Grátis: 10) Leia o excerto a seguir: “[...] o modelo clássico de regressão linear assume explicitamente que o termo de erro apresenta média igual a zero,... – Questões Respondidas

Econometria

Outros

10) Leia o excerto a seguir:

“[...] o modelo clássico de regressão linear assume explicitamente que o termo de erro
apresenta média igual a zero, variância constante (homocedástica) e não é
correlacionado ao(s) regressor(es). É sob essas hipóteses que os estimadores de
mínimos quadrados ordinários são o melhor estimador linear não viesado. Além disso, no
modelo clássico de regressão linear normal, os estimadores de MQO também estão
normalmente distribuídos”.

GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: Bookman, 2011. p. 192.

A respeito dos princípios de MQO, assinale a alternativa que corresponde às variáveis
independentes que estão correlacionadas entre si.

Resposta correta? Multicolinearidade.

Aprendendo com Desafios

há 2 anos

Aprendendo com Desafios

há 2 anos

ECONOMETRIA APLICADA atividade 2

ECONOMETRIA APLICADA atividade 2

Respostas

Ed

há 2 anos

A resposta correta é "Multicolinearidade". A multicolinearidade ocorre quando duas ou mais variáveis independentes em um modelo de regressão linear estão altamente correlacionadas entre si, o que pode levar a problemas na interpretação dos coeficientes de regressão e na precisão das previsões.

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

ECONOMETRIA APLICADA atividade 2

ECONOMETRIA APLICADA atividade 2

Mais perguntas desse material

1) Leia o trecho a seguir:

“É fundamental observar que, ao comparar dois modelos com base no coeficiente de
determinação, ajustado ou não, o tamanho da amostra n e a variável dependente devem
ser os mesmos; as variáveis explanatórias podem assumir qualquer forma”.

GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: Bookman, 2011. p. 218.

Diante disso, calcule o coeficiente de determinação a partir da seguinte
fórmula (em que e ) e assinale a alternativa
correta.

Resposta correta: 97,1%.

2) O erro tipo I é aquele em que se rejeita a hipótese nula quando ela é realmente
verdade, concluindo que os resultados são estatisticamente significativos quando, na
realidade, surgiram puramente por acaso ou por fatores não relacionados. Já o erro tipo II
é aquele em que não se rejeita a hipótese nula quando ela é realmente falsa. Isso não é
exatamente o mesmo que "aceitar" a hipótese nula, porque os testes de hipóteses só
podem dizer se rejeitam a hipótese nula.

A respeito dos erros tipo I e tipo II, assinale a alternativa que pode representar uma
redução do risco de cometer o erro tipo II.

Resposta correta: 10% de significância.

3) Leia o trecho a seguir:

“No procedimento do teste de significância, desenvolvemos um teste estatístico e
examinamos sua distribuição amostral sob a hipótese nula. Os testes estatísticos
costumam seguir uma distribuição de probabilidade bem definida, como a normal, a t, a F
ou a qui-quadrado. Uma vez calculado o teste estatístico (por exemplo, a estatística t)
com base nos dados disponíveis, seu p-valor pode ser facilmente obtido”.

GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: Bookman, 2011. p. 153.

Com base no apresentado, analise as asserções a seguir e a relação proposta entre elas.

I. se valor p-valor > α, rejeita-se .
PORQUE:
II. se valor p-valor < α, não se rejeita .

A seguir, assinale a alternativa correta.

Resposta correta: As asserções I e II são proposições falsas.

I. se valor p-valor > α, rejeita-se .
II. se valor p-valor < α, não se rejeita .

4) Analise as asserções a seguir e a relação proposta entre elas.

I. se o modelo for mal ajustado, o resíduo será grande.
PORQUE:
II. se o modelo for bem ajustado, o resíduo será pequeno.

A seguir, assinale a alternativa correta.

Resposta correta: As asserções I e II são proposições verdadeiras, mas a II não é uma
justificativa correta da I.

I. se o modelo for mal ajustado, o resíduo será grande.
II. se o modelo for bem ajustado, o resíduo será pequeno.

5) Leia o trecho a seguir:

“Para testarmos a hipótese nula (por exemplo, para testar sua validade), utilizamos a
informação da amostra para obter o que é conhecido como estatística de teste. Muito
frequentemente, essa estatística de teste torna-se o estimador pontual do parâmetro
desconhecido. Então, tentamos descobrir a distribuição da amostra ou da probabilidade
da estatística de teste e utilizamos a abordagem do intervalo de confiança ou o teste de
significância para testar a hipótese nula”.

GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: Bookman, 2011. p. 827.

A respeito do teste de significância, p-valor do modelo, podemos afirmar que ele testa:

Resposta correta: a hipótese nula de não correlação.

6) Leia o trecho a seguir:

“Em consequência, as inferências sobre os parâmetros de regressão na regressão não
linear em geral se baseiam na teoria das amostras grandes. Essa teoria nos diz que,
quando as amostras são grandes, os estimadores de mínimos quadrados e de máxima
verossimilhança de modelos de regressão não linear com termos de erros normais
distribuem-se quase normalmente, são quase não tendenciosos e têm variância muito
próxima da mínima. A teoria das grandes amostras também se aplica quando os termos
de erro não são normalmente distribuídos”.

GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: Bookman, 2011. p. 529.

Com base no apresentado, analise as asserções a seguir e a relação proposta entre elas.

I. A MV fornece uma abordagem inconsistente.
PORQUE:
II. A MV pode ser utilizada se a média e a variância forem desconhecidas.

A seguir, assinale a alternativa correta.

Resposta correta: A asserção I é uma proposição falsa

I. A MV fornece uma abordagem inconsistente.
II. A MV pode ser utilizada se a média e a variância forem desconhecidas.

8) Aprendemos que uma alternativa ao modelo de Mínimos Quadrados Ordinários (MQO)
seria o método da Máxima Verossimilhança (MV), que é uma forma muito útil para estimar
os parâmetros dos modelos de regressão não linear, por exemplo: probit, logit, logit e
probit multinomial. Na regressão linear, assumimos que os resíduos do modelo são
idênticos e distribuídos de forma independente.

Com base no apresentado, analise as asserções a seguir e a relação proposta entre elas.

I. A função de MV envolve a probabilidade de um conjunto de dados.
PORQUE:
II. Os valores do parâmetro minimizam a probabilidade da amostra.

A seguir, assinale a alternativa correta.

Resposta correta: A asserção I é uma proposição verdadeira, e a asserção II é uma
proposição falsa.

I. A função de MV envolve a probabilidade de um conjunto de dados.
PORQUE:
II. Os valores do parâmetro minimizam a probabilidade da amostra.
a) As duas asserções são proposições verdadeiras, e a segunda é uma justificativa correta da primeira.
b) As duas asserções são proposições verdadeiras, mas a segunda não é uma justificativa correta da primeira.
c) A asserção I é uma proposição verdadeira, e a asserção II é uma proposição falsa.
d) A asserção I é uma proposição falsa, e a asserção II é uma proposição verdadeira.
e) As duas asserções são proposições falsas.

9) s modelos lineares são uma classe de modelos amplamente utilizados na prática e têm
sido estudados extensivamente nas últimas décadas, com raízes que remontam a mais
de cem anos. Modelos lineares fazem uma previsão usando uma função linear das
características de entrada. Em outras palavras, seu principal objetivo é encontrar a função
linear expressando a relação entre variável dependente (y) independente (x).

Considerando o texto apresentado e o que são os princípios de Mínimos Quadrados
Ordinários, analise as afirmativas a seguir.

I. Um dos princípios de Mínimos Quadrados Ordinários seria a amostra contínua.
II. Um dos princípios de Mínimos Quadrados Ordinários seria a linearidade nas variáveis.
III. Um dos princípios de Mínimos Quadrados Ordinários seria a normalidade dos erros.
IV. Um dos princípios de Mínimos Quadrados Ordinários seria a homocedasticidade.

É correto o que se afirma em:

I. Um dos princípios de Mínimos Quadrados Ordinários seria a amostra contínua.
II. Um dos princípios de Mínimos Quadrados Ordinários seria a linearidade nas variáveis.
III. Um dos princípios de Mínimos Quadrados Ordinários seria a normalidade dos erros.
IV. Um dos princípios de Mínimos Quadrados Ordinários seria a homocedasticidade.
a) I, II, III e IV.
b) I e II, apenas.
c) III e IV, apenas.
d) II, III e IV, apenas.
e) I e III, apenas.