Вы находитесь на странице: 1из 55

Aula 02

Professor: Jeronymo Marcondes


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

AULA 02: Violao das Hipteses Bsicas

SUMRIO PGINA

1. Critrios de escolha entre modelos 2

2. Consistncia de um Estimador 5

3. Erros no normalmente distribudos 7

4. Heterocedasticidade 11

5. Multicolinearidade 17

Lista de questes resolvidas 42

Gabarito 54

Ol Pessoal! A ltima aula foi pesada no? Ento, hoje vou pegar bem mais leve com
vocs. Mas, neste caso, aproveitem para fazer revises e lembrar das partes difceis
j ensinadas!

Muitos vo terminar esta aula falando mas que fcil. Isso tem dois pontos. Primeiro,
isso proposital, dado que eu peguei pesado na ltima aula e vocs precisam de um
flego, vem coisa braba por a, acreditem! Segundo, esta matria despenca nas
provas, ento aproveite para saber bem sabido!

Agora ns vamos comear a discutir um dos principais assuntos quando se trata de


anlise de regresso: a violao de suas hipteses bsicas.

Porm, vamos terminar o assunto anterior, que tratou de inferncias sobre o modelo
de regresso linear mltipla. Assim vamos falar sobre mtodos de seleo entre
diferentes modelos. A ideia a seguinte pessoal, vamos estudar critrios para que
vocs possam decidir qual o melhor modelo dentre todos que voc estimar.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 1 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Quando estiverem trabalhando no governo, vocs no vo usar o primeiro modelo


que estimarem. Vo incluir e tirar variveis dos modelos, transformar as variveis em
log, etc. Tudo isso ser feito de forma a encontrar o modelo que melhor se ajusta
realidade, explicando o fenmeno que voc quer entender. A pergunta : dentre todos
estes modelos, qual o melhor? H diversas formas de se responder tal problema.
Uma possibilidade so os critrios explicados abaixo.

1. Critrios de escolha entre modelos

O R que ns calculamos at ento sofre de uma deficincia grave: ele nunca


diminuir ao acrescentarmos mais variveis explicativas em um modelo. Ou seja, se
estimarmos um modelo qualquer com base em uma varivel explicativa e depois
refizermos tal estimativa, mas acrescentando uma nova varivel explicativa, o R do
novo modelo ter de ser maior ou igual ao primeiro.

Este um problema do R que impede seu uso como critrio de escolha entre dois
modelos. Suponha que vocs estimem dois modelos:

E que seus R sejam, respectivamente, e . Assim, por definio, sabe-se que:

Quanta matemtica para mostrar uma coisa simples: o R nunca diminui ao


acrescentarmos variveis explicativas, independentemente do fato de a varivel ser
importante para explicar . Assim, precisamos de um critrio que leve em conta a
capacidade da varivel acrescentada em aumentar o poder explicativo da regresso.

Uma forma de resolver tal problema a partir do uso da estatstica do R ajustado.


Esta leva em conta os graus de liberdade dos quadrados explicados e dos quadrados
dos resduos da seguinte forma:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 2 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Perceba que esta estatstica no aumentar sempre que acrescentarmos variveis


explicativas. Isso ocorre devido ao fato de ser levada em conta a perda de graus de
liberdade quando acrescentada nova varivel. Assim, o R ajustado pode, at
mesmo, reduzir ao introduzirmos uma varivel explicativa sem grande poder
explanatrio.

Outros critrios muito utilizados so os critrios de Akaike (AI) e Schwarz (SC).

- Professor, como eu calculo tais critrios?

Olha pessoal, isso no muito importante, mas, s por desencargo de conscincia,


vou mostrar. Minha opinio: no perca muito tempo decorando as frmulas. Vamos
l.

ln ln

ln
ln ln

O que importante o seguinte: quanto menor o valor desta estatstica, melhor


o modelo.

Vocs perceberam que a ideia a mesma? Voc est avaliando a perda de graus de
liberdade ao serem acrescentadas novas variveis em um modelo. Perceba que a
comparao : ser que a perda de graus de liberdade foi mais que compensada
pela varincia explicada de variveis adicionais includas em um modelo?

J aviso, estes dois critrios so comumente utilizados em anlise de sries


temporais. Logo, logo vocs vo us-los no seu dia a dia.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 3 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Antes de continuarmos, uma dica de concurseiro.

Dica de um concurseiro

Sabem aquela mania de alguns professores e alunos:


nunca decorem? Isso bobagem! Tem coisas que
voc tem que decorar, sim! Digam-me, vocs acham
possvel derivar a frmula do estimador de MQO
durante a prova? Se quiser pode tentar, mas voc vai
perder um bocado de tempo. No acho que vocs tm
que decorar tudo, mas tem coisas que no tem jeito,
conformem-se!

Vamos para a prxima etapa da nossa aula e talvez um dos contedos mais
importantes para qualquer econometrista: a violao das hipteses bsicas do
modelo de regresso linear.

- O que isso professor?

Bom, vocs se lembram daquelas 6 hipteses que discutimos na aula passada?


Assim, surge a pergunta: o que acontece se alguma destas hiptese no se sustenta?
Se isso ocorre, o que fazer?

Vamos l.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 4 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

2. Consistncia de um Estimador

Pessoal, antes de continuarmos, precisamos estudar uma coisa fundamental para o


entendimento dos problemas bsicos da Regresso Linear: a definio do que um
estimador consistente.

Provavelmente, seu professor de Estatstica j te ensinou isso, mas eu vou dar uma
lembrada em vocs!

Um estimador consistente aquele em que, medida que


amostra, ele converge para seu valor verdadeiro. Ou seja, o estimador muito
confivel em grandes amostras, j que ele tende a apontar para o estimador que seria
obtido caso a regresso fosse feita com a populao.

Outra forma de se dizer isso a partir das seguintes expresses:

lim

E:

lim

Sendo o tamanho da amostra e o estimador populacional e sua estimativa com


base na sua amostra.

-Professor, no entendi nada!

assim amigos, olhem as expresses acima! O que elas esto dizendo que, quando
a amostra tende para o infinito, ou seja, para a populao, a mdia do estimador tende
para seu valor populacional, enquanto que a varincia desta estimativa tende para
zero.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 5 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

meio que intuitivo. Se um estimador for consistente, conforme a amostra cresce


muito, o estimador acerta o valor verdadeiro na mdia, mas com varincia mnima,
no caso, zero.

