Lista 6 (1)

Prévia do material em texto

Introdução à Econometria 
ECO-132497
Departamento de Economia
 Universidade de Brasília
2º Semestre – 2017
Lista 6
(Entregar até 17/11/2017)
Problema 1 
Exercício 6.1, edição de 2006. O enunciado começa assim: “A seguinte equação foi estimada utilizando dados contidos no arquivo CEOSAL.RAW...”
 
Problema 2 
Exercício 6.3, edição de 2006. O enunciado começa assim: “Utilizando os dados contidos no arquivo RDCHEM.RAW.....” 
Problema 3 
O conjunto de dados contidos no arquivo NBASAL.RAW contém informações a respeito de salários e estatísticas sobre a carreira de 269 jogadores de basquete da National Basketball Association (NBA) dos EUA.
Estime um modelo relacionando pontos por jogo (points) com anos como jogador profissional (exper), age, e anos jogados na faculdade (coll). Inclua um termo quadrático em exper; as outras variáveis devem aparecer na forma de nível. Descreva os resultados da maneira habitual.
Mantendo fixos os anos jogados na faculdade e a idade, em que valor de experiência a adição de mais um ano efetivamente reduz o salário? Isso faz sentido?
Por que, na sua opinião, coll tem um coeficiente negativo e estatisticamente significante? (Sugestão: Os jogadores da NBA podem ser convocados antes de terminarem a faculdade ou mesmo diretamente quando terminam o curso médio.)
Adicione um termo quadrático em age na equação. Ele é necessário? O que isso parece sugerir sobre os efeitos da idade, quando exper e coll são controladas?
Agora faça uma regressão do log(wage) sobre points, exper, exper2, age, e coll. Descreva os resultados da forma habitual.
Verifique se age e coll são conjuntamente significantes na regressão da parte v.. O que isso implica para saber se age e coll têm efeitos separados sobre salário, quando produtividade e anos de experiência são consideradas?
Problema 4
O seguinte modelo permite que o retorno na educação dependa da educação total dos pais, chamada edupais:
 
Mostre que, em forma decimal, o retorno de mais um ano de educação nesse modelo é 
Que sinal você espera de 
? Por quê?
A equação estimada é 
 (0,13) (0,010) (0,00021) (0,004) (0,003) 
			N=722, R2=0,169
Interprete o coeficiente do termo de interação. Pode ser interessante escolher dois valores específicos para edupais, e.g. edupais=32 se ambos tiverem educação superior ou edupais =24 se ambos tiverem nível médio -- comparar o retorno estimado de educ.
Quando edupais é adicionada como uma variável separada obtemos,
 (0,38) (0,017) (0,00021) (0,0012) (0,004) 
 (0,003) 
			N=722, R2=0,174
O retorno da educação agora depende positivamente da educação dos pais? Teste a hipótese nula de que o retorno da educação não depende da educação dos pais. 
Problema 5
As três seguintes equações foram estimadas utilizando-se 1534 observações do arquivo 401K.raw.
 
 (0,78) (0,52) (0,045) (0,00004)
 
�� EMBED 
 
 (1,95) (0,51) ` (0,044) (0,28)
 
�� EMBED 
 (0,78) (0,52) ` (0,045) (0,00009) (0,0000000010) 
 
�� EMBED 
Qual desses três modelos você prefere? Por quê? 
Problema 6
Utilize os dados contidos no arquivo GPA2.RAW para fazer este exercício.
(i) Estime o modelo
, onde tamclas (hsize) é o tamanho da classe no último semestre antes da graduação no ensino médio (em centenas), e SAT a nota no exame de entrada para a universidade. Descreva os resultados na forma habitual. O termo quadrático é estatisticamente significante?
(ii) Usando a equação estimada na parte (i), qual é o tamanho “ótimo” da classe?
Justifique sua resposta.
(iii) Esta análise é representativa do desempenho acadêmico de todos os formandos no ensino médio? Explique.
(iv) Encontre o tamanho ótimo da classe, usando log(sat) como a variável dependente. Ele é muito diferente do que você obteve na parte (ii)?
Problema 7
Exercício 7.1, edição de 2006. O enunciado começa assim: “Utilizando os dados contidos no arquivo SLEEP75.RAW.....” 
 
