Baixe o app para aproveitar ainda mais
Prévia do material em texto
EAE 5811 - Econometria I Prof. Dr. Denisard Alves Monitores: Bruno Gasperini e Ricardo Sabbadini Lista 2 Data de Entrega: 31/03 1) Prove que E[b0b] = �0� + �2 PK k=1 1 �k , em que b é o estimador de OLS e �k é auto-valor da matriz X0X: 2) Considere o modelo de regressão linear múltipla y = X� + ": Suponha que o modelo está sujeito a r restrições que podem ser escritas como R� = r, onde R é uma matriz r por k e r é um vetor de dimensão r. Reescreva o modelo de tal sorte que as restrições se tornem r "zero restrictions", isto é, restrições em que cada coe ciente é separadamente suposto igual a zero. Por exemplo, no lugar de restringirmos a seguinte soma �1+�2 = 1; podemos de nir � = �1+�2 e supor � = 0: Suponha que há menos restrições que parâmetros e que a matriz R tem posto completo (não há restrições redundantes). 3) Derive o estimador de OLS restrito b�, encontre o multiplicador de La- grange �� associado e encontre var[b�]: Ainda, mostre que a estatística F , sob a hipótese de normalidade dos erros, pode ser escrita da forma F = (e0�e� � e0e)=J e0e=(n�K) � FJ;n�K 4) Uma maneira alternativa de testar R� = q é usar um teste de Wald da hipótese de que �� = 0; a estimativa dos multiplicadores de Lagrange do MQO restrito é nula. Prove que �0�fEst:V ar[��]g�1�� = (n� k)[ e0�e� e0e � 1] = JF em que F é a estatística F usada para testar R� = q: 5) Prove sob a hipótese de R� = q, que o estimador s2� = (y �X�^�)0(y �X�^�) n�K + J é não viesado para �2 em que J é o número de restrições. 6) Suponha que o modelo verdadeiro seja yt = �+ � ln(xt) + "t (1) 1 t = 1; :::; T , xt é um escalar e E["tjxt] = 0. Sejam ln(x) = [ln(x1) : : : ln(xT )]0; x = [x1 : : : xT ] 0; y = [y1 : : : yT ]0 e " = ["1 : : : "T ]0: Entretanto, um econometrista estima erroneamente yt = a+ bxt + ut (2) a) Mostre que E[utjx] 6=0: b) Seja b^ o estimador de OLS de b em (2). Tal estimador é não viesado para b, condicional em x? 7) Considere as hipóteses abaixo. H0 : y = X� + u; H1 : y = Z + ": Mostre que, sob H0; a estatística J, do teste de modelos não-aninhados, em que se testa H0; pode ser escrita como: J = ( p n� k1 � 1) y 0MxPzy [y0Mxyy0PzMxPzy � (y0MxPzy)2]1=2 em que: k1 é o número de variáveis em X; Mx é a matriz "residual maker" da regressão contra X, e Pz é a matriz projeção da regressão contra Z. Dica: use o fato que a soma dos quadrados dos resíduos da regressão em que se baseia o teste é igual à soma dos quadrados dos resíduos da regressão sob H0 menos a soma dos quadrados explicada da regressão deMxy contraMxZ ^ (em que ^ vem da estrimação por MQO sob H1). Em seguida, mostre, que sob H0; n�1=2J converge em distribuição para uma normal padrão. Dica: Sob H0; Z e u são não-correlacionados. 8) (base de dados WAGE1.dta) A decomposição de Oaxaca é aplicada em estudos de diferenciais de salário entre homens e mulheres quando o objetivo é separar a parcela deste diferencial devido às diferenças de capital humano daquela parcela não atribuída ao capital humano (que em muitos casos diz-se ser atribuída à discriminação no mercado de trabalho): E[lnwagem;i]� E[lnwagef;j ] = x0m;i�m � x0f;j�f E[lnwagem;i]� E[lnwagef;j ] = x0m;i�m � x0m;i�f + x0m;i�f � x0f;j�f E[lnwagem;i]� E[lnwagef;j ] = x0m;i(�m � �f ) + (xm;i � x0f;j)0�f em que lnwagem;i é o logaritmo do salário recebido pelos homens, lnwagef;j é o logaritmo do salário das mulheres, x0m é o vetor de variáveis explicativas (variáveis de capital humano - educação, experiência e experiência ao quadrado e o intercepto) para os homens, e x0f é o mesmo vetor de variáveis para as mulheres. Construa o intervalo de con ança de 95% para a parcela da decomposição da diferença salarial que não é devida à diferenças no capital humano. 9) Resolva, usando o Stata, a aplicação 3 do capítulo 5 do livro de Greene (sexta edição). Tal exercício está na página 105. No item (b) explique como 2 você usaria o método Delta, isto é, quais as os vetores testados e seus jacobianos. A coleta e o uso apropriado dos dados fazem parte do exercício. 