Вы находитесь на странице: 1из 13

Econometria

na prática
Organizadoras • Cláudia Malbouisson • Gisele F. Tiryaki

Rio de Janeiro, 2017

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Sumário

Prefácio���������������������������������������������������������������������������������������������������������������������������������������������������vii
Capítulo 1: Fundamentos da Análise Empírica���������������������������������������������������� 1
Tipos de Variáveis e Estrutura dos Dados��������������������������������������������������������������������� 5
Estatísticas Descritivas������������������������������������������������������������������������������������������������������������� 11
Relações entre as Variáveis ����������������������������������������������������������������������������������������������������21
Transformação de Variáveis��������������������������������������������������������������������������������������������������28
Referências�����������������������������������������������������������������������������������������������������������������������������������������34

Capítulo 2: Modelo de Regressão Linear Clássico������������������������������������������37


Estimadores de Mínimos Quadrados Ordinários��������������������������������������������������38
Aplicando o MQO���������������������������������������������������������������������������������������������������������������������������49
Por que os Estimadores de MQO São Tão Conhecidos?������������������������������������53
Hipóteses do Modelo de Regressão Linear������������������������������������������������������������������55
O que Pode Causar a Violação das Hipóteses?����������������������������������������������������������57
Problemas com os Regressores: Testes
de Especificação e Endogeneidade���������������������������������������������������������������������������������59
Teste F������������������������������������������������������������������������������������������������������������������������������������������������60
Teste RESET���������������������������������������������������������������������������������������������������������������������������������� 64
Testes para Problemas com os Regressores: Multicolinearidade ��������������69
Diagnóstico de Multicolinearidade: Matriz de Correlação�����������������������������������70
Teste Fator de Inflação da Variância���������������������������������������������������������������������������������71
Problemas com o Erro: Heterocedasticidade������������������������������������������������������������73
Teste Breusch-Pagan������������������������������������������������������������������������������������������������������������������75
Teste de White�������������������������������������������������������������������������������������������������������������������������������79
Estatísticas de Influência��������������������������������������������������������������������������������������������������������86
Referências�����������������������������������������������������������������������������������������������������������������������������������������89

iii

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Econometria na Prática

Capítulo 3: Multicolinearidade e Construção de Índices�������������������������91


Análise de Componentes Principais���������������������������������������������������������������������������������92
Análise de Fatores���������������������������������������������������������������������������������������������������������������������� 100
Apêndice 3.A. Análise de Componentes Principais
com Variáveis Categóricas��������������������������������������������������������������������������������������������������117
Referências���������������������������������������������������������������������������������������������������������������������������������������119

Capítulo 4: Análise de Séries Temporais���������������������������������������������������������������� 123


Análise Univariada����������������������������������������������������������������������������������������������������������������������124
Processo Autorregressivo, Passeio Aleatório, Estacionariedade,
Integração e Raiz Unitária��������������������������������������������������������������������������������������������������124
Diferença Estacionária versus Tendência Estacionária�����������������������������������������131
Testes de Raiz Unitária: Testes de Dickey-Fuller (DF)����������������������������������������133
Mais de uma Defasagem�������������������������������������������������������������������������������������������������������� 138
Critérios de Informação�������������������������������������������������������������������������������������������������������� 140
Outros Testes de Raiz Unitária����������������������������������������������������������������������������������������� 143
Um Arcabouço para os Testes�������������������������������������������������������������������������������������������� 148
Um Exemplo����������������������������������������������������������������������������������������������������������������������������������151
Análise multivariada — VAR����������������������������������������������������������������������������������������������� 157
Identificação���������������������������������������������������������������������������������������������������������������������������������159
Estabilidade�����������������������������������������������������������������������������������������������������������������������������������161
Função de Resposta a Impulso������������������������������������������������������������������������������������������ 164
Decomposição da Variância do Erro de Previsão���������������������������������������������������� 166
Mais Variáveis����������������������������������������������������������������������������������������������������������������������������� 167
Mais Defasagens������������������������������������������������������������������������������������������������������������������������ 168
Causalidade de Granger�������������������������������������������������������������������������������������������������������� 169
Análise multivariada — VECM������������������������������������������������������������������������������������������170
Mais de um Vetor Cointegrante�����������������������������������������������������������������������������������������174
Defasagens������������������������������������������������������������������������������������������������������������������������������������ 177
Testes de Cointegração de Johansen������������������������������������������������������������������������������178
Termos Determinísticos��������������������������������������������������������������������������������������������������������179
Regressão Espúria��������������������������������������������������������������������������������������������������������������������� 183
Outro Teste de Cointegração��������������������������������������������������������������������������������������������� 184
Mais Restrições�������������������������������������������������������������������������������������������������������������������������� 185
Outras decomposições������������������������������������������������������������������������������������������������������������ 186
Um Arcabouço para a Análise Multivariada������������������������������������������������������������ 189
Um Exemplo�������������������������������������������������������������������������������������������������������������������������������������191
Um Balanço������������������������������������������������������������������������������������������������������������������������������������� 197
Referências�������������������������������������������������������������������������������������������������������������������������������������� 198

