Prévia do material em texto
Questão Acerto: 1,0 / 1,0 Suponha que tenhamos um modelo de defasagens distribuídas finitas (ou, em inglês, finite distributed lag model) dado por yt−1=α0+δ0zt+δ1zt−1+δ2zt−2+ut−1yt−1=α0+δ0zt+δ1zt−1+δ2zt−2+ut−1 .Considere zz que seja uma constante igual a cc em todos os períodos do tempo antes de tt . Quando estivermos no período t,zt,z subirá em uma unidade para c+1c+1 e, após isso, a partir de t+1t+1, mantém seu nível inicial. Ou seja, o aumento em zz é temporário. Sob essas hipóteses, qual será o multiplicador de impacto dois períodos a frente? 0 δ1δ1 δ0+δ1δ0+δ1 c+1c+1 δoδo Respondido em 08/09/2022 11:01:08 Explicação: O multiplicador de impacto dois períodos a frente é dado por: yt+1−yt−1yt+1−yt−1 . Considerando as hipóteses adotadas na questão temos: yt−1=α0+δ0c+δ1c+δ2cyt−1=α0+δ0c+δ1c+δ2c yt=αo+δ0(c+1)+δ1c+δ2cyt=αo+δ0(c+1)+δ1c+δ2c yt+1=α0+δ0c+δ1(c+1)+δ2cyt+1=α0+δ0c+δ1(c+1)+δ2c Fazendo yt+1−yt−1yt+1−yt−1, teremos: yt+1−yt−1=δ1yt+1−yt−1=δ1 2a Questão Acerto: 1,0 / 1,0 A homocedasticidade é o pressuposto central do modelo de regressão de mínimos quadrados ordinários (MQO). Se amentarmos o valor de Y, os erros de predição também aumentam, tem-se heterogeneidade na variância. Fundamentalmente, a violação desse pressuposto é preocupante na medida em que afeta a confiabilidade dos testes de significância e intervalos de confiança do modelo. Para identificar a existência de heterocedasticidade podemos empregar alguns testes, dentre eles o Breusch-Pagan. Assinale a hipótese nula deste teste: H0:ρ=0H0:ρ=0, onde o coeficiente ρρ é o parâmetro da regressão do erro quadrado da regressão original contra a sua primeira defasagem. −H0:δ1=δ2=...=δk=0−H0:δ1=δ2=...=δk=0, onde os kk coeficientes δδ são os parâmetros da regressão do erro da regressão original contra as kk variáveis explicativas do modelo para o qual queremos verificar se há homocedasticidade. H0:ρ=δ1=δ2=...=δk=0H0:ρ=δ1=δ2=...=δk=0, onde ρρ e os kk coeficientes δδ são os parâmetros da regressão do erro da regressão original contra, respectivamente, a primeira defasagem desse erro e as kkvariáveis explicativas do modelo para o qual queremos verificar se há homocedasticidade. H0:ρ=δ1=δ2=...=δk=0H0:ρ=δ1=δ2=...=δk=0, onde ρρ e os kk coeficientes δδ são os parâmetros da regressão do erro quadrado da regressão original contra, respectivamente, a primeira defasagem desse erro e as kk variáveis explicativas do modelo para o qual queremos verificar se há homocedasticidade. −H0:δ1=δ2=...=δk=0−H0:δ1=δ2=...=δk=0, onde os kk coeficientes δδ são os parâmetros da regressão do erro quadrado da regressão original contra as kk variáveis explicativas do modelo para o qual queremos verificar se há homocedasticidade. Respondido em 08/09/2022 11:02:55 Explicação: A resposta correta é: −H0:δ1=δ2=...=δk=0−H0:δ1=δ2=...=δk=0, onde os kk coeficientes δδ são os parâmetros da regressão do erro quadrado da regressão original contra as kk variáveis explicativas do modelo para o qual queremos verificar se há homocedasticidade. 3a Questão Acerto: 1,0 / 1,0 Em que situação os estimadores de dois estágios serão iguais aos estimadores de variáveis instrumentais? Quando o número de variáveis endógenas for igual ao número de regressores. Quando a variável instrumental for parcialmente correlacionada com a variável endógena. Quando o posto de E(x′x)E(x′x) for igual ao número de variáveis independentes em xx. Quando houver apenas uma variável exógena. Quando não houver problema de variável omitida. Respondido em 08/09/2022 11:03:48 Explicação: A resposta correta é: Quando houver apenas uma variável exógena. 