Exercicios Internet

CAPTULO 1
1.1 Utilize os dados contidos em WAGE1.RAW para fazer este exerccio.

(i) Encontre o nvel mdio de escolaridade na amostra. Quais so o maior e o menor
nmero de anos de educao formal?
(ii) Encontre o salrio mdio por hora na amostra. Ele parece ser alto ou baixo?
(iii) Os dados sobre salrios esto relatados em dlares de 1976. Usando o Economic
Report of the President (de 2004 ou posterior) obtenha e relate o ndice de Preos ao
Consumidor (IPC) para os anos de 1976 e 2003.
(iv) Use os valores do IPC da parte (iii) para encontrar a mdia de salrio mdio em dlares
de 2003. E agora, o salrio mdio por hora parece razovel?
(v) Quantas mulheres esto na amostra? Quantos homens?
1.2 Use os dados de BWGHT.RAW para responder a esta pergunta.
(i) Quantas mulheres esto na amostra, e quantas informam terem fumado durante a
gravidez?
(ii) Qual a mdia de cigarros fumados por dia? A mdia um bom ndice da mulher
tpica neste caso? Explique.
(iii) Entre as mulheres que fumaram durante a gravidez, qual a mdia de cigarros fumados
por dia? Como isso se compara com sua resposta da parte (ii), e por qu?
(iv) Encontre a mdia de educp na amostra. Por que somente 1.192 observaes so usadas
para calcular a mdia?
(v) Relate a renda familiar mdia e seu desvio-padro em dlares.
1.3 Os dados contidos no MEAP01.RAW so do Estado de Michigan do ano de 2001. Use esses
dados para responder s seguintes perguntas.
(i) Encontre o maior e o menor valores de mate4. A faixa faz sentido? Explique.
(ii) Quantas escolas tm uma taxa de aprovao perfeita do exame de matemtica? Qual
a percentagem disso da amostra total?
(iii) Quantas escolas tm taxa de aprovao em matemtica de exatamente 50 por cento?
Exerccios em Computador
1
(iv) Compare as mdias de aprovao em matemtica e da nota de leitura. Qual dos exames
mais difcil de passar?
(v) Encontre a correlao entre mate4 e read4. Qual sua concluso?
(vi) A varivel gpa representa o gasto por aluno. Encontre a mdia do gpa juntamente com
seu desvio-padro. Voc diria que existe uma ampla variao no gasto por aluno?
(vii) Suponha que a Escola A gaste 6.000 dlares por aluno e a Escola B gaste 5.500 dlares
por aluno. Em que percentagem os gastos da Escola A excedem os da Escola B?
Compare isto com 100 [log(6.000) log(5.500)], que a estimativa da diferena
percentual baseada na diferena nos logs naturais. (Veja Seo A.4 no Apndice A).
1.4 Os dados contidos no JTRAIN2.RAW so originrios de um experimento de treinamento de
pessoal conduzido para homens de baixa renda durante 1976-1977; veja Lalonde (1986).
(i) Use a varivel indicadora trein para determinar a frao de homens que estavam
recebendo treinamento de pessoal.
(ii) A varivel gr78 representa os rendimentos de 1978 indicados em milhares de dlares de
1982. Encontre as mdias gr78 da amostra de homens que estavam recebendo
treinamento de pessoal e da amostra de homens que no estavam recebendo treinamento
de pessoal. A diferena , economicamente, grande?
(iii) A varivel desemp78 um indicador de se um homem estava ou no desempregado em
1978. Que porcentagem de homens que receberam treinamento pessoal estava
desempregada? E quanto aos homens que no receberam treinamento pessoal? Comente
sobre a diferena.
(iv) Das partes (ii) e (iii) parece que o programa de treinamento de pessoal foi efetivo? O
que tornaria nossas concluses mais convincentes?
CAPTULO 2
2.1 Os dados em 401K.RAW so um sub con jun to de dados ana li sa dos por Papke (1995) para
estu dar a rela o entre a par ti ci pa o em um plano de pen so 401(k) dos Estados Unidos e a gene-
ro si da de do plano. A vari vel taxap a per cen ta gem de tra ba lha do res com uma conta ativa; essa a
vari vel que gos ta ra mos de expli car. A medi da de gene ro si da de a taxa de com ple men ta o do
plano, taxcont. Essa vari vel d a quan ti da de mdia com a qual a firma con tri bui, em cada plano do
tra ba lha dor, para cada $ 1 de con tri bui o do tra ba lha dor. Por exem plo, se taxcont 0,50, a con tri-
bui o do tra ba lha dor com ple men ta da por uma con tri bui o de 50 cents pela firma.
(i) Ache a taxa de par ti ci pa o mdia e a taxa de complementao mdia na amos tra de pla nos.
(ii) Agora, esti me a equa o de regres so sim ples
b
0
b
1
taxcont,
e rela te seus resul ta dos jun ta men te com o tama nho da amos tra e o R-qua dra do.
(iii) Interprete o inter cep to de sua equa o. Interprete o coe fi cien te de taxcont.
(iv) Ache o taxap pre di to quan do taxcont 3,5. Essa pre di o razo vel? Explique o que
est acon te cen do.
(v) Quanto da varia o em taxap expli ca do por taxcont? Em sua opi nio, isso bas tan te?
taxap taxap
2 Introduo Econometria
2.2 Os dados em CEO SAL2.RAW con tm infor ma es sobre che fes-exe cu ti vos (CEOs) de cor-
po ra es dos Estados Unidos. A vari vel salrio a com pen sa o anual, em milha res de dla res, e
permceo o nme ro de anos na con di o de CEO na com pa nhia.
(i) Ache o sal rio mdio e a per ma nn cia mdia da amos tra.
(ii) Quantos CEOs esto em seu pri mei ro ano na posi o de CEO (isto , permceo 0)?
Qual a permanncia mais longa como CEO?
(iii) Estime o mode lo de regres so sim ples
log(salrio)
0

1
permceo u,
e rela te seus resul ta dos na forma usual. Qual o aumen to da per cen ta gem pre di ta (apro xi ma do) no
sal rio, dado um ano a mais como CEO?
2.3 Use os dados em SLEEP75.RAW, de Biddle e Hamermesh (1990), para estu dar se h um tra-
deoff entre o tempo gasto dor min do por sema na e o tempo gasto em um tra ba lho pago. Poderamos
usar outra vari vel como vari vel depen den te. Estime o mode lo
dor mir
0

1
trabtot u,
em que dormir cor res pon de a minu tos gas tos dor min do noite por sema na, e trabtot o total de
minu tos tra ba lha dos duran te a sema na.
(i) Reporte seus resul ta dos na forma de equa o, jun ta men te com o nme ro de obser va-
es e R
2
. O que o inter cep to sig ni fi ca nessa equa o?
(ii) Se trabtot aumen ta em duas horas, em quan to se esti ma que dormir ir cair? Voc acha
que isso um efei to gran de?
2.4 Utilize os dados em WAGE2.RAW para esti mar uma regres so sim ples que expli que o sal-
rio men sal (salrio) em ter mos do esco re do QI (QI).
(i) Ache o sal rio mdio e o QI mdio da amos tra. Qual o des vio- padro de QI? (Os
esco res do QI so padro ni za dos, de modo que a mdia 100, na popu la o, com um
des vio- padro igual a 15.)
(ii) Estime um mode lo de regres so sim ples em que um aumen to de um ponto em QI faa
com que salrio varie em uma quan ti da de cons tan te em dlar. Use esse mode lo para
achar o aumen to pre di to no sal rio a par tir de um aumen to de 15 pon tos em QI. O QI
expli ca muito da varia o em salrio?
(iii) Agora, esti me um mode lo em que cada aumen to de um ponto em QI tenha o mesmo
efei to per cen tual sobre salrio. Se QI aumen ta em 15 pon tos, qual o aumen to per cen-
tual apro xi ma do no salrio pre di to?
2.5 Para a popu la o de fir mas da inds tria qu mi ca, seja pq os gas tos anuais em pes qui sa e
desen vol vi men to, e seja vendas as ven das anuais (ambos esto em milha res de dla res).
(i) Escreva um mode lo (e no uma equa o esti ma da) que impli que uma elas ti ci da de cons-
tan te entre pq e vendas. Qual par me tro a elas ti ci da de?
(ii) Agora, esti me o mode lo usan do os dados em RDCHEM.RAW. Escreva a equa o esti-
ma da na forma usual. Qual a elas ti ci da de esti ma da de pq com res pei to a vendas?
Explique, em pala vras, o que essa elas ti ci da de sig ni fi ca.
Exerccios em Computador 3
2.6 Usamos os dados contidos no MEAP93.RAW para o exemplo 2.12. Agora queremos explorar
o relacionamento entre o percentual de alunos aprovados no exame de matemtica (Mate10) e o
gasto por aluno (gasto).
(i) Voc acha que cada dlar adicional gasto tem o mesmo efeito na taxa de aprovao, ou
um efeito decrescente parece mais apropriado? Explique.
(ii) No modelo populacional
mate10 b
0
b
1
log(gasto) u
argumente que b
1
/10 o ponto percentual de alterao em mate10 dado um aumento
de 10% em gasto.
(iii) Utilize os dados no MEAP93.RAW para estimar o modelo da parte (ii). Relate a
equao estimada da maneira habitual, inclusive o tamanho da amostra e o R-quadrado.
(iv) Qual a magnitude do efeito estimado dos gasto? Ou seja, se os gastos aumentarem em
10%, qual ser o ponto percentual de aumento na mate10?
(v) Pode-se recear que a anlise de regresso poder produzir valores ajustados da mate10 que
sero maiores que 100. Por que isso no muito preocupante neste conjunto de dados?
2.7 Utilize os dados de CHARITY.RAW [obtido de Franses e Paap (2001)] para responder s
seguintes questes:
(i) Qual a mdia de doao na amostra de 4.268 pessoas (em florins holandeses)? Que
porcentagem de pessoas no fez doao?
(ii) Qual a mdia de mala direta por ano? Quais so os valores mnimo e mximo?
(iii) Estime o modelo:
doa b
0
b
1
malaano u
pelos MQO e relate os resultados da maneira habitual, incluindo o tamanho da amostra e
o R-quadrado.
(iv) Interprete o coeficiente de inclinao. Se cada mala direta custar um florin, esperado
que a instituio beneficente tenha ganho com cada mala direta? Isto significa que a
instituio beneficente tem ganho em todas as malas diretas? Explique.
(v) Qual a menor doao predita na amostra? Usando esta anlise de regresso simples,
possvel predizer zero como doao?
