1 / 14

Econometria Aula 3 – 27/9/2013

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

cissy
Download Presentation

Econometria Aula 3 – 27/9/2013

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. EconometriaAula 3 – 27/9/2013

  2. Hipóteses do modelo A.1. Linearidadesignifica ser linear nosparâmetros. A.2. Identificação:Sóexiste um únicoconjunto de parâmetrosqueproduz E[y|x]. A.3. Médiacondicional zero A.4. Forma damatriz de variânciacovariância A.5. Geração dos dados A.6. Hipótesessobre a distribuição de probabilidade.

  3. Transformações lineares dos dados • Como umatransformação linear podeafetarosresultadosderivados do MQO? • Com base emX, b = (XX)-1X’y. • Os coeficientes de yregredidosemZ (=XP)são: c= P -1b (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. • R2seráigualpois R2 = 1 - ee/y’M0y (!!).

  4. 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.

  5. Efeitos da dimensão dos dados nas estatísticas MQO • Alterando a escala de ylevará 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 xlevará a uma mudança na escala dos respectivos coeficiente e erro-padrão, sem nenhuma alteração na significância ou na interpretação.

  6. 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.

  7. 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.

  8. Unidades de medida Exemplo 2.3: Salários de diretores executivos e retornos de ações (Wooldridge) • Salárioanualemmilhares de dólares • Retornomédio (3 anos) daaçãosobre o patrimôniolíquidodaempresaqueeletrabalha (%) • E se usássemos o sálárioemdólares?? Semdividirpor 1000…? O quemudaria?

  9. Unidades de medida salário em dólares (*1000)

  10. 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.

  11. Unidades de medida(roenova=roe*100)

  12. 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).

  13. OutroExemplo VD é dividida por 16 Uma VI é dividida por 20

  14. Exemplo do livro

More Related