Baixe o app para aproveitar ainda mais
Prévia do material em texto
Econometria - Gabarito Lista 3 - EPGE/FGV - 2012.1 Professor: Rodrigo Leandro de Moura Monitor: Bruno Donna de Mendonça 1. (a) Falso. Quando há presença de multicolinearidade os estimadores de MQO deixam de ser BLUE (o MQP apresentam menos variância) (b) Incerto. Quando a multicolinearidade é alta, a variância do estimador aumenta, o que diminui a estat́ıstica-t, dificultando a avaliação das estat́ıstica de significância (c) Falso. Correlações par a par altas sugerem que haja multicolinearidade alta, mas não conseguem captar a relação linear de uma variável com outras duas. (d) Verdadeiro. O Fator de Inflação da Variância é dado por 1 1−R2j , logo como a variância de β̂j é dado por V ar(β̂j) = σ2 SQTj(1−R2j ) temos que quanto mais alto for Fator de Inflação da Variância, maiores as variâncias dos estimadores de MQO (e) Verdadeiro. Tome yi = β1 + β2x2 + β3x3 + ui V ar(β̂3) = σ2∑ (x3i − x3)(1−R23) Se x3 = cte⇒ x3i = x3 ⇒ V ar(β̂3) = σ2/0 =∞ 2. Errata: β̂ = (X ′X)−1X ′y (a) Não existe (X ′X)−1. Logo, β̂ não pode ser obtido. (b) Se o determinante da matriz X for 0 isto indica que a matriz é Linearmente Depen- dente. 3. (a) Verdadeiro. Quando a multicolinearidade é alta, a variância do estimador aumenta, o que diminui a estat́ıstica-t. (b) Verdadeiro. Erros correlacionados não afetam a lineariedade do modelo e enquanto o valor esperado do erro for 0 os estimadores serão não tendenciosos. (c) Falso. Na presença de heterocedasticidade os testes t e F são inválidos. (d) Falso. A variância dos estimadores não se alteram com a medida da variável depen- dente. (e) Verdadeiro. Ao ser omitida ela entra no reśıduo da regressão. Se ela for correlacionada com outra variável explicativa isso implica que ao ser omitida o erro passa a ser correlacionado com uma variável explciativa, o que vai de encontro as h́ıpóteses do modelo. 4. (a) Falso. Os coeficientes angulares também seriam alterados. 1 (b) Falso. Fazendo um teste F a hipótese nula é rejeitada. F = R2/k (1−R2)/(n− k − 1) = 0, 76/2 (1− 0, 76)/(27− 2− 1) = 38 (c) Falso. O IC será [β̂2 − 0, 0854× 2, 064, β̂2 + 0, 0854× 2, 064] (d) Verdadeiro. y = exp [β0 + β1 ln (Li) + β2 ln (Ki)] CMg: exp [β0 + β1 ln (Li) + β2 ln (Ki)] β1 L CMe: exp [β0 + β1 ln (Li) + β2 ln (Ki)] 1 L Como β1 < 1 temos que CMg < CMe (e) Falso. Outra forma funcional pode não fazer sentido econômico. 5. (a) Falso. Variando-se o preço em 1%, a quantidade demandada variará β% , ceteris paribus. (b) Falso, uma vez que o modelo está em log. (c) Verdadeiro, alterar a forma como são medidas as variáveis não altera os coeficientes (d) Verdadeiro, uma vez que o coeficiente R2 sempre aumentará (ou permanecerá igual) ao acrescentar uma nova variável ao modelo. (e) Falso. R 2 aumenta ⇔ a estat́ıstica t da variável inclúıda for maior do que 1. O que não garante que ela será significativa. 6. Gabarito dos exerćıcios do Wooldridge em Anexo 2
Compartilhar