COMENTÁRIOS DA LISTA DE EXERCÍCIO

ECONOMETRIA II
1ª. LISTA DE EXERCÍCIOS

5. A tabela a seguir apresenta dados sobre produção e custo total de produção de uma
mercadoria no curto prazo.
Tabela 3 - Dados da produção e custo total
Produção Custo total, $
1 193
2 226
3 240
4 244
5 257
6 260
7 274
8 297
9 350
10 420

Usando a abordagem matricial, estime o seguinte modelo (obtenha os

coeficientes de regressão):

Yi   1   2 X i   3 X i2   4 X i3  u i

e obtenha a matriz de variâncias e covariâncias de ˆ

Comentário: Primeiramente é preciso definir os valores ligados aos X’s e aqueles

ligados ao Y no modelo. Como a teoria microeconômica básica prevê, os custos são
uma função da quantidade produzida, assim CUSTOS=f(PRODUÇÃO); desse modo o
CUSTO será o Y e a PRODUÇÃO está relacionado ao X. “Devendo-se “criar” as
variáveis x² e x³, ao elevar o valor da produção ao quadrado e ao cubo,
respectivamente”. De modo a obter:
 Custos Produção
(Y) (X) X² X³
193 1 1 1
226 2 4 8
240 3 9 27
244 4 16 64
257 5 25 125
260 6 36 216
274 7 49 343
297 8 64 512
350 9 81 729
420 10 100 1000

Após isso, para realizar essa questão, deve-se estimar o modelo, o que implica
encontrar os ˆ ’s por MEIO DA ABORDAGEM MATRICIAL, já que o enunciado
assim exige, ou seja:
ˆ = (X’X)^(-1) * X’Y
Um passo importante é CRIAR a matriz X, como mostrado abaixo:
X
1 1 1 1
1 2 4 8
1 3 9 27
1 4 16 64
1 5 25 125
1 6 36 216
1 7 49 343
1 8 64 512
1 9 81 729
1 10 100 1000

Para entender o motivo da primeira coluna dessa matriz ser formada por
números 1 é necessário rever o apêndice do Gujarati acerca do tema.
Assim, podem-se calcular os ˆ ’s por meio do Excel. Contudo ainda teria de

calcular a matriz de variâncias e covariâncias de ˆ , ou seja, a VAR-COV( ˆ ). Usando

a seguinte fórmula:
var(u²) = variância do termo de erro
VAR-COV( ˆ ) = var(u²) * (X’X)^(-1)
Contudo a variância do termo de erro populacional não está disponível, logo
necessitando calcular o estimador da variância:
6. Um departamento de Economia de uma grande universidade pública não perde de
vista os salários iniciais de seus graduados. Abordamos a questão do valor de estudar
econometria, com base na turma de 50 graduados do último ano. A regressão estimada
é:
Yˆi  24 .200 ,0  580 ,0 X i  5.033,0 Di

em que:
Y = salário anual
X = CR (coeficiente de rendimento)
D = 1 se o aluno cursou a disciplina optativa Econometria de Séries Temporais
D = 0 caso contrário
b) Como você modificaria a equação para verificar se as mulheres tiveram
menores salários iniciais que os homens?
OBS: Todos os parâmetros abaixo são estimados.
Comentários: Para isso deve-se adicionar uma variável dummie para sexo
(homem e mulher), de modo que o modelo ficaria:
Yˆi  24.200,0  580,0 X i  5.033,0 D2i   3 D3i

Pelo enunciado, o sinal esperado para  3 é negativo, contudo o sinal só

poderá ser verificado ao, de fato, se estimar a regressão. Contudo deve-se ficar
atento a como relacionar as categorias a essa variável dummie; como se deseja
descobrir o quanto os salários das mulheres divergem dos homens, tendo em
vista que o modelo possui intercepto deve-se fazer a seguinte escolha:

Sendo que D3 = 1 se for mulher.

