Upload
maxwell-celestino
View
219
Download
0
Embed Size (px)
Citation preview
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
1/77
Chapter 2 O Modelo de Regressão SimplesWooldridge, Capítulo 02
Luciano Sampaio
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
2/77
O Modelo de RegressãoSimples
Objetivos: Defni!o do modelo de regress!o
simples "stimativas de #ínimos $uadrados
Ordin%rios
&ropriedades de #$O em dados
amostrais 'nidades de medida e (orma (uncional
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
3/77
Defnição do Modelo deRegressão Simples
)n%lise de Dados de Corte *ransversais )ssumimos +ue temos uma amostra aleatria da
popula!o de interesse "-istem duas vari%veis, e , e gostaríamos de estudar: .Como varia com mudanas em ./. "-emplos:
a +uantidade de (ertili1ante e a produ!o de soja
a escolaridade e o sal%rio de uma pessoa
'ma grande parte das teorias estuda umarela!o entre duas vari%veis +ue n!o e-ata
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
4/77
Defnição do Modelo deRegressão Simples
&ara medir uma rela!o entre 2 vari%veis temos +ue resolver4 problemas:
Outros (atores di(erentes de - podem a(etar 5/▪ Difcilmente 6% uma rela!o e-ata entre as vari%veis
$ual a (orma (uncional da rela!o entre e /
&odemos assumir +ue estamos capturando um e(eitocausal 7.ceteris paribus.8, ou seja, +ue os outros (atoresn!o s!o alterados +uando alteramos -/
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
5/77
9ari%vel dependente,9ari%vel e-plicada,regressando
9ari%vel independente,9ari%vel e-plicativa,regressor,
*ermo de erro,dist;rbio,
>ntercepto &ar?metro de inclina!o
Defnição do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
6/77
Defnição do modelo deregressão linear simples
ndependente
e dependente tambm s!o usados com
9ari%vel dependente 9ari%vel independente9ari%vel e-plicada 9ari%vel e-plicativa
9ari%vel de resposta 9ari%vel de controle
Aegressando regressor
9ari%vel dependente 9ari%vel independente9ari%vel e-plicada 9ari%vel e-plicativa
9ari%vel de resposta 9ari%vel de controle
Aegressando regressor
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
7/77
Defnição do modelo deregressão linear simples
O termo de erro ou dist;rbio ou (atores n!o=observados anteriormente ) e+ua!o:
permite e-plicitamente +ue outros (atores +ue n!o- a(etem 5
) e+ua!o tambm Bresolve o problema da (orma
(uncional "stamos assumindo +ue 5 tem umarela!o linear com -
C6amamos de intercepto e de par?mentro deinclina!o
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
8/77
contanto +ue
"sta interpreta!o para a inclina!osomente correta se todos os demais (atorespermanecerem constantes +uando a vari%velindependente aumenta em E unidade
Interpretação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
9/77
Exemplo: Produção de soa e !ertili"ante
Exemplo: E#uação de sal$rio
c6uva,
+ualidade da terra,presena de parasitas,
"-peri@ncia,dura!o no emprego atual,intelig@ncia,
Interpretação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
10/77
Interpretação do Modelo deRegressão Simples
Dissemos +ue temos +ue en(rentar 4 problemas:
Como permitir +ue outros (atores alm de - a(etem5/
$ual a (orma (uncional da rela!o entre - e 5/ Como podemos ter certe1a de +ue estimamos uma
rela!o .ceteris paribus. entre 5 e -/ O modelo de regress!o simples:
leva em conta todos eles
Como podemos estimar o e(eito causal sesimplesmente assumimos +ue todos o (atores n!o=observados est!o jogados em u/ *emos +ue restringir como - e u est!o relacionados na
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
11/77
Interpretação do Modelo deRegressão Simples
>sto , para termos boas estimativas de da rela!oentre as duas vari%veis, temos +ue supor duas6ipteses:
'ma sobre u
