Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade de Sa˜o Paulo - Departamento de Economia EAE 5811 - Econometria I Prof. Dr. Ricardo Avelino 1o Semestre de 2007 Lista de Exerc´ıcios 3 - Data de Entrega 17/04/2007 1. ¡ R2, R¯2 ¢ Considere o modelo yt = x 0 1tβ1 + εt, t = 1, ..., T (1) onde E [ε|X1] = 0 e. E [εε0|X1] = σ2I. Assuma que X1 inclui uma constante ι. a) Mostre que R2 = ³ \Corr (y, yˆ) ´2 , onde \Corr (y, yˆ) denota a correlac¸a˜o amostral entre y e yˆ. b) Mostre que R2 na˜o pode diminuir quando uma outra varia´vel x2t e´ adi- cionada a` regressa˜o. c) Portanto, considere o R2 ajustado ¡ R¯2 ¢ . Seja t2 o quadrado da estat´ıstica t usada para testar H0 : β2 = 0 no modelo yt = x01tβ1 + x2tβ2 + εt, t = 1, ..., T (2) Mostre que o R¯2 aumenta de (1) para (2) se e somente se t2 ≥ 1. 2. (Teste de Hipo´tese: Func¸a˜o poder do teste) Seja X1, ...,Xn uma amostra de varia´veis aleato´rias i.i.d., cada uma com distribuic¸a˜o N (µ, 1). Suponha que desejemos testar H0 : 0.1 ≤ µ ≤ 0.2 contra H1 : µ < 0.1 ou.µ > 0.2. Considere um teste δ em que a hipo´tese H0 e´ rejeitada se X¯ ≤ c1 ou X¯ ≥ c2, e seja π (µ|δ) o poder do teste de δ. Suponha que o tamanho da amostra seja n = 25. Determine os valores das constantes c1 e c2 para que π (0.1|δ) = π (0.2|δ) = 0.07 (escreva as equac¸o˜es e, posteriormente, atrave´s de “tentativa e erro”, ache os valores aproximados de c1 e c2. 3. Seja X1, ...,Xn uma amostra de varia´veis aleato´rias i.i.d., cada uma com distribuic¸a˜o N ¡ µ, σ2 ¢ . Tanto µ quanto σ2 sa˜o desconhecidos. Considere as duas estat´ısticas X¯ = 1n Pn i=1Xi e X ∗ = Pn i=1 ¡ Xi − X¯ ¢2 . a) Mostre que X¯ ∼ N ³ µ, σ 2 n ´ e que X ∗ σ2 ∼ χ 2 n−1 b) Mostre que X¯ e X ∗ σ2 sa˜o independentes. Dica para a) e b): Pense sobre o modelo de regressa˜o linear Xi = µ+ εi 1 Suponha que n = 9 e que uma amostra x1, ..., x9 tenha sido observada, para a qual X¯ = 22 e X∗ = 72. c) Conduza um teste de H0 : µ ≤ 20 contra H1 : µ > 20 ao n´ıvel de significaˆncia de 5%. d) Conduza um teste de H0 : µ = 20 contra H1 : µ 6= 20 ao n´ıvel de significaˆncia de 5%, usando um teste sime´trico com probabilidade 0.025 em cada cauda. e) Construa um intervalo de confianc¸a de 95% para µ. Qual e´ o valor obser- vado do intervalo de confianc¸a? 4. (Teste de Hipo´tese: F-teste) Suponha que queiramos estimar o modelo y = X n×k β + W n×1 δ + ε e testar H0 : δ = 0. Assuma que [X :W ] tenha posto completo. a) Assuma que E [ε|X,W ] = 0 e que E [εε0|X,W ] = σ2I. σ2 e´ desconhecido e precisa ser estimado. Como voceˆ testaria H0 : δ = 0? b) Suponha que ao inve´s de ter E [ε|X,W ] = 0, tenhamos E [ε|X] = 0, e que ε seja correlacionado com W, de modo que ε = Wγ + u, com E [u|X,W ] = 0 e E [uu0|X,W ] = σ2I..σ2 e´ novamente desconhecido e precisa ser estimado. No´s ainda queremos testar H0 : δ = 0. i) A regressa˜o restrita produz um estimador na˜o viesado de β? ii) A regressa˜o irrestrita produz estimadores na˜o viesados de β e δ? iii) Voceˆ pode ainda utilizar o mesmo teste de a)? c) Suponha que ao inve´s de ter E [ε|X,W ] = 0 ou E [ε|X] = 0, no´s tenhamos E [ε|W ] = 0 e que ε seja correlacionado com X, de modo que ε = Xα+ v, com E [v|X,W ] = 0 e E [vv0|X,W ] = σ2I. σ2 e´ novamente desconhecido e precisa ser estimado. No´s ainda queremos testar H0 : δ = 0. Responda i), ii) e iii) para esse caso. 5. (Teorema de Gauss-Markov, teste de hipo´tese) Considere o