CAPTULO 3
3.1 Um pro ble ma de inte res se das autoridades da sade (e outras) deter mi nar os efei tos que
fumar duran te a gra vi dez exerce sobre a sade do recm-nas ci do. Uma medi da da sade do recm-
-nas ci do o peso de nas ci men to; um peso de nas ci men to muito baixo pode atribuir crian a o risco
de con trair vrias doen as. Como outros fato res que afe tam o peso de nas ci men to, alm de fumar
cigar ros, esto pro va vel men te cor re la cio na dos com o fumo, deve mos levar em con si de ra o tais fato-
res. Por exem plo, uma renda maior geral men te per mi te aces so a pr- natais melho res, bem como a
uma nutri o melhor da mulher. Uma equa o que reco nhe ce isso
peso nas b
0
b
1
cigs b
2
rendfam u.
(i) Qual o sinal mais pro v vel de b
2
?
(ii) Voc acha que cigs e rendfam esto, pro va vel men te, cor re la cio na dos? Explique por que
a cor re la o pode ser posi ti va ou nega ti va.
(iii) Agora, esti me a equa o com e sem rendfam, usan do os dados em BWGHT.RAW.
Relate os resul ta dos na forma de uma equa o, incluin do o tama nho da amos tra e
o R-qua dra do. Discuta seus resul ta dos, dando nfa se ao fato de acres cen tar rendfam
mudar ou no subs tan cial men te o efei to esti ma do de cigs sobre pesonas.
3.2 Use os dado s em HPRI CE1.RAW para esti mar o mode lo
preo b
0
b
1
mquad b
2
banhos u,
em que preo o preo da resi dn cia medi do em milha res de dla res.
(i) Escreva os resul ta dos na forma de uma equa o.
(ii) Qual o aumen to esti ma do no preo para uma casa com um banhei ro a mais, man ten do
cons tan te o metro qua dra do?
(iii) Qual o aumen to esti ma do no preo para uma casa com um banhei ro adi cio nal, a qual
tem 140 metros qua dra dos de tama nho? Compare sua res pos ta parte (ii).
(iv) Qual a per cen ta gem da varia o no preo que expli ca da pelo metro qua dra do e pelo
nme ro de banhei ros?
(v) A pri mei ra casa na amos tra tem mquad 2.438 e banhos 4. Ache o preo de venda
pre di to para essa casa a par tir da reta de regres so de MQO.
(vi) O preo de venda real da pri mei ra casa na amos tra foi de $ 300.000 (assim, preo 300).
Ache o res duo para essa casa. Isso suge re que o com pra dor pagou mais ou menos por
ela?
3.3 O arqui vo CEO SAL2.RAW con tm dados de 177 diretores, os quais podem ser uti li za dos
para exa mi nar os efei tos do desempenho da firma sobre o sal rio do CEO.
(i) Estime um mode lo que rela cio ne o sal rio anual s ven das da firma e ao seu valor de
mer ca do. Faa um mode lo de elas ti ci da de cons tan te para ambas as vari veis inde pen-
den tes. Escreva os resul ta dos na forma de uma equa o.
(ii) Acrescente lucros ao mode lo da parte (i). Por que essa vari vel no pode ser inclu da
na forma loga rt mi ca? Voc diria que as vari veis de desempenho dessa firma expli cam
muito da varia o nos sal rios do CEO?
(iii) Acrescente a vari vel perceo ao mode lo da parte (ii). Qual o retor no per cen tual esti-
ma do para um ano a mais da per ma nn cia do CEO no empre go atual, man ten do fixos
os outros fato res?
(iv) Ache o coe fi cien te de cor re la o amos tral entre as vari veis log(val merc) e lucros.
Essas vari veis so alta men te cor re la cio na das? O que isso diz sobre os esti ma do res
MQO?
3.4 Use os dados em ATTEND.RAW para esse exer c cio.
(i) Obtenha os valo res mni mo, mxi mo e mdio das vari veis taxafreq, supGPA e ACT.
(ii) Estime o mode lo
taxa freq b
0
b
1
supGPA b
2
ACT u,
e escre va os resul ta dos em forma de equa o. Interprete o inter cep to. Ele tem um sig-
ni fi ca do til?
(iii) Discuta os coe fi cien tes de incli na o esti ma dos. H algu ma sur pre sa?
(iv) Qual a taxafreq pre di ta se supGPA 3,65 e ACT 20? O que voc extrai desse resul-
ta do? H algum estu dan te na amos tra com esses valo res nas vari veis expli ca ti vas?
(v) Se Estudante A tem supGPA 3,1 e ACT 21, e Estudante B tem supGPA 2,1 e
ACT 26, qual a dife ren a pre di ta em suas taxas de fre qn cia?
3.5 Confirme a inter pre ta o de impar cia li za o das esti ma ti vas de MQO fazen do expli ci ta men-
te a impar cia li za o para o Exemplo 3.2. Isso requer, em pri mei ro lugar, que voc faa a regres so
de educ sobre exper e perm e salve os res duos,
r
1
. Ento, regri da log(salrio) sobre
r
1
. Compare o
coe fi cien te de
r
1
com o coe fi cien te de educ da regres so de log(salrio) sobre educ, exper e perm.
3.6 Use o banco de dados em WAGE2.RAW para este pro ble ma. Como de cos tu me, este ja segu-
ro de que todas as seguin tes regres ses con te nham um inter cep to.
(i) Execute uma regres so de QI sobre educ para obter o coe fi cien te de incli na o diga-
mos
d
1
.
(ii) Execute a regres so de log(salrio) sobre educ e obte nha o coe fi cien te de incli na o,
b
1
.
(iii) Execute a regres so ml ti pla de log(salrio) sobre educ e QI e obte nha os coe fi cien tes
de incli na o,
b
1
b
2
e, res pec ti va men te.
(iv) Verifique que
b
1
b
1
b
2
d
1
.
3.7 Use os dados de MEAP93.RAW para responder a estas perguntas.
(i) Estime o modelo
mate10 b
0
b
1
log(gasto) b
2
prgalm u
e relate os resultados da maneira habitual, inclusive o tamanho da amostra e o R-quadrado.
Os sinais dos coeficientes de inclinao so os que voc esperava?
(ii) O que voc conclui do intercepto que voc estimou na parte (i)? Particularmente, faz
sentido definir as duas variveis explicativas com valor zero? [Sugesto: Lembre-se que
log(1) = 0].
(iii) Agora execute a regresso simples de mate10 sobre gasto, e compare o coeficiente de
inclinao com a estimativa obtida na parte (i). O efeito do gasto estimado agora
maior ou menor do que na parte (i)?
(iv) Encontre a correlao entre lgasto = log(gasto) e prgalm. O seu sinal faz sentido para
voc?
(v) Use a parte (iv) para explicar suas constataes na parte (iii).
3.8 Use os dados de DISCRIM.RAW para responder a esta questo. Estes so dados em nvel de
Cdigo de Endereamento Postal (CEP) sobre preos de vrios itens em restaurantes fast-food
juntamente com as caractersticas da populao do CEP, em Nova Jersey e Pensilvnia. A ideia
verificar se os fast-foods cobram preos maiores em reas com uma grande concentrao de negros.
(i) Encontre os valores mdios de propnegr e renda na amostra, juntamente com seus
desvios-padro. Quais so as unidades de medida de propnegr e de renda?
(ii) Considere um modelo para explicar o preo do refrigerante, prrefr, em termos da
proporo da populao que negra e com renda mdia.
prref b
0
b
1
propnegr b
2
renda u
Estime este modelo pelos MQO e relate os resultados em forma de equao, inclusive
o tamanho da amostra e o R-quadrado. (No use notao cientfica quando relatar a
estimativas). Interprete o coeficiente na propnegr. Voc acha que ele economicamente
grande?
(iii) Compare a estimativa da parte (ii) com a estimativa da regresso simples de prrefr
sobre propnegr. O efeito de discriminao maior ou menor quando voc controla a
renda?
(iv) Um modelo com uma elasticidade de preo constante com relao renda pode ser
mais apropriado. Relate as estimativas do modelo
log(prrefr) b
0
b
1
log(gasto) b
2
prgalm u
Se propnegr aumentar em 0,20 (vinte pontos percentuais), qual ser a porcentagem
estimada de alterao na prrefr? (Sugesto: A resposta 2.xx, em que voc preenche a
xx).
(v) Agora, adicione a varivel propor regresso na parte (iv). O que acontece com
b
propnegr
?
(vi) Encontre a correlao entre log(renda) e propor. Ela mais ou menos o que voc
esperava?
(vii) Avalie a seguinte declarao: Como log(renda) e propor so to altamente
correlacionadas, no tem nada a ver estarem na mesma regresso.
3.9 Utilize os dados contidos em CHARITY.RAW para responder s seguintes questes:
(i) Estime a equao
doa b
0
b
1
malaano b
2
ultdoa proprest u
pelos MQO e relate os resultados da maneira habitual, incluindo o tamanho da amostra e o
R-quadrado. Como o R-quadrado se compara com o da regresso simples que omite ultdoa
e proprest?
(ii) Interprete o coeficiente na malaano. Ele maior ou menor que o coeficiente
correspondente na regresso simples?
(iii) Interprete o coeficiente na proprest. Seja meticuloso em observar as unidades de
medio da proprest.
(iv) Agora adicione a varivel meddoa equao. O que acontece com o efeito estimado
de malaano?
(v) Na equao da parte (iv), o que aconteceu com o coeficiente da ultdoa? O que voc
acha que est acontecendo?
CAPTULO 4
4.1 O mode lo seguin te pode ser usado para estu dar se os gas tos de cam pa nha afe tam os resul ta-
dos da elei o:
votoA b
0
b
1
log(gastoA) b
2
log(gastoB) b
3
(forpartA) u,
em que votoA a por cen ta gem de votos rece bi dos pelo Candidato A, gastoA e gastoB so os gas tos
de cam pa nha dos Candidatos A e B, e forpart uma medi da da fora do par ti do do Candidato A (a
por cen ta gem dos mais recen tes votos pre si den ciais que foram para o par ti do de A).
(i) Qual a inter pre ta o de b
1
?
(ii) Em ter mos dos par me tros, for mu le a hip te se nula de que um aumen to de 1% nos gas-
tos de A com pen sa do por um aumen to de 1% nos gas tos de B.
(iii) Estime o mode lo dado usan do os dados em VOTE1.RAW e rela te os resul ta dos na
forma usual. Os gas tos de A afe tam o resul ta do? E os gas tos de B? Voc pode usar esses
resul ta dos para tes tar a hip te se da parte (ii)?
(iv) Estime um mode lo que d dire ta men te a esta ts ti ca t para tes tar a hip te se da parte (ii).
O que voc con clui? (Use uma alter na ti va bila te ral.)
4.2 Use os dados em LAWSCH85.RAW para este exer c cio.
(i) Usando o mesmo mode lo do Problema 3.4, for mu le e teste a hip te se nula de que o
ranking das esco las de direi to no tem efei to ceteris pari bus sobre o sal rio media no
ini cial.