Outra sobre a rela!o entre u e -
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
12/77
Interpretação do Modelo deRegressão Simples
Como limitar a rela!o entre - e u na popula!o para+ue a regress!o leve a um e(eito causal/
- e u s!o vistos como tendo uma distribui!opopulacional
"-emplo: se - F , podemos obter sua distribui!opara uma popula!o de adultos Supon6a +ue umede a 6abilidade cognitiva Se pudermos medi=la,
tambm podemos assumir +ue u tem umadistribui!o na popula!o
"nt!o temos +ue impor uma restri!o na (orma como
u e - se relacionam na popula!o % hip&tese da m'dia (ondi(ional "ero
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
13/77
Interpretação do Modelo deRegressão Simples
&rimeiro precisamos assumir +ue a mdia de iguala 1ero na popula!o:
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
14/77
Interpretação do Modelo deRegressão Simples
Como podemos restringir a relação dedepend)n(ia entre u e x*
&odemos assumir +ue u e - s!o n!o correlacionadosna popula!o:
) correla!o 1ero (unciona em alguns casos, mas ela
apenas implica +ue u e - n!o tem rela!o linear
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
15/77
,ip&tese da m'dia (ondi(ional "ero:
Exemplo: e#uação sal$rio
) 6iptese da mdia condicional 1ero certamente n!o
satis(eita, pois indivíduos com mais anos de educa!opodem ser, em mdia, mais inteligentes do +ue os +ue tempoucos anos de educa!o
&ortanto esperamos +ue a mdia de 7+ue inclui aintelig@ncia8 seja na verdade uma (un!o da educa!o
"-: intelig@ncia
) vari%vel e-plicativa n!o pode conterin(orma!o sobre a mdia dos (atores
n!o observ%veis
Interpretação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
16/77
Interpretação do Modelo deRegressão Simples
Exemplo: !ertili"ante e produção de soa
Supon6a +ue F +ualidade da terra
"nt!o, ra1o%vel se a +uantidade de (ertili1ante tiversido escol6ida independentemente da +ualidade daterra
"ssa 6iptese ra1o%vel mas assume +ue a+uantidade de (ertili1ante ten6a sido escol6idaaleatoriamente, como em um e-perimento
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
17/77
Interpretação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
18/77
Gun!o de regress!oda mdia dapopula!o
Interpretação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
19/77
Interpretação do Modelo deRegressão Simples
Exemplo: nota na uni-ersidade e nota no ensino m'dio Supon6a +ue para a popula!o de alunos +ue (re+uentam a
universidade, sabemos de alguma (orma +ue:
*al +ue a nota na universidade e a nota no ensino mdio
Se , ent!o a nota mdia de todos os estudantes dauniversidade :
>sso n!o signifca +ue um aluno com nota H no ensino mdiov% ter um nota e-atamente igual a I O valor I a notamdia na universidade para toda a .(atia. de estudantes napopula!o +ue tem nota do "# igual a H
)o (a1ermos uma regress!o analisamos o e(eito das vari%veise-plicativas na m'dia da vari%vel dependente
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
20/77
EJ observa!o
2J observa!o
4J observa!o
n=sima observa!o
9alor da vari%vele-plicativa para ai=sima observa!o
9alor da vari%vel
dependente &ara ai=sima observa!o
Estimação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
21/77
% ideia ' en(ontrar a melhor reta poss.-el /a #ue melhor
se austa aos dados0:
Aeta de regressestimada
Estimação do Modelo deRegressão Simples
resíduo
valor estimado
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
22/77
O #ue signif(a o melhor auste da reta*
Estimador de M.nimos 1uadrados
Ordin$rios Estimador do M'todo dos Momentos
"stimador de #%-ima 9erossimil6ana
Estimação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
23/77
Estimação do Modelo deRegressão Simples
sando o m'todo dos momentos:/(om as 2 hip&teses -istas0 *emos 2 restriKes +ue decorrem da mdia condicional
