Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introdução à Econometria ECO-132497 Departamento de Economia Universidade de Brasília 2º Semestre – 2013 Lista 1 (Data de entrega – 06/09/2013) Nome e Matrícula do Aluno____________________________________ Problema 1 (28 pontos) Considere a estimação de uma curva de oferta. Você coletou dados sobre preço (x) e quantidade (y) para alguma commodity agrícola. Ao ajustar uma linha reta para o conjunto de dados, chegou-se à seguinte equação de regressão: Interprete a equação, focando especificamente em e . A equação dá uma estimativa para o modelo gerador dos dados. é o intercepto da equação estimada. Ele é também o valor predito de yi quando xi = 0. é a inclinação da equação estimada. Ela a resposta marginal média de yi devido a uma mudança em xi. Isto é, se xi aumenta em uma unidade, yi NA MÉDIA aumenta ou diminui em unidades. (b) Desenhe a linha de regressão especificada acima em um gráfico. Porque que sobre yi tem um “chapéu” e sobre xi não? denota os valores estimados de yi, dado xi. Já que xi é dado, ou fixo ou não-estocástico, ele não necessita de um “chapéu”. O y-intercepto é negativo. Isso faz sentido? Se não, como que economistas lidariam com isso? Não, não faz sentido do ponto de vista econômico. Matematicamente, ele diz que se o preço for zero então quantidade ofertada será negativa. Mas se nós assumirmos que os dados estão suficientemente “longe” dos eixos x e y, economistas ignoram o resultado. As estimativas empíricas são consideradas mais “confiáveis” quanto mais próximos nós estivermos dos dados. Suponha que a você é dito que para os seus dados o valor médio de x é 80 e o valor médio de y é 190, você concorda? Explique. Não, você não deveria concordar. A linha de regressão estimada tem que passar por ambos os valores médios de x e y. Desse modo, se o valor médio de x é 80, então o valor médio de y tem que ser 182,9. Suponha que x = 75 e que o resíduo para esta observação é –12,42. Desenhe este ponto no gráfico da parte (b). O que é (i) o valor estimado de y e (ii) o valor realmente observado de y? Nós temos a seguinte fórmula: Plugando x = 75, temos: Sabemos também que: Plugando e , temos Dado que a média de x é 80, qual é o valor numérico da elasticidade de preço da oferta (próprio preço) avaliada neste ponto? Elasticidade = Problema 2 (20 pontos) y = gasto domiciliar com comida e x = renda domiciliar. Para cada uma das equações abaixo, diga se ela é (i) linear nas variáveis, (ii) linear nos parâmetros, e se (iii) ela pode ser estimada usando MQO. Se você puder estimar a equação usando MQO, (isto é, você respondeu sim para o item (iii)), então reescreva a equação na forma estimável. Não-linear nas variáveis; linear nos parâmetros. Você pode estimar essa equação usando MQO. (b) Não-linear nas variáveis e linear nos parâmetros. Mas não há transformação que nos dê a forma funcional desejada para (linear e separável) e que mantenha a linearidade nos parâmetros. Portanto não pode ser estimada por MQO. (c) Escrita desse jeito, a equação é não linear nos parâmetros e nas variáveis. Mas ela pode ser transformada para se tornar linear nos parâmetros e no termo erro, e consequentemente estimável por MQO. (d) Não-linear nas variáveis e não-linear nos parâmetros. Mas não há transformação que nos dê a forma funcional desejada para (linear e separável) e que mantenha a não linearidade dos parâmetros. Portanto não pode ser estimada por MQO. (e) Não-linear nos parâmetros. Portanto não pode ser estimada por MQO. Problema 3 (36 pontos) Um analista está interessado em modelar a relação entre Y e X. O analista acredita que a relação entre as