UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS – ECONOMETRIA (2014-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícios do Gujarati Capítulo 1 Exercício 5 Capítulo 2 Exercício 1 2 3 4 5 7 9 10 12 15 1 9 10 14 19 23 Exercício 1 2 3 5 8 9 15 Exercício 1 2 3 8 11 Capítulo 3 As duas primeiras demonstrações Itens A, B Capítulo 5 Item ou Observação Itens A,B, F, G, H, Sendo que SQE = 139023 e SQT = 375916 Itens A, B, C Capitulo 6 Item ou Observação A, B, C 1 Capitulo 7 2 8 9 14 16 17 18 19 20 Item A Capitulo 8 1 2 6 11 13 14 16 18 34 A primeira parte Capitulo 9 1 3 9 14 Adaptadas dos exames da ANPEC 1. Em uma regressão com várias variáveis explicativas, se individualmente os coeficientes não forem significativos, o teste F de significância conjunta também não terá a hipótese nula rejeitada. 2. Considere o seguinte modelo de regressão linear: y = β0 + β1 X + u , em que u é o erro da regressão, y é a variável dependente e X é a variável explicativa. Para testarmos a hipótese H0: β1 = 0 contra a alternativa Ha: β1 > 0, devemos utilizar um teste t unilateral. 3. Se o modelo de regressão y = β0 + β1 X + u satisfaz as hipóteses do teorema de Gauss-Markov, então β1 é um estimador linear não viesado com menor variância possível. 4. Se uma variável é significativa ao nível de 1%, então ela é significativa ao nível de 5%. 2 Anpec 2002: RESPOSTAS: F, V RESPOSTAS: V, V, F, V Anpec 2010 RESPOSTAS: V, F 3 RESPOSTA: V RESPOSTAS: F, V, F, F 4 Anpec 2011 QUESTÃO 10 [Para a resolução desta questão talvez lhe seja útil saber que se Z tem distribuição normal padrão, então Pr(|Z|>1,645)=0,10 e Pr(|Z|>1,96)=0,05.] Considere as seguintes estimativas obtidas pelo método de mínimos quadrados ordinários para o modelo de regressão abaixo (desvios-padrões entre parênteses): ln(salário) = 0,600+ 0,175sindicato + 0,090sexo+0,080educ+0,030 exper – 0,003 exper2+ û (0,201) (0,100) (0,050) (0,032) (0,009) (0,001) R2 = 0,36 em que educ e exper denotam, respectivamente, o número de anos de estudo e o número de anos de experiência profissional, sindicato é uma variável dummy que assume o valor 1 se o trabalhador for sindicalizado e 0 caso contrário e sexo é uma variável dummy igual a 1 se o trabalhador for do sexo masculino e igual a 0 se for do sexo feminino. O resíduo da regressão é o termo û . Todas as suposições usuais acerca do modelo de regressão linear clássico são satisfeitas. É correto afirmar que: Ⓞ Supondo que o tamanho da amostra seja grande o suficiente para que aproximações assintóticas sejam válidas, é possível rejeitar, ao nível de significância de 5%, a hipótese nula de que os salários de trabalhadores sindicalizados e não sindicalizados são iguais. A hipótese alternativa é que os trabalhadores sindicalizados ganham mais do que os não sindicalizados. ① Supondo que o tamanho da amostra seja grande o suficiente para que aproximações assintóticas sejam válidas, é possível rejeitar, ao nível de significância de 5%, a hipótese nula de que os salários de homens e mulheres são iguais. A hipótese alternativa é que os salários de homens e mulheres são diferentes. ② Um ano adicional de experiência eleva o salário em 3,00%. ③ Se incluirmos um regressor adicional entre as variáveis explicativas, o R² não diminuirá. ④ Supondo que os erros tenham distribuição normal e que o tamanho da amostra seja 206, é possível rejeitar, ao nível de significância de 5%, a hipótese de que os coeficientes da regressão, com exceção do intercepto, são simultaneamente iguais a zero (F0,95; 5, 200 = 2.2592). RESPOSTAS: V, F, F, V, V 5 Anpec 2012 QUESTÃO 1 RESPOSTAS: F, F, F, F 6 F,F,V,V,V ANPEC 2013 - QUESTÃO 04 F, V, V, F, V 7 ANPEC 2013 - QUESTÃO 15 V,F,F,V,F 8 Anpec 2014 - QUESTÃO 01 Neste exemplo, queremos prever o peso do indivíduo i usando somente sua altura, Yi = β 0 + β1 X i + ε i , no qual Y é o peso do indivíduo e X a altura. Assumimos que (Yi , X i )i =1 é uma N amostra aleatória, E[ε i X i ] = 0 , , Var[ X i ] > 0 E[ X i4 ] < ∞ , 0 < E [u i4 ] < ∞ e 2 Var[ε i X i ] = σ ε . Após coletar a informação de peso e altura de 100 indivíduos, obtemos a seguinte tabela: N N ∑ Yi ∑ Xi i =1 i =1 18 8 2 N ∑ (Y − Y ) ∑ (X i =1 i =1 i 95 2 N 1200 i − X) N ∑ (Y − Y )(X i i − X) i =1 4800 Estimando o modelo por Mínimos Quadrados Ordinários, calcule o valor da estimativa obtida para βˆ1 . Multiplique o resultado por 10. RESPOSTA: 40 Anpec 2014 - QUESTÃO 04 Usando dados de uma amostra aleatória da população com 80.000 indivíduos, é estimada uma regressão pelo método de Mínimos Quadrados Ordinários. Os resultados dessa regressão são mostrados abaixo, em que os erros-padrão são mostrados entre parênteses: [Para a resolução desta questão talvez lhe seja útil saber que se Z tem distribuição normal padrão, então P(|Z|>1,645)=0,10 e P(|Z|>1,96)=0,05] ln(salário) = 0,30+ 0,10 escol + 0,03 idade - 0,15 mulher – 0,05(mulher x escol) (0,10) (0,04) (0,01) (0,03) (0,05) 2 R = 0,45 e n=80.000, em que escol representa o número de anos de estudo, idade é a idade do indivíduo em anos e mulher é uma variável dummy igual a 1 se o trabalhador for do sexo feminino e igual a 0 se for do sexo masculino. Todas as suposições usuais acerca do modelo de regressão linear clássico são satisfeitas. Com base nos resultados acima, e supondo que a amostra é suficientemente grande para que aproximações assintóticas sejam válidas, é correto afirmar que: Ⓞ É possível rejeitar, ao nível de significância de 10%, a hipótese nula de que o coeficiente associado a variável escol é igual a zero. A hipótese alternativa é a de que o coeficiente associado a variável escol é diferente de zero; ① A média dos salários dos homens é maior do que a média dos salários das mulheres; ② Cada ano adicional de escolaridade deve elevar os salários em 10%; ③ O coeficiente de interação (mulher x escol) é significante (hipótese alternativa de que é diferente de zero) ao nível de 10%; ④ É possível rejeitar, ao nível de significância de 5%, a hipótese nula de que o coeficiente associado a variável idade é igual a zero. A hipótese 9 alternativa é que o coeficiente associado a variável idade é maior do que zero. RESPOSTAS: V, F, F, F, V Anpec 2014 - QUESTÃO 06 Suponha que queremos estimar como a renda de um indivíduo varia ao longo do ciclo de vida. Queremos testar a teoria de que a renda do indivíduo cresce a partir do momento que ele entra no mercado de trabalho até uma idade média, e depois começa a decrescer até o final do ciclo de vida. Usando dados de uma pesquisa anual para 14.368 trabalhadores, estimamos o seguinte modelo: 2 Yi = β 0 + β1 X 1i + β 2 X 2i + β 3 X 3i + β 4 X 1i + ε i , em que Yi é o logaritmo da renda mensal do indivíduo i, X 1i é a idade do indivíduo i, X 2i é uma variável binária que é igual 1 se o indivíduo é homem e X 3i representa o número de anos de estudo do indivíduo i. Estimando o modelo por Mínimos Quadrados Ordinários, obtemos o seguinte resultado, em que os valores em parênteses abaixo dos coeficientes representam os erros-padrão: [Para a resolução desta questão talvez lhe seja útil saber que se Z tem distribuição normal padrão, então P(|Z|>1,645)=0,10 e P(|Z|>1,96)=0,05] 2 Yˆi = 49,66+ 0,45 X 1i + 9,55 X 2i + 1,10 X 3i − 0,06 X 1i . (1, 67 ) ( 0, 08) ( 0 , 46 ) ( 0, 08) ( 0 , 0009 ) Ⓞ Se a teoria descrita acima é verdadeira, esperamos que o sinal de β1 seja positivo e o sinal de β 4 negativo; ① Neste modelo, o intercepto do modelo para homens é β 0 + β 2 , e o do modelo para mulheres é somente β 0 ; ② O resultado indica que, mantendo tudo mais constante, o aumento de 1 ano da idade do indivíduo aumenta a sua renda em 45%; ③ Temos evidência de que a equação de salários dos homens apresenta um intercepto diferente do modelo para mulheres; ④ Com os resultados do modelo, podemos afirmar que idade e educação têm um efeito conjunto significativo no logaritmo do salário, isto é, temos evidência para rejeitar a hipótese nula H 0 : β 2 = 0, β3 = 0 . RESPOSTAS: V, V, F, V, F 10