Baixe o app para aproveitar ainda mais
Prévia do material em texto
24/03/2010 1 1 Relembrando… ( ) ( ) SQR SQE SQT (SQR) resíduos dos quadrados dos soma a é ˆ (SQE) explicada quadrados dos soma a é ˆ (SQT) totalquadrados dos soma a é :definir Podemos ˆˆ que Lembre 2 2 2 += − − += ∑ ∑ ∑ i i i iii u yy yy uyy 2 Prova de SQT = SQE + SQR ( ) ( ) ( )[ ] ( )[ ] ( ) ( ) ( ) ( )∑ ∑ ∑ ∑∑ ∑ ∑∑ =− +−+= −+−+= −+= −+−=− 0 ˆˆ que sabemos e SQE ˆˆ2 SQR ˆˆˆ2ˆ ˆˆ ˆˆ 22 2 22 yyu yyu yyyyuu yyu yyyyyy ii ii iiii ii iiii 3 Medida de grau de ajuste (fit) O quanto a reta de regressão amostral derivada pelo MQO se ajusta aos dados? Podemos computar a fração da soma dos quadrados total (SQT) que é explicada pelo modelo, esta medida é chamada de R-quadrado da regressão. O valor do R2 está sempre entre zero e um, uma vez que SQE não pode ser superior a SQT. R2 = SQE/SQT = 1 – SQR/SQT Usualmente, multiplicamos o R2 por 100: percentagem da variação amostral em y que é explicada por x. 4 Medida de grau de ajuste (fit) Se todos os pontos dos dados estiverem sobre a mesma reta, MQO fornece um ajuste perfeito dos dados. Um valor do R2 próximo de zero indica um ajuste ruim da reta de regressão aos dados. É comum achar um R2 baixo nas regressões de corte transversal. Um R2 baixo não significa necessariamente que a equação MQO é inútil. 5 Exemplo 2.3 Salários de diretores executivos e retornos de ações (Wooldridge, página 31) Banco de dados: CEOSAL1.gdt Fonte: Businessweek, 6 de maio de 1991 Informações sobre 209 diretores executivos no ano de 1990 Variáveis: � salário anual (salary) � Retorno médio da ação sobre o patrimônio, dos três anos anteriores, da empresa do diretor executivo (roe) (%) ii uroesalary i ++= .10 ββ 6 Exemplo 2.3 Wooldridge, página 31 Estatísticas descritivas das suas variáveis dependente e independente. Summary Statistics, using the observations 1 - 209 Variable MEAN MEDIAN MIN MAX salary 1281,1 1039,0 223,00 14822 roe 17,184 15,500 0,50000 56,300 Variable S.D. C.V. SKEW EXCSKURT salary 1372,3 1,0712 6,8549 57,541 roe 8,5185 0,49572 1,5608 3,6786 24/03/2010 2 7 Medida de grau de ajuste (fit) Modelo 1: Estimativas OLS usando as 209 observações 1-209 Variável dependente: salary Variável Coeficiente Erro Padrão estatística-t p-valor const 963,191 213,24 4,5169 0,00001 *** roe 18,5012 11,1233 1,6633 0,09777 * Média da variável dependente = 1281,12 Desvio padrão da variável dependente = 1372,35 Soma dos resíduos quadrados = 3,86567e+008 Erro padrão dos resíduos = 1366,55 R2 não-ajustado = 0,0131886 R2 ajustado = 0,00842142 Graus de liberdade = 207 Verosimilhança-Logarítmica = -1804,54 Critério de informação de Akaike = 3613,09 Critério Bayesiano de Schwarz = 3619,77 Critério de Hannan-Quinn = 3615,79 8 Exemplo 2.3 Wooldridge, página 31 A equação estimada • Se o retorno da ação é zero (roe = zero): salário previsto é de US$ 963,191. • Se o retorno da ação aumenta 1 ponto percentual, o salário variará cerca de US$ 18,5 (em milhares, ou US$18.500). 9 0 2000 4000 6000 8000 10000 12000 14000 16000 0 10 20 30 40 50 s a la ry roe Actual and fitted salary versus roe actual fitted 10 Exemplo 2.3 Wooldridge, página 31 Coeficiente de determinação ou R-quadrado Razão entre a variação explicada e a variação total, ou seja, fração da variação amostral em y que é explicada por x. SQTSQRSQTSQER /1/2 −== R2 não ajustado = 0,0131886 O retorno da ação da empresa explica somente 1,3% da variação nos salários dessa amostra de 209 diretores. 