(ii) As carac te rs ti cas da clas se nova de estu dan tes a saber, LSAT e GPA so indi vi dual-
men te ou con jun ta men te sig ni fi ca ti vas para expli car salrio? Certifique-se de consi-
derar os dados faltantes de LSAT e GPA.
(iii) Teste se o tama nho da clas se ini cian te (tamclas) ou o tama nho da facul da de (tamfac)
pre ci sam ser acres cen ta dos a essa equa o; faa um nico teste. (Esteja aten to com os
dados de tamclas e tamfac que fal tam.)
(iv) Quais fato res devem influen ciar o ranking da esco la de direi to que no esto inclu dos
na regres so do sal rio?
4.3 Consulte o Problema 3.14. Agora, use o log do preo da casa como a vari vel depen den te:
log(preo) b
0
b
1
arquad b
2
qtdorm u.
(i) Voc est inte res sa do em esti mar e obter um inter va lo de con fian a da varia o per cen-
tual do preo quan do um quar to de 150 ps qua dra dos acres cen ta do casa. Na forma
deci mal, temos u
1
150b
1
b
2
. Use os dados em HPRI CE1.RAW para esti mar u
1
.
(ii) Escreva b
2
em ter mos de u
1
e b
1
, e colo que isso na equa o do log(preo).
(iii) Use a parte (ii) para obter um erro- padro de
u
1
e use esse erro- padro para cons truir
um inter va lo de con fian a de 95%.
4.4 No Exemplo 4.9, a ver so res tri ta do mode lo pode ser esti ma da usan do todas as 1.388 obser-
va es na amos tra. Calcule o R-qua dra do da regres so de pesnasc sobre cigs, ordnas e rendfam usan-
do todas as obser va es. Compare esse resul ta do com o R-qua dra do infor ma do pelo mode lo res tri to
do Exemplo 4.9.
4.5 Use os dados em MLB1.RAW para este exer c cio.
(i) Use o mode lo esti ma do na equa o (4.31) e reti re a vari vel rbisyr. O que acon te ce
sig ni fi cn cia esta ts ti ca de hrunsyr? E quan to mag ni tu de do coe fi cien te de hrunsyr?
(ii) Acrescente as vari veis runsyr, fldperc e sbasesyr ao mode lo da parte (i). Quais desse
fato res so indi vi dual men te sig ni fi ca ti vos?
(iii) No mode lo da parte (ii), teste a sig ni fi cn cia con jun ta de rebmed, fldperc e sbasesyr.
4.6 Use os dados em WAGE2.RAW para este exer c cio.
(i) Considere a equa o-padro do sal rio
log(salrio) b
0
b
1
educ b
2
exper b
3
perm u.
Formule a hip te se nula de que um ano a mais de expe rin cia geral da fora de tra ba-
lho tem o mesmo efei to sobre log(salrio) que um ano a mais de per ma nn cia com o
empre ga dor atual.
(ii) Teste a hip te se nula da parte (i) con tra a alter na ti va bila te ral, ao nvel de sig ni fi cn cia
de 5%, cons truin do um inter va lo de con fian a de 95%. O que voc con clui?
4.7 Consulte o exem plo usado na Seo 4.4. Voc usar os dados em TWO YEAR.RAW.
(i) A vari vel pensmed o per cen til no ensi no mdio da pes soa. (Um nme ro maior
melhor. Por exem plo, 90 sig ni fi ca que sua clas si fi ca o melhor do que 90 por cento
de sua turma de gra dua o.) Ache o pensmed menor, maior e mdio da amos tra.
(ii) Acrescente pensmed equa o (4.26) e infor me as esti ma ti vas de MQO na forma
usual. O pensmed esta ti sti ca men te sig ni fi ca ti vo? Quanto vale, em ter mos sala riais,
dez pon tos per cen tuais na clas si fi ca o do ensi no mdio?
(iii) Acrescentar pensmed a (4.26) mudou subs tan cial men te as con clu ses sobre os retor nos
das facul da des de dois e qua tro anos? Explique.
(iv) O con jun to de dados con tm uma vari vel cha ma da id. Explique por que, ao acres cen-
tar id equa o (4.17) ou (4.26), voc espe ra que ele seja insig ni fi can te. Verifique que
ele insig ni fi can te. Qual o p-valor bilateral?
4.8 O con jun to de dados 401KSUBS.RAW con tm infor ma es sobre a rique za finan cei ra lqui-
da (finliq), a idade do res pon den te da pes qui sa (idade), a renda fami liar anual (rend), o tama nho da
fam lia (tamfam), e infor ma es sobre a par ti ci pa o em cer tos pla nos de pen so para pes soas dos
Estados Unidos. As vari veis de rique za e renda so regis tra das em milha res de dla res. Para esta
ques to, use somen te os dados para pes soas sol tei ras (por tan to, tamfam = 1).
(i) Quantas pes soas sol tei ras h no con jun to de dados?
(ii) Use MQO para esti mar o mode lo
fin liq b
0
b
1
rend b
2
idade u,
e rela te os resul ta dos usan do o for ma to habi tual. Esteja segu ro de usar somen te as pes-
soas sol tei ras da amos tra. Interprete os coe fi cien tes de incli na o. H algu ma sur pre sa
nas esti ma ti vas de incli na o?
(iii) O inter cep to da regres so da parte (ii) tem um sig ni fi ca do inte res san te? Explique.
(iv) Ache o p-valor para o teste H
0
: b
2
1 con tra H
0
: b
2
1. Voc rejei ta H
0
ao nvel de
1%?
(v) Se voc fizer uma regres so sim ples de finliq sobre rend, o coe fi cien te esti ma do de rend
muito dife ren te do esti ma do na parte (ii)? Por qu?
4.9 Use os dados de DISCRIM.RAW para responder a esta questo. (Veja tambm Exerccio em
Computador 3.8 no Captulo 3)
(i) Use os MQO para estimar o modelo
log(prrefr) b
0
b
1
propneger b
2
log(renda) u,
e relate os resultados da forma habitual.
^
b
1
estatisticamente diferente de zero no nvel de 5% con-
tra uma alternativa bilateral? E no nvel de 1%?
(ii) Qual a correlao entre log(renda) e propor? Cada varivel estatisticamente signi-
ficante em qualquer caso? Relate os p-valores bilaterais.
(iii) Adicione a varivel log(valhab) regresso na parte (i). Interprete seu coeficiente e
relate o p-valor bilateral de b
log(valhab)
0.
(iv) Na regresso na parte (iii), o que acontece com a significncia estatstica individual de
log(renda) e propor? Essas variveis so conjuntamente significantes? (Compute um
p-valor). O que voc deduz de suas respostas?
(v) Dado os resultados das regresses anteriores, qual delas voc diria ser a mais confi-
vel na determinao de se a maquiagem racial do cdigo de endereamento posta influ-
encia nos preos dos fast-foods locais?
4.10 Utilize os dados de ELEM94_95 para responder a estas questes. Os resultados podero ser
comparados com os da Tabela 4.1. A varivel dependente lsalmed o log do salrio mdio do pro-
fessor e bs a razo da mdia de benefcios e o salrio mdio (por escola).
(i) Execute a regresso simples de lsalmed sobre bs. A inclinao estimada estatistica-
mente diferente de zero? Ela estatisticamente diferente de 1?
(ii) Adicione a varivel lmatricl e lstaff regresso da parte (i). O que acontece com o coe-
ficiente na bs? Como a situao se compara com a da Tabela 4.1?
(iii) Por que o erro-padro no coeficiente da bs menor na parte (ii) do que na parte (i)?
(Sugesto: O que acontece com a varincia do erro versus a multicolinearidade quan-
do lmatricl e lstaff so adicionadas?)
(iv) Por que o coeficiente na lstaff negativo? Ele grande em magnitude?
(v) Agora adicione a varivel merenda regresso. Mantendo os outros fatores fixos, os
professores esto sendo recompensados por darem aulas a estudantes de perfil desfa-
vorvel? Explique.
(vi) No geral, o padro dos resultados que voc encontra no ELEM94_95.RAW consis-
tente com o padro na Tabela 4.1?
CAPTULO 5
5.1 Use os dados em WAGE1.RAW para este exer c cio.
(i) Estime a equa o
salrio b
0
b
1
educ b
2
exper b
3
perm u.
Salve os res duos e faa um his to gra ma.
(ii) Repita a parte (i), mas com log(salrio) como a vari vel depen den te.
(iii) Voc diria que a Hiptese RLM.6 est mais pr xi ma de ser satis fei ta para o mode lo
nvel-nvel ou para o mode lo log-nvel?
5.2 Use os dados em GPA2.RAW para este exer c cio.
(i) Usando todas as 4.137 obser va es, esti me a equa o
supGPA b
0
b
1
hsperc b
2
sat u
e infor me os resul ta dos na forma-padro.
(ii) Estime nova men te a equa o da parte (i), usan do as pri mei ras 2.070 obser va es.
(iii) Ache a razo dos erros- padro sobre hsperc das par tes (i) e (ii). Compare isso com o
resul ta do de (5.10).
5.3 Na equa o (4.42) do Captulo 4, cal cu le a esta ts ti ca LM para tes tar se educm e educp so
con jun ta men te sig ni fi ca ti vos. Ao obter os res duos do mode lo res tri to, este ja segu ro de que o mode-
lo res tri to seja esti ma do usan do somen te aque las obser va es para as quais todas as vari veis do
mode lo irres tri to este jam dis po n veis (veja Exemplo 4.9).
5.4 Vrias estatsticas so comumente usadas para detectar no normalidade em distribuies
populacionais subjacentes. Aqui estudaremos uma que avalia a magnitude da simetria em uma dis-
tribuio. Recorde que qualquer varivel aleatria normalmente distribuda simtrica em relao
sua mdia; portanto, se padronizarmos uma varivel aleatria simetricamente distribuda, digamos, ,
z (y m
y
)/s
y
, em que m
y
E(y) e s
y
dp(y), ento z ter mdia zero, varincia um, e E(z
3
) 0.
Dada uma amostra de dados {y
i
: i 1, ..., n}, podemos padronizar y
i
na amostra com o uso de z
i
(y
i
^
m
y
)/
^
s
y
, em que
^
m
y
a mdia da amostra e
^
s
y
o desvio-padro amostral. (Ignoramos o fato de
que estas so estimativas baseadas na amostra.) Uma estatstica amostral que avalia a simetria
, ou em que n substituda por (n 1) como um ajuste dos graus de liberdade. Se y tiver
uma distribuio normal na populao, o indicador de simetria na amostra dos valores padronizados
no deve diferir significativamente de zero.
(i) Utilize o conjunto de dados 401KSUBS.RAW, mantendo somente as observaes com
tamfam 1. Encontre os indicadores de simetria de renda. Faa o mesmo com log(ren-
da). Qual varivel tem mais simetria e, portanto, parece ser menos provvel de ser nor-
malmente distribuda?
