ANÁLISE DE MULTICOLINEARIDADE BDCRR

Prévia do material em texto

UNIMEP – UNIVERSIDADE METODISTA DE PIRACICABA
CURSO DE CIÊNCIAS ECONÔMICAS - 5º SEM
 		Professor(a): Fabíola Cristina Ribeiro de Oliveira
Aluno(a): Acácia Contarini RA:160310-9
Análise de Multicolinearidade: dados sobre consumo, renda e riqueza
Tabela 1 - Estimativas da equação de consumo em função de renda e riqueza
	Variáveis
	Coeficientes
	Erro padrão
	Stat t
	valor-P
	Consumo
	24,77473327
	6,7524996
	3,67
	0,0080
	Renda
	0,9415
	0,8229
	1,14
	0,2902
	Riqueza
	-0,0424
	0,0807
	-0,53
	0,6151
	R²
	0,963504395
	
	
	
	Coeficiente de Correlação
	0,999
	
	
	
	Teste F
	92,40195925
	
	
	
	Número de observações
	10
	 
	 
	 
(1) Os coeficientes não são estatisticamente diferentes de zero aos níveis de significância de 1%, 5% e 10%.
a. Ajuste a regressão e interprete os coeficientes.
Pelo modelo ajustado verifica-se que a variável renda afeta o consumo de forma positiva. Mas o coeficiente negativo da variável riqueza indica uma relação negativa com o consumo. A priori, esperava-se uma relação positiva entre consumo e riqueza. 
b. A partir das estatísticas do ajuste, suspeitaria da existência de multicolinearidade? 
Sim, pois a regressão mostra que renda e riqueza, juntas, explicam aproximadamente 96,4% (R²) da variação no consumo; no entanto, nenhum dos coeficientes de inclinação é, individualmente, estatisticamente significativo. 
Devido a probabilidade caudal associada ao t calculado para a variável renda é de 0,2901, permitindo concluir que o resultado não é significativo ao nível de significância de 10%. 
Da mesma maneira, a probabilidade caudal associada ao t calculado para a variável riqueza sendo de 0,6151, também permite concluir que o resultado não é significativo ao nível de significância de 10%. 
c. Identifique evidências da multicolinearidade. 
c1) Calcular o coeficiente de correlação simples
O coeficiente de correlação simples (r12) entre a variável renda (X1) e a variável riqueza (X2) é de 0,999. 
Como o coeficiente obtido é maior do que 0,8, há evidencias de multicoliaridade. Ou seja, eles são muito proporcionais explicando a multicolinearidade.
c2) Comparar o coeficiente de correlação simples com o coeficiente de Determinação (R2). 
Nesse caso, observa-se que r12 > R2, já que 0,999 > 0,964. Mais uma vez nota-se evidencias de multicolinearidade. 
C3) Obter regressões auxiliares: Riqueza em função da Renda
Essa regressão auxiliar mostra que existe colinearidade entre X1 e X2. 
C4) Obter o FIV entre X2 e X1: