Baixe o app para aproveitar ainda mais
Prévia do material em texto
_____________________________________________________________________________ Prova 1 de Econometria I IE-UFRJ 2013.01 NOME: _________________________________________________________________________ Questão 1 – Suponha que as variáveis Y e X estão relacionadas em uma determinada população de acordo com a relação linear 𝑌 = 𝛼 + 𝛽𝑋 + 𝑢, onde u é um termo de erro estocástico com 𝐸[𝑢/𝑋] = 0 e 𝐸[𝑢] = 0. Para uma dada amostra aleatória ({Yi, Xi}, i=1, 2, ..., n), um pesquisador estima esse modelo por MQO e obtém �̂� e �̂�. Responda verdadeiro ou falso para cada item abaixo, e justifique a sua resposta. Respostas sem justificativa não serão consideradas. (3 pontos) a) Como são válidas as condições 𝐸[𝑢/𝑋] = 0 e 𝐸[𝑢] = 0, é possível afirmar que o estimador de MQO �̂� não apenas é não-viesado, como também é o mais eficiente dentre os estimadores lineares. b) Suponha que é válida a hipótese de que os erros são independente e identicamente distribuídos, com 𝑢~𝑁(0, 𝜎2), onde 𝜎2 é um parâmetro populacional desconhecido. Nesse caso, podemos construir intervalos de confiança para �̂� com base na distribuição normal padrão para a variável aleatória (�̂� − 𝛽)/𝑒𝑝(�̂�). Questão 2 – Seja uma amostra aleatória ({Yi, Xi}, i=1, 2, ..., n). Mostre algebricamente que, no modelo 𝑌𝑖 = 𝛼 + 𝛽𝑋𝑖 + 𝑢𝑖 , onde os erros são independente e identicamente distribuídos, com 𝑢~𝑁(0, 𝜎 2), os estimadores de MQO e de Máxima Verossimilhança para 𝛽 são idênticos. (2 pontos) Lembre-se que se 𝑢~𝑁(0, 𝜎2), então 𝑓(𝑌; 𝛼 + 𝛽𝑋, 𝜎2 ) = 1 𝜎(√2𝜋) exp {− 1 2 (𝑌−𝛼−𝛽𝑋)2 𝜎2 } Questão 3 – A Tabela 1 abaixo apresenta o resultado de 6 modelos de regressão distintos, cada qual reportado separadamente em uma coluna. Em todos os modelos, utilizou-se uma amostra do Censo de 2000 de mulheres entre 12-50 anos de idade, residentes no município do Rio de Janeiro. A variável dependente em cada modelo é o número de filhos da mulher, enquanto que os coeficientes estimados são apresentados ao longo de cada coluna, com seus respectivos erros-padrão entre colchetes. As colunas 1-5 reportam resultados de modelos estimados por MQO simples (onde Y = número de filhos, e X1 = anos de escolaridade da mulher). Na coluna 1 estimamos o modelo para todas as mulheres da amostra; nas colunas seguintes restringimos a amostra por idade: por exemplo, na coluna 2, rodamos o modelo apenas para mulheres com 12 anos de idade. Na última coluna rodamos um MQO múltiplo, para toda a amostra, onde incluímos também no modelo X2 = idade da mulher. Responda as questões abaixo. a) Identifique, em cada uma das colunas de 1 a 5, se o coeficiente estimado para X1 é estatisticamente diferente de zero. Faça as suas contas usando um nível de confiança de 95% (pode usar a regras de bolso para o valor crítico do seu teste). (3 pontos) b) Compare os coeficientes de X1 reportados nas colunas 1 e 6. Dado que o número de filhos tende a aumentar com a idade da mulher, responda porque encontramos um coeficiente maior (em módulo) na coluna 6, quando este é estimado condicionalmente à inclusão da variável X2 = idade da mulher no modelo. (2 pontos) Tabela 1 – Modelos Estimados por MQO com Base nos Microdados do Censo 2000 _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ (1) (2) (3) (4) (5) (6) X1 = Anos de Escolaridade -0.0012 -0.0003 -0.0242 -0.0472 -0.1140 -0.0488 [0.001] [0.001] [0.004] [0.004] [0.010] [0.001] X2 = Idade 0.0398 [0.001] Coeficiente de Intercepto 0.2959 0.0107 0.2351 0.5489 18.863 -0.1714 [0.007] [0.008] [0.031] [0.039] [0.127] [0.006] Amostra de Mulheres Todas Idade=12 Idade=14 Idade=18 Idade=30 Todas Tamanho da Amostra 73.076 3.930 3.846 4.053 1.073 73.076 R2 0.000 0.000 0.037 0.076 0.173 0.218 Cada Coluna Apresenta o Resultado de uma Regressão por MQO. Em todas, a variável dependente é Y = número de filhos da mulher Nota: O erro padrão de cada coeficiente está apresentado entre colchetes, logo abaixo do coeficiente estimado. _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ ______________________________________________________________________________________________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________ _______________________________________________________________________________
Compartilhar