Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIEˆNCIAS SOCIAS APLICADAS DEPARTAMENTO DE ECONOMIA Introduc¸a˜o a` Econometria Professor: Erik Alencar de Figueireˆdo Aula 14 5 Jan 2008 5:58 p.m. Aula Computacional: Heterocedasticidade 0. INTRODUC¸A˜O Considerem o arquivo “wages.txt”. Nele esta˜o dispostos os dados da economia norte-americana relativos ao sala´rio, educac¸a˜o, idade e experieˆncia. Desta forma, pode-se estimar a equac¸a˜o de sala´rios log(WAGE) = β0 + β1EDUC + β2EXPER+ β3AGE + β4AGE2 + u. Utilizaremos o R, desta forma, o primeiro passo e´ importar os dados. wage=read.table("wages.txt",head=T) attach(wage) summary(wage) Estimando a regressa˜o regressao1=lm(log(WAGE)∼EDUC+EXPER+AGE+I(AGE2)) summary(regressao1) Focaremos nossa ana´lise na investigac¸a˜o de um poss´ıvel comportamento heterocesdastico. Uma impor- tante library para ana´lise de regressa˜o e´ a lmtest, vamos carrega´-la: library(lmtest) Em seguida podemos realizar o teste para homocedasticidade de Breusch-Pagan. bptest(regressao1) Logo, pode-se rejeitar a hipo´tese nula. Ou seja, ha´ heterocedasticidade. Portanto, devemos considerar uma estimativa robusta para a matriz de variaˆncias-covariaˆncias. Uma alternativa e´ fornecida pela library car. library(car) O comando hccm() estimara´ a matriz robusta de White (1980) para os paraˆmteros hccm(regressao1) Neste caso, as variaˆncias, na diagonal principal, sa˜o estimativas robustas para as variaˆncias dos esti- madores. Se quisermos calcular os desvios padro˜es de forma direta: sqrt(diag(hccm(regressao1))) Introduc¸a˜o a` Econometria - Aula 14 pa´gina 2 Com isso, estamos obtendo os desvios-padro˜es sugeridos por White. Ou seja, substituindo a variaˆncia σ2 pelo quadrado do erro amostral (e2t ). Neste caso, a estimac¸a˜o considera: var(βˆ) = (X ′X)−1X ′σ2ΩX(X ′X)−1, onde σ2Ω = diag{e21, e22, ..., e2n}. Apenas como informac¸a˜o, existe outros me´todos para computar estes resultados. Um deles e´ proposto por Cribari-Neto (2004), para calcular esta estat´ıstica devemos considerar o seguinte comando: hccm(regressao1,type=c("hc4")) Logo, realizados estes procedimentos devemos considerar o erros padro˜es robustos e verificar a sig- nificaˆncia ou na˜o de nossos paraˆmetros. Nota adicional: O presente documento foi preparado a partir do sistema tipogra´fico (Plain) TEX, desenvolvido por Donald Knuth. Versa˜o preliminar, comenta´rios sa˜o bem-vindos! REFEREˆNCIA [1] Cribari-Neto, F. (2004). Asymptotic inference under heteroskedasticity of unknown form. Computational Statis- tics and Data Analysis 45. [2] White, H. (1980). A heterskedastic consistent covariance matrix estimator and a direct test of heteroskedasticity. Econometrica 48.
Compartilhar