11 Exemplo 2.5 Resultados eleitorais e gastos de campanha (Wooldridge, página 33) Banco de dados: VOTE1.gdt Fonte: M. Barone and G. Ujifusa, The Almanac of American Politics,1992. Washington, DC: National Journal. Informações sobre resultados eleitorais e gastos de campanha de 173 disputas entre dois partidos para a Câmara Federal dos Estados Unidos. Variáveis: � voteA: percentagem de votos recebida pelo candidato A � shareA: percentagem dos gastos totais de campanha que cabem ao Candidato A. 12 Exemplo 2.5 Resultados eleitorais e gastos de campanha (Wooldridge, página 33) Descritivo das Variáveis: Summary Statistics, using the observations 1 - 173 Variable MEAN MEDIAN MIN MAX voteA 50,503 50,000 16,000 84,000 shareA 51,076 50,850 0,090000 99,500 Variable S.D. C.V. SKEW EXCSKURT voteA 16,785 0,33235 -0,057371 -1,2809 shareA 33,484 0,65557 -0,0020466 -1,4553 24/03/2010 3 13 Exemplo 2.5 Resultados eleitorais e gastos de campanha (Wooldridge, página 33) Modelo 1: Estimativas OLS usando as 173 observações 1-173 Variável dependente: voteA Variável Coeficiente Erro Padrão estatística-t p-valor const 26,8125 0,887189 30,2219 <0,00001 *** shareA 0,463824 0,0145393 31,9015 <0,00001 *** Média da variável dependente = 50,5029 Desvio padrão da variável dependente = 16,7848 Soma dos resíduos quadrados = 6970,77 Erro padrão dos resíduos = 6,38473 R2 não-ajustado = 0,856146 R2 ajustado = 0,855305 Graus de liberdade = 171 Verosimilhança-Logarítmica = -565,197 Critério de informação de Akaike = 1134,39 Critério Bayesiano de Schwarz = 1140,7 Critério de Hannan-Quinn = 1136,95 14 Exemplo 2.5 Wooldridge, página 33 A equação estimada • Se parte dos gastos do candidato A aumenta em um ponto percentual, o candidato A recebe quase 0,5 ponto percentual a mais da votação total. • R2 = 0,856146 • A participação dos candidatos nos gastos de campanha explica mais de 85% da variação dos resultados eleitorais da amostra. 15 10 20 30 40 50 60 70 80 90 0 20 40 60 80 100 v o te A shareA Actual and fitted voteA actual fitted 16 Unidades de medida e forma funcional Será que quando mudamos as unidades de medida de x e y afetamos as estimativas MQO? Como usar formas funcionais usuais de economia em econometria? 17 Unidades de medida A forma com os dados são apresentados nem sempre é a mais adequada para a apresentação em uma tabela. A escala dos dados pode ser alterada sem que as relações fundamentais entre as variáveis seja modificada. 18 Unidades de medida Exemplo 2.3 Salários de diretores executivos e retornos de ações (Wooldridge, página 31) Salário anual em milhares de dólares Retorno médio (3 anos) da ação sobre o patrimônio líquido da empresa que ele trabalha (%) E se usássemos o sálário em dólares?? Sem dividir por 1000…? O que mudaria? ii uroesalary i ++= .10 ββ 24/03/2010 4 19 Unidades de medida salário em dólares (*1000) Modelo 1: Estimativas OLS usando as 209 observações 1-209 Variável dependente: sdolar Variável Coeficiente Erro Padrão estatística-t p-valor const 963191 213240 4,5169 0,00001 *** roe 18501,2 11123,3 1,6633 0,09777 * Média da variável dependente = 1,28112e+006 Desvio padrão da variável dependente = 1,37235e+006 Soma dos resíduos quadrados = 3,86567e+014 Erro padrão dos resíduos = 1,36655e+006 R2 não-ajustado = 0,0131886 R2 ajustado = 0,00842142 Graus de liberdade = 207 Verosimilhança-Logarítmica = -3248,26 Critério de informação de Akaike = 6500,53 Critério Bayesiano de Schwarz = 6507,21Critério de Hannan-Quinn = 6503,23 20 Unidades de medida Unidade de medida de y Se a variável dependente y é multiplicada por uma constante c, as estimativas de intercepto e inclinação também são multiplicadas por c. Unidade de medida da variável independente x Se a variável independente é dividida ou multiplicada por alguma constante c , o coeficiente estimado da inclinação é multiplicado ou dividido por c, respectivamente. 21 Unidades de medida (roenova=roe*100) Modelo 2: Estimativas OLS usando as 209 observações 1-209 Variável dependente: salary Variável Coeficiente Erro Padrão estatística-t p-valor const 963,191 213,24 4,5169 0,00001 *** roenova 0,185012 0,111233 1,6633 0,09777 * Média da variável dependente = 1281,12 Desvio padrão da variável dependente = 1372,35 Soma dos resíduos quadrados = 3,86567e+008 Erro padrão dos resíduos = 1366,55 R2 não-ajustado = 0,0131886 R2 ajustado = 0,00842142 Graus de liberdade = 207 Verosimilhança-Logarítmica = -1804,54 Critério de informação de Akaike = 3613,09 Critério Bayesiano de Schwarz = 3619,77 Critério de Hannan-Quinn = 3615,79
Compartilhar