modelo yt = β1 + x2tβ2 + x3tβ3 + εt onde todas as varia´veis sa˜o escalares, E [ε|X] = 0 e E [εε0|X] = σ2I. Seja X2 = [x21, ..., x2T ] 0 e defina similarmente X3. Seja ι um vetor de 1’s de dimensa˜o T × 1. Enta˜o X = [ι|X2|X3] . Assuma que X tenha posto completo. Considere duas subamostras com T1 e T2 observac¸o˜es (T1 + T2 = T ) . Na amostra I, X2 e X3 sa˜o bastante correlacionados. Portanto, apenas estimativas imprecisas de β2 e β3 podem ser obtidas. Sabe-se, por outro lado, que a amostra 2 II e´ proveniente de uma populac¸a˜o na qual β3 = 0 e β2 e´ o mesmo que na amostra I. Nenhuma suposic¸a˜o a respeito de β1 e´ feita. a) Suponha que a amostra II seja muito grande. Enta˜o, voceˆ pode utilizar a amostra II para obter uma boa estimativa de β2. Chame esta estimativa de βˆ2. Agora use a amostra I para regressar yt−x2tβˆ2 em x3t e em uma constante e obter βˆ1 e βˆ3. As estimativas sa˜o na˜o viesadas? O que o teorema de Gauss- Markov diz sobre esse procedimento? b) Voceˆ agora relaxa a hipo´tese de que β3 = 0 na amostra II. como voceˆ testaria a hipo´tese de que β3 = 0 na amostra II? Voceˆ usaria ambas as amostras ou apenas a amostra II? Por queˆ? Como voceˆ implementaria o teste se x4tβ4 tambe´m aparecesse na equac¸a˜o e voceˆ desejasse testar a hipo´tese conjunta de que β3 = 0 e que β4 = 0 na amostra II? 6. (Exerc´ıcio emp´ırico: Estimac¸a˜o, intervalos de confianc¸a, testes de hipo´tese, previsa˜o) Use os dados do Greene, tabela 7.1 da 4a¯ edic¸a˜o. Use Matlab para implementar as rotinas. Salve os programas para uso futuro. a) Estime os coeficientes e a variaˆncia do erro na func¸a˜o de produc¸a˜o Cobb- Douglas ln (Yi) = β1 + β2 ln (Li) + β3 ln (Ki) + εi, i=1,...,27 b) Construa um intervalo de confianc¸a de 95% para β2. Qual e´ a inter- pretac¸a˜o? c) Construa um intervalo de confianc¸a de 95% para β2 + β3. d) Construa duas regio˜es de confianc¸a de 95% para β2 e β3, uma retangular e uma que seja uma elipse usando a fo´rmula P ó Rβˆ −Rβ ´0 · s2R ³ X 0 X ´−1 R0 ¸−1 ³ Rβˆ −Rβ ´ /p ≤ F1−α,p,n−k ! (voceˆ na˜o precisa plotar a elipse). e) Teste H0 : β2 = 0.8 contra H1 : β2 6= 0.8 ao n´ıvel de significaˆncia de 5%. Calcule e plote a func¸a˜o poder do teste. Qual e´ a probabilidade de efetuar um erro do tipo I? Qual e´ a probabilidade de efetuar um erro do tipo II se o valor verdadeiro de β2 e´ 0.5? f) Teste as hipo´teses de retornos constantes de escala, H0 : β2 + β3 = 1 contra H1 : β2 + β3 6= 1 ao n´ıvel de significaˆncia de 5%. Qual e´ a relac¸a˜o entre esse teste e os resultados de c) e d)? g) Suponha que estejamos considerando a abertura de uma planta com Li = 600 e Ki = 1000. Qual e´ a melhor previsa˜o para o logaritmo do pro- duto, ln (Yi) , dessa planta? Construa um intervalo de previsa˜o de 95%. Qual e´ o valor observado desse intervalo? 7. Considere o modelo de regressa˜o linear y = Xβ + ε 3 para o qual todas as hipo´teses usuais sa˜o satisfeitas. Suponha que no´s desejemos prever o valor de y, y0, para valores dados dos regressores, x0. Denote o valor previsto por yˆ0. No´s sabemos que o erro de previsa˜o, εˆ0 = y0 − yˆ0, condicional em x0, tem variaˆncia dada por V [εˆ0|x0] = σ2 + x00V ³ βˆ|x0 ´ x0 = σ 2 + σ2x00 (X 0X)−1 x0 Mostre que, se X incluir uma constante, a variaˆncia condicional do erro de previsa˜o pode ser reescrita como V [εˆ0|x0] = σ2 + σ 2 n + σ2 (x0 − x¯)0 (X 0X)−1 (x0 − x¯) 4
Compartilhar