Veja que esta uma excelente qualidade para um estimador, haja vista ser bastante
reconfortante que, ao aumentar a sua amostra, voc saiba que estar caminhando
para encontrar o real valor do seu parmetro.

Por que estou falando tudo isso? Pelo seguinte, quando vocs estiverem trabalhando,
avaliando as regresses que vocs estimaram, vocs tero que avaliar os problemas
estatsticos que estas podem conter, o que pode, inclusive, invalidar os resultados
que vocs encontraram. Mas, em alguns casos, voc pode encontrar regresses que,
apesar de possurem problemas, possuem propriedades desejveis em grandes
amostras. A voc tem a soluo: busque mais observaes! (Como se fosse fcil
assim...hehhehe).

Bom, sabendo isso tudo, vamos estudar os problemas economtricos mais comuns!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 6 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

3. Erros no normalmente distribudos

Uma das hipteses realizadas foi a seguinte:

2 Hiptese sobre o modelo de regresso linear simples

Os erros so normalmente distribudos

O que ocorre se os erros da regresso no possurem distribuio normal?

Bom, este pressuposto foi necessrio para que se possam realizar testes estatsticos
sobre os parmetros estimados, no caso da aula 00, para a utilizao do teste F.

A fica fcil no pessoal? Se os erros no forem normalmente distribudos, no


poderemos confiar nos testes de hipteses realizados sobre o modelo estimado.

Entretanto, o Teorema de Gauss Markov no exige esta condio para ser satisfeito.
Assim, um estimador que no tenha produzido erros normalmente distribudos ainda
pode ser considerado BLUE (melhor estimador linear no viesado) se as outras
hipteses forem mantidas.

Resumindo.

Se os erros de um modelo no forem normalmente


distribudos:

- Estimador ainda BLUE

-Testes de hiptese sobre o modelo ficam


comprometidos

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 7 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Gente, este problema, erros no normalmente


distribudos, no costuma ser levado muito em conta pelos econometristas. Sabem
por que?

Exatamente! Vocs so excelentes alunos que estudaram muita estatstica no


Estratgia Concursos, ento esto cansados de conhecer o Teorema do Limite
Central (TLC)! Mas, vamos l, s vou lembr-los um pouquinho.

O TLC nos ensina que uma varivel padronizada (varivel que tem seu valor
diminudo de sua mdia e divido pelo seu desvio padro) tem uma distribuio que
tende para a distribuio normal quando o tamanho da amostra cresce.

Gente pense um pouquinho, os erros de um modelo MQO tm, por definio, mdia
zero e desvio padro igual a 1, portanto, o seu valor igual sua verso padronizada.
Portanto, pode-se inferir que, se o tamanho da amostra tende para o infinito
(isso , fica muito grande), a distribuio dos erros tende para a normal.

Entenderam? por isso que ningum costuma se preocupar muito com este
problema. Porque, se a amostra for muito grande, os erros tendero a ter distribuio
normal.

Continuando a aula!

-Professor, mas eu gostaria de saber como se testa se os erros de uma regresso


tm distribuio normal!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 8 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Meus amigos, isso no uma coisa muito comum de cair em prova, portanto, um
assunto que no vou adentrar. Mas, saibam somente uma coisa, uma das formas de
se realizar tal procedimento por meio do teste de Jarque-Bera. Sob a hiptese nula
de resduos normalmente distribudos, a estatstica de teste para este procedimento
segue uma distribuio com dois graus de liberdade. No perca muito tempo com
isso, apenas d uma olhada neste nome e saiba o que a hiptese nula implica
(resduos normalmente distribudos), acredito que isso o suficiente.

Questes para relaxar!

(ANPEC 2003)
Considere o modelo de regresso linear mltipla para dados seccionais:

correto afirmar que:

Questo 1
Para que os estimadores de MQO sejam os melhores estimadores lineares no
tendenciosos necessrio que os erros sejam normalmente distribudos.

Questo 2
A incluso de uma nova varivel explicativa no modelo reduzir o coeficiente
de determinao R.

Questo 3
Para que as estatsticas t e F sejam vlidas necessrio que os erros sejam
normalmente distribudos.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 9 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Resoluo

Questo 1
Esta de graa pessoal. J ensinei a vocs que a hiptese de erros normalmente
distribudos no afeta o Teorema de Gauss-Markov, portanto, o estimador no deixa
de ser o melhor estimador linear no tendencioso (BLUE).

Questo 2
Outra de graa, ANPEC vai ser fcil para vocs! R nunca diminui com novas variveis
explicativas.

Questo 3
Perfeito. Quando os erros no possuem distribuio normal, as estatsticas sobre os
parmetros no so confiveis.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 10 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
4. Heterocedasticidade

-Professor, eu lembro o que isso!

Claro que lembram, eu j ensinei! Heterocedasticidade ocorre quando a varincia dos


erros no constante! Vamos a um exemplo.

Suponha que ns realizssemos uma regresso da poupana das famlias explicada


por sua renda, o que vocs acham que aconteceria? Provavelmente, os erros desta
regresso tero um comportamento da seguinte forma:

Erros: Poupana x Renda

0 5 10 15 20 25

Olhem bem! Vocs notaram que os erros tm maior disperso quanto maiores os
valores da renda das famlias? Isso tem todo o sentido. Quanto menor a renda de
uma pessoa, menos h espao para decidir o quanto poupar, pois a maior parte do
dinheiro destas pessoas gasto com suas necessidades bsicas, que so, na mdia,
iguais para as pessoas deste patamar de renda. Entretanto, quanto maior a renda,
mais espao existe para os indivduos implementarem suas prprias escolhas, o que
aumenta a diversidade da forma como as pessoas gastam ou poupam suas rendas.

Um exemplo quando vocs passarem no concurso. Vocs vo ser bem


remunerados, mas a forma como voc gasta este dinheiro diferente dos seus

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 11 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
colegas. Alguns preferem gastar em carros e restaurantes, outros preferem self
service e dinheiro no banco. Isso normal, o que aumenta a variabilidade da forma
como a poupana reage a um determinado patamar de renda. Entretanto, aquela
pessoa que ganha pouco no decide entre restaurante e self service, ela s tem uma
opo, pois tem pouca renda. Entenderam?

Este um modelo que tem heterocedasticidade, afetando uma das hipteses que
fizemos.

4 hiptese sobre o modelo de regresso linear simples:

Ento, como isso afeta o estimador MQO? o seguinte:

Sob Heterocedasticidade, o estimador MQO


deixa de ser BLUE. Entretanto, isso no causa
vis no mesmo.