Problema 8 
Exercício 7.4, edição de 2006. O enunciado começa assim: “ Uma equação que explica os salários....”
Problema 9
Utilize os dados contidos no arquivo GPA1.RAW para fazer este exercício.
 Adicione as variáveis 1 se pai tem curso superior, 0 se não (fathcoll) e 1 se mãe tem curso superior, 0 se não mothcoll à equação estimada 7.6 no exemplo 7.2 do capitulo 7, onde nmgrad é a variável dependente. Note que no arquivo de descrição, nmgrad = colGPA, nmen = hsGPA e TAC = ACT. Descreva os resultados da forma habitual. O que acontece com o efeito estimado da propriedade de um computador? A variável PC ainda é estatisticamente significante? 
Teste a significância conjunta de fathcoll, mothcoll na equação da parte i. e assegure-se de descrever o p-valor.
Adicione nmem2 ao modelo da parte i. e decida se essa generalização é necessária.
Problema 10
Utilize os dados contidos no arquivo WAGE2.RAW para fazer este exercício.
Onde perm=tenure, casado=married, negro=Black, sul=south, urbano=urban. Descreva os resultados da forma habitual. Mantendo fixos outros fatores, qual é a diferença aproximada no salário mensal entre negros e não-negros? Essa diferença é estatisticamente significante?
Adicione as variáveis exper2 e perm2 à equação e demonstre que elas são conjuntamente não significantes mesmo ao nível de 20%.
Estenda o modelo original para permitir que o retorno da educação dependa da raça e teste se o retorno da educação realmente depende da raça.
Novamente, comece com o modelo original, mas agora permita que salários difiram entre quatro grupos de pessoas: casado e negro (marrblck), casado e não-negro (marriednonblack), solteiro e negro (singblack), e solteiro e não-negro (singnonblack). Qual é o diferencial de salários estimado entre negros casados e não-negros casados? 
Problema 11
Utilize os dados contidos no arquivo GPA2.RAW para fazer este exercício.
Considere a equação
 
onde nmgrad (colgpa) é a nota média acumulada no curso superior, tamclas (hsize) é o tamanho da classe no ensino médio, em centenas, emperc (hsperc) é o percentil na turma de formados no ensino médio, sat é a nota combinada do teste de aptidão acadêmica, feminino (female) é uma variável binária de gênero e atleta (athlete) é uma variável binária igual a um para alunos atletas. Quais são suas expectativas quanto aos coeficientes nessa equação? Para quais deles você está incerto?
Estime a equação da parte (i) e descreva os resultados da forma habitual. Qual é o diferencial da nota média de graduação estimado entre atletas e não-atletas? Ele é estatisticamente significante?
Remova sat do modelo e reestime a equação. Agora, qual é o efeito estimado de ser um atleta? Discuta por que a estimativa é diferente da obtida na parte (ii).
 No modelo da parte (i), permita que o efeito de ser um atleta difira por gênero e teste a hipótese nula de que não existe diferenças ceteris paribus entre mulheres atletas e mulheres não-atletas.
O efeito de sat sobre nmgrad difere por gênero? Justifique sua resposta.
� PAGE �4�
_2147483647.unknown
_2147483646.unknown
_2147483645.unknown
_2147483644.unknown
_2147483643.unknown
_2147483642.unknown
_2147483641.unknown
_2147483640.unknown
_2147483639.unknown
_2147483638.unknown
_2147483637.unknown
_2147483636.unknown
_2147483635.unknown
_2147483634.unknown
_2147483633.unknown
_2147483632.unknown
_2147483631.unknown
_2147483630.unknown