duas variáveis pode ser melhor descrita como uma linha reta. Os dados amostrais são mostrados na tabela 1 abaixo. Tabela 1 Obs X Y 1 4,5 31,5 2 3,8 32,4 3 3,8 33,4 4 3,6 34,8 5 3,5 36,7 6 4,9 38,8 7 5,9 40,5 Use o método de mínimos quadrados ordinários ou o método dos momentos para estimar (à mão) a FRA. Você tem que providenciar as estimativas numéricas para os seguintes parâmetros: , , Var( ), ep( ), , e R2. Tabela 2 abaixo inserida para ajudar nos cálculos. = 24,88 = 2,46 R2 = 0,411 No contexto deste problema, defina o que cada β representa. representa o intercepto da linha de regressão. representa a inclinação da linha de regressão. Ela diz que se se xi aumenta em uma unidade, yi NA MÉDIA mudará em unidades. Qual o significado de R2? Escreva o que sua estimativa implica para o exercício em questão. 41.06% da variação em y é explicada pela variação nos x’s. Isto significa que 58,94% é não explicado pelo modelo (ou não explicado pela parte determinística do modelo). Plote os pontos de dados na tabela e desenhe sua FRA. Suponha que x é 3,8. Qual seu valor predito de y (isto é, ). Este valor coincide com as observações 2 e 3 na tabela, quando x = 3,8? Porque sim, porque não? Se não, seria este fato preocupante? Usando , temos que quando x = 3,8 , . Este valor não precisa ser igual ao dado real! Tabela 2 Obs x y ( ) ( ) ( )( ) ( )2 1 4,5 31,5 0,21 -3,94 -0,84 0,05 35,97 -4,47 19,987 2 3,8 32,4 -0,49 -3,04 1,48 0,24 34,25 -1,85 3,408 3 3,8 33,4 -0,49 -2,04 0,99 0,24 34,25 -0,85 0,716 4 3,6 34,8 -0,69 -0,64 0,44 0,47 33,75 1,05 1,095 5 3,5 36,7 -0,79 1,26 -0,99 0,62 33,51 3,19 10,194 6 4,9 38,8 0,61 3,36 2,06 0,38 36,96 1,84 3,399 7 5,9 40,5 1,61 5,06 8,16 2,61 39,42 1,08 1,167 Problema 4 (6 pontos) Usando dados de casas vendidas em 1988 em Andover, Massachussets, Kiel e McClain (1995) estimaram a seguinte equação que relaciona os preços das casas (preço) à distância de um incinerador de lixo recentemente construído (dist): n=135, R2=0,162 Interprete o coeficiente de log(dist). O sinal dessa estimativa é o que você esperaria? Sim. Se quanto mais perto do incinerador menores serão os preços das casas, então casas mais distantes do incinerador terão um preço maior. Você considera que a regressão simples oferece um estimador não-viesado da elasticidade ceteris-paribus de preço em relação à dist? Se a cidade escolhe localizar o incinerador em uma área distante dos bairros mais caros (incluindo por exemplo escolas e casas de melhor qualidade), então log(dist) é positivamente correlacionado com qualidade da moradia. Isto violaria a hipótese de média condicional zero e o estimador de MQO seria viesado. Quais outros fatores relativos a casas podem afetar seu preço? Eles poderiam estar correlacionados com a distância do incinerador? Tamanho na casa, número de quartos e banheiros, tamanho do terreno, qualidade da vizinhança etc. Todos poderiam estar correlacionados com a distância do incinerador. � PAGE \* MERGEFORMAT �1� _1377324676.unknown _1377325581.unknown _1377326730.unknown _1377327629.unknown _1377329294.unknown _1377329366.unknown _1377327614.unknown _1377325783.unknown _1377326379.unknown _1377325612.unknown _1377325393.unknown _1377325481.unknown _1377325358.unknown _1376117759.unknown _1376119373.unknown _1376120390.unknown _1376120447.unknown _1376120597.unknown _1376133928.unknown _1376134615.unknown _1376120634.unknown _1376120596.unknown _1376120433.unknown _1376120338.unknown _1376117868.unknown _1376117993.unknown _1376117782.unknown _1376116674.unknown _1376116755.unknown _1376116796.unknown _1376116705.unknown _1376116605.unknown _1376115430.unknown _1376115466.unknown
Compartilhar