(ii) Depois, utilize BWGHT2.RAW. Encontre os indicadores de simetria de pesonasc e de
log(pesonasc). Qual a sua concluso?
(iii) Avalie a seguinte afirmao: A transformao logartmica sempre faz com que uma
varivel positiva parea mais normalmente distribuda.
n
1
n
i 1
z
i
3
n
1
n
i 1
z
i
3
(iv) Se estivermos interessados na hiptese de normalidade no contexto da regresso, de-
veremos avaliar a distribuio incondicional de y e de log(y). Explique.
CAPTULO 6
6.1 Utilize os dados con ti dos no arqui vo KIELMC.RAW, somen te do ano de 1981, para res pon-
der s ques tes que seguem. Os dados so de im veis ven di dos em 1981 em North Andover,
Massachusetts; 1981 foi o ano em que foi ini cia da a cons tru o de um inci ne ra dor de lixo local.
(i) Para estu dar os efei tos da loca li za o do inci ne ra dor sobre os pre os dos im veis, con-
si de re o seguin te mode lo de regres so sim ples
log(preo) b
0
b
1
log(dist) u.
em que preo o preo do im vel em dla res e dist a dis tn cia entre o im vel e o inci-
ne ra dor. Interpretando essa equa o de forma cau sal, que sinal voc espe ra para b
1
se a
pre sen a do inci ne ra dor des va lo ri zar o im vel? Estime esta equa o e inter pre te os
resul ta dos.
(ii) Ao mode lo de regres so sim ples na parte (i), adi cio ne as vari veis log(intst), log(ar-
quad), log(tamterr), qtdorm, banhoss, e idade, nas quais intst a dis tn cia do im vel
at a rodo via inte res ta dual, arquad a rea cons tru da do im vel, tamterr o tama nho
do ter re no, qtdorm o nme ro de quar tos, banhos o nme ro de banhei ros, e idade
a idade do im vel em anos. Qual sua con clu so sobre os efei tos do inci ne ra dor agora?
Explique por que (i) e (ii) pro du zem resul ta dos con fli tan tes.
(iii) Adicione [log(intst)]
2
ao mode lo da parte (ii). Agora o que acon te ce? Qual sua con clu-
so sobre a impor tn cia da forma fun cio nal?
(iv) O qua dra do de log(dist) sig ni fi can te quan do voc adi cio na essa vari vel ao mode lo
da parte (iii)?
6.2 Utilize os dados con ti dos no arqui vo WAGE1.RAW para fazer este exer c cio.
(i) Utilize o MQO para esti mar a equa o
log(salrio) b
0
b
1
educ b
2
exper b
3
exper
2
u
e des cre va os resul ta dos usan do o for ma to habi tual.
(ii) A vari vel exper
2
esta tis ti ca men te sig ni fi can te no nvel de 1%?
(iii) Utilizando a apro xi ma o
% 100(
^
b
2
2
^
b
3
exper) exper,
encon tre o retor no apro xi ma do do quin to ano de expe rin cia. Qual o retor no apro xi-
ma do do vig si mo ano de expe rin cia?
(iv) Em que valor de exper a expe rin cia adi cio nal reduz de fato o valor pre vis to de
log(salrio)? Quantas pes soas pos suem mais expe rin cia nesta amos tra?
salrio salrio
6.3 Considere um mode lo no qual o retor no da edu ca o depen de do tempo de expe rin cia de tra-
ba lho (e vice-versa):
log(salrio) b
0
b
1
educ b
2
exper b
3
educexper u.
(i) Mostre que o retor no de mais um ano de edu ca o (na forma deci mal), man ten do exper
fixo, b
1
b
3
exper.
(ii) Especifique a hip te se nula de que o retor no da edu ca o no depen de do nvel de
exper. O que voc pensa que seja a hip te se alter na ti va apro pria da?
(iii) Utilize os dados con ti dos no arqui vo WAGE2.RAW para tes tar a hip te se nula em (ii)
con tra sua hip te se alter na ti va pro pos ta.
(iv) Fazendo u
1
repre sen tar o retor no da edu ca o (na forma deci mal), quan do exper 10:
u
1
b
1
10b
3
. Obtenha
^
u
3
e um inter va lo de con fian a de 95% de u
1
. (Sugesto:
Escreva b
1
u
1
10b
3
e incor po re essa expres so na equa o, reor ga ni zan do-a em
segui da. Isso pro du zi r a regres so para obter o inter va lo de con fian a de u
1
.)
6.4 Utilize os dados con ti dos no arqui vo GPA2.RAW para fazer este exer c cio.
(i) Estime o mode lo
SAT b
0
b
1
tamclas b
2
tamclas
2
u,
em que tamclas o tama nho da clas se no curso de gra dua o (em cen te nas), e escre va
os resul ta dos na forma habi tual. O termo qua dr ti co esta tis ti ca men te sig ni fi can te?
(ii) Usando a equa o esti ma da na parte (i), qual o tama nho timo do ensi no mdio?
Justifique sua res pos ta.
(iii) Esta an li se repre sen ta ti va do desem pe nho aca d mi co de todos os for ma dos no ensi-
no mdio? Explique.
(iv) Encontre o tama nho timo do ensi no mdio, usan do log(SAT) como a vari vel depen-
den te. Ele muito dife ren te do que voc obte ve na parte (ii)?
6.5 Utilize os dados dos pre os dos im veis con ti dos no arqui vo HPRI CE1.RAW para fazer este
exer c cio.
log(preo) b
0
b
1
log(tamterr) b
2
log( arquad) b
3
qtdorm u
e des cre va os resul ta dos no for ma to MQO habi tual.
(ii) Encontre o valor pre vis to de log(preo), quan do tamterr 20.000, arquad 2.500 e
qtdorm 4. Utilizando os mto dos da Seo 6.4, encon tre o valor esti ma do de preo nos
mes mos valo res das vari veis expli ca ti vas.
(iii) Para expli car a varia o em preo, deci da se voc pre fe re o mode lo da parte (i) ou o
mode lo
preo b
0
b
1
tamterr b
2
arquad b
3
qtdorm u.
6.6 Utilize os dados con ti dos no arqui vo VOTE1.RAW para fazer este exer c cio.
(i) Considere um mode lo com uma inte ra o entre os gas tos:
votoA b
0
b
1
forpartA b
2
gastoA b
3
gastoB b
4
gastoAgastoB u.
Qual o efei to par cial de gastoB sobre votoA, man ten do forpartA e gastoA fixos? Qual
o efei to par cial de gastoA sobre votoA? O sinal espe ra do de b
4
bvio?
(ii) Estime a equa o da parte (i) e des cre va os resul ta dos da forma habi tual. O termo de
inte ra o esta tis ti ca men te sig ni fi can te?
(iii) Encontre a mdia de gastoA na amos tra. Fixe gastoA em 300 (repre sen tan do 300.000
dla res). Qual o efei to esti ma do de mais 100.000 dla res gas tos pelo Candidato B
sobre votoA? Esse efei to gran de?
(iv) Agora, fixe gastoB em 100. Qual o efei to esti ma do de gastoA 100 sobre votoA?
Isso faz sen ti do?
(v) Agora, esti me um mode lo que subs ti tua a inte ra o por partA, a per cen ta gem de par ti-
ci pa o do Candidato A nos gas tos totais de cam pa nha. Faz sen ti do man ter tanto
gastoA quan to gastoB fixos quan do se alte ra partA?
(vi) (Requer cl cu lo). No mode lo da parte (v), encon tre o efei to par cial de gastoB sobre
votoA, man ten do forpartA e gastoA fixos. Avalie isto com gastoA 300 e gastoB 0
e comen te os resul ta dos.
6.7 Utilize os dados con ti dos no arqui vo ATTEND.RAW para fazer este exer c cio.
(i) No mode lo do Exemplo 6.3, sus ten te que
respad/supGPA b
2
2b
4
supGPA b
6
taxafreq.
Use a equa o (6.19) para esti mar o efei to par cial quan do supGPA 2,59 e taxafreq
0,82. Interprete sua esti ma ti va.
(ii) Mostre que a equa o pode ser escri ta como
res pad u
0
b
1
taxafreq u
2
supGPA b
3
ACT b
4
( supGPA 2,59)
2
b
5
ACT
2
b
6
supGPA(taxafreq 0,82) u,
em que u
2
b
2
2b
4
(2,59) b
6
(0,82). (Note que o inter cep to mudou, mas isso no
impor tan te.) Use esta equa o para obter o erro- padro de
^
u
2
da parte (i).
(iii) Suponha que, em lugar de supGPA(taxafreq 0,82), voc use ( supGPA 2,59) (taxa-
freq 0,82). Agora, como voc inter pre ta o coe fi cien te da taxafreq e da supGPA?
6.8 Utilize os dados con ti dos no arqui vo HPRI CE1.RAW para fazer este exer c cio.
preo b
0
b
1
tamterr b
2
arquad b
3
qtdorm u
e des cre va os resul ta dos da forma habi tual, incluin do o erro- padro da regres so.
Obtenha o preo pre vis to quan do so inse ri dos tamterr 10.000, arquad 2.300, e
qtdorm 4; arre don de este preo para o intei ro mais pr xi mo.
(ii) Compute uma regres so que pos si bi li te a voc colo car um inter va lo de con fian a de
95% em torno do valor pre vis to da parte (i). Note que sua pre vi so ser um pouco dife-
ren te devi do ao erro de arre don da men to.
(iii) Seja preo
0
o preo futu ro des co nhe ci do do im vel com as carac te rs ti cas usa das nas
par tes (i) e (ii). Encontre um IC de 95% de preo
0
e comen te a ampli tu de desse inter-
va lo de con fian a.
6.9 O con jun to de dados con ti dos no arqui vo NBA SAL.RAW con tm infor ma es a res pei to de
sal rios e esta ts ti cas sobre a car rei ra de 269 joga do res de bas que te da National Basketball
Association (NBA) dos EUA.
(i) Estime um mode lo rela cio nan do pon tos por jogo (pontos) com anos como joga dor pro-
fis sio nal (exper), idade, e anos joga dos na facul da de (anuniv). Inclua um termo qua dr-
ti co em exper; as outras vari veis devem apa re cer na forma de nvel. Descreva os resul-
ta dos da manei ra habi tual.
(ii) Mantendo fixos os anos joga dos na facul da de e a idade, em que valor de expe rin cia a
adi o de mais um ano efe ti va men te reduz o sal rio? Isso faz sen ti do?
(iii) Por que, na sua opi nio, anuniv tem um coe fi cien te nega ti vo e esta tis ti ca men te sig ni fi-
can te? (Sugesto: Os joga do res da NBA podem ser con vo ca dos antes de ter mi na rem a
facul da de ou mesmo dire ta men te quan do ter mi nam o curso mdio.)
(iv) Adicione um termo qua dr ti co em idade na equa o. Ele neces s rio? O que isso pare-
ce suge rir sobre os efei tos da idade, quan do exper e anuniv so con tro la das?