iv

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Sumário

Capítulo 5: Variáveis Dependentes Discretas e Limitadas������������������ 203


Modelo de Probabilidade Linear�������������������������������������������������������������������������������������� 205
Modelos de Resposta Binária��������������������������������������������������������������������������������������������� 206
Modelo Logit�������������������������������������������������������������������������������������������������������������������������������� 207
Modelo Probit������������������������������������������������������������������������������������������������������������������������������ 208
Modelo de Regressão de Poisson��������������������������������������������������������������������������������������215
O Processo de Poisson��������������������������������������������������������������������������������������������������������������216
Modelo de Variável Latente������������������������������������������������������������������������������������������������� 220
Modelo Tobit���������������������������������������������������������������������������������������������������������������������������������� 221
Modelos de Escolha Discreta Ordenadas������������������������������������������������������������������� 225
modelos logit condicional e multinomial������������������������������������������������������������������ 232
Apêndice 5.A. Método de Estimação por Máxima
Verossimilhança (Mv)������������������������������������������������������������������������������������������������������������241
Referências�������������������������������������������������������������������������������������������������������������������������������������� 242

Capítulo 6: Causalidade e Estratégias de Identificação������������������������� 243


Aleatorização��������������������������������������������������������������������������������������������������������������������������������� 249
O Problema da Avaliação������������������������������������������������������������������������������������������������������ 249
Experimento Aleatorizado��������������������������������������������������������������������������������������������������� 252
Métodos de Aleatorização����������������������������������������������������������������������������������������������� 256
Possíveis Problemas com o Experimento Aleatorizado���������������������������������� 257
Pareamento por Escore de Propensão������������������������������������������������������������������������� 259
Uma Aplicação do Método PSM���������������������������������������������������������������������������������������� 267
Método de Diferença em Diferenças�����������������������������������������������������������������������������284
Uma Aplicação do Método DD������������������������������������������������������������������������������������������� 290
Estimador de Variáveis Instrumentais������������������������������������������������������������������������ 295
Método dos Mínimos Quadrados em Dois Estágios���������������������������������������������300
Método Generalizado dos Momentos��������������������������������������������������������������������������� 305
Referências�������������������������������������������������������������������������������������������������������������������������������������� 308

Capítulo 7: Análise de Dados em Painel������������������������������������������������������������������313


Modelos de Efeitos Fixos e de Efeitos Aleatórios�������������������������������������������������316
Modelo de Efeitos Fixos���������������������������������������������������������������������������������������������������������319
Modelo de Efeitos Aleatórios���������������������������������������������������������������������������������������������� 324
Erros de Especificação����������������������������������������������������������������������������������������������������������� 331
Poolability��������������������������������������������������������������������������������������������������������������������������������� 331
Autocorrelação dos Resíduos����������������������������������������������������������������������������������������� 333
Dependência em Cross-section��������������������������������������������������������������������������������������� 338
Endogeneidade����������������������������������������������������������������������������������������������������������������������� 343

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Econometria na Prática

Modelos Dinâmicos de Dados em Painel�������������������������������������������������������������������344


Estimador de Anderson e Hsiao (1982)�������������������������������������������������������������������������346
Estimador de Arellano e Bond (1991)����������������������������������������������������������������������������� 349
Estimadores de Arellano e Bover (1995) e Blundell e Bond (1998)���������������� 354
Apêndice 7.A. Dados em Painel Desbalanceados�������������������������������������������������� 361
Apêndice 7.B. Séries Temporais em Cross-Section (Tscs)������������������������������� 363
Referências�������������������������������������������������������������������������������������������������������������������������������������� 373