Isso deriva do fato que uma das hipteses necessrias para se demonstrar o Teorema
de Gauss-Markov que a varincia dos erros seja constante, sob pena de o estimador
no ser mais BLUE.

Mais uma coisa. Pense comigo, se a varincia no mais constante em um modelo


com heterocedasticidade, o teste de hiptese tambm ser afetado, j que ele
depende da varincia dos estimadores! Portanto, no confie nos testes de
hipteses tambm!

- Professor, mas como eu sei se h heterocedasticidade?

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 12 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Bom, uma bela olhada no grfico dos resduos pode ajudar, mas no um critrio
certo. Ento, vou ensinar 2, mas tenham em mente que existem mais, muito mais.
Porm, para fins de concurso, estes dois so o suficiente.

Um teste muito utilizado e o mais cobrado o teste de White. Este teste visa entender
se os erros de uma determinada regresso dependem do valor de suas variveis
explicativas, isso , se um fenmeno tal como descrito no grfico que eu te mostrei l
em cima est ocorrendo. Caso o valor das variveis explicativas afetarem de
maneira significativa os erros da regresso, h um indcio de
heterocedasticidade.

Por exemplo, dada uma regresso da poupana de uma famlia ( ) explicada por sua
renda ( ) e pela quantidade de pessoas nesta famlia ( ), tem-se que:

Na qual so os resduos.

Ento, realize a seguinte regresso auxiliar:

Ou seja, estime uma regresso na qual os erros so uma varivel dependente das
variveis explicativas, em nvel, dos seus quadrados e, em alguns casos, dos seus
produtos cruzados.

Um R elevado nesta regresso um indicativo de heterocedasticidade, j que os


erros tendem a ser muito afetados pelo nvel das variveis explicativas. Um teste
estatstico para este resultado encontrado ao multiplicar este R pelo nmero de
observaes (n), que segue uma distribuio com nmero de graus de liberdade
igual ao nmero de regressores na equao auxiliar, menos o intercepto.

Outro teste importante o teste de Goldfeld Quandt.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 13 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Neste teste voc deve dividir a sua amostra em 2 e realizar um teste estatstico para
avaliar se a varincia igual em ambas. Entendem a lgica? A idia avaliar se a
varincia a mesma ao longo da amostra, independentemente do valor da
observao. Isso averiguar se h heterocedasticidade.

A forma mais comum de dividir a amostra dividi-la entre a parte da amostra com as
observaes de menor valor da parte com maiores valores. H mtodos estatsticos
que sugerem retirar a parte central da amostra e s ficar com os pontos extremos (s
de valor muito baixo ou muito alto), mas vocs no precisam entender isso, s foquem
na idia do teste!

Mas antes precisamos pensar em uma coisa: como testar a igualdade entre
varincias? Eu j te disse e voc j aprendeu em Estatstica: por meio do teste F.
Este teste serve para comparar varincias, o que ser feito com a comparao da
soma dos quadrados dos resduos (SQR) da regresso em questo para as duas
parcelas da amostra (com os menores e com os maiores valores da amostra,
retirando-se as intermedirias).

A ttulo de ilustrao vamos voltar ao exemplo anterior:

Se ns refizermos esta mesma regresso para dois intervalos de dados - para as


famlias que menos poupam e para as que mais poupam - teremos duas regresses,
de forma que:

Viram? Agora ns temos duas SQR, a das famlias que menos poupam ( ) e das
famlias que mais poupam ( ). Vamos comparar estas varincias com o teste F,
desta forma:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 14 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
S para vocs lembrarem, percebam que cada SQR deve ser divida pelo seu
respectivo grau de liberdade (gl), o que nos d a varincia dos erros para cada seo
da regresso, 1 e 2.

Sob a hiptese nula de que estas varincias so iguais, o teste F acima segue uma
distribuio F com ( gl no numerador e ( ) gl no denominador.

Maravilha galera! Ainda esto acordados? Que sono hein? Vamos acordar e
trabalhar!

Antes de terminarmos o tema heterocedasticidade, falta uma coisa, o que fazer se


h heterocedasticidade? Senta e chora? Pode at ser, mas h outras formas. S
adiantando, h muitas formas de se trabalhar quando este problema ocorre,
mas eu vou mostrar para vocs o que cai, pois isso que te interessa!

Se voc conhecer o padro da heterocedasticidade h algo que pode fazer. Quando


eu te digo, padro da heterocedasticidade, voc entende a forma como ela se d. Por
exemplo, a forma como a varincia dos erros se comporta, pode ser da seguinte
forma:

Assim, a varincia dos erros no constante, pois ela depende de um fator varivel
, que pode depender de uma srie de fatores. No nosso exemplo de poupana das
famlias, a varivel pode ser uma funo positiva da renda das famlias, o que
aumentaria a varincia para observaes associadas com maiores valores de renda.

Est dando para entender? meio complicado, tem que pensar mesmo! Usem o
frum, tirem dvidas!

Pense comigo, como resolver o problema de heterocedasticidade se a varincia tal


como descrita acima? Veja, se ns dividirmos a varincia dos erros por :

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 15 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Entenderam? Se voc conhece o padro de heterocedasticidade h como consertar


a regresso. Mas como? Divida todas as variveis da regresso por , de tal forma
que tenhamos o seguinte resultado ao regredirmos a nossa equao da poupana
transformada:

Sendo o coeficiente de MQO estimado para este novo modelo. Gente, olha s o
que vocs encontraram com essa regresso:

- Por que isso?

Olhem s:

Ah, entendi! Isso porque ao retirar do operador varincia, este sai ao quadrado!
Vocs perceberam que esta operao corrige os erros da regresso, ao torn-los
com varincia constante?

Este processo tem um nome bonito: Mnimos Quadrados Ponderados. Perceba que
esta regresso no tem heterocedasticidade. Esta uma verso mais restrita de
um dos mtodos de estimao que iremos ensinar em aulas futuras. A nica
coisa que vocs tem que memorizar a forma como este procedimento resolve
o problema de heterocedasticidade e porque.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 16 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

5. Multicolinearidade

Vamos ao ltimo tpico desta aula. Ento, fora a que est acabando!

Eu tambm j falei deste problema para vocs. Vamos lembrar:

6 Hiptese sobre o modelo de regresso linear

Cada varivel no pode ser combinao linear das


demais.

Assim, se as variveis X formarem uma combinao linear perfeita ser impossvel


estimar a equao por meio do mtodo MQO. Entretanto, pode acontecer que as
variveis no formem uma combinao linear perfeita, mas tenham alguma
correlao, o que gera um problema de estimao conhecido como
multicolinearidade.