(v) Agora faa uma regres so do log(salrio) sobre pontos, exper, exper
2
, idade, e anuniv.
Descreva os resul ta dos da forma habi tual.
(vi) Verifique se idade e anuniv so con jun ta men te sig ni fi can tes na regres so da parte (v).
O que isso impli ca para saber se idade e anuniv tm efei tos sepa ra dos sobre salrio,
quan do pro du ti vi da de e anos de expe rin cia so con si de ra das?
6.10 Utilize os dados con ti dos no arqui vo BWGHT2.RAW para fazer este exer c cio.
(i) Estime a equa o
log(pesonas) b
0
b
1
conspn b
2
conspn
2
u
por MQO, e des cre va os resul ta dos da manei ra habi tual. O termo qua dr ti co
sig ni fi can te?
(ii) Mostre que, com base na equa o da parte (i) o nme ro esti ma do de con sul tas para
exame pr-natal que maxi mi za log(pesonas) est em torno de 22. Quantas mulhe res
fize ram pelo menos 22 con sul tas para exame pr-natal na amos tra?
(iii) Faz sen ti do pre ver que o peso do recm-nas ci do dimi nui se a mulher fizer mais de 22
con sul tas para exame pr-natal? Explique.
(iv) Adicione a idade da me equa o, usan do uma forma fun cio nal qua dr ti ca. Mantendo
a vari vel conspn fixa, com que idade da me o peso do recm-nas ci do maxi mi za do?
Que fra o de mulhe res na amos tra de mulhe res mais velhas que a idade tima?
(v) Voc diria que a idade da me e o nme ro de con sul tas para exame pr-natal expli cam
muito da varia o em log(pesonas)?
(vi) Usando ter mos qua dr ti cos tanto para conspn como para idade, deci da qual a melhor
forma para pre ver pesonas o uso do log natu ral ou em nvel da vari vel pesonas.
6.11 Use o APPLE.RAW para verificar algumas das afirmaes feitas na Seo 6.3.
(i) Execute a regresso de ecolbs sobre ecoprc, regprc e relate os resultados da forma nor-
mal, inclusive o R-quadrado e o R-quadrado ajustado. Interprete os coeficientes nas
variveis de preo e comente sobre seus sinais e magnitudes.
(ii) As variveis de preo so estatisticamente significantes? Relate os p-valores dos testes
t individuais.
(iii) Qual a faixa dos valores ajustados da ecolbs? Que frao da amostra relata ecolbs
0? Comente.
(iv) Voc acha que as variveis de preo juntas fazem um bom trabalho em explicar a va-
riao na ecolbs? Explique.
(v) Adicione a varivel rendfam, tamfam (tamanho da famlia), educ e idade na regresso
da parte (i). Encontre o p-valor de sua significncia conjunta. Qual sua concluso?
6.12 Use o subconjunto 401KSUBS.RAW com tamfam 1; isto restringir a anlise em casas
com uma s pessoa; veja tambm Exerccio em Computador 4.8.
(i) Qual a idade da pessoa mais jovem nesta amostra? Quantas pessoas tm essa idade?
(ii) No modelo
atfinliq b
0
b
1
renda b
2
idade b
3
idade
2
u
qual a interpretao literal de b
2
? Por si prpria, ela de muito interesse?
(iii) Estime o modelo da parte (ii) e relate os resultados na forma-padro. Voc se preocupa
com o fato de que o coeficiente na idade seja negativo? Explique.
(iv) Como a pessoa mais jovem na amostra tem 25 anos, faz sentido pensar que, em deter-
minado nvel de renda, a mdia mais baixa de ativos financeiros lquidos est na idade
de 25 anos. Lembre-se que o efeito parcial de idade sobre atfinliq b
2
2b
3
idade,
assim o efeito parcial na idade de 25 anos b
2
2b
3
(25) b2 50b
3
; chame isto
de u
2
. Encontre
^
u
2
e obtenha o p-valor bilateral do teste H
0
: u
2
. Voc deve concluir que
^
u
2
menor e bastante significante estatisticamente. [Sugesto: uma maneira de fazer
isso estimar o modelo nettfa a
0
b
1
renda u
2
idade b
3
(idade) 25)
2
u, em
que o intercepto, a
0
, diferente de b
0
. Existem, tambm, outras maneiras.]
(v) Como a evidncia contra H
0
: u
2
0 muito fraca, defina-a como zero e estime o modelo
atfinliq a
0
b
1
renda b
3
(idade 25)
2
u.
Em termos de qualidade de ajuste, este modelo melhor que o da parte (ii)?
(vi) Na equao na parte (v), defina renda 30 (aproximadamente o valor mdio) e trace
o relacionamento entre atfinliq e idade, mas somente para idade 25. Descreva o que
voc v.
(vii) Verifique se a incluso de um quadrtico na renda necessrio.
6.13 Utilize os dados contidos no arquivo MEAP00_01 para responder a estas questes.
(i) Estime o modelo
mate4 b
0

2
lgpa b
2
lmatricl b
2
merenda u
pelos MQO, e relate os resultados da forma habitual. estatisticamente significante, no nvel de 5%,
cada uma das variveis explicativas?
(ii) Obtenha os valores ajustados da regresso na parte (i). Qual a faixa dos valores ajus-
tados? Como ela se compara com a faixa dos dados efetivos da mate4?
(iii) Obtenha os resduos da regresso na parte (i). Qual o cdigo de edificao da escola
que tem o maior resduo (positivo)? Fornea uma interpretao deste resduo.
(iv) Adicione quadrticos de todas as variveis explicativas na equao, e teste-os quanto
significncia conjunta. Voc os deixaria no modelo?
(v) Retornando ao modelo na parte (i), divida a varivel dependente e cada uma das var-
iveis explicativas por seus desvios-padro amostral, eexecute novamente a regresso.
(Inclua um intercepto, a menos que voc tambm subtraia a mdia de cada varivel.)
Em termos de unidades de desvio-padro, qual varivel explicativa tem o maior efeito
na taxa de aprovao em matemtica?
CAPTULO 7
(i) Adicione as vari veis maesup e paisup equa o esti ma da em (7.6) e des cre va os
resul ta dos da forma habi tual. O que acon te ce com o efei to esti ma do da pro prie da de de
um com pu ta dor? A vari vel PC ainda esta tis ti ca men te sig ni fi can te?
(ii) Teste a sig ni fi cn cia con jun ta de maesup e paisup na equa o da parte (i) e asse gu re-
-se de des cre ver o p-valor.
(iii) Adicione EmGPA
2
ao mode lo da parte (i) e deci da se essa gene ra li za o neces s ria.
log(salrio) b
0
b
1
educ b
2
exper b
3
perm b
4
casado
b
5
negro b
6
sul b
7
urbano u
e des cre va os resul ta dos da forma habi tual. Mantendo fixos outros fato res, qual a dife-
ren a apro xi ma da no sal rio men sal entre negros e no negros? Essa dife ren a esta-
tis ti ca men te sig ni fi can te?
(ii) Adicione as vari veis exper
2
e perm
2
equa o e demons tre que elas so con jun ta men-
te no sig ni fi can tes mesmo ao nvel de 20%.
(iii) Estenda o mode lo ori gi nal para per mi tir que o retor no da edu ca o depen da da raa e
teste se o retor no da edu ca o real men te depen de da raa.
(iv) Novamente, come ce com o mode lo ori gi nal, mas agora per mi ta que sal rios difi ram
entre qua tro gru pos de pes soas: casa do e negro, casa do e no negro, sol tei ro e negro, e
sol tei ro e no negro. Qual o dife ren cial de sal rios esti ma do entre negros casa dos e
no negros casa dos?
7.3 Um mode lo que per mi te que os sal rios dos joga do res de bei se bol da liga prin ci pal dos EUA
difi ram pela posi o
log(salrio) b
0
b
1
anos b
2
jogosano b
3
rebmed b
4
hrunano
b
5
rebrunano b
6
runsano b
7
perccap b
8
porcest
b
9
pribase b
10
segbase b
11
terbase b
12
interbase b
13
receptor u,
em que os defen so res exter nos seriam repre sen ta ti vos do grupo-base.
(i) Declare a hip te se nula de que, con tro lan do outros fato res, recep to res e defen so res
exter nos ganhem, em mdia, a mesma quan tia. Teste essa hip te se usan do os dados
con ti dos no arqui vo MLB1.RAW e comen te sobre o tama nho do dife ren cial sala rial
esti ma do.
(ii) Declare e teste a hip te se nula de que no exis te dife ren a no sal rio mdio entre as
posi es quan do outros fato res so con tro la dos.
(iii) Os resul ta dos das par tes (i) e (ii) so coe ren tes? Se no forem, expli que o que est
acon te cen do.
(i) Considere a equa o
SupGPA b
0
b
1
tamclas b
2
tamclas
2
b
3
emperc b
4
SAT b
5
feminino b
6
atleta u,
em que SupGPA a nota mdia acu mu la da no curso supe rior, tamclas o tama nho da
clas se no ensi no mdio, em cen te nas, emperc o per cen til na turma de for ma dos no
ensi no mdio, SAT a nota com bi na da do teste de apti do aca d mi ca, feminino uma
vari vel bin ria de gne ro e atleta uma vari vel bin ria igual a um para alu nos atle tas.
Quais so suas expec ta ti vas quan to aos coe fi cien tes nessa equa o? Para quais deles
voc est incer to?
(ii) Estime a equa o da parte (i) e des cre va os resul ta dos da forma habi tual. Qual o dife-
ren cial da nota mdia de gra dua o esti ma do entre atle tas e no atle tas? Ele esta tis ti-
ca men te sig ni fi can te?
(iii) Remova SAT do mode lo e rees ti me a equa o. Agora, qual o efei to esti ma do de ser
um atle ta? Discuta por que a esti ma ti va dife ren te da obti da na parte (ii).
(iv) No mode lo da parte (i), per mi ta que o efei to de ser um atle ta difi ra por gne ro e teste
a hip te se nula de que no exis te dife ren as ceteris pari bus entre mulhe res atle tas e
mulhe res no atle tas.
(v) O efei to de SAT sobre SupGPA dife re por gne ro? Justifique sua res pos ta.
7.5 No Problema 4.2, adi cio na mos o retor no da ao da empre sa, raf, a um mode lo que expli ca-
va o sal rio dos dire to res exe cu ti vos; cons ta tou-se que raf no era sig ni fi ca ti vo. Agora, defi na uma
vari vel dummy, rafneg, que ser igual a um se raf 0 e igual a zero se raf 0. Utilize os dados
con ti dos no arqui vo CEO SAL1.RAW para esti mar o mode lo
log(salrio) b
0
b
1
log(vendas) b
2
rma b
3
rafneg u.
Discuta a inter pre ta o e a sig ni fi cn cia esta ts ti ca de
b
3
.