10) (base de dados: hprice1.dta) a) Estime, usando o Stata, o seguinte modelo: price = �0 + �1lotsize+ �2sqrft+ �3bdrms+ "; em que price é o preço da casas em milhares de dólares, lotsize é o tamanho do terreno da casa, sqrft é a área da casa e bdrms é o número de quartos desta. Obtenha o valor predito quando: lotsize = 10000, sqrft=2300 e bdrms=4. b) Estime um intervalo de con ança de 95% para a esperança do preço da casa quando lotsize = 10000, sqrft=2300 e bdrms=4. c) Estime um intervalo de con ança de 95% para o preço da casa quando lotsize = 10000, sqrft=2300 e bdrms=4. Diferentemente do item anterior, é necessário que você leve em conta a variância do erro individual agora, pois o intervalo de con ança é feito para um valor e não para a esperança do preço nesses valores. 11) Exercício computacional em MATLAB. Utilize os arquivos Y, W e Z. Como resposta deve ser entregue um m- le. a) Regrida Y contra W e Z. Estime por MQO. Apresente as estimativas. b) Encontre a soma dos quadrados dos resíduos, s2; estimador de �2; e a matriz de variância e covariância. c) Encontre o R2 da regressão e mostre que este é numericamente igual ao quadrado da correlação entre Y e seus valores previstos. d) Utilizando o teorema de FWL encontre as estimativas dos coe cientes de W e Z, separadamente. e) Calcule para todos os coe cientes de W e Z a estatística t sob a hipótese nula que � = 0. f) Calcule a estatística F que todos os parametros, exceto o da constante, são nulos. g) Calcule a estatística F que a soma dos parametros de W é igual a 10. h) Calcule a estatística F que a diferenca entre o parametros de z1 e z2 é igual a -1. i) Calcule a estatística F das duas restrições dos itens (g) e (h). j) Con ra seus resultados no STATA. 12) Usando o Stata e os dados da tabela F2.2 de Greene, faça o seguinte: a) Estime, por MQO, um modelo em que o consumo de gasolina per capita (veja a aplicação 1 do capítulo 4 de Greene, página 78, para aprender como obter essa variável) é explicado por renda per capita, um índice de preços de gasolina, um índice de preços de carros usados e outro para novos, e uma tendência 3 temporal. Exceto pela tendência, todas as variáveis devem estar em logaritmo neperiano. Faça um teste de Chow para analisar uma possível quebra estrutural após 1974. Os dois períodos a serem analisados são 1953-1973 e 1974-2004. Faça esse teste rodando o modelo restrito e depois um modelo para cada período. Comente os resultados. b) Agora faça o mesmo teste, mas rodando apenas uma regressão com uma dummy para o segundo período e suas interações com as variáveis explciativas. O valor da sua estatística F deve ser o mesmo que o obtido no item (a). c) Faça um teste parecido com o anterior, agora permitindo que no mod- elo restrito haja interceptos distintos para os dois períodos. Teste se o único coe ciente que muda na quebra estrutural é esse intercepto. d) Agora teste se houve apenas um desequilíbrio temporário nos anos de crise do petróleo (1974, 1975, 1980 e 1981), isto é, se esses anos não são explicados pelo modelo restrito. e) Teste que nos dois períodos houve alterações apenas nos coe cientes de intercepto e de inclinação das variáveis renda per capita e preço da gasolina, mas não nos de preços de carros ou no da tendência temporal. Comece do modelo irrestrito como do item (b) e cheque a signi cância dos coe cientes de interesse. 13) No site www.ipeadata.gov.br obtenha as seguintes séries anuais para o período de 1974 a 2007: Consumo nal - famílias - R$(milhões) - IBGE/SCN 2000 Anual - SCN_CFPPN; Renda disponível bruta - R$(milhões) - IBGE/SCN 2000 Anual - SCN_RNDBN. A m de facilitar o exercício não deacione os dados, isto é, use variáveis nominais (e não reais) Considere as seguintes hipóteses: H0 : Ct = �1 + �2Yt + �3Yt�1 + "0t H1 : Ct = 1 + 2Yt + 3Ct�1 + "1t Nos itens abaixo, comente seus resultados. a) Usando um "encompassing model", como em Greene seção 7.3.2, teste se H0 está correta. Faça o teste sugeridono último parágrafo da seção citada. b) Usando um "encompassing model", como em Greene seção 7.3.2, teste se H1 está correta. Faça o teste sugerido no último parágrafo da seção citada. c) Usando o teste J, como em Greene seção 7.3.2, teste se H0 está correta. d) Usando o teste J, como em Greene seção 7.3.2, teste se H1 está correta. 4
Compartilhar