Capítulo 8: Análise de Fronteira Estocástica de Produção����������������� 379


Aspectos Teóricos����������������������������������������������������������������������������������������������������������������������384
Modelo Empírico para Análise da Produção����������������������������������������������������������� 392
Fonte dos Dados������������������������������������������������������������������������������������������������������������������������� 393
Estimativa da Função Fronteira de Produção���������������������������������������������������������� 393
Procedimentos de Estimativa por Meio do Programa Stata® 13����������������� 394
Procedimentos de Estimativa por Meio do Programa Frontier 4.1 ���������400
Apêndice 8.A. Dados Atualizados da Tese da Conceição (2004)��������������� 405
Apêndice 8.B. Índice de Eficiência Técnica dos Produtores Rurais��������408
Apêndice 8.C. Saída dos resultados da análise de fronteira
de produção pelo programa Frontier 4.1.����������������������������������������������������������������412
Referências���������������������������������������������������������������������������������������������������������������������������������������416

Capítulo 9: Análise Envoltória dos Dados��������������������������������������������������������������419


Aspectos Teóricos e Exemplificação����������������������������������������������������������������������������� 422
Análise Empírica Utilizando o Programa EMS����������������������������������������������������� 435
Análise Empírica Utilizando o Programa Stata® 13 ������������������������������������������� 438
Apêndice 9.A. Dados Atualizados da Tese de Conceição (2004)��������������� 442
Apêndice 9.B. Saída dos Resultados da Análise Envoltória
de Dados pelo Programa Stata® 13 ������������������������������������������������������������������������������� 445
Referências�������������������������������������������������������������������������������������������������������������������������������������� 450

Apêndice A — Tabelas Estatísticas������������������������������������������������������������������������� 453


Biografia dos Autores����������������������������������������������������������������������������������������������������������� 465
Índice������������������������������������������������������������������������������������������������������������������������������������������������������ 467

vi

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
PREFÁCIO

Alunos de graduação e pós-graduação frequentemente enfrentam di-


ficuldades na condução de análises empíricas com uso da econometria,
fruto da lacuna existente entre os tradicionais livros de econometria e
a aplicação prática desses ensinamentos com o manuseio de algum pro-
grama estatístico/econométrico. Particularmente para aqueles que não
são da área de economia e estatística, os livros-textos são áridos e di-
recionam pouco conteúdo para a descrição mais detalhada dos passos
concretos envolvidos em uma análise econométrica e na interpretação
dos resultados.
O principal objetivo deste livro é facilitar o uso do instrumental eco-
nométrico por economistas, contadores, administradores, e quaisquer
outros estudantes e profissionais, que busquem uma análise correta e
com rigor empírico. A análise teórica é feita de maneira simples e de fácil
compreensão, restringindo, sempre que possível, o uso de fórmulas, pro-
vas e análise matricial comum em livros-textos de econometria. A finali-
dade do livro é ser um guia prático para as análises econométricas aplica-
das às situações reais, detalhando o passo a passo envolvido na aplicação
das principais estratégias utilizadas em trabalhos empíricos.
O livro está dividido em nove capítulos. O capítulo introdutório apre-
senta a ideia central que está por trás da análise econométrica: estimar
uma relação causal de interesse. Neste capítulo, serão apresentados os
elementos básicos da análise empírica e as decisões iniciais que precisam
ser tomadas, com base na fundamentação teórica construída e na análise
preliminar dos dados a serem utilizados. O foco deste capítulo inicial é
orientar quanto à avaliação das características das variáveis estudadas e
à definição da relação entre elas.