7.6 Utilize os dados con ti dos no arqui vo SLEEP75.RAW para fazer este exer c cio. A equa o de
inte res se
dor mir b
0
b
1
trabtot b
2
educ b
3
idade b
4
idade
2
b
5
crianmen u.
(i) Estime essa equa o sepa ra da men te para homens e mulhe res e des cre va os resul ta dos
na forma habi tual. Existem dife ren as not veis nas esti ma ti vas das duas equa es?
(ii) Calcule o teste de Chow quan to igual da de dos par me tros na equa o de inte res se,
para homens e mulhe res. Use a forma de teste que adi cio na masculino e os ter mos de
inte ra o masculino?trabtot, ..., masculinocrianmen, usan do o con jun to total de
obser va es. Quais so os gl rele van tes do teste? Voc deve rejei tar a hip te se nula ao
nvel de 5%?
(iii) Agora, per mi ta um inter cep to dife ren te para homens e mulhe res e deter mi ne se os ter-
mos de inte ra o que envol vem masculino so con jun ta men te sig ni fi ca ti vos.
(iv) Dados os resul ta dos das par tes (ii) e (iii), qual seria seu mode lo final?
(i) Use a equa o (7.18) para esti mar o dife ren cial de gne ro quan do educ 12,5.
Compare com o dife ren cial esti ma do quan do educ 0.
(ii) Compute a regres so usada para obter (7.18), mas com feminino(educ 12,5) subs-
ti tuin do femininoeduc. Como voc inter pre ta o coe fi cien te de feminino nesse caso?
(iii) O coe fi cien te de feminino na parte (ii) esta tis ti ca men te sig ni fi can te? Compare com a
equa o (7.18) e comen te.
7.8 Utilize os dados con ti dos no arqui vo LOA NAPP.RAW para fazer este exer c cio. A vari vel
bin ria a ser expli ca da aprovado, que ser igual a um se um emprs ti mo hipo te c rio a um indi v-
duo foi apro va do. A vari vel expli ca ti va impor tan te branco, uma vari vel dummy igual a um se o
pre ten den te for bran co. Os outros pre ten den tes no con jun to de dados so negros e his p ni cos.
Para veri fi car se exis te dis cri mi na o no mer ca do de emprs ti mos hipo te c rios, um mode lo
de pro ba bi li da de linear pode ser usado:
apro va do b
0
b
1
branco outros fato res.
(i) Se hou ver dis cri mi na o con tra as mino rias, e os fato res apro pria dos tive rem sido con-
tro la dos, qual ser o sinal de b
1
?
(ii) Faa a regres so de aprovado sobre branco e des cre va os resul ta dos na forma habi tual.
Interprete o coe fi cien te de branco. Ele esta tis ti ca men te sig ni fi can te? gran de, do
ponto de vista pr ti co?
(iii) Como con tro les, adi cio ne as vari veis gastdom, outrobr, montempr, desemp, masculi-
no, casado, dep, est, aval, chist, falid, inadinp1, inadinp2 e vr. O que acon te ce com o
coe fi cien te de branco? Ainda exis te evi dn cia de dis cri mi na o con tra os no bran cos?
(iv) Agora, per mi ta que o efei to da raa inte ra ja com a vari vel que regis tra outras obri ga-
es como uma por cen ta gem da renda ( outrobr). O termo de inte ra o sig ni fi ca ti vo?
(v) Usando o mode lo da parte (iv), qual o efei to de ser bran co sobre a pro ba bi li da de de
apro va o quan do outrobr 32, que apro xi ma da men te o valor da media na na amos-
tra? Obtenha um inter va lo de con fian a de 95% desse efei to.
7.9 Tem havi do bas tan te inte res se em saber se os pla nos de pen so ao alcan ce de mui tos tra-
ba lha do res norte-ame ri ca nos aumen tam a pou pan a lqui da. O con jun to de dados do arqui vo
401KSUBS.RAW con tm infor ma es sobre os ati vos finan cei ros lqui dos (finliq), renda fami liar
(renda), uma vari vel bin ria para a qua li fi ca o para um plano de pen so 401(k) (e401k) e vrias
outras vari veis.
(i) Que fra o das fam lias na amos tra se clas si fi ca para par ti ci par de uma conta de um
fundo de pen so 401(k)?
(ii) Estime um mode lo de pro ba bi li da de linear expli can do a qua li fi ca o para ter uma conta
em um plano de pen so 401(k), em ter mos de renda, idade e gne ro. Inclua renda e
idade na forma qua dr ti ca, e des cre va os resul ta dos na forma habi tual.
(iii) Voc diria que a qua li fi ca o para ter uma conta em um plano de pen so 401(k) inde-
pen den te da renda e da idade? E quan to ao gne ro? Explique.
(iv) Obtenha os valo res pre vis tos do mode lo de pro ba bi li da de linear esti ma do na parte (ii).
Algum dos valo res esti ma dos nega ti vo ou maior que um?
(v) Usando os valores ajustados da parte (iv), defina 1 se 2 0,5 e
401k 0 se 2 < 0,5. Das 9.275 famlias, quantas esto preditas como qualificadas
para um plano de penso 401k?
(vi) Das 5.638 famlias no qualificadas para um plano de penso 401k, que percentagem
est predita que no ter um plano 401k, usando o preditor ? Das 3.637 famlias
qualificadas para um plano 401k, que percentagem est predita que ter um? (ser til
se seu pacote economtrico tiver o comando tabular).
(vii) A porcentagem global corretamente predita est em torno de 64,9%. Voc acha que isto
uma descrio completa da eficincia do modelo, considerando suas respostas na
parte (vi)?
(viii) Adicione a vari vel plapind como uma vari vel expli ca ti va do mode lo de pro ba bi li da-
de linear. Supondo todos os outros fato res iguais, se uma fam lia tiver algum com um
plano de apo sen ta do ria indi vi dual, quan to ser mais ele va da a pro ba bi li da de esti ma da
de que a fam lia ser qua li fi ca da para um plano de pen so 401(k)? Ela esta tis ti ca men-
te dife ren te de zero ao nvel de 10%?
7.10 Utilize os dados con ti dos no arqui vo NBA SAL.RAW para fazer este exer c cio.
(i) Estime um mode lo de regres so linear rela cio nan do pon tos por jogo expe rin cia na
liga de bas que te bol e posi o (arma dor, ala, ou piv). Inclua a expe rin cia na forma
qua dr ti ca e use pivs como o grupo-base. Descreva os resul ta dos na forma habi tual.
e401k
i
e401k
e401k e401k
i
e401k
i
e401k
i
e401k
e401k e401k
i
e401k
i
(ii) Por que voc no inclui todas as trs vari veis dummies das posi es na parte (i)?
(iii) Mantendo fixa a expe rin cia, um arma dor marca mais pon tos que um piv? Quantos
mais? A dife ren a esta tis ti ca men te sig ni fi ca ti va?
(iv) Agora, adi cio ne o esta do civil equa o. Mantendo fixas a posi o e a expe rin cia, os
joga do res casa dos so mais pro du ti vos (com base nos pon tos por jogo)?
(v) Adicione inte ra es do esta do civil com ambas as vari veis de expe rin cia. Nesse
mode lo expan di do, exis te evi dn cia forte de que o esta do civil afeta os pon tos por jogo?
(vi) Estime o mode lo da parte (iv), mas use assis tn cias por jogo como a vari vel depen-
den te. Existe algu ma dife ren a not vel em rela o parte (iv)? Discuta.
7.11 Utilize os dados con ti dos no arqui vo 401KSUBS.RAW para fazer este exer c cio.
(i) Calcule a mdia, o des vio- padro e os valo res mni mos e mxi mos de finliq na amos tra.
(ii) Teste a hip te se de que a mdia de finliq no dife re pelo status da qua li fi ca o para ter
uma conta em plano de pen so; 401(k) use uma alter na ti va bila te ral. Qual o mon tan-
te em dla res da dife ren a esti ma da?
(iii) Considerando a parte (ii) do Exerccio 7.9, fica claro que a vari vel e401k no ex-
ge na em um mode lo de regres so sim ples; no mni mo, ela muda com a renda e a idade.
Estime um mode lo de regres so linear ml ti pla de finliq que inclua renda, idade, gne-
ro e e401k como vari veis expli ca ti vas. As vari veis de renda e idade devem apa re cer
na forma qua dr ti ca. Nesse caso, qual o efei to esti ma do, em dla res, da qua li fi ca o
para ter uma conta em um fundo de pen so 401(k)?
(iv) Ao mode lo esti ma do na parte (iii), adi cio ne as inte ra es e401k(idade 41) e
e401k(idade 41)
2
. Observe que a mdia de idade na amos tra est em torno de 41,
de forma que no novo mode lo o coe fi cien te de e401k o efei to esti ma do da qua li fi ca-
o para ter uma conta em um fundo de pen so 401(k) na idade mdia. Qual termo de
inte ra o sig ni fi ca ti vo?
(v) Comparando as esti ma ti vas das par tes (iii) e (iv), os efei tos esti ma dos da qua li fi ca o
para ter uma conta em um fundo de pen so 401(k) na idade de 41 anos dife rem muito?
Explique.
(vi) Agora, eli mi ne os ter mos de inte ra o do mode lo, mas defi na cinco vari veis dummy
do tama nho da fam lia: tamfam1, tamfam2, tamfam3, tamfam4 e tamfam5. A vari vel
tamfam5 igual a um para fam lias com pos tas de cinco ou mais mem bros. Inclua as
vari veis dummy do tama nho da fam lia no mode lo esti ma do na parte (iii); asse gu re-se
de esco lher um grupo-base. As dummies do tama nho das fam lias so sig ni fi ca ti vas ao
nvel de 1%?
(vii) Agora, faa um teste de Chow do mode lo
fin liq b
0
b
1
renda b
2
renda
2
b
3
idade b
4
idade
2
b
5
e401k u
entre as cinco cate go rias de tama nhos de fam lia, per mi tin do dife ren as nos inter cep tos. A
soma dos quadrados dos res duos res tri ta, SQR
r
, obti da da parte (vi) por que aque la regres-
so assu me que todas as incli na es so as mes mas. A soma dos quadrados dos res duos
irres tri ta SQR
ir
SQR
1
SQR
2
... SQR
5
, em que SQR
f
a soma dos quadrados
dos res duos da equa o esti ma da usan do somen te o tama nho da fam lia f. Voc deve se con ven cer de
que exis tem 30 par me tros no mode lo irres tri to (cinco inter cep tos mais 25 incli na es) e dez par me-
tros no mode lo res tri to (cinco inter cep tos mais cinco incli na es). Portanto, o nme ro de res tri es tes-
ta das q 20, e os gl do mode lo irres tri to so 9.275 30 9.245.