1ero:
'samos estes dois momentos para estimar 2 par?metros 7 e 8
)gora substituímos nas e+uaKes acima:
'samos a contrapartida amostral para
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
24/77
Estimação do Modelo deRegressão Simples
&ara resolver o sistema com 2 e+uaKes e 2 incgnitas:
"nt!o: Substituímos na 2J e+ua!o:
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
25/77
Estimação do Modelo deRegressão Simples
Com alguma contas mostramos +ue:
+ue (un!o apenas de
Se usarmos 4 propriedades do somatrio:
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
26/77
)ssim resolvemos o sistema:
Desde +ue a soma dos +uadrados dos desvios de - seja
positiva 7ou seja, +ue 6aja varia!o nos valores de -8:
Estimação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
27/77
Estimação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
28/77
Estimação do Modelo deRegressão Simples
Exemplo (om 3 pontos -isto na aula passada:
E0
M0
5 F m- N b
4 pontos
Aesíduo 2Aesíduo n
Aesíduo E
y
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
29/77
Aesumindo, pelos 2 mtodos, a declividade estimada por:
) declividade estimada a covari?ncia amostral entre - e 5 divididapela vari?ncia amostral de -
Se - e 5 s!o positivamente correlacionadas, a declividade ser% positiva
Se - e 5 s!o negativamente correlacionadas, a declividade ser%negativa
)penas precisamos +ue - varie em nossa amostra
Estimação do Modelo deRegressão Simples
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
30/77
Sal$rio de Diretores de empresas e o retorno das aç4es
da empresa /roe0
Regressão estimada
Sal%rio em mil6ares de dlaresAetorno da a!o da empresa do diretor em
>nterceptoSe o retorno da a!o aumentar em E,"nt!o prev@=se +ue o sal%rio aumentaem EH mil e 0E dlares
Estimação do Modelo deRegressão Simples
Interpretação de (ausalidade*
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
31/77
"+ua!o de regress!oestimada7depende da amostra8mais sobre in(er@ncia aseguir
"+ua!o de regress!o da
popula!o D"SCO
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
32/77
Sal$rio e edu(ação /5%6E7+dta0:
Regressão estimada:
Sal%rio por 6ora )nos de estudo
>ntercepto
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
33/77
Per(entual de -otos e gastos de (ampanha /2 partidos0
/8O9E7+dta0:
Regressão estimada:
de votos para o candidato ) dos gastos da campan6a do candidato )com rela!o aos gastos totais
>nterceptoSe a propor!o dos gastos docandidado ) aumentar em E, elerecebe 0MRM pontos percentuais amais do total de votos
Estimação do Modelo deRegressão Simples
Interpretação de (ausalidade*
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
34/77
Propriedades de M1O em #ual#uer amostra
em;rando #ue para os par tem?se:
Propriedades alg';ri(as da regressão de M1O:
% soma dos res.duos do M1O ' "ero
%ssim> a m'dia amostral dos res.duos de M1O tam;'m ' "ero
% (o-ari
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
35/77
Propriedades de M1O em #ual#uer amostra
em;rando:
Propriedades alg';ri(as da regressão de M1O:
9alor estimado ou .previsto. Desvio em rela!o a reta de regress!o 7F resídu
) soma dos resíduos7desvio em rela!o
a reta8 igual a 0
) correla!o entre osresíduos e os
regressores igual a 0
Propriedades de M1O
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
36/77
&or e-emplo, para o diretor E2 osal%rio (oi 2R 024 dlares mais
bai-o do +ue o previsto usando ain(orma!o do retorno s aKes da
Propriedades de M1O
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
37/77
%uste do modelo
)t +ue ponto o modelo linear ajuda a e-plicarvariaKes nos valores da vari%vel dependente, 5/
a8 o modelo e-plica toda a varia!o em 5, b8 o modelo e-plica +uase toda a varia!o de 5 c8 o modelo e-plica uma pe+uena parte da