Lembraram? Vamos comear com a colinearidade perfeita. Se as variveis


explicativas formarem uma combinao linear perfeita ser impossvel estimar os
coeficientes por MQO, pois:

Ento, para encontrar a matriz inversa de necessrio saber o determinante


da matriz. No caso da colinearidade perfeita, ns j sabemos que o determinante
igual a zero, sendo, portanto, impossvel encontrar o valor de e, por
conseqncia, estimar .

Mas, este um caso especfico e extremo de um problema mais genrico: a


multicolinearidade. Digo isso porque nem sempre as variveis explicativas formaro
uma combinao linear perfeita, mas podem guardar alguma relao estatstica entre
si. Assim, vamos tratar dos casos em que h alta correlao entre as variveis
explicativas, mas no perfeita, tal como uma combinao linear.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 17 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Vamos ao nosso famigerado exemplo da poupana. Pensem comigo, h uma certa


multicolinearidade no modelo. Isso verdade pois no h como negar que um
maior nmero de indivduos na famlia pode ter alguma relao com a renda familiar,
dado que, na mdia, quanto mais pessoas na casa, mais pessoas sero
remuneradas e, portanto, maior ser a renda familiar.

-Mas, o que a multicolinearidade traz de ruim?

Boa pergunta. Olha, no h nenhum exigncia no Teorema de Gauss-Markov que


diga que as variveis explicativas no podem ter nenhuma correlao. Assim, j digo:

Quando h multicolinearidade em um
modelo, suas estimativas ainda assim so
BLUE

Ou seja, no se preocupem com suas previses a partir de um modelo com


multicolinearidade, as estimativas MQO ainda so eficientes e consistentes!

Qual o problema ento? o seguinte, a varincia dos estimadores ser muito maior
quando h multicolinearidade, ento, por conseqncia, os testes de hipteses sero
afetados.

-Mas, por que professor?

Como mesmo a definio da matriz de varincias e covarincias dos parmetros?

Vocs se lembram que eu disse que quando houver colinearidade perfeita a matriz
? Mais especificamente, o determinante desta matriz ser zero!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 18 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Com efeito, entendam uma coisa de forma intuitiva: quanto maior for a
correlao entre as variveis explicativas, menor ser o valor de .

O que vocs acham que acontece quando h multicolinearidade? Exatamente! A


varincia dos parmetros aumenta muito, pois o valor de fica muito pequeno e,
portanto, a expresso fica muito grande! (Lembrem-se, multiplicar por uma
matriz inversa equivalente a dividir)

Percebam que os testes estatsticos sobre os parmetros continuam vlidos, mas a


excessiva varincia pode nos levar a concluses erradas, como considerar
insignificante um parmetro que no o , ou vice versa.

Alm disso, devido alta varincia dos parmetros, os valores e sinais dos
coeficientes estimados ficam muito sensveis, podendo sofrer alteraes significativas
no caso de retirada ou colocao de alguma varivel.

Tudo isso, meus amigos, para dizer a vocs o seguinte:

Sob multicolinearidade, o modelo


estimado ainda BLUE, porm as
varincias dos parmetros ficam muito
aumentadas, afetando sua significncia e
podendo afetar, at mesmo, o sinal dos
coeficientes.

Opa! Mas, como identificar este problema? Bom, no h uma metodologia bem
definida, pois a maioria tem falhas. Mas, uma alternativa observar os prprios
coeficientes estimados, bem como os testes t para seus parmetros. Olhe,

Multicolinearidade sinnimo de sensibilidade dos parmetros a novas


variveis e observaes.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 19 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Assim, faa uns testes! Retire variveis, coloque-as de volta e veja o comportamento
dos parmetros (se houve mudana muito significativa, especialmente nos seus
sinais). Observe a significncia das variveis e veja se o comportamento se coaduna
com o teste F e R, pois, sob multicolinearidade, voc pode encontrar coeficientes
no significantes com altos valores para o teste F e para o R. Nada disso muito
importante para sua prova, mas vocs tm que saber para entender bem o
problema.

Bom, mas o que fazer quando encontro este problema?

Uma primeira possibilidade que voc consiga, por meio dos testes efetuados,
identificar entre quais variveis est a alta correlao e, a partir da, retirar ou
transformar as variveis problemticas. Por exemplo, no nosso exemplo de
poupana, algo que resolveria o problema seria a criao de uma nova varivel: renda
domiciliar per capita. Esta seria criada a partir da diviso da renda pelo nmero de
familiares na casa.

Outra possibilidade seria no fazer nada! Isso porque o estimador ainda BLUE e
permite previses. Olha, tem muitos autores que nem costumam valorizar o problema
de multicolinearidade, quando no exata. Segundo estes autores,
multicolinearidade de valor muito alto seria derivada, em muitas das vezes, de uma
amostra pequena, na qual a varincia tende a ser maior.

Bom, chega de teoria por hoje! Vamos treinar!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 20 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Questo 4
(PETROBRAS CESGRANRIO/2005) Heterocedasticidade refere-se situao
onde a varincia dos erros :
a) constante e igual a 1
b) constante
c) varivel
d) varivel entre 0 e 1
e) infinita sempre

Resoluo
Bem fcil hein pessoal? Nem pense, letra (c).

Questo 5
(ESTATSTICO MPE/2006) No modelo de regresso mltipla

onde o termo erro aleatrio heterocedstico, correto afirmar que:


a) O estimador de MQO de viciado
b) O estimador de MQO de tem varincia mnima
c) Para o estimador de MQO de , os testes de hipteses sobre os parmetros,
baseados na estatstica t de Student, no so vlidos.
d) No possvel detectar heterocedasticidade atravs da anlise dos resduos
e) O melhor teste para detectar heterocedasticidade o de Glejser.

Resoluo
Bom gente, j falamos sobre isso, sob heterocedasticidade, o estimador no
viesado, mas no mais BLUE, bem como no podemos confiar nos testes de
hipteses sobre estes. Ah, os teste mais comuns so os que eu te mostrei, esquece
o Glesjer!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 21 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
(BNDES alterada CESGRANRIO/2008) Um pesquisador de mobilidade social
tem acesso a um grande banco de dados com informaes, num certo ano,
sobre a escolaridade do filho (a) do pai, da me e sobre o sexo de seu filho (a).
Decide estimar uma regresso linear na qual a varivel dependente a
escolaridade do filho (a), as demais sendo as variveis independentes. A
respeito desta regresso, julgue as afirmativas:

Questo 6

provvel que haja multicolinearidade devido escolaridade do pai e da me.

