O documento discute métodos econométricos para modelagem estatística. Aborda conceitos como regressão linear, variáveis endógenas e exógenas, estimação de parâmetros, intervalos de confiança e testes de hipóteses para avaliar a significância de variáveis. Tem como objetivo aplicar esses modelos econométricos no contexto empresarial.
1. Wadiley Sousa do Nascimento
Pós-Graduado em Estatística, Matemática e Computação – Ramo
Estatística Computacional
Mobile: +239 980 10 45 / 906 02 00 | Email: wadmiguel547@yahoo.com
MÉTODOS
ECONOMÉTRICOS
2. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Motivação
2
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Na realidade actual das empresas de grande porte, a
competitividade gera uma necessidade por novas ferramentas
que optimizem o tempo de tomada de decisão e minimizem o
erro de produção.
Neste sentido entendemos que modelos estatísticos têm grande
potencial na empresa.
Assim, procuraremos estudar um conjunto de modelos que
seja aplicável ao mundo empresarial, tendo como base
modelos econométricos, em especial regressões sobre séries
temporais.
3. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Definição
3
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Econometria é um conjunto de ferramentas estatísticas com o
objectivo de entender a relação entre variáveis económicas através da
aplicação de um modelo matemático.
Os métodos utilizados se baseiam em ferramentas oferecidas pela
estatística e a matemática, como distribuições de probabilidade e
modelos de equações, que permitem a análise e quantificação dos
modelos estudados.
A econometria tem como metodologia, a obtenção de dados sobre a
economia que possibilitam a formulação de hipóteses ou teorias, a
serem estudados por métodos estatísticos e matemáticos.
4. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Definição
4
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
O objectivo desta metodologia está em submeter os dados reais em
testes estatísticos, como ao analisar se o aumento de gastos de uma
população está relacionado com um aumento da renda, por exemplo.
Um dos métodos mais utilizados, e que partem muitos estudos em
econometria básica, é o da regressão linear.
Modelo refere-se a um conjunto de hipóteses estabelecidas a priori
sobre o comportamento de um fenómeno, com base numa teoria já
existente ou a partir de novas proposições teóricas, ou seja,
representação simplificada da realidade, estruturada de tal forma que
permita compreender o funcionamento total ou parcial dessa
realidade ou fenómeno.
5. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Definição
5
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
A construção de um modelo econométrico envolve quatro
elementos básicos:
Variáveis: representam características observáveis de um fenómeno
económico.
Relações ou equações: descrevem o mecanismo que acciona os
elementos singulares de um fenómeno económico
Parâmetros: são magnitudes (grandezas) que permanecem constantes
no âmbito do fenómeno concreto.
Termo aleatório (erro ou resíduo): Expressam a influência de cada
variável independente em relação à variável dependente no estudo
realizado.
6. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Estrutura do Modelo
6
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Modelo Econométrico é uma representação simplificada da relação
entre duas ou mais variáveis que permite estimativas empíricas.
Um modelo econométrico tem a seguinte estrutura:
Variável endógena: Uma variável ou factor que é causado ou
explicado por outro conjunto de variáveis independentes (que são
determinadas por outros factores fora do modelo).
Variáveis exógenas: Variáveis que determinam ou explicam a
variável endógena e que são independentes umas das outras.
Erro: Capture o efeito de outros parâmetros desconhecidos.
𝒀𝒊 = 𝜷𝟏 + 𝜷𝟐𝑿𝒊𝟐 + 𝜷𝟑𝑿𝒊𝟑 + ⋯ + 𝜷𝒌𝑿𝒊𝒌 + 𝜺𝒊
7. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Pressupostos do Modelo
7
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Pressupostos do Modelo de Regressão - Resíduos
i. Os Erros (Resíduos), 𝜺𝒊, segue uma Distribuição Normal;
ii. Média dos Resíduos é nula, 𝑬 𝜺𝒊 = 𝟎.
iii.Variância dos Resíduos é constante, 𝑬 𝜺𝒊
𝟐
= 𝝈𝟐
iv.Co-variância dos Resíduos é nula, 𝑬 𝜺𝒊𝜺𝒋 = 𝟎.
v. Cada uma das variáveis independentes é não-estocástica com
valores fixados em amostras repetidas.
vi. Inexistência de relação linear entre as variáveis independentes.
vii. Observações excede o número de coeficientes a ser estimado.
11. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Coefi. Determinação
11
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Coeficiente de Determinação
𝑹𝟐 =
𝑺𝑸𝑹
𝑺𝑸𝑻
=
𝜷𝟐
𝟐
𝒎𝟐𝟐 +
𝜷𝟑
𝟐
𝒎𝟑𝟑 − 𝟐
𝜷𝟐
𝜷𝟑𝒎𝟐𝟑
σ𝒊 𝒀𝒊 − ഥ
𝒀 𝟐
Coeficiente de Determinação Ajustado
ഥ
𝑹𝟐 = 𝑹𝟐 −
𝒌 − 𝟏
𝒏 − 𝒌
𝟏 − 𝑹𝟐
O objectivo de ഥ
𝑹𝟐 é facilitar comparações de “graus de ajustamento” de
várias equações de regressão que podem variar com relação ao número
de variáveis independentes e ao número de observações.
12. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Testes de hipóteses
12
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Estatística do Teste – Coeficientes
𝜷𝒌 − 𝜷𝒌
𝒔
𝜷𝒌
~𝒕𝒏−𝒌 𝒌 = 𝟐, 𝟑, 𝟒, …
Ocasionalmente, poderá ser de suspeitar que uma variável
explicativa particular 𝑿𝒊𝒌 não é muito útil, isto é, que a sua influência
sobre a variável dependente não é significativa.
Para saber se é este o caso, testamos a hipótese nula de que o
coeficiente para esta variável é nulo.
Formulação das Hipóteses Estatísticas
𝑯𝟎: 𝜷𝒌 = 𝟎 𝑯𝑨: 𝜷𝒌 ≠ 𝟎
13. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Testes de hipóteses
13
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Se 𝑯𝟎 for rejeitada então temos evidência de que 𝜷𝒌 ≠ 𝟎, isto é, a
variável explicativa 𝑿𝒊𝒌 é útil na predição do valor da variável
dependente, ou seja, a variável 𝑿𝒊𝒌 contribui para a explicação
variável resposta 𝒀.
Se 𝑯𝟎 não for rejeitada então a variável explicativa 𝑿𝒊𝒌 é geralmente
retirada da equação de regressão pois não influência
significativamente a variável resposta 𝒀 .
Teste para os parâmetros individuais
𝒕𝒌 =
𝜷𝒌
𝒔
𝜷𝒌
𝒌 = 𝟏, 𝟐, 𝟑, 𝟒, …
14. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Testes de hipóteses
14
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Estatística do Teste – Regressão/Global
𝑺𝑸𝑹
𝒌 − 𝟏
𝑺𝑸𝑬
𝒏 − 𝒌
~𝑭𝒌−𝟏,𝒏−𝒌 𝒌 = 𝟐, 𝟑, 𝟒, …
Este teste serve para testar a hipótese, 𝑯𝟎, de que a regressão não é
significativa.
Ou seja, a equação de regressão não explica a variação na variável
resposta, ou ainda, não existe relação linear entre a variável
dependente e o conjunto de variáveis independentes utilizadas.
Formulação das Hipóteses Estatísticas
𝑯𝟎: 𝜷𝟐 = 𝜷𝟑 = ⋯ = 𝜷𝒌 = 𝟎 𝑯𝑨: pelo menos 𝜷𝒌 ≠ 𝟎
15. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Testes de hipóteses
15
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Se 𝑯𝟎 não for rejeitada não for rejeitada, então é o mesmo que dizer
que o conjunto de variáveis explicativas contribuem pouco para a
explicação da variação da variável dependente.
Teste para o Modelo
𝑭𝟐,𝒏−𝟑 =
𝑺𝑸𝑹
𝟐
𝑺𝑸𝑬
𝒏 − 𝟑
=
𝜷𝟐
𝟐
𝒎𝟐𝟐 +
𝜷𝟑
𝟐
𝒎𝟑𝟑 − 𝟐
𝜷𝟐
𝜷𝟑𝒎𝟐𝟑
𝟐𝒔𝟐
A razão é o facto de que as contribuições separadas das 𝑿𝒊𝒌 para a
explicação da variação de são fracas, enquanto que a contribuição
conjunta, não pode ser decomposta, é muito forte.
16. MODELAÇÃO ESTATÍSTICA:
Métodos Econométricos
Exercícios
16
Wadiley Nascimento (Pós-Graduação em Estatística) Telm.: (+239) 980 1045 / 906 0200 E-mail: wadmiguel547@yahoo.com
Com o objectivo de ilustrar a RLM, será apresentado um exemplo prático, no
qual a regressão será realizada por meio do Excel.
No exemplo apresentado na Tabela 1, observa-se um conjunto de dados de uma
amostra formada por 36 filmes exibidos nos cinemas.
As variáveis: Facturamentos com o filme em milhões, Gasto com o filme em
milhões e Duração do filme em minutos.
Neste exemplo, busca-se identificar a relação existente entre as variáveis
independentes (gasto e duração) e a variável dependente (facturamento).