4a Questão Acerto: 1,0 / 1,0 Que tipo de convergência e quais hipóteses precisamos ter para que ^ββ^ seja um estimador consistente de MQO de ββ Convergência em probabilidade e resíduos uniformes. Convergência em probabilidade, normalidade dos resíduos e linearidade na relação entre a variável dependente e as independentes. Convergência em probabilidade, o posto de E(x′ x)E(x′ x) deve ser igual ao número de variáveis independentes e xx não deve ser correlacionado com o termo de erro uu . Convergência em distribuição, o posto de E(x′ x)E(x′ x) deve ser igual ao número de variáveis independentes e xx não deve ser correlacionado com o termo de erro uu. Convergência em distribuição, normalidade dos resíduos e linearidade na relação entre a variável dependente e as independentes. Respondido em 08/09/2022 11:04:45 Explicação: A resposta correta é: Convergência em probabilidade, o posto de E(x′ x)E(x′ x) deve ser igual ao número de variáveis independentes e xx não deve ser correlacionado com o termo de erro uu . 5a Questão Acerto: 1,0 / 1,0 Considere o sistema de equações simultâneas a seguir, onde ocultamos os subscritos de tempo apenas para reduzir a notação. Y1=α0+α1Y2+α3Y3+α4X1+α5X2+u1Y1=α0+α1Y2+α3Y3+α4X1+α5X2+u1 Y2=β0+β1Y3+β2Y1+β3X2+u2Y2=β0+β1Y3+β2Y1+β3X2+u2 Y3=γ0+γ1Y1+γ2Y2+γ3X3+u3Y3=γ0+γ1Y1+γ2Y2+γ3X3+u3 De acordo com a condição de ordem, a segunda equação desse sistema é: Sobre-identificada. Não é possível saber se a equação é identificada, pois ela não nos dá os modelos em forma reduzida. Justamente identificada. Subidentificada. Não é possível saber se a equação é identificada, pois precisamos verificar a condição de posto antes. Respondido em 08/09/2022 11:23:43 Explicação: A resposta correta é: Justamente identificada. 6a Questão Acerto: 1,0 / 1,0 Considere o script abaixo sobre o R e assinale a alternativa correta. A função summary() fornece o somatório de diversas variáveis. O script não vai funcionar, uma vez que esquecemos de instalar primeiro os pacotes. Na linha 9 lemos o arquivo em .csv. A função head() retorna as primeiras partes de um objeto. A linha 12 está selecionando a coluna "ano" que tem valor igual a 2012. Respondido em 08/09/2022 11:24:02 Explicação: A resposta correta é: A função head() retorna as primeiras partes de um objeto. 7a Questão Acerto: 1,0 / 1,0 Assinale a principal e mais comum preocupação de modelos de forma reduzida: Testar o funcionamento de modelos econômicos levando dados para dentro deles. Medir o impacto causal de uma variável em outra. Maximizar o R2R2 da regressão linear Minimizar o erro quadrático médio. Prever o valor de uma variável dada a outra. Respondido em 08/09/2022 11:30:18 Explicação: A resposta correta é: Medir o impacto causal de uma variável em outra. 8a Questão Acerto: 1,0 / 1,0 Assinale a definição correta sobre métricas para a qualidade da regressão linear: SQR=∑ni=1(yi−¯y)2SQR=∑i=1n(yi−y¯)2 SQR=SQT+SQESQR=SQT+SQE SQE=SQT−SQRSQE=SQT−SQR SQE=∑ni=1(^yi−¯y)2SQE=∑i=1n(y^i−y¯)2 SQT=∑ni=1(^yi−¯y)2SQT=∑i=1n(y^i−y¯)2 Respondido em 08/09/2022 11:31:50 Explicação: A resposta correta é: SQE=SQT−SQRSQE=SQT−SQR 9a Questão Acerto: 1,0 / 1,0 Com a finalidade de testar o Teorema de Frisch-Waugh, um pesquisador particionou uma matriz XX de variáveis explicativas. Qual a dimensão da matriz X1X1, resultante do particionamento em 2 partes iguais da matriz de variáveis explicativas com nn linhas, XX, sendo que XX não contém o intercepto? n×2κn×2κ n×κ2n×κ2 n×κn×κ κ×κ2κ×κ2 n2×nn2×n Respondido em 08/09/2022 11:33:12 Explicação: A resposta correta é: n×κ2n×κ2 10a Questão Acerto: 1,0 / 1,0 Seja βkβk o coeficiente de xkxk, a kk-ésima coluna de XX, em uma regressão da forma y=Xβ+uy=Xβ+u. Seja ˜xkxk~ o resíduo da regressão de xkxk contra todas as outras colunas da matriz XX . Assinale a alternativa correta para βkβk:βk=Cov[y, ˜xk]Var[y]βk=Cov[y, xk~]Var[y] βk=Cov[y, ˜xk]βk=Cov[y, xk~] βk=Var[˜xk]βk=Var[xk~] βk=Cov[y, ˜xk]Var[˜xk]βk=Cov[y, xk~]Var[xk~] βk=Var[y]Var[˜xk]βk=Var[y]Var[xk~] Respondido em 08/09/2022 11:37:09 Explicação: A resposta correta é: βk=Cov[y, ˜xk]Var[˜xk]