vii

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Econometria na Prática

Os demais capítulos do livro dedicam-se a expor os métodos econo-


métricos mais comumente utilizados na pesquisa empírica. O Capítulo
2 apresenta o modelo de mínimos quadrados ordinários, que é a meto-
dologia básica e utilizada de referência para a apresentação dos modelos
seguintes. A popularidade deste método deve-se, em grande parte, à sua
fácil aplicação, compreensão e ao baixo custo computacional. Contudo,
em virtude da natureza e da disponibilidade dos dados, muitas vezes os
estimadores de mínimos quadrados ordinários podem não ter as proprie-
dades desejadas. Neste capítulo, são apresentados testes e possíveis cor-
reções para problemas que levam a estimadores enviesados e ineficientes.
O Capítulo 3 dedica-se à análise da multicolinearidade e da construção
de índices. Um dos problemas associados ao modelo simples de mínimos
quadrados ordinários refere-se a situações em que o pesquisador dispõe
de um número elevado de variáveis independentes que são correlacio-
nadas. Nesses casos, pode ser interessante que o pesquisador construa
índices que representem conjuntamente essas variáveis. Neste capítulo,
duas dessas metodologias serão apresentadas: a análise de componentes
principais e a análise de fatores.
No Capítulo 4, o pesquisador conhecerá as estratégias utilizadas para
minimizar uma outra dificuldade com o modelo de mínimos quadrados
ordinários: a presença de autocorrelação de resíduos. Este problema é
comum em séries temporais, ou seja, quando se utiliza de dados de va-
riáveis de uma mesma unidade individual (e.g. indivíduo, empresa, mu-
nicípio, estado ou país) ao longo do tempo. A análise de séries temporais
tem por principal objetivo identificar e descrever formalmente padrões
observados nos dados, integrando variáveis para investigar fenômenos
e fazer previsões. Os modelos discutidos no Capítulo 4 são comumente
utilizados em finanças, marketing, economia, demografia, dentre outras
áreas de pesquisa. Dada a complexidade do tema, este capítulo apresenta
uma discussão mais densa em relação aos demais capítulos do livro, em-
bora o uso de exemplos discutidos detalhadamente facilite a compreen-
são do leitor.
O Capítulo 5 apresenta algumas metodologias a serem adotadas em
um caso especial de análise econométrica: quando a variável dependen-
te é representada por números discretos e restritos a um determinado
conjunto de valores. Este problema geralmente surge na análise de esco-
lhas individuais, tais como as preferências de consumidores entre marcas

viii

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Prefácio

alternativas de produtos, decisões eleitorais, escolhas comportamentais


em sociedade e preferências sobre políticas governamentais alternativas.
Os modelos de escolha discreta permitem modelar probabilidades e ela-
borar diagnósticos sobre a ocorrência de eventos a partir da utilização de
determinadas distribuições de probabilidade.
O Capítulo 6 apresenta um dos temas mais relevantes em econome-
tria: causalidade e estratégias de identificação. A preocupação das me-
todologias apresentadas neste capítulo é com a definição de modelos e
variáveis que permitam a correta especificação da relação de causalidade
que o pesquisador deseja estabelecer ou confirmar. A dificuldade decorre
da existência de efeitos não observáveis, que implicam na necessidade de
controle da seleção amostral (grupo de tratamento), para garantir que os
resultados obtidos possam ser generalizados para a população. Os méto-
dos discutidos neste capítulo se propõem, na ausência de aleatoriedade
dos dados amostrais, a identificar fontes de variação observáveis, utili-
zando estratégias que se aproximam de “experimentos naturais”.
No Capítulo 7, o foco é o estudo de modelos com dados em painel, ou
seja, quando se observam os valores de diferentes unidades individuais ao
longo do tempo. Neste capítulo, é apresentada uma série de modelos al-
ternativos para se lidar com tal estrutura de dados, trabalhando questões
associadas à relação de causalidade e à dimensão temporal dos dados.
Já os dois últimos capítulos dedicam-se ao estudo de metodologias
utilizadas para análise de eficiência e de fronteira. Recentemente, vários
agentes econômicos têm se preocupado com a forma como os recursos
são alocados e esta obra não poderia se omitir em apresentar conteúdos
introdutórios para análise da eficiência. Essas ferramentas têm aplica-
bilidade em vários campos da economia e de outras ciências sociais, e
são utilizadas quando existe uma diferença entre o produto potencial
e o real. O Capítulo 8 utiliza a análise econométrica na estimativa da
eficiência produtiva, popularmente conhecida como análise de fronteira
estocástica, enquanto, no Capítulo 9, a técnica utilizada para a análise da
eficiência é a da programação matemática, cuja abordagem é feita pela
análise envoltória dos dados.
Ao longo do texto, serão apresentados casos práticos de aplicação das
metodologias. Não foi utilizado um único software econométrico, até
porque os softwares mais completos nem sempre são os mais simples de
utilizar. Procurou-se adotar o software que é mais apropriado ou de mais

ix

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Econometria na Prática

fácil utilização em cada metodologia, embora as orientações dos procedi-


mentos descritas detalhadamente ao longo do texto permitam que o lei-
tor replique os testes no software de sua conveniência. Os leitores podem
obter os dados utilizados nos testes econométricos no site da editora.
Que este livro contribua para desmistificar o uso da econometria, sim-
plificando a compreensão de conceitos e de regras essenciais para o rigor
científico da análise econométrica. Boa leitura!

