Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade de Sa˜o Paulo - Departamento de Economia EAE 0324 - Econometria I Prof. Dr. Ricardo Avelino 1o Semestre de 2008 1a prova Esse e´ um exame sem consulta. Voceˆ tem 1h50 para completa´-lo. O uso de calculadora na˜o e´ permitido. Ha´ 4 questo˜es. Voceˆ deve resolver todas. Voceˆ deve sempre explicar todas as suas respostas, a menos que seja dito para responder uma questa˜o sem provar. Cre´dito parcial sera´ conferido. Voceˆ DEVE manter a prova grampeada. BOA SORTE! Nome .................................................... 1 1. Questo˜es curtas (20 pontos: 4 pontos para cada resposta) (a) O que acontece com as estimativas do intercepto e da declividade do estimador de mı´nimos quadrados ordina´rios quando todas as ob- servac¸o˜es da varia´vel explicativa sa˜o ideˆnticas? (b) VERDADEIRO ou FALSO: Considere o seguinte modelo de regressa˜o simples: Yi = α+βXi+ui . Todas as hipo´teses usuais sa˜o satisfeitas. Denote por αˆ e βˆ os estimadores de mı´nimos quadrados ordina´rios de α e β, respectivamente. Enta˜o Y¯ = αˆ+ βˆX¯ ? Explique sua resposta. (c) O n´ıvel de significaˆncia de um teste de hipo´tese e´ melhor definido como: (1) a probabilidade de na˜o rejeitar H0 quando H0 e´ verdadeiro (2) a probabilidade de rejeitar H0 quando H0 e´ verdadeiro (3) a probabilidade de na˜o rejeitar H0 quando H0 e´ falso (4) a probabili- dade de rejeitar H0 quando H0 e´ falso. (d) Qual e´ o significado de auseˆncia de vie´s para um estimador? O que significa consisteˆncia? (e) Duas varia´veis aleato´rias independentes X1 e X2 sa˜o ambas normal- mente distribu´ıdas N(µ, σ2). No´s sabemos que σ2 = 50, mas no´s na˜o conhecemos a me´dia µ. O seguinte estimador para µ e´ proposto: µˆ = 1 3 X1 + 2 3 X2 Qual e´ a variaˆncia desse estimador? Esse e´ um estimador eficiente de µ ? 2 (Questa˜o 1) 3 (Questa˜o 1) 4 2. Testes de Hipo´tese e Varia´veis Dummy (20 pontos) Suponha que voceˆ tenha o seguinte modelo yi = α+ β1x 1 i + β2x 2 i + β3x 3 i + εi i = 1, ..., 45 com todas as suposic¸o˜es padro˜es. (a) Como voceˆ testaria as seguintes hipo´teses? (Seja espec´ıfico com os testes, deˆ o nu´mero de graus de liberdade e conclua se a hipo´tese nula e´ ou na˜o rejeitada) i. (5 pontos) H0 : β3 − β2 > 0 ii. (5 pontos) H0 : β1 + β2 = −4 e β3 = 5. (Um teste conjunto de ambas as hipo´teses) (b) Suponha que o dia da semana e o meˆs em que no´s observamos os dados para cada indiv´ıduo i sejam reportados. Para isso, utilizam-se as varia´veis dummy: Dia: Dji para j = 1, .., 7 e i para o indiv´ıduo. Meˆs: Mki para k = 1, .., 12 e i para o indiv´ıduo. Considere a equac¸a˜o modificada: yi = α+β1x 1 i+β2x 2 i+β3x 3 i+ 7X j=1 θjD j i+ 12X k=1 µkM k i +εi i = 1, .., 45 i. (5 pontos) Voceˆ pode aplicar mı´nimos quadrados ordina´rios nessa equac¸a˜o? Por queˆ? ii. (5 pontos) Qual das seguintes regresso˜es solucionaria o problema? (Seja exaustivo, pode na˜o haver nenhuma soluc¸a˜o ou mais de uma soluc¸a˜o poss´ıvel). (ii.1) Rodar a regressa˜o sem o intercepto. (ii.2) Rodar a regressa˜o sem um dos Dj0i s (qualquer j=1,..,7). (ii.3) Rodar a regressa˜o sem um dosMk0i s (qualquer k=1,..,12). (ii.4) Rodar a regressa˜o sem um dosMk0i s (qualquer k=1,..,12) e sem um dos Dj0i s (qualquer j=1,..,7). (ii.5) Rodar a regressa˜o sem o intercepto e sem um dos Mk0i s (qualquer k=1,..,12). (ii.6) Rodar a regressa˜o sem o intercepto e sem um dos Dj0i s (qualquer j=1,..,7). 5 (Questa˜o 2) 6 (Questa˜o 2) 7 3. Ma´xima Verossimilhanc¸a (30 pontos) Considere a seguinte func¸a˜o de densidade conjunta: fX,Y (x, y) = ½ δxy−δ−1/2 para 0 < x < 2 e 1 < y <∞ 0 caso contra´rio para 1 < δ < 2 (a) (4 pontos)Mostre que fX,Y (x, y) e´ uma func¸a˜o de densidade va´lida. (b) (4 pontos) Compute a densidade marginal de Y , fY (y). (c) (4 pontos) Qual e´ a variaˆncia de Y ? (d) (4 pontos) Derive uma formula para E(X|Y ). Para as partes (e)-(g), assuma que δ > 2. (e) (4 pontos) Baseado numa amostra de N observac¸o˜es independentes e identicamente distribu´ıdas de fY (y), escreva a func¸a˜o de log verossimilhanc¸a e derive o estimador de ma´xima verossimilhanc¸a δˆ MLE de δ. (f) (5 pontos) Derive a distribuic¸a˜o assinto´tica do estimador δˆ MLE da parte (e). (g) (5 pontos) Qual e´ o estimador de ma´xima verossimilhanc¸a de √ δ? Derive a distribuic¸a˜o assinto´tica desse estimador. 8 (Questa˜o 3) 9 (Questa˜o 3) 10 4. Mı´nimos Quadrados Ordina´rios (30 pontos: 5 pontos para cada resposta) Considere o seguinte modelo de regressa˜o: Yi = β1 + ui, i = 1, 2, ..., n no qual E(ui) = 0, var(ui) = σ 2x2i , E(uiuj) = 0 para i 6= j Suponha tambe´m que os x0is sa˜o na˜o estoca´sticos para todo i = 1, 2, ..., n. (a) Derive o estimador de mı´nimos quadrados ordina´rios βˆ ols 1 para o paraˆmetro verdadeiro β1. (b) Mostre que a variaˆncia de βˆ ols 1 e´ dada por: V ar(βˆ ols 1 ) = σ2 n2 nX i=1 x2i . (c) Considere agora a regressa˜o: Y ∗i = β1x ∗ i + u ∗ i , i = 1, 2, ..., n com Y ∗i = Yi xi , x∗i = 1 xi e u∗i = ui xi Mostre que E(u∗i ) = 0, var(u ∗ i ) = σ 2. (d) Derive o estimador de mı´nimos quadrados ordina´rios β˜ ols 1 para o modelo da questa˜o (c). (e) Mostre que a variaˆncia de β˜ ols 1 nesse modelo e´ dada por V ar(β˜ ols 1 ) = σ2Pn i=1 1 x2i (f) Qual desses estimadores voceˆ escolheria? Por queˆ? 11 (Questa˜o 4) 12 (Questa˜o 4) 13
Compartilhar