varia!o de 5
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
38/77
Soma dos $uadrados *otal,representa a varia!o totalda vari%vel dependente
Soma dos $uadrados"-plicada,representa a varia!oe-plicada pela regress!o
Soma dos $uadradosdosAesíduos,representa avaria!o n!o e-plicadapela regress!o
%uste do modelo
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
39/77
%uste do modelo
)t +ue ponto o modelo linear ajuda a e-plicarvariaKes nos valores da vari%vel dependente, 5/
Aeta deregress!o
Aeta 6ori1ontal em
Soma dos $uadradosdos
Aesíduos,representa avaria!o n!o e-plicada
Soma dos $uadrados *otal,representa a varia!o total
da vari%vel dependente
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
40/77
De(omposição da -ariação total
Medida do auste do modelo /R?#uadrado ou R20
9aria!ototal
&artee-plicada
&arte n!oe-plicada
A2 mede a (ra!o davaria!o total +ue e-plicada pelo modelo
de regress!o linear
%uste do modelo
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
41/77
Sal$rio dos diretores e retorno das aç4es
8oting out(omes and (ampaign expenditures
Cuidado: m -alor alto de R2 não signif(a ne(essariamente#ue a regressão tem uma interpretação de (ausalidade@
) regress!o e-plicaapenas E4 davaria!o total do sal%riodos diretores
) regress!o e-plica
HR da varia!ototal no resultado daseleiKes
%uste do modelo
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
42/77
Pro;lemas (om R2
%ns(om;e encontroue-emplos dedados bastantedi(erentes com
medidasdescritivas muitoparecidas
*odas as MregressKes aolado apresentam o
mesmo AT O +uevoc@s ac6am dopoder e-plicativodo modelo/
ATF0RRI
5 10 15
4
6
8
1 0
1 2
y 1
5 10 15
4
6
8
1 0
1 2
y 2
4
6
8
1 0
1 2
y 3
4
6
8
1 0
1 2
y 4
Anscombe's 4 Regression data sets
)nscombe, Grancis U 7EVI48 rap6s in statistical anal5sis American
Statistician, 2A, EIX2E9er no A: data7anscombe8Y e-ample7anscombe8
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
43/77
In(orporando não
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
44/77
Regressão estimada
"(eitos diploma podem ser incluídosno modelo 7veremos mais (rente
no curso8
O sal%rio aumenta H4 paracada ano adicional de educa!o7c6amado retorno da educa!o8
*a-a de crescimento do sal%rio igual aH4 para cada anos a mais deeduca!o U% a varia!o do sal%rio acada ano adicional crescente 7ver a
In(orporando não?linearidades
In(orporando não
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
45/77
#udana no sal%rio
se as vendasaumentam em E
In(orporando não?linearidades
In(orporando não
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
46/77
N E de vendas est% associado a N 02I no sal%rio
In(orporando não?linearidades
Sal$rio dos CEOs e -endas das frmas: e#uaçãoestimada
) (orma log=log assume +ue o modelo temelasticidade constante
"lasticidade 5 X -, a mudana percentual em 5associada a uma mudana de E em - "-:elasticidade preo da demanda
In(orporando não
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
47/77
Aesumo das interpretaKes com (ormas logarítmicas
In(orporando não?linearidades
Modelo 8ari$-elDependente
8ari$-elIndependente
Interpretação do(oef(iente
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
48/77
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
49/77
In!er)n(ia
Os dados s!o aleatrios e dependem da amostra +ue (oi sorteada dapopula!o
2
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
50/77
In!er)n(ia
Os dados (ormam uma aleatria de taman6o nda popula!o
"nt!o, cada observa!o segue a e+ua!o populacional7+ue continua sendo descon6ecida8
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
51/77
In!er)n(ia
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
52/77
In!er)n(ia
Os valores sorteados
para o i=simo trabal6ador