Resoluo
Sim , pois de se esperar que a educao do pai esteja correlacionada com a
educao da me.

Questo 7

A varivel sexo do filho binria

Resoluo
Ns j estudamos isso. Sexo um tipo de caracterstica qualitativa. Assim, s pode
ser captada por uma varivel dummy (binria).

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 22 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Questo 8

Ainda que o R possua um valor baixo, as variveis independentes podem ter


influncia significativa sobre a varivel dependente.

Resoluo
Claro, o R nada tem a ver com o teste t aplicado aos coeficientes individualmente.

Questo 9

BACEN (2006) Uma das principais aplicaes da Econometria tem sido a sua
utilizao na obteno de modelos que explicam a procura de produtos nos
diversos setores da economia. Por exemplo, em determinado pas, adotou-se o
modelo para avaliar a demanda per capita de um
determinado produto, com base e, observaes nos ltimos 10 anos.
Dados:

, em que ln o logaritmo neperiano e Q um ndice


representando a demanda per capita do produto no ano i.
em que P o ndice de preos do produto no ano i.
em que R a renda per capita do pas no ano i.
o erro aleatrio

Utilizando o mtodo de MQO, obteve-se a equao:

Dados da tabela ANOVA: Soma dos quadrados referentes regresso = 0,6160;


Variao Residual = 0,0140. Com relao equao do plano ajustado pelo
mtodo de MQO e considerando o quadro de anlise de varincia
correspondente, correto afirmar que:

a) O coeficiente de determinao R da regresso mltipla inferior a 97%

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 23 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
b) Para o teste de hiptese de existncia de regresso, tem-se que o nmero de
graus de liberdade a considerar referente a variao residual 9
c) Como na regresso linear simples, o R da regresso mltipla igual ao
quociente da diviso da variao residual pela variao explicada na regresso
d) A relao entre o nmero de graus de liberdade referente variao residual
e o nmero de graus referente variao explicada 3,5
e) O F calculado igual a 44.

Resoluo
Vamos construir a ANOVA.

Soma dos
Graus de Liberdade Quadrados Mdios F
Quadrados
Explicados
2 0,308 154
0,6160
Resduos
7 0,002
0,0140
Totais
9 0,07
0,63

R = 97,77

Viram, s a j respondemos quase tudo. Veja a alternativa (d):

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 24 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
(ANAC alterada CESPE/2007) Considere a equao , em
que , e sejam estimadores de MQO de , e , respectivamente e um
termo de erro.
Julgue as afirmativas

Questo 10
De acordo com o Teorema de Gauss-Markov, se todas as hipteses bsicas
forem satisfeitas, os estimadores sero os melhores estimadores lineares no
tendenciosos

Resoluo

O teorema de Gauss-Markov garante que se um estimador respeitar suas hipteses,


este ser BLUE melhor estimador linear no viesado

Questo 11
X e W no devem ser correlacionados, caso contrrio ocorrer
multicolinearidade

Resoluo

Esta bem bvia. a prpria definio de multicolinearidade.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 25 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

(ANPEC 2007) Julgue as afirmativas

Questo 12

Heterocedasticidade ocorre quando o erro aleatrio em um modelo de


regresso correlacionado com uma de suas variveis explicativas

Resoluo

Errado pessoal! Heterocedasticidade quando a varincia dos erros no constante.

Questo 13

Na presena de heterocedasticidade, estimadores de MQO so ineficientes.

Resoluo

Perfeito, esse um dos problemas da heterocedasticidade.

Questo 14

Na presena de heterocedasticidade, os testes de hipteses no so vlidos.

Resoluo

Correto! Segundo problema da heterocedasticidade, alm da no eficincia.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 26 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Questo 15

Na presena de heterocedasticidade, os estimadores de MQO so


inconsistentes.

Resoluo

Opa! No exagera! Heterocedasticidade no torna o estimador enviesado e, muito


menos, inconsistente.

Exerccio 16

(CAGECE FUNCAB/2013) Em comparao com a regresso simples, a


especificao de uma equao de regresso linear mltipla pode trazer
vantagens e desvantagens.
Considere os seguintes objetivos:
a) Reduzir o erro estocstico.
b) Reduzir o erro de especificao.
c) Aumentar o R ajustado.
Pode-se afirmar que a regresso mltipla permite realizar os seguintes
objetivos:
a) (a), (b) e (c).
b) (a) e (c).
c) (a) e (b).
d) (b) e (c).
e) Somente (c).

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 27 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Resoluo

O uso da regresso mltipla trs vantagens relativas a uma melhor especificao


funcional do fenmeno que desejamos explicar. Isso garante que o item (b) verdade.

O item (a) no verdade. O valor absoluto dos erros pode at aumentar. No h


como se afirmar o que ir ocorrer com seu valor absoluto.

Agora, um problema. O item (c) pode gerar controvrsias. O R ir, necessariamente,


aumentar? Necessariamente, no! Porm, perceba que a questo fala permite!
Assim, a regresso mltipla permite aumentar o R ajustado? Sim! controverso, mas
o gabarito (d).

Exerccio 17

(CAGECE FUNCAB/2013) Em um exerccio de regresso contendo uma


constante, pretende-se introduzir 4 variveis do tipo dummy para representar
uma propriedade qualitativa dos reservatrios amostrados. A amostra contem
79 reservatrios, e a equao j inclua outras 3 variveis numricas. A
introduo das dummies fara com que o numero de graus de liberdade da
equao final fique igual a:
a) 75
b) 71
c) 72
d) 73
e) 74

Resoluo

Quando um exerccios falar de graus de liberdade deste jeito, o que ele est falando
do denominador da varincia de nossa regresso. No caso:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 28 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Neste caso, o exerccio afirma que, aps a incluso das dummies teramos 7 variveis
explicativas, com uma amostra de 79 observaes. Assim:

Alternativa (b).

(ANCINE CESPE/2013) Julgue as afirmativas.

Exerccio 18

Resoluo

Perfeito! Esta uma das restries do Teorema de Gauss Markov. Quando a


varincia dos erros no constante (heterocedasticidade), os estimadores no so
BLUE (melhor estimador linear no viesado).

Alternativa correta.

