42e-24 Log da verossimilhança-2091,224Critério de Akaike 4218,448 Critério de Schwarz 4308,972Critério Hannan-Quinn 4252,650 Modelo 2: MQO, usando as observa ç ões 1-1129 Vari á vel dependente: kids