O erro +ue o modelo populacional
prev@ para o trabal6ador i:
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
53/77
In!er)n(ia
,ip&teses para o modelo linear /(ont+0
,ip&tese RS+3 /8ariação %mostral da -ari$-el expli(ati-a0
,ip&tese RS+B /M'dia Condi(ional ero0
Os valores da vari%vel e-plicativa n!o s!o os
mesmos para todas as observaKes 7casocontr%rio seria impossível estudar comovalores di(erentes da vari%vel e-plicativalevam a valores di(erentes da vari%veldependente8
O valor da vari%vel e-plicativa n!opode conter in(orma!o a respeito damdia dos (atores n!o observ%veis7termo de erro8
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
54/77
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
55/77
In!er)n(ia
Exemplo de simulação /De-ore 72+70: Supon6a +ue con6ecemos a verdadeira rela!o
populacional:
com
&odemos gerar amostras de mesmo taman6o usandoum gerador aleatrios de valores normais com mdia1ero e desvio=padr!o igual a 4
*emos, por e-emplo, 20 amostras di(erentes detaman6o EM
&ara cada uma das 20 amostras, rodamos a regress!oor # O
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
56/77
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
57/77
In!er)n(ia
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
58/77
In!er)n(ia
Aesumo da propriedade )us@ncia de vis
Os estimadores de #$O s!o n!o viesados
) prova de aus@ncia de vis depende de M 6ipteses assumidasX se +ual+uer uma delas (al6a, ent!o o #$O pode gerarpar?metros viesados
)us@ncia de vis uma descri!o do estimador X numa dadaamostra, podemos estar pr-imos ou longe do verdadeiropar?metro
Conclus!o: se a amostra Btípica da popula!o,ent!o os estimadores devem estar pr-imos dosverdadeiros valores da popula!o
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
59/77
In!er)n(ia
"-emplo de vis 7dada a +uebra de uma das6ipteses8: Se a ALS M n!o satis(eita estimadores 7betas8 ser!o
viesados
Correla!o entre - e u 7veremos no cap 4 a dire!o e otaman6o do vis8
Se u contem (atores +ue a(etam 5 e tambm s!ocorrelacionados com -
"- 2E2: per(ormance em matem%tica e programa delanc6e &ergunta: (undo (ederal para lanc6e a(eta per(ormance em
matem%tica/
"-pectativa: programa tem impacto positivo ceteris paribus7outros (atores f-os8
#at6 F passou no teste de matem%ticaY lnc6pr F
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
60/77
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
61/77
In!er)n(ia
O valor da vari%vel e-plicativa n!opode conter in(orma!o a respeito davariabilidade dos (atores n!oobserv%veis 7termo de erro8
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
62/77
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
63/77
In!er)n(ia
m exemplo de hetero(edasti(idade: Sal$rio e edu(ação
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
64/77
In!er)n(ia
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
65/77
In!er)n(ia
'm estimador da vari?ncia do erro +ue n!o viesado obtido ao corrigirmos para os graus de liberdade
perdidos na estima!o
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
66/77
In!er)n(ia
)s estimativas dos desvios=padr!o dos coefcientes de regress!o s!oc6amados de .erros=padr!o. "les medem a precis!o na estima!o dos
coefcientes de regress!o Se eles s!o grandes, os coefcientes estimadosvariam muito de amostra a amostra
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
67/77
Resumo
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
68/77
Resumo
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
69/77
Stata
Poje em dia muito (%cil .rodar. um modelo deregress!o, ou seja, obter as estimativas de #$O, seuserros=padr!o e medidas de ajuste do modelo
Di1emos +ue rodamos um modelo de regress!olinear, ou +ue, regredimos y em relação a x , ousimplesmente, regredimos y em x.