7.12 Utilize o conjunto de dados contido no BEAUTY.RAW, que contm um subconjunto das
variveis (mas com observaes mais teis do que nas regresses relatadas por Hamermesh and
Biddle (1994).
(i) Encontre, separadamente, as fraes de homens e mulheres que esto classificadas como
tendo aparncia acima da mdia. O nmero maior de pessoas est classificado como tendo
a aparncia acima ou abaixo da mdia?
(ii) Teste a hiptese nula de que as fraes da populao de homens e mulheres com aparncia
acima e abaixo da mdia so as mesmas. Relate o p-valor unilateral de que a frao de
mulheres mais alta. (Sugesto: Estimar um modelo de regresso linear simples mais
fcil).
(iii) Agora estime o modelo
log(salrio) b
0
b
1
abaixmed b
2
acimmed u
separadamente para homens e mulheres, e relate os resultados da forma habitual. Em ambos os casos,
interprete o coeficiente na abaixmed. Explique com suas prprias palavras o que a hiptese H
0
:b
1
0 contra H
1
:b
1
0 significa, e encontre os p-valores de homens e mulheres.
(iv) Existe evidncia convincente que mulheres com aparncia acima da mdia ganham mais que
mulheres com aparncia na mdia? Explique.
(v) Tanto para homens como para mulheres, adicione as variveis explicativas educ, exper, exper
2
,
sindicato, boasade, negro, casado, sul, cidadegr, cidadepeq e servio. Os efeitos das variveis
de aparncia mudam de maneiras importantes?
7.13 Use os dados contidos em APPLE.RAW para responder a esta questo.
(i) Defina uma varivel binaria compreco 1 se ecolbs 0 e compreco 0 se ecolbs 0.
Em outras palavras, compreco indica se, aos preos fornecidos, uma famlia compraria
mas com selo ecolgico. Que frao de famlias declara que comprariam mas com
selo ecolgico?
(ii) Estime o modelo de probabilidade linear
compreco b
0
b
1
ecoprc b
2
regprc b
3
rendfami b
4
tamfam b
5
educ b
6
idade u
e relate os resultados da forma habitual. Cuidadosamente interprete os coeficientes nas
variveis de preo
(iii) As variveis sem preo so conjuntamente significantes no MPL? (Use a habitual
estatstica F, embora ela no seja vlida quando existe heteroscedasticidade). Qual
varivel explicativa exceto as variveis de preo parece ter o efeito mais importante na
deciso de comprar mas com selo ecolgico? Isso faz sentido para voc?
(iv) No modelo da parte (ii), substitua rendfami por log(rendfami). Qual modelo se encaixa
melhor nos dados, usando rendfami ou log(rendfami)?
(v) Na estimao na parte (iv), quantas probabilidades estimadas so negativas? Quantas so
maiores que um? Voc deveria se preocupar com isso?
(vi) Na estimao na parte (iv), compute a porcentagem corretamente predita de cada resultado,
compreco 0 e compreco 1. Qual resultado mais bem predito pelo modelo?
7.14 Utilize os dados contidos em CHARITY.RAW para responder a esta questo. A varivel resp
uma varivel dummy igual a um se uma pessoa deu retorno com uma doao mais recente mala
direta enviada pela organizao caritativa. A varivel respultima uma varivel dummy igual a um se
a pessoa deu retorno mala direta anterior, meddoa a mdia das doaes anteriores (em Florins
holandeses), e propresp a proporo de vezes em que a pessoa deu retorno s malas diretas
anteriores.
(i) Estime um modelo de probabilidade linear relacionando resp com respultima e meddoa.
Relate o resultado na forma habitual, e interprete o coeficiente na respultima.
(ii) O valor mdio das doaes anteriores parece afetar a probabilidade de retorno?
(iii) Adicione a varivel propresp ao modelo, e interprete seu coeficiente. (Tenha cuidado aqui:
um aumento de um na propresp a maior alterao possvel.)
(iv) O que aconteceu com o coeficiente na respultima quando propresp foi adicionada
regresso? Isto faz sentido?
(v) Adicione malaano, o nmero de malas diretas por ano. Quo grande seu efeito
estimado? Por que isto pode no ser uma boa estimativa do efeito causal das malas diretas
sobre os retornos?
CAPTULO 8
8.1 Utilize o modelo a seguir para explicar o comportamento do sono:
dor mir b
0
b
1
trabtot b
2
educ b
3
idade b
4
idade
2
b
5
crianmen b
6
masculino u.
(i) Escreva um mode lo que per mi ta que a varin cia de u difi ra entre homens e mulhe res.
A varin cia no deve depen der de outros fato res.
(ii) Utilize os dados contidos no arquivo SLEEP.75.RAW para estimar os par me tros do
mode lo quan to hete ros ce das ti ci da de. (Voc ter, pri mei ro, que esti mar a equa o dor-
mir por MQO, para obter os res duos MQO.) A varin cia esti ma da de u maior para
homens ou para mulhe res?
(iii) A varin cia de u esta tis ti ca men te dife ren te para homens e para mulhe res?
8.2 (i) Utilize os dados con ti dos no arqui vo HPRI CE1.RAW para obter os erros- padro robus-
tos em rela o hete ros ce das ti ci da de da equa o (8.17). Discorra sobre quais quer dife-
ren as impor tan tes em rela o aos erros-padro habi tuais.
(ii) Repita a parte (i) para a equa o (8.18).
(iii) O que este exem plo suge re sobre a hete ros ce das ti ci da de e a trans for ma o usada na
vari vel depen den te?
8.3 Aplique o teste com ple to de White de hete ros ce das ti ci da de [veja equa o (8.19)] na equa o
(8.18). Usando a forma qui-qua dra da da esta ts ti ca, obte nha o p-valor. Qual sua con clu so?
8.4 Utilize os dados con ti dos no arqui vo VOTE1.RAW para fazer este exer c cio.
(i) Estime um mode lo com votoA como a vari vel depen den te e forpartA, democA,
log(gastoA) e log(gastoB) como as vari veis inde pen den tes. Obtenha os res duos
MQO,
i
, e faa a regres so des ses res duos sobre todas as vari veis inde pen den tes.
Explique por que voc obtm R
2
0.
(ii) Agora, calcule o teste de hete ros ce das ti ci da de de Breusch-Pagan. Use a ver so da esta-
ts ti ca F e escre va o p-valor.
(iii) Calcule o caso espe cial do teste de White de hete ros ce das ti ci da de, usan do nova men te
a forma da esta ts ti ca F. Qual a fora da evi dn cia de hete ros ce das ti ci da de agora?
8.5 Utilize os dados con ti dos no arqui vo PNTSPRD.RAW para fazer este exer c cio.
(i) A vari vel sprdcvr uma vari vel bin ria igual a um se a van ta gem que uma casa de
apos tas der a uma equi pe de bas que te bol mais fraca for cober ta em um deter mi na do
jogo. O valor espe ra do de sprdcvr, m, a pro ba bi li da de de que a van ta gem seja cober-
ta em um jogo sele cio na do alea to ria men te. Teste H
0
: m 0,5 con tra H
1
: m 0,5 no
nvel de sig ni fi cn cia de 10% e dis cu ta os resul ta dos. (Sugesto: Isso pode ser feito
com faci li da de usan do um teste t fazen do a regres so de sprdcvr sobre somen te um
inter cep to.)
(ii) Quantos jogos na amos tra de 553 foram joga dos em campo neu tro?
(iii) Estime o mode lo de pro ba bi li da de linear
sprdcvr b
0
b
1
casafav b
2
neutro b
3
fav25 b
4
aza25 u
e des cre va os resul ta dos da manei ra habi tual. (Registre os erros- padro MQO usuais e os
erros- padro robus tos em rela o hete ros ce das ti ci da de). Quais vari veis so mais sig ni fi ca-
ti vas, tanto na pr ti ca como esta tis ti ca men te?
(iv) Explique a razo, sob a hip te se nula H
0
: b
1
b
2
b
3
b
4
0, de no haver hete-
ros ce das ti ci da de no mode lo.
(v) Use a esta ts ti ca F habi tual para tes tar a hip te se na parte (iv). Quais suas con clu ses?
(vi) Considerando a an li se ante rior, voc diria ser pos s vel pre ver sis te ma ti ca men te se a
van ta gem con ce di da pela casa de apos tas ser cober ta usan do a infor ma o dis po n vel
antes dos jogos?
8.6 No Exemplo 7.12, esti ma mos um mode lo de pro ba bi li da de linear para veri fi car se um jovem
havia sido preso duran te o ano de 1986:
pris86 b
0
b
1
pcond b
2
sentmed b
3
temptot b
4
temp86 b
5
empr86 u.
(i) Estime este mode lo por MQO e veri fi que se todos os valo res esti ma dos esto estri ta-
men te entre zero e um. Quais so o menor e o maior valo res esti ma dos?
(ii) Estime a equa o por mni mos qua dra dos pon de ra dos, como dis cu ti do na Seo 8.5.
(iii) Use as esti ma ti vas MQP para deter mi nar se sentmed e temptot so con jun ta men te sig-
ni fi can tes no nvel de 5%.
8.7 Utilize os dados con ti dos no arqui vo LOA NAPP.RAW para fazer este exer c cio.
(i) Estime a equa o da parte (iii) do Problema 7.8, com pu tan do os erros-padro robus tos
em rela o hete ros ce das ti ci da de. Compare o inter va lo de con fian a de 95% em
b
branco
com o inter va lo de con fian a no robus to.
(ii) Obtenha os valo res esti ma dos da regres so na parte (i). Algum deles menor que zero?
Algum deles maior que um? O que isso sig ni fi ca em ter mos da apli ca o de mni mos
qua dra dos pon de ra dos?
(i) Use o mto do MQO para esti mar um mode lo rela cio nan do SupGPA com emGPA, ACT,
faltas e PC. Obtenha os res duos MQO.
(ii) Calcule o caso espe cial do teste de White de hete ros ce das ti ci da de. Na regres so de
u
i
2
sobre
i
,
i
2
, obte nha os valo res esti ma dos, diga mos,
h
i
.
(iii) Verifique se os valo res esti ma dos da parte (ii) so todos estri ta men te posi ti vos. Em segui-
da, obte nha as esti ma ti vas dos mni mos qua dra dos pon de ra dos uti li zan do pesos 1/
h
i
.
Compare as esti ma ti vas dos mni mos qua dra dos pon de ra dos para o efei to das fal tas s
aulas e da pro prie da de de com pu ta do res pes soais com as esti ma ti vas MQO cor res pon-
den tes. O que pos s vel con cluir de suas sig ni fi cn cias esta ts ti cas?
(iv) Na esti ma o MQP da parte (iii), obte nha os erros- padro robus tos em rela o hete-
ros ce das ti ci da de. Em outras pala vras, leve em conta o fato de que a fun o da varin-
cia esti ma da na parte (ii) pode ter sido mal-espe ci fi ca da. (Veja Questo 8.4.) Os erros-
- padro da parte (iii) mudam muito?