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
1 Fundamentos da
Análise Empírica
Gisele Ferreira Tiryaki

Projetos empíricos em ciências sociais e em outros ramos da ciência


têm por objetivo, em última instância, identificar como mudanças em
uma variável impactam outra variável. Por exemplo, o pesquisador pode
estar interessado em avaliar o efeito causal do gênero do indivíduo sobre
o nível salarial, das inovações tecnológicas sobre o crescimento econô-
mico, do background familiar dos indivíduos e seu desempenho escolar,
do salário sobre a produtividade do trabalhador. É muito comum, ainda,
pesquisadores dedicarem-se a analisar os impactos gerados por iniciati-
vas em políticas públicas e por mudanças na legislação.
Busca-se, portanto, estudar uma relação causal de interesse. Para An-
grist e Pischke (2008), a identificação da relação causal possibilita fazer
previsões sobre as consequências de modificações no status quo ou em
políticas públicas, permitindo verificar qual seria o cenário caso tal mu-
dança não tivesse acontecido (cenário contrafactual). Os métodos econo-
métricos, por sua vez, permitem a avaliação da relação causal entre duas
variáveis, levando em consideração outras informações que são impor-
tantes para o estudo em questão.
Existem situações, contudo, em que os dados disponíveis não permi-
tem estabelecer o cenário contrafactual. Nesses casos, resta ao pesquisa-
dor estar atento para identificar essas situações e ser criativo em propor
soluções. Uma ilustração apresentada por Angrist e Pischke (2008) mos-
tra, de maneira interessante, essa dificuldade. O que aconteceria se um
pesquisador procurasse inferir os benefícios para o aprendizado infantil
de iniciar a vida escolar mais tardiamente, aos sete anos? Em outras pala-

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Econometria na Prática

vras, o que aconteceria se o pesquisador quisesse testar a hipótese de que


a maturidade ajuda no processo de aprendizado? Poderia, por exemplo,
comparar o desempenho em termos de notas dos alunos na segunda série
do ensino fundamental, criando uma variável que permitisse identificar
os alunos que foram matriculados na escola aos sete anos (na primeira
série), isolando-os dos alunos que entraram na escola mais novos.
O problema surge porque aqueles alunos que começaram mais cedo na
escola têm mais experiência, e seria difícil para o pesquisador, se não
impossível, isolar o efeito da idade sobre o aprendizado do efeito expe-
riência proporcionado pela entrada antecipada na escola. Qual seria a so-
lução? Como o efeito experiência tende a ser minimizado à medida que as
pessoas tornam-se adultas, é possível verificar se adultos que começaram
na escola mais cedo apresentam diferencial de desempenho, em termos
de média de nota ao longo da vida escolar ou do nível salarial.
Outra dificuldade enfrentada pelos pesquisadores
Amostragem populacional é diz respeito ao viés de seleção. Esse viés ocorre
o processo de selecionar um quando a população não é corretamente repre-
conjunto de sujeitos que é
sentada pela amostra que está sendo utilizada na
representativo da população.
A amostragem é necessária análise. Os dois principais métodos de seleção
sempre que for impossível amostral são: (i) não probabilístico, quando cada
trabalhar com todos os parti- membro da população não tem chances iguais de
cipantes de uma população. ser selecionado e, portanto, o pesquisador não
está interessado nos parâmetros da população
(e.g., estudos de caso, pesquisas qualitativas, desenvolvimento de hipó-
teses); ou (ii) probabilístico, quando cada indivíduo da população tem
chances iguais de ser selecionado1. A amostragem probabilística garante
que o processo de seleção seja aleatório, sem viés.
Em circunstâncias ideais, portanto, o pesquisador procura trabalhar
com amostras aleatórias ou randômicas. No entanto, viés de seleção é
comum acontecer, e o pesquisador=domizados) para aproximar os dados
reais (randomizados).
Assuma, por exemplo, que o pesquisador gostaria de verificar se cur-
sar pós-graduação é um fator determinante para o salário do indivíduo.
Normalmente, as pessoas que participam de cursos de pós-graduação são
aquelas com diferencial de desempenho, já que foram aprovadas em pro-

 Ver Kothari (2004) para detalhes quanto às estratégias de amostragem.