D3 = 0, caso contrário, ou seja, for homem.
Pois dessa forma, a categoria homem torna-se parte da categoria de
referência; de modo que ao se analisar o modelo, tendo D3 = 1 no caso de ser
 mulher, pode-se entender o quanto o salário dessa diverge da categoria de
referência.

c) Como você modificaria a equação para ver se o valor da Econometria de

Séries Temporais foi o mesmo para homens e mulheres?
Comentários: Esse talvez seria o ponto de maior dúvida na monitoria de hoje
(16/04), com isso vamos a uma explicação pormenorizada. Para isso deve-se adicionar
uma variável de interação (multiplicativa), ( D2i * D3i ) , ao modelo.

Yˆi  24 .200 ,0  580 ,0 X i  5.033,0 D2i   3 D3i   4 ( D2i * D3i )

Essa adição é necessária, pois, tendo com referência o Gujarati, caso se tome o
modelo como descrito na letra b), se considera que o efeito de cursar séries temporais
sobre a renda independe de a pessoa ser homem ou mulher, assim como o efeito de dado
sexo sobre a renda, independe de ter cursado ou não Séries Temporais. No entanto isso
seria tomado como um “pressuposto”, já que uma mulher que tenha cursado série
temporais pode ter uma salário maior/menor, depende do sinal de  4 na regressão, que
um homem que tenha cursado séries temporais; assim as variáveis de interação servem
para modificar os efeitos da variáveis que estão sendo somadas.

7. Considere o seguinte modelo:

Yi  1   2 Di  ui
em que Di = 0 para as primeiras 20 observações e 1 para as 30 seguintes.
Sabendo-se, também, que var (ui)2=300
a) Como interpretamos os coeficientes de regressão. Qual são os valores
médios dos dois grupos?
Comentários: Outra questão que suscitou muitas dúvidas.
Interpretação de  1 (intercepto): Ceteris paribus, o valor médio estimado
de Yi é de  1 unidades para as 20 primeiras observações.
Interpretação de  2 :Caso seja as 30 últimas observações (D=1), estima-
se em média que o valor de Yi aumente em  2 com relação a categoria
de referência, ou seja, as 20 primeiras observações.

Valores Médios dos Grupos

Valor médio das primeiras 20 observações, quanto D=0
E(Yi, sendo D=0) = E( 1   2 0  ui )
E( 1  0  ui ) = E( 1  ui ) = E(  1 ) + E( u i ); o pressuposto do modelo é de
que E( u i )=0
 Logo:
E(Yi, sendo D=0) = E(  1 ), como  1 é um específico valor, ou seja, uma
constante, a média de uma constante é a própria constante. Assim:
E(Yi, sendo D=0) =  1

Valor Médio das 30 últimas observações:

E(Yi, sendo D=1) = E( 1   21  ui )
E( 1   2  ui ) = E(  1 ) + E(  2 ) + E( u i ); o pressuposto do modelo é de que
E( u i )=0
Logo:
E(Yi, sendo D=1) = E(  1 ) + E(  2 ), como  1 e  2 são específicos valores,
ou seja, são constantes, e sendo a média de uma constante é a própria
constante. Assim:
E(Yi, sendo D=1) =  1 +  2

OBS: SOMENTE ISSO SE PODE CONCLUIR DO ENUNCIADO, MESMO

GENÉRICO, NÃO SE PODE FAZER MAIS NADA.

b) ATENÇÃO. Como podemos calcular a variância de ˆ1  ˆ 2 ? Nota: a  

 
cov ˆ , ˆ  15 , use as fórmulas das variâncias dos estimadores que
1 2

estão no capítulo 3 do Gujarati.

Comentários
Fórmula da Variância da Soma de Duas Variáveis Aleatórias:
Var (X + Y) = Var (X) + Var (Y) + 2cov (X,Y)

Assim:
 
Var ˆ1  ˆ2 = Var ( ˆ1 ) + Var ( ̂ 2 ) + 2cov ( ˆ1 , ̂ 2 )
Sendo: