Análise de regressão: uma introdução à econometria

1. INTRODUÇÃO E CONCEITOS ESTATÍSTICOS BÁSICOS .................................................................... 1
1.1. Econometria e análise de regressão ........................................................................... 1
1.2. Modelo matemático e modelo estatístico ....................................................................... 1
1.3. Variável aleatória ................................................................................................................... 4
1.4. Esperança matemática ......................................................................................... 5
1.5. Variância e covariância ...................................................................................... 5
1.6. Estimador não-tendencioso .................................................................................... 10
1.7. Estimador de variância mínima ................................................................................ 15
1.8. Estimadores de mínimos quadrados ............................................................................. 19
1.9. Estimadores de máxima verossimilhança ........................................................................ 21
1.10. Propriedades assintóticas dos estimadores ................................................................... 24
1.11. O limite inferior de Cramér-Rao e as propriedades assintóticas dos estimadores de máxima verossimilhança......32
1.12. Teste de hipóteses .......................................................................................... 34
Exercícios ........................................................................................................ 40
2. REGRESSÃO LINEAR SIMPLES ....................................................................................... 44
2.1. modelo estatístico de uma regressão linear simples ........................................................... 44
2.2. Estimativa dos parâmetros .................................................................................... 47
2.3. O modelo simplificado e um exemplo numérico .................................................................. 50
2.4. Demonstração de que os estimadores de mínimos quadrados são estimadores lineares não-tendenciosos ............ 53
2.5. Variâncias e covariâncias das estimativas dos parâmetros ..................................................... 55
2.6. Demonstração de que b é um estimador linear não-tendencioso de
variância mínima ................................................................................................... 58
2.7. Decomposição da soma de quadrados total ........................................................... 61
2.8. Esperanças das somas de quadrados ...................................................................... 63
2.9. Análise de variância da regressão .......................................................................... 65
2.10. O coeficiente de determinação corrigido para graus de liberdade e o
coeficiente de variação .......................................................................................... 682.11. Estimativas das variâncias das estimativas dos parâmetros, teste de
hipóteses a respeito dos parâmetros e respectivos intervalos de
confiança ................................................................................................................ 69
2.12. Variância de
Yˆi e intervalo de previsão ................................................................. 72
2.13. O problema da especificação e as funções que se tornam lineares por
anamorfose ............................................................................................................. 77
2.14. Estimativa de máxima verossimilhança ................................................................ 80
2.15. Análise de regressão quando X é uma variável aleatória ....................................... 81
Exercícios ....................................................................................................................... 82
3. CORRELAÇÃO ............................................................................................................ 103
3.1. O coeficiente de correlação simples para uma amostra ....................................... 103
3.2. Aplicação da análise de regressão a uma população com distribuição
normal bidimensional .......................................................................................... 110
Exercícios ..................................................................................................................... 112
4. REGRESSÃO LINEAR MÚLTIPLA.................................................................................. 120
4.1. O modelo estatístico de uma regressão linear múltipla ..........................................120
4.2. Estimativas dos parâmetros de acordo com o método dos mínimos
quadrados ............................................................................................................. 121
4.3. Variâncias e covariâncias das estimativas dos parâmetros ..................................... 124
4.4. Variância de uma combinação linear das estimativas dos parâmetros ................... 125
4.5. Análise de variância da regressão linear múltipla .................................................. 126
4.6. Demonstração de que b é um estimador linear não-tendencioso de variância
mínima ................................................................................................................. 130
4.7. O uso das variáveis centradas ................................................................................. 132
4.8. Exemplo de uma regressão linear múltipla com duas variáveis
explanatórias ........................................................................................................ 135
4.9. Previsão e teste de hipóteses a respeito do valor de combinações lineares dos
parâmetros ............................................................................................................ 139
4.10. Interpretação dos coeficientes de regressão de uma regressão linear
múltipla com duas variáveis explanatórias .......................................................... 143
4.11. Os coeficientes de correlação parcial ................................................................... 146
4.12. Intervalos de confiança e regiões de confiança para os parâmetros..................... 154
4.13. Exemplo de regressão linear múltipla com três variáveis explanatórias ............. 1624.14. Problemas de especificação.................................................................................. 168
4.15. Transformação das variáveis para obter a matriz de correlações simples .......... 171
4.16. Regressões que se tornam lineares por anamorfose ............................................ 173
4.17. Ortogonalidade e multicolinearidade na matriz X .............................................. 173
4.18. Teste de hipóteses no modelo linear ................................................................... 178
4.19. Interpretação geométrica da análise de regressão linear de acordo com o
método de mínimos quadrados ........................................................................... 181
Exercícios ..................................................................................................................... 194
5. USO DE VARIÁVEIS BINÁRIAS .................................................................................. 219
5.1. Níveis de medida ................................................................................................. 219
5.2. Uso de variáveis binárias para distinguir as categorias de uma variável
nominal ................................................................................................................. 220
5.3. Uso de variáveis binárias para ajustar poligonais ............................................... 226
5.4. Mudança estrutural .............................................................................................. 230
5.5. Análise de variância de dados com vários tratamentos e o teste para \"falta
de ajustamento\" ................................................................................................... 236
Exercícios ..................................................................................................................... 240
6. HETEROCEDASTICIA .................................................................................................. 254
6.1. O caso de uma regressão linear simples em que o desvio padrão do erro é
proporcional a X .................................................................................................. 254
6.2. O método dos mínimos quadrados ponderados .................................................. 255
6.3. Conseqüências do uso de estimadores de mínimos quadrados ordinários
quando existe heterocedasticia ............................................................................ 257
6.4. Testes para a homocedasticia e obtenção de estimativas dos parâmetros
quando a matriz V é desconhecida ...................................................................... 261
6.5. O estimador de White para variância quando há heterocedasticia ...................... 267
Exercícios ..................................................................................................................... 268
7. MÍNIMOS QUADRADOS GENERALIZADOS E AUTOCORRELAÇÃO NOS RESÍDUOS ........ 275
7.1. Mínimos quadrados generalizados ...................................................................... 275
7.2. Autocorrelação nos resíduos ............................................................................... 278
7.3. O teste de Durbin-Watson ................................................................................... 283
Exercícios ..................................................................................................................... 2858. VARIÁVEIS INSTRUMENTAIS E ERROS NAS VARIÁVEIS EXPLANATÓRIAS ................... 291
8.1. Introdução ........................................................................................................... 291
8.2. A consistência dos estimadores de mínimos quadrados ordinários .................... 291
8.3. A inconsistência dos estimadores de mínimos quadrados quando os erros
estão assintoticamente correlacionados com uma ou mais das variáveis
explanatórias ....................................................................................................... 294
8.4. O uso de variáveis instrumentais para obter estimativas consistentes ................ 295
8.5. Regressão linear simples com as duas variáveis sujeitas a erros de medida ....... 298
8.6. O método da variável instrumental ..................................................................... 301
8.7. Outro método ...................................................................................................... 303
Exercícios ...................................................................................................................... 305
9. EQUAÇÕES SIMULTÂNEAS ......................................................................................... 308
9.1. Introdução ........................................................................................................... 308
9.2. Um exemplo numérico ........................................................................................ 311
9.3. O estimador de variável instrumental ................................................................. 312
9.4. Mínimos quadrados indiretos .............................................................................. 312
9.5. Mínimos quadrados em dois estágios ................................................................. 315
9.6. Variáveis conjuntamente determinadas e variáveis predeterminadas ................. 317
9.7. Notação geral ...................................................................................................... 318
9.8. Variáveis instrumentais ....................................................................................... 319
9.9. Identificação ........................................................................................................ 321
9.10. Estimação dos parâmetros em caso de superidentificação .................................. 327
9.11. Outras maneiras de obter o estimador de mínimos quadrados em dois
estágios ................................................................................................................ 328
9.12. Um exemplo numérico ........................................................................................ 329
9.13. Um segundo exemplo numérico ......................................................................... 333
9.14. Terceiro exemplo ................................................................................................ 334
9.15. Uma visão global ................................................................................................. 340
Exercícios ..................................................................................................................... 342
10. SÉRIES TEMPORAIS .................................................................................................. 352
10.1. Processos estocásticos ......................................................................................... 352
10.2. Ruído branco ....................................................................................................... 354
10.3. Modelos de regressão .......................................................................................... 35510.4. Modelos de decomposição ................................................................................... 355
10.5. Modelos ARMA .................................................................................................. 355
10.6. Análise do AR(1) ................................................................................................. 357
10.7. O passeio aleatório com deslocamento ................................................................ 358
10.8. Transformando modelos AR em modelos MA e vice-versa ............................... 362
10.9. Raiz unitária e modelos ARIMA ......................................................................... 364
10.10.Função de autocorrelação ................................................................................... 365
10.11. Os testes de Dickey-Fuller ................................................................................. 367
10.12. Modelo de correção de erro e co-integração ..................................................... 368
Exercícios ..................................................................................................................... 373
APÊNDICE....................................................................................................................... 376
BIBLIOGRAFIA .......................................................................................................... 383
ÍNDICE ANALÍTICO....................................................................................................... 387