1

2 Gisele Ferreira Tiryaki

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Fundamentos da Análise Empírica

cessos seletivos. Em função de sua habilidade, esses indivíduos, provavel-


mente, teriam o potencial de receber maiores salários que a média, mesmo
que decidissem por seguir diretamente para o mercado de trabalho. Neste
contexto, para conduzir o experimento ideal, seria necessário comparar o
salário de um indivíduo se ele cursasse a pós-graduação e o salário desse
mesmo indivíduo se ele optasse por não fazer pós-graduação.
A medida ideal do efeito causal da pós-graduação seria, portanto, a
diferença salarial em potencial que um indivíduo teria se ele optasse pela
pós-graduação. Essa medida, embora impossível de se obter, poderia ser
representada pela seguinte expressão:

E  w1,i / Di = 1 ]− E [ w0,i / Di = 1


1.1.

onde E representa o valor esperado de uma


variável, w1,i = salário do indivíduo i quando A Lei dos Grandes Números na
este frequenta a pós-graduação, w0,i = salá- Teoria da Probabilidade garante
que a média aritmética dos va-
rio do indivíduo i se ele não tivesse cursado
lores converge para o valor es-
a pós-graduação, e Di é uma variável binária, perado, à medida que o número
que assume o valor de zero quando o indiví- de repetições tende ao infinito.
duo não frequenta a pós-graduação e o valor Ou seja, o valor esperado de uma
unitário quando o indivíduo escolhe fazer a variável aleatória é o valor médio
pós-graduação. Ou seja, essa medida hipoté- das repetições do experimento.
tica compararia o salário esperado do indiví-
duo, dado que ele cursou a pós-graduação, com o salário esperado se ele
não tivesse cursado2 . Portanto, a expressão acima pode ainda ser simpli-
ficada e reescrita da seguinte forma:

1.2. E  w1,i − w0,i / Di = 1

Essa expressão mostra, portanto, o ganho salarial para o indivíduo i,


dado que ele optou pela pós-graduação.
A dificuldade com essa medida ideal é que ela não pode ser obtida via
condução de experimentos. Somente é possível observar a diferença mé-
dia nos salários entre os indivíduos da amostra que cursaram a pós-gra-
duação e os que não cursaram. Essa diferença observada, por sua vez,
pode ser representada pela expressão:

 A variável Di é igual a 1 nas duas situações, porque, de fato, esse indivíduo cursou a pós-graduação.
2

Gisele Ferreira Tiryaki 3

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes
Econometria na Prática

E  wi / Di = 1 ]− E [ wi / Di = 0 
1.3.

onde o primeiro termo representa o salário médio dos indivíduos que


cursaram pós-graduação e o segundo termo representa o salário médio
daqueles que não fizeram essa opção.
A diferença entre a medida observada e a medida ideal é o viés de se-
leção:

E  wi / Di = 1 ]− E [ wi / Di = 0 ]− E [ w1,i − w0,i / Di = 1 ]= E [ w1,i / Di = 1 ]− E [ w1,i / Di = 0 


1.4.

O viés de seleção captura o fato de que pessoas que buscam pós-gra-


duação têm, em média, desempenho acadêmico diferenciado e potencial
para salários maiores, mesmo se não optassem pela pós-graduação.
É fundamental que os trabalhos empíricos busquem eliminar o viés
de seleção, pois experimentos com vieses geram resultados e conclusões
Variáveis aleatórias X1, X2, ... equivocadas. Angrist e Pischke (2008), no entan-
e XK são independentes e iden- to, mostram que a escolha aleatória dos indivíduos
ticamente distribuídas (i.i.d.) para compor a amostra elimina este viés. A con-
quando todas as variáveis Xi dição de amostragem aleatória requer a defini-
possuem a mesma distribui- ção da população de interesse, do modelo para a
ção de probabilidade e são
população e a seleção de uma amostra composta
mutuamente independentes.
por observações independentes e identicamente
distribuídas.
A identificação da relação causal e a definição da estratégia de identi-
ficação constituem, portanto, elementos fundamentais na condução de
trabalhos empíricos. Dessa forma, o processo de desenvolvimento de uma
pesquisa empírica é estruturado com o propósito de definir claramente
tais elementos, identificar o método apropriado de inferência estatística
e analisar os resultados obtidos. Esse processo requer a condução de uma
série de procedimentos relacionados, que muitas vezes se sobrepõem e
que não precisam ser sequenciados. A Figura 1.1 sistematiza as etapas
envolvidas no desenvolvimento de uma pesquisa empírica.

4 Gisele Ferreira Tiryaki

DTP_Econometria_Data: 29/10/2016
Liberado por: Luisa Maria Gomes

Вам также может понравиться