Exerccio 19

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 29 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Resoluo

Os efeitos da autocorrelao so muito semelhantes aos da heterocedastcidade


(tirando um caso extremo, que veremos na prxima aula). A autocorrelao no gera
vis (pode gerar, como veremos mais adiante, mas no so em todos os casos), mas
faz com que os estimadores sejam ineficientes.

Porm, esta alternativa no me parece correta. Perceba que a afirmativa diz que se
houver autocorrelao, os estimadores sero no viesados. Isso no muito correto!
O que pode ser dito que a autocorrelao no gera vis! Por exemplo, em um
modelo no qual haja correlao das variveis explicativas com o termo do erro e
autocorrelao, haver vis! Assim, a CESPE deveria ter alterado o gabarito.

Gabarito oficial: correta.

Exerccio 20

Resoluo

Essa a prpria definio dos efeitos da multicolinearidade! Ao afetar a varincia dos


parmetros (e suas covarincias), os coeficientes tornam-se muito sensveis a
pequenas alteraes nas observaes, podendo gerar uma alterao nos sinais
esperados dos parmetros estimados.

Alternativa correta.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 30 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Exerccio 21

(IBGE CESGRANRIO/2011)

Resoluo

Vamos avaliar:
a)Com certeza, pois, ao buscarmos eficincia via Teorema de Gauss Markov,
estamos buscando o melhor estimador linear no viesado.
b)Pelo contrrio! desejvel que a varincia dos erros seja constante, ou seja, no
haja heterocedasticidade.
c)Certo, esta uma das nossas hipteses do modelo clssico de regresso.
d)Pelo contrrio. desejvel que os erros no sejam correlacionados.
e)Pelo contrrio. desejvel que no haja colinearidade, ou seja, que as variveis
explicativas no sejam correlacionadas.

Alternativa (a).

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 31 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Exerccio 22

(BNDES CESGRANRIO/2011) Para estudar o consumo de refrigerante em


funo do preo, da temperatura e da renda familiar, ajustou-se o seguinte
modelo de regresso linear mltipla y = 0 + 1x1 + 2x2 + 3x3 + , onde y
representa o consumo de refrigerante em litros, por semana, x1, o preo do
refrigerante em reais, x2, a temperatura em C e, x3, a renda familiar em reais,
por semana. Os resultados obtidos considerando trs casas decimais foram:

Analisando-se os resultados acima, conclui-se que


(A) rejeitam-se as hipteses H0 : 0 = 0 e H0 : 1 = 0 ao nvel de 5%
(B) rejeitam-se as hipteses H0 : 0 = 0 , H0 : 1 = 0 e H0 : 2 = 0 ao nvel de 1%
(C) no se rejeitam as hipteses H0 : 0 = 0 , H0 : 1 = 0 e H0 : 3 = 0 ao nvel de
5%
(D) no se rejeitam as hipteses H0 : 1 = 0 , H0 : 2 = 0 e H0 : 3 = 0 ao nvel de
5%
(E) os coeficientes estimados so todos significativos ao nvel de 10%

Resoluo

Pessoal, hora de lembrar o que o p-valor!

O p-valor o menor nvel de significncia ao qual a hiptese nula pode ser rejeitada.

Vejamos, se voc obtm um valor de 0,04 para seu p-valor, isso significa que a
hiptese nula pode ser rejeitada a 4% de significncia. Mas, se voc escolheu 5%
como seu nvel de significncia, ou seja, voc definiu que 5% muita coincidncia,
voc deve rejeitar a hiptese nula.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 32 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Qual a hiptese nula que estamos testando com os coeficientes? Que o mesmo
igual a zero! Vamos pensar.

No caso do coeficiente da temperatura, , o p-valor associado a hiptese de que o


mesmo igual a zero de 0,011. Isso quer dizer que no possvel rejeitar esta
hiptese nula a 1%! Isso porque o p-valor maior do que 1% (0,01). Todos os outros
coeficientes tem um p-valor que nos permite inferir que no possvel rejeitar
a hiptese nula a 10% ! Assim, pode-se perceber que a nica alternativa que se
adequa a isso a (c).

Alternativa (c).

(TJ-SE CESPE\2014) Julgue os itens a seguir.

Exerccio 23

A homocedasticidade a propriedade conforme a qual o resduo de um modelo


de regresso tem media 0.

Resoluo

Pessoal, um modelo homocedtico aquele que no tem heterocedasticidade! Essa


propriedade tem a ver com o fato de os resduos terem varincia constante! Portanto,
homocedasticidade no tem a ver com o fato de o resduo ter mdia igual zero.

Alternativa errada.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 33 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 24

Em um modelo de regresso linear simples, o coeficiente de determinao


cresce medida que a correlao entre a varivel resposta e a varivel
regressora aumenta.

Resoluo

Ns j estudamos isso na aula 00. Lembrem-se de que:

Ou seja, o R diretamente proporcional ao coeficiente de correlao entre as


variveis dependente e independente.

Alternativa verdadeira.

Exerccio 25

Resoluo

Pessoal, esta questo idntica questo 17 da aula 01. Vou repetir a


explicao.

Pessoal, toda a ideia de regresso encontrar mdias. Veja, a regresso minimiza


a soma do quadrado dos resduos, portanto:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 34 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

A alternativa verdadeira a (d), que, na verdade, expressa uma importante


propriedade do mtodo de regresso.

A demonstrao desta propriedade est fora do escopo deste curso, portanto, vamos
analisar intuitivamente. No tenho inteno de ser formal, ok? para ser intuitivo
mesmo!

Dada uma regresso:

Suponha que esta relao seja verdade:

Ou seja, que a regresso passe por estes pontos mdios.

Diminua a primeira equao da segunda:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 35 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Como na aula anterior, o chapu demonstra o desvio com relao mdia.


Rearranjando:

Multiplicando o numerador e o denominador por , o que deixa o total inalterado, e


somando esta expresso para todas as unidades seccionais:

Que o prprio estimador de MQO. Ou seja, o ponto mdio compatvel com esta
frmula.

Ou seja, a regresso ir passar pelo ponto .

Alternativa correta.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 36 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 26

Resoluo

Bom, ns vimos em uma questo anterior que:

Isso nos diz que, se as variveis no forem correlacionadas, o coeficiente de


correlao est diretamente correlacionado com o R. Portanto, se as variveis no
forem correlacionadas, o R ser prximo de zero.

Entretanto, se o R for prximo de zero, isso no significa que as variveis so


independentes. Hora de lembrar-se de Estatstica (como eu falei, s vezes isso
acontece)! O fato de duas variveis apresentarem correlao baixa no implica
que as variveis so independentes! Se duas variveis forem independentes, a
sim, isso implica que o coeficiente de correlao ser zero.

