Prévia do material em texto
Disciplina: INTRODUÇÃO À ECONOMETRIA AV Avaliação: 8,0 Nota Partic.: Av. Parcial.: 2,0 Nota SIA: 10,0 pts ENSINEME: APLICAÇÕES DE R EM ECONOMETRIA 1. Ref.: 4026412 Pontos: 1,00 / 1,00 Sobre estatísticas descritivas no R, assinale a afirmativa correta. Quando há dados missing(faltantes) numa variável, podemos ignorar e computar as estatísticas descritivas normalmente. A função quantile(dados$Murder, 0.1) retorna o último decil da taxa de assassinatos (Murder) da base `dados'. O comando table() cria uma tabela de frequências. O comando range() traz o intervalo de confiança das estatísticas descritivas. Podemos verificar a variância dos dados pelo comando summary(). ENSINEME: EQUAÇÕES SIMULTÂNEAS E EFEITOS FIXOS 2. Ref.: 4053456 Pontos: 0,00 / 1,00 Se aplicarmos mínimos quadrados ordinários a cada equação de um sistema de equações simultâneas, os coeficientes estimados serão: Não viesados e inconsistentes. Não viesados e consistentes. Viesados e inconsistentes. É impossível aplicar MQO a equações que fazem parte de um sistema de equações simultâneas. Viesados e consistentes. ENSINEME: HETEROCEDASTICIDADE E AUTOCORRELAÇÃO 3. Ref.: 4035271 Pontos: 1,00 / 1,00 Tome o modelo yt=β0+β1yt−1+utyt=β0+β1yt−1+ut que define um processo autorregressivo de ordem 1. Como podemos garantir que esse processo não será explosivo? |β0|=0 e|β1|=1|β0|=0 e|β1|=1 |β0|=0|β0|=0 |β1|=1|β1|=1 |β0|<1|β0|<1 |β1|<1|β1|<1 4. Ref.: 4035260 Pontos: 1,00 / 1,00 Suponha que estamos com uma base de dados e queremos realizar uma análise. Suponha, também, que fomos premiados com o dom da adivinhação e temos certeza sobre a forma funcional da heterocedasticidade em nossos dados, que é dada por h(x)=16x41h(x)=16x14. Nossa regressão possui 2 variáveis explicativas x1x1 e x2x2. Qual será a especificação de mínimos quadrados generalizados (MQG) que devemos aplicar nesse caso? yx21=β0x21+β1x21+β0x21x2+ux21yx12=β0x12+β1x12+β0x12x2+ux12 y16x41=β016x41+β116x41+β016x41x2+u16x41y16x14=β016x14+β116x14+β016x14x2+u16x14 y∗(4x21)=β0∗(4x21)+β1∗(4x21)∗x1+β2∗(4x21)∗x2+u∗(4x21)y∗(4x12)=β0∗(4x12)+β1∗(4x12)∗x1+β2∗(4x12)∗x2+u∗(4x12) y4x21=β04x21+β14x1+β04x21x2+u4x21y4x12=β04x12+β14x1+β04x12x2+u4x12 yx41=β0x41+β1x41+β0x41x2+ux41yx14=β0x14+β1x14+β0x14x2+ux14 ENSINEME: MODELO BÁSICO DE REGRESSÃO LINEAR 5. Ref.: 4053520 Pontos: 1,00 / 1,00 Assinale a definição correta de dados em corte transversal (também conhecidos como cross section): São dados de vários indivíduos em um único período de tempo. São dados obtidos de maneira aleatória. São dados do mesmo indivíduo para múltiplos períodos de tempo. São dados de vários indivíduos em vários períodos de tempo. São dados populacionais. 6. Ref.: 4053528 Pontos: 1,00 / 1,00 Assinale a alternativa correta sobre aleatorização: Não é possível obter causalidade sem dados experimentais Ela garante que para obter o efeito causal apenas precisamos subtrair valores esperados entre quem recebeu a intervenção e quem não recebeu. Ela necessária para obter boas previsões Ela é crucial dentro da abordagem estrutural Não é possível fazer uma análise utilizando regressão linear sem ela ENSINEME: REGRESSÃO MULTIVARIADA 7. Ref.: 4053394 Pontos: 1,00 / 1,00 Assinale a alternativa que corresponde à condição de primeira ordem para obter o estimador de mínimos quadrados ordinários: ∂SQR(^β)∂b=0∂SQR(β^)∂b=0, em que bb é um candidato qualquer a estimador que maximiza SQRSQR . ∂SQR(^β)∂b=0∂SQR(β^)∂b=0, em que bb é um candidato qualquer a estimador que minimiza SQRSQR. ∂SQR(^β)∂b=0∂SQR(β^)∂b=0, em que bb é um candidato parâmetro populacional que minimiza SQRSQR. ∂SQR(^β)∂b>0∂SQR(β^)∂b>0, em que bb é um candidato qualquer a estimador que minimiza SQRSQR . ∂SQR(^β)∂b<0∂SQR(β^)∂b<0, em que bb é um candidato qualquer a estimador que minimiza SQRSQR . 8. Ref.: 4053407 Pontos: 1,00 / 1,00 Seja uu o vetor de erros para cada observação da amostra e xx a matriz de variáveis explicativas. Assinale a expressão que representa a hipótese de homocedasticidade e a propriedade dos estimadores de MQO para qual ela é necessária. Suponha que tenhamos n observações e k variáveis explicativas. E[u|X]=0E[u|X]=0, eficiência Var[u |X]=σ2InVar[u |X]=σ2In, estatísticas de teste com distribuição t. E[u|X]=0E[u|X]=0, normalidade do erro Var[u|X]=σ2InVar[u|X]=σ2In, ausência de viés Var[u|X]=σ2InVar[u|X]=σ2In, eficiência ENSINEME: VARIÁVEIS INSTRUMENTAIS 9. Ref.: 4053372 Pontos: 0,00 / 1,00 Seja {(xi,yi,zi1):i=1,2,...,N}{(xi,yi,zi1):i=1,2,...,N} uma amostra aleatória da população, e seja zi1zi1 um instrumento para uma variável endógena xikxik qualquer. Assinale a alternativa que corresponde ao estimador de variável instrumental: β=(Z′Y)−1Z′Yβ=(Z′Y)−1Z′Y β=(X′X)−1Z′Yβ=(X′X)−1Z′Y β=(X′X)Z′Yβ=(X′X)Z′Y β=(Z′Z)−1Z′Yβ=(Z′Z)−1Z′Y β=(Z′X)−1Z′Yβ=(Z′X)−1Z′Y 10. Ref.: 4056336 Pontos: 1,00 / 1,00 Qual das alternativas abaixo contém os principais problemas que podem causar endogeneidade em uma regressão? Autocorrelação dos resíduos e variância condicional não constante. Relação linear exata entre duas ou mais variáveis independentes e não normalidade dos resíduos. Base de dados pequena. Variável omitida, erro de medida e simultaneidade. Inclusão de variáveis irrelevantes, presença de outliers e observações com dados faltantes.