Econometria 2 - aula 1

Prévia do material em texto

Aula 01 Econometria II Gujarati
Modelo clássico de regressão linear
Esse modelo tem dois usos gerais.
1. Acadêmico - Testar as teorias de como o mundo funciona. Para isso o valor
esperado do estimador tende ao verdadeiro valor, ou seja, ele é não-viesado.
2. Negócios - Geralmente prefere-se chegar a resultados que possibilitem a
criação de previsões com menor volatilidade.
Hipóteses
Para que seja possível obter as melhores respostas precisamos de modelos co
melhor ajusste possível.
Para isso temos 3 etapas:
1. Especificação do modelo
precisamos de modelos lineares nos parêmetros, com resíduos que obedeçam
uma distribuição normal u N(0, σ2)
2. Estimação do modelo
Dado o modelo y = β1 + β2X + u, minimizamos os erros de forma que
min{Σu2}
O MQO fornece estimadores não-viesados e de variância mínima, ou seja, é
um estimador eficiênte. Eficiência + normalidade = estimadores consistentes.
Hipóteses simplificadoras do BLUE
H1. O modelo é linear nos parâmetros
H2. Os Valores de X são fixos em amostras repetidas e livres de erro. Fun-
damental para que o estimador seja não-viesado.
H3. Media dos resíduos é 0, E(u) = 0. A condição de primeira ordem da
minimização nos garante isso.
H4. Homocedasticidade, a variância do erro é constante. var(u|x) = σ2).
Essa hirpotese é fundamental para que o estimador seja de variância mínima.
H5. Não há auto-correlação nos resíduos. E(ui, uj)∀i 6= j. Fundamental para
1
Aula 01 Econometria II Gujarati
ser de mínima variância.
H6. Ausência de correlação entre X e u. Cov(Xi, ui) = 0.
H7. O número de observações n é maior que o número de parâmetros.
H8. Variabilidade nos valores de X.
H9. O modelo está corretamente especificado.
H10. Não há multicolinearidade exata.
Em econometria II as hipóteses: 4, 5, 8 e 9 serão relaxadas.
3. Inferência e teste de hipóteses
Verifica-se a validade das hipóteses.
Teste t:
Teste de significância individual
Teste F:
Teste de significância conjunta
Teste de restrição linear
Teste de quebra estrutural
2