Alternativa falsa.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 37 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 27

(EMPLASA VUNESP\2014) O modelo de regresso linear pressupe que entre


a varivel independente e a varivel dependente h uma relao
(A) logartmica.
(B) quadrtica.
(C) linear.
(D) constante.

(E) exponencial.

Resoluo

Outra questo fcil demais! O modelo de regresso linear assume que h uma
relao linear entre as variveis.

Alternativa (c).

(MPE-ES VUNESP\2014) Leia o texto para responder s questes de nmeros


28 e 29.

O diagrama de disperso a seguir resulta de uma pesquisa com amostras


aleatrias para comparar nveis de escolaridade (em anos de estudo) com a
lotao mdia (em percentual) das salas de teatro das localidades de onde as
amostras aleatrias foram colhidas. A disposio dos dados no diagrama de
disperso parece indicar que h correlao entre as variveis estudadas. De
fato, calculando-se o coeficiente de correlao, encontra-se r = 0,93. Est
representada, ainda, no diagrama, a reta de regresso y = a + bx, onde x o
tempo mdio de escolaridade e y a lotao mdia das salas de teatro.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 38 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 28

O coeficiente de determinao para o caso , aproximadamente,


(A) 0,70.
(B) 0,87.
(C) 0,90.
(D) 0,93.

(E) 0,14.

Resoluo

Basta utilizar a nossa famosa frmula:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 39 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Assim:

Aproximadamente 0,87.

Alternativa (b).

Exerccio 29

A equao da reta de regresso que melhor se ajusta aos dados


(A) y = 30 + 3,6x
(B) y = 12,7 3,6x
(C) y = 12,7 + 3,6x
(D) y = 12,7 + 3,6x

(E) y = 30 + 3,6x

Resoluo

A melhor forma de resolver esta questo com base no raciocnio! Olhe o grfico,
quando x=10, y ser igual a algum prximo de 50 (olhe a curva), mais ou menos.
Como em todas alternativas o coeficiente de x igual a 3,6, isso significa que, quando
substituirmos x=10, teremos a parte varivel da reta igual a 36 mais um intercepto.

Agora pense, se o nmero que estamos procurando algum valor prximo a 50, isso
significa que temos de somar a este coeficiente algum valor prximo a 14.
Observando as alternativas, percebe-se que a alternativa que mais se aproxima deste
raciocnio a letra (d).

Alternativa (d).

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 40 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 30

(TELEBRAS CESPE/2013) Considere que determinado estimador E seja no


viciado e que sua varincia seja var(E) = k n, em que k e uma constante positiva
e n, o tamanho da amostra. Nesse caso, E um estimador consistente.

Resoluo

Questo mais tcnica e um pouco mais difcil. Veja, vocs no sabem calcular limite
de uma funo, mas, neste caso, no difcil. No caso, a varincia de E :

Sendo k uma constante e n o tamanho da amostra.

Consistncia est ligada ao comportamento desta varincia quando a amostra tende


ao infinito! Quando n vai aumentando muito de valor, o que acontece? Isso mesmo!
A varincia de E cresce muito tambm! Portanto, quando n tende ao infinito, a
varincia tende ao infinito! Portanto, o comportamento da varincia no tal que
tende a zero quando a amostra tende ao infinito, o que no compatvel com
consistncia de um estimador.

Alternativa errada.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 41 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Lista de questes resolvidas

(ANPEC 2003)
Considere o modelo de regresso linear mltipla para dados seccionais:

correto afirmar que:

Questo 1
Para que os estimadores de MQO sejam os melhores estimadores lineares no
tendenciosos necessrio que os erros sejam normalmente distribudos.

Questo 2
A incluso de uma nova varivel explicativa no modelo reduzir o coeficiente
de determinao R.

Questo 3
Para que as estatsticas t e F sejam vlidas assintoticamente necessrio que
os erros sejam normalmente distribudos.

Questo 4
(PETROBRAS CESGRANRIO/2005) Heterocedasticidade refere-se situao
onde a varincia dos erros :
a) constante e igual a 1
b) constante
c) varivel
d) varivel entre 0 e 1
e) infinita sempre

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 42 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Questo 5
(ESTATSTICO MPE/2006) No modelo de regresso mltipla

onde o termo erro aleatrio heterocedstico, correto afirmar que:


a) O estimador de MQO de viciado
b) O estimador de MQO de tem varincia mnima
c) Para o estimador de MQO de , os testes de hipteses sobre os parmetros,
baseados na estatstica t de Student, no so vlidos.
d) No possvel detectar heterocedasticidade atravs da anlise dos resduos
e) O melhor teste para detectar heterocedasticidade o de Glejser.

(BNDES alterada CESGRANRIO/2008) Um pesquisador de mobilidade social


tem acesso a um grande banco de dados com informaes, num certo ano,
sobre a escolaridade do filho (a) do pai, da me e sobre o sexo de seu filho (a).
Decide estimar uma regresso linear na qual a varivel dependente a
escolaridade do filho (a), as demais sendo as variveis independentes. A
respeito desta regresso, julgue as afirmativas:

Questo 6
provvel que haja multicolinearidade devido escolaridade do pai e da me.

Questo 7
A varivel sexo do filho binria

Questo 8
Ainda que o R possua um valor baixo, as variveis independentes podem ter
influncia significativa sobre a varivel dependente.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 43 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Questo 9
BACEN (2006) Uma das principais aplicaes da Econometria tem sido a sua
utilizao na obteno de modelos que explicam a procura de produtos nos
diversos setores da economia. Por exemplo, em determinado pas, adotou-se o
modelo para avaliar a demanda per capita de um
determinado produto, com base e, observaes nos ltimos 10 anos.
Dados:

, em que ln o logaritmo neperiano e Q um ndice


representando a demanda per capita do produto no ano i.
em que P o ndice de preos do produto no ano i.
em que R a renda per capita do pas no ano i.
o erro aleatrio

Utilizando o mtodo de MQO, obteve-se a equao:

Dados da tabela ANOVA: Soma dos quadrados referentes regresso = 0,6160;


Variao Residual = 0,0140. Com relao equao do plano ajustado pelo
mtodo de MQO e considerando o quadro de anlise de varincia
correspondente, correto afirmar que:

a) O coeficiente de determinao R da regresso mltipla inferior a 97%


b) Para o teste de hiptese de existncia de regresso, tem-se que o nmero de
graus de liberdade a considerar referente a variao residual 9
c) Como na regresso linear simples, o R da regresso mltipla igual ao
quociente da diviso da variao residual pela variao explicada na regresso
d) A relao entre o nmero de graus de liberdade referente variao residual
e o nmero de graus referente variao explicada 3,5
e) O F calculado igual a 44.

