See

discussions, stats, and author profiles for this publication at:

https://www.researchgate.net/publication/306371550

G.S. MADDALA. Introduction to Econometrics

New York, Macmillan, 1988,472 pp.

Article · April 1989

DOI: 10.12660/bre.v9n11989.3082

CITATIONS READS

0 305

1 author:

Rodolfo Hoffmann
University of São Paulo
102 PUBLICATIONS 793 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Income distribution in Brazil View project

All content following this page was uploaded by Rodolfo Hoffmann on 11 January 2017.

The user has requested enhancement of the downloaded file.

RESENHA BIBLIOGRAFICA
RESENHA

G.S. MADDALA. Introduction to Econometrics

New York, Macmillan, 1988,472 pp.

por Rodolfo Hoffmann*

o grande merito desse livro e tratar de maneira relativamente

simples e didatica varios desenvolvimentos recentes da econome­
tria. Ha, por exemplo, varias se�6es apresentando 0 conceito de
expectativas racionais e analisando suas implica<$oes ao se estimar
urn modele de oferta e demanda para urn produto. Em outra se,ao
e explicada com clareza a distin�ao entre 0 modelo de regressao
censurada (modelo de Tobin) e 0 modelo de regressao truncada.
Cabe destacarI tambem, 0 ultimo capitulo, cnde sao apresentaclos
metodos de analise de residuos, sele,ao de modelos e testes sabre a
especifica<;ao cla equa<;ao de regressiio . Trata-se, portanto, de urn
livro didatico que abrange varios t6picos que naa sao encontraclos
em outros textos introdut6rios de econometria.
o aULor optou por nao usar algebra de matrizes nesse livr�.
Essa limita�ao e 0 caniter abrangente do texto fazem conl que
geralmente os resultados estatisticos sejarn apresentados sern de­
monstra�ao ou que a demonstra�ao seja restrita ao caso de uma
regressao linear simples.
As vezes a falta de uma analise mais aprofundada impede que
o lei tor veja a rela�ao entre varios temas analisados. Considere­
se, por exemplo, a exposi�ao das conseqiiencias do ajuste de uma
tendencia, pelo metodo de minimos quadrados ordimirios, a cla­
dos gerados por urn modelo de passeio casual, apresentada na
se�ao 6.10. Afirma-se que 0 teste t levara a detectar "tendencias"
espurias, mas 0 texto nao mostra que isso se cleve a. heterocedas­
ticia e a. autocorrel�ao dos erros gerados pelo passeio casual, que
nao sao levadas em considerac;ao quando se aplica 0 metodo de
minimos quaclrados ordinarios.
Os erros tipogra/icos (como a falta de acento circunfiexo para
indicar que se trata da estimativa do parametro) sao poucos.

*Do Departamento de Econom..ia e Sociologia Rlll'ru, ESALQ - USP

R. de Econometria Rio de Janeiro v. IX, n21, p.127-128 abrH 1989

 Tambem sao poucos os erros de outra natureza que pude cons­
tatar.
Na p.SO, ao utilizar 0 metodo de Lagrange para determinar
um minimo condicionado, afirma-se erroneamente que sera deter­
ininado 0 minimo da fun�ao de Lagrange. Embora as condi�oes
de primeira ordern sejam as mesmas, as condi�oes de segunda or­
dem para urn minimo condicionado sao distintas das condi<;oes
de segunda ordem para urn minimo (nao condicionado) da fun�a.o
auxiliar de Langrage.
Na pagina 116, ao tratar do erro de previsao de uma re­
gressao linear multipla com duas variaveis explanat6rias 0 au­
tor observa, corretamente, que nao se po de dizer que aquele
erro cres�a com disUincia euclidiana entre 0 ponto considerado
(Xlh,X2h) e 0 ponto das medias (XI,X2). Entretanto, isso e er­
roneamente atribuido apenas a existencia de covariancia entre
as estimativas dos parametros. Seja z� 0 vetor-linha com as
variaveis explanatorias centradas (Xlh - Xl e X2h - X2)' Entao
a distancia mencionada e y':t!hZh. Mas a variancia do erro de pre­
visao cresce com "'�(X'X)-I"'h' Verifica-se que s6 sera possivel
colocar a variancia do erro de previsao como fun<;ao daquela
distancia quando (X'X)-I = 81, isto e, quando, alem de nao ha­
ver covariancia, as variancias forem iguais. Alias, no exemplo
numerico usado por Maddala as variancias dos dois coeficientes
de regressao sao iguais.

128

View publication stats