O comando do stata muito simples:reg 5 -
) ordem (undamental 'm intercepto adicionado automaticamente
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
70/77
Stata
Lembrem=se +ue a resolu!o no stata de todos os e-emplos do livro do Wooldridgeest% disponível na p%gina:
6ttp:ZZ(m[[[bceduZgstatZe-amplesZ[ooldridgeZ[ooldridge6tml
"-emplo 2E2 7Desempen6o de "studantes de #atem%tica e o &rograma de#erenda "scolar8
&ergunta: 0 programa de merenda escolar mel6ora o desempen6o dos alunos emmatem%tica/ "speramos +ue o programa ten6a um e(eito positivo no desempen6oescolar dos alunos tudo o mais constante
Como seria um e-perimento ideal para medir este e(eito/ $ue vari%veis voc@sgostariam de utili1ar/
O ar+uivo #")&V4 possui in(orma!o das seguintes vari%veis para M0H escolas de#ic6igan em V2=V4: math10: de alunos do primeiro ano do ensino mdio aprovados em uma e-ame de
matem%tica
lnchprg: ln do de estudantes em uma escola +ue est!o aptos a participar do programa demerenda escolar
S
http://fmwww.bc.edu/gstat/examples/wooldridge/wooldridge.htmlhttp://fmwww.bc.edu/gstat/examples/wooldridge/wooldridge.html
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
71/77
Stata
use #")&V4, clearreg mat6E0 lnc6pr
S
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
72/77
Stata
"-emplo 2E2 7Desempen6o de "studantes de #atem%tica e o&rograma de #erenda "scolar8
"stime a regress!o usando o stata
Aesultado:
_cons 32.14271 .9975824 32.22 0.000 30.18164 34.10378
lnchprg -.3188643 .0348393 -9.15 0.000 -.3873523 -.2503763
math10 Coef. Std. rr. t !"#t# $95% Conf. &nter'al(
)otal 44817.1805 407 110.115923 *oot +S , 9.5659
d *-s/ared , 0.1690
*esdal 37151.9145 406 91.5071786 *-s/ared , 0.1710
+odel 7665.26597 1 7665.26597 !ro " , 0.0000
1 406 , 83.77
Sorce SS df +S mer of os , 408
use #")&V4, clearreg mat6E0 lnc6pr
S
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
73/77
Stata
Como obter os valores previstos pelo modelo e oresíduo
'sar comando predict do stata, aps a regress!o
"-emplo 7W)"E8: "+ua!o sal%rio
reg [age educ predict [age6at, -b
"sse comando cria umavari%vel nova com o nome.[age6at. 7++uer nome poderiater sido usado8 para segundo ae+ua!o estimada
O valor previsto da vari%vel
dependente obtido +uandousamos a op!o .-b.
St t
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
74/77
Stata
Como obter os valores previstos pelo modelo e o resíduo 'sar comando predict do stata, aps a regress!o
"-emplo 7W)"E8: "+ua!o sal%rio
reg [age educ predict [age6at, -b
reg [age educ predict [ageresid, r
"sse comando cria uma vari%velnova com o nome .[age6at.7++uer nome poderia ter sidousado8 para segundo a e+ua!o
estimada
"sse comando cria uma vari%velnova com o nome .[ageresid.7++uer nome poderia ter sidousado8 para o resíduo segundo a
e+ua!o estimada
St t
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
75/77
Stata
Ser% +ue a 6iptese de 6omocedasticidade ra1o%vel/ 9amos investigar a rela!o entre os resíduos e os valores
previstos de 5:
"-emplo 7W)"E8: "+ua!o sal%rio reg [age educ predict [age6at, -b reg [age educ predict [ageresid, r
scatter [ageresid [age6at
- 5
0
5
1 0
1 5
R e
s i d u a l s
-2 0 2 4 6 8
inear !rediction
Ga1 o gr%fco com no ei-odas ordenadas e nasabcissasSe a 6omocedasticidade
(osse ra1o%vel, n!o
St t
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
76/77
Stata
Como mostrar a e+ua!o estimada: gr t[ scatter [age educ gr t[ 7scatter [age educ8 7lft [age educ8
0
5
1 0
1 5
2 0
2
5
0 5 10 15 20educ
"age #itted $alues
7F i t d E . i
8/18/2019 Aula 2 - Capitulo 02 Wooldridge Regressão Simples
77/77
7F ista de Exer(.(ios
Wooldridge: Capítulo 2: 22Y 24Y 2MY 2IY 2EE "-ercícios em Computador: 2EY 24Y 2MY 2Y 2I
ujarati: Capítulo 2:
2E: despesas com alimenta!o e gastos totais de (amílias na>ndia
2EI: pontua!o mdia em teste superior versus renda
Capítulo 4: escol6er um dentre os "-emplos resolvidos: Da se!o 4 R e-emplo do sal%rio vs escolaridade