(ANAC alterada CESPE/2007) Considere a equao , em


que , e sejam estimadores de MQO de , e , respectivamente e um
termo de erro.
Julgue as afirmativas

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 44 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Questo 10
De acordo com o Teorema de Gauss-Markov, se todas as hipteses bsicas
forem satisfeitas, os estimadores sero os melhores estimadores lineares no
tendenciosos

Questo 11
X e W no devem ser correlacionados, caso contrrio ocorrer
multicolinearidade

(ANPEC 2007) Julgue as afirmativas

Questo 12

Heterocedasticidade ocorre quando o erro aleatrio em um modelo de


regresso correlacionado com uma de suas variveis explicativas

Questo 13

Na presena de heterocedasticidade, estimadores de MQO so ineficientes.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 45 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02
Questo 14

Na presena de heterocedasticidade, os testes de hipteses no so vlidos.

Questo 15

Na presena de heterocedasticidade, os estimadores de MQO so


inconsistentes.

Exerccio 16

(CAGECE FUNCAB/2013) Em comparao com a regresso simples, a


especificao de uma equao de regresso linear mltipla pode trazer
vantagens e desvantagens.
Considere os seguintes objetivos:
a) Reduzir o erro estocstico.
b) Reduzir o erro de especificao.
c) Aumentar o R ajustado.
Pode-se afirmar que a regresso mltipla permite realizar os seguintes
objetivos:
a) (a), (b) e (c).
b) (a) e (c).
c) (a) e (b).
d) (b) e (c).
e) Somente (c).

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 46 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 17

(CAGECE FUNCAB/2013) Em um exerccio de regresso contendo uma


constante, pretende-se introduzir 4 variveis do tipo dummy para representar
uma propriedade qualitativa dos reservatrios amostrados. A amostra contem
79 reservatrios, e a equao j inclua outras 3 variveis numricas. A
introduo das dummies fara com que o numero de graus de liberdade da
equao final fique igual a:
a) 75
b) 71
c) 72
d) 73
e) 74

(ANCINE CESPE/2013) Julgue as afirmativas.

Exerccio 18

Exerccio 19

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 47 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 20

Exerccio 21

(IBGE CESGRANRIO/2011)

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 48 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 22

(BNDES CESGRANRIO/2011) Para estudar o consumo de refrigerante em


funo do preo, da temperatura e da renda familiar, ajustou-se o seguinte
modelo de regresso linear mltipla y = 0 + 1x1 + 2x2 + 3x3 + , onde y
representa o consumo de refrigerante em litros, por semana, x1, o preo do
refrigerante em reais, x2, a temperatura em C e, x3, a renda familiar em reais,
por semana. Os resultados obtidos considerando trs casas decimais foram:

Analisando-se os resultados acima, conclui-se que


(A) rejeitam-se as hipteses H0 : 0 = 0 e H0 : 1 = 0 ao nvel de 5%
(B) rejeitam-se as hipteses H0 : 0 = 0 , H0 : 1 = 0 e H0 : 2 = 0 ao nvel de 1%
(C) no se rejeitam as hipteses H0 : 0 = 0 , H0 : 1 = 0 e H0 : 3 = 0 ao nvel de
5%
(D) no se rejeitam as hipteses H0 : 1 = 0 , H0 : 2 = 0 e H0 : 3 = 0 ao nvel de
5%
(E) os coeficientes estimados so todos significativos ao nvel de 10%

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 49 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

(TJ-SE CESPE\2014) Julgue os itens a seguir.

Exerccio 23

A homocedasticidade a propriedade conforme a qual o resduo de um modelo


de regresso tem media 0.

Exerccio 24

Em um modelo de regresso linear simples, o coeficiente de determinao


cresce medida que a correlao entre a varivel resposta e a varivel
regressora aumenta.

Exerccio 25

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 50 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 26

Exerccio 27

(EMPLASA VUNESP\2014) O modelo de regresso linear pressupe que entre


a varivel independente e a varivel dependente h uma relao
(A) logartmica.
(B) quadrtica.
(C) linear.
(D) constante.

(E) exponencial.

(MPE-ES VUNESP\2014) Leia o texto para responder s questes de nmeros


28 e 29.

O diagrama de disperso a seguir resulta de uma pesquisa com amostras


aleatrias para comparar nveis de escolaridade (em anos de estudo) com a
lotao mdia (em percentual) das salas de teatro das localidades de onde as
amostras aleatrias foram colhidas. A disposio dos dados no diagrama de
disperso parece indicar que h correlao entre as variveis estudadas. De
fato, calculando-se o coeficiente de correlao, encontra-se r = 0,93. Est
representada, ainda, no diagrama, a reta de regresso y = a + bx, onde x o
tempo mdio de escolaridade e y a lotao mdia das salas de teatro.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 51 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 28

O coeficiente de determinao para o caso , aproximadamente,


(A) 0,70.
(B) 0,87.
(C) 0,90.
(D) 0,93.

(E) 0,14.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 52 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

Exerccio 29

A equao da reta de regresso que melhor se ajusta aos dados


(A) y = 30 + 3,6x
(B) y = 12,7 3,6x
(C) y = 12,7 + 3,6x
(D) y = 12,7 + 3,6x

(E) y = 30 + 3,6x

Exerccio 30

(TELEBRAS CESPE/2013) Considere que determinado estimador E seja no


viciado e que sua varincia seja var(E) = k n, em que k e uma constante positiva
e n, o tamanho da amostra. Nesse caso, E um estimador consistente.

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 53 de 54


Econometria p/BACEN 2016
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 02

1F
2F
3V
4c
5c
6V
7V
8V
9c
10 V
11 V
12 V
13 V
14 V
15 F
16 d
17 b
18 V
19 V
20 V
21 a
22 c
23 F
24 V
25 V
26 F
27 c
28 b
29 d
30 F

Boa Pessoal! A Aula hoje foi bem mais tranquila! Ento, caprichem e aprendam tudo
dela! E, to importante quanto, descansem! A prxima aula ser pesada! O contedo
ser bem mais denso.

Um abrao e mandem as dvidas.

jeronymobj@hotmail.com

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 54 de 54