8.9 No Exemplo 8.7, com pu ta mos as esti ma ti vas MQO e um con jun to de esti ma ti vas MQP em
uma equa o de deman da de cigar ros.
(i) Obtenha as esti ma ti vas MQO na equa o (8.35).
(ii) Obtenha
h
i
usado na esti ma o MQP da equa o (8.36) e repro du za a equa o (8.36).
Desta equa o, obte nha os res duos e valo res esti ma dos no pon de ra dos; chame-os de
i
e
y
i
, res pec ti va men te. (Por exem plo, no pro gra ma eco no m tri co Stata, os res duos e
valo res esti ma dos no pon de ra dos so for ne ci dos por padro.)
(iii) Sejam
u
i

i
/ e
y
i
y
i
/ as quan ti da des pon de ra das. Aplique o caso espe cial
do teste de White de hete ros ce das ti ci da de fazen do a regres so de
u
2
i
sobre
y
i
,
y
2
i
, cer ti fi-
can do-se de incluir um inter cep to, como sem pre. Voc encon tra hete ros ce das ti ci da de
nos res duos pon de ra dos?
(iv) O que as cons ta ta es da parte (iii) impli cam sobre a forma de hete ros ce das ti ci da de
pro pos ta usada na obten o de (8.36)?
(v) Obtenha erros- padro vli dos para as esti ma ti vas MQP que per mi tam que a fun o de
varin cia seja mal-espe ci fi ca da.
8.10 Utilize os dados con ti dos no arqui vo 401KSUBS.RAW para fazer este exer c cio.
(i) Usando o mto do MQO, esti me um mode lo de pro ba bi li da de linear de e401k, uti li zan-
do como vari veis expli ca ti vas renda, renda
2
, idade, idade
2
, e masculino. Obtenha
ambas as ver ses de erros- padro, a habi tual por MQO e a robus ta em rela o hete-
ros ce das ti ci da de. Existe algu ma dife ren a impor tan te entre elas?
h
i
^
h
i
^
SupGPA SupGPA SupGPA SupGPA
h
i
^
h
i
^
(ii) No caso espe cial do teste de White de hete ros ce das ti ci da de, no qual faze mos a regres-
so dos qua dra dos dos resduos de MQO sobre o qua dra do dos valo res esti ma dos
MQO,
u
2
i
sobre
y
i
,
y
2
i
, i 1, ..., n, argu men te que o limi te de pro ba bi li da de do coe fi cien-
te de
y
1
deve ser um, a pro ba bi li da de do coe fi cien te de
y
2
i
deve ser 1, e o limi te de pro-
ba bi li da de do inter cep to deve ser zero. {Sugesto: Lembre-se que Var(y| x
1
, x
2
, ...,
x
k
) p(x)[1 p(x)], em que p(x) b
0
b
1
x
1
... b
k
x
k
).}
(iii) Do mode lo esti ma do da parte (i), obte nha o teste de White e veja se as esti ma ti vas dos
coe fi cien tes cor res pon dem, em linhas gerais, aos valo res te ri cos des cri tos na parte (ii).
(iv) Aps ter veri fi ca do que os valo res esti ma dos da parte (i) esto todos entre zero e um,
obte nha as esti ma ti vas dos mni mos qua dra dos pon de ra dos do mode lo de pro ba bi li da-
de linear. Elas dife rem, de manei ra impor tan te, das esti ma ti vas MQO?
8.11 Utilize os dados contidos na 401KSUBS.RAW para responder a esta questo, restringindo a
amostra a tamfam 1.
(i) Ao modelo estimado na Tabela 8.1, adicione o termo de interao e401k renda.
Estime a equao pelos MQO e obtenha os erros-padro robustos habituais. Qual sua
concluso sobre a significncia estatstica do termo de interao?
(ii) Agora estime o modelo mais geral pelos MQP usando os mesmos pesos, 1/renda
i
,
como na Tabela 8.1. Calcule o erro-padro habitual e o robusto pelo estimador MQP. O
termo de interao estatisticamente significante usando o erro-padro robusto?
(iii) Examine o coeficiente MQP na e401k no modelo mais geral. Ele de grande interesse
por si s? Explique.
(iv) Estime novamente o modelo pelos MQP mas use o termo de interao e401k
(renda 30); a mdia da renda na amostra est em torno de 29,44. Agora interprete o
coeficiente na e401k.
8.12 Utilize os dados da MEAP00_1.RAW para responder a esta questo.
(i) Estime o modelo
mat4 b
0
b
1
merenda b
2
log(matricl) b
3
log(gpa) u
pelos MQO e obtenha os erros-padro habituais e os erros-padro totalmente robustos.
Como eles se comparam, de forma geral?
(ii) Aplique o caso especial do teste de White de heteroscedasticidade. Qual o valor do
teste F? Qual sua concluso?
(iii) Obtenha
^
g
i
como os valores ajustados da regresso log(
^
u
2
i
) sobre
i
,
2
i
, em que
i
so os valores ajustados do MQO e as
^
u
i
so os resduos dos MQO. Seja
^
h
i
exp(
^
g
i
). Use a
^
h
i
para obter as estimativas MQP. H grandes diferenas com os
coeficientes dos MQO?
(iv) Obtenha os erros-padro dos MQP que permitam mal-especificao da funo de
varincia. Eles diferem muito dos habituais erros-padro dos MQP?
(v) Para se estimar o efeito dos gastos na mate4 os MQO ou MQP parecem ser mais
precisos?
mate4
mate4
mate4
mate4
mate4
mate4
CAPTULO 9
9.1 (i) Aplique o teste RESET da equa o (9.3) no mode lo esti ma do no Exerccio em
Computador 7.5. Existe evi dn cia de m-espe ci fi ca o da forma fun cio nal na equa o?
(ii) Calcule uma forma robus ta do teste RESET, em rela o hete ros ce das ti ci da de. Isso
alte ra a sua con clu so sobre a parte (i)?
9.2 Utilize o con jun to de dados do arqui vo WAGE2.RAW para este exer c cio.
(i) Use a vari vel KWW(escore de teste do Conhecimento do mundo do trabalho) como
uma proxy da apti do em lugar da vari vel QI no Exemplo 9.3. Qual ser a esti ma ti va
do retor no da edu ca o neste caso?
(ii) Agora, use QI e KWW jun tas como vari veis proxy. O que acon te ce com o retor no da
edu ca o esti ma do?
(iii) Na parte (ii), QI e KWW so indi vi dual men te sig ni fi can tes? Conjuntamente, elas so
sig ni fi can tes?
9.3 Utilize os dados do arqui vo JTRAIN.RAW para este exer c cio.
(i) Considere o mode lo de regres so sim ples
log(rejei) b
0
b
1
subs u,
em que rejei o ndi ce de rejei o dos pro du tos das fir mas e subs uma vari vel dummy indi-
can do se uma deter mi na da firma rece beu sub s dios para trei na men to de pes soal. Voc con se-
gue pen sar em algu mas razes pelas quais os fato res no obser va dos em u pos sam estar cor-
re la cio na dos com subs?
(ii) Estime o mode lo de regres so sim ples uti li zan do os dados de 1988. (Voc deve ter 54
obser va es.) O rece bi men to de sub s dios para trei na men to de pes soal reduz sig ni fi ca-
ti va men te a taxa de rejei o das fir mas?
(iii) Agora, adi cio ne como uma vari vel expli ca ti va log(rejei
87
). Como isso alte ra o efei to
esti ma do de subs? Interprete o coe fi cien te de subs. Ele esta tis ti ca men te sig ni fi can te
ao nvel de 5%, com pa ra do com a alter na ti va uni la te ral H
1
: b
subs
0?
(iv) Teste a hip te se nula de que o par me tro de log(rejei
87
) igual a um, com pa ra do com
a alter na ti va bila te ral. Informe o p-valor do teste.
(v) Repita as par tes (iii) e (iv), uti li zan do erros- padro robus tos em rela o hete ros ce das-
ti ci da de, e dis cu ta, de forma resu mi da, sobre quais quer dife ren as encon tra das.
9.4 Utilize os dados para o ano de 1990 do arqui vo INFMRT.RAW para este exer c cio.
(i) Reestime a equa o (9.43), mas agora inclua uma vari vel dummy para a obser va o
do Distrito de Colmbia (cha ma da DC). Interprete o coe fi cien te de DC e comen te sobre
seu tama nho e sig ni fi cn cia.
(ii) Compare as esti ma ti vas e erros- padro da parte (i) com as da equa o (9.44). O que
voc con clui sobre a inclu so de uma vari vel dummy para uma nica obser va o?
9.5 Utilize os dados do arqui vo RDCHEM.RAW para melhor exa mi nar os efei tos de obser va es
extre mas sobre as esti ma ti vas MQO e veja como o MDA menos sensvel s observaes extremas.
O modelo :
pdin tens b
0
b
1
vendas b
2
vendas
2
b
3
lucrmarg u
em que voc deve primeiro mudar vendas para bilhes de dlares para tornar a estimativa fcil
de interpretar.
(i) Estime a equao acima pelos MQO, tanto com a firma tendo ou no vendas anuais de
40 bilhes de dlares. Comente sobre quaisquer diferenas notveis nos coeficientes
estimados.
(ii) Estime a mesma equao pelos MDA, de novo com e sem a maior firma. Comente
sobre quaisquer diferenas importantes nos coeficientes estimados.
(iii) Com base em suas constataes na (i) e na (ii), voc diria que os MQO ou os MDA
mais resiliente atipicidade?
9.6 Refaa o Exemplo 4.10 remo ven do as esco las em que os bene f cios dos pro fes so res sejam
meno res do que 1% do sal rio.
(i) Quantas obser va es so per di das?
(ii) A remo o des sas obser va es pro duz algum efei to impor tan te na rela o de tro cas
esti ma da?
9.7 Utilize os dados do arqui vo LOA NAPP.RAW para este exer c cio.
(i) Quantas obser va es tm outrobr 40, isto , outras dvi das maio res que 40% da
renda total?
(ii) Reestime o mode lo da parte (iii) do Exerccio 7.8, excluin do as obser va es com
outrobr 40. O que acon te ce com a esti ma ti va e com a esta ts ti ca t da vari vel
branco?
(iii) A esti ma ti va de b
branco
apa ren ta ser dema sia da men te afe ta da pela amos tra uti li za da?
9.8 Utilize os dados do arqui vo TWO YEAR.RAW para este exer c cio.
(i) A vari vel stotal uma vari vel de teste padro ni za da, que pode agir como uma vari-
vel proxy da apti do no obser va da. Encontre a mdia amos tral e o des vio- padro de
sto tal.
(ii) Compute regres ses sim ples de cp e de univ sobre sto tal. As duas vari veis sobre edu-
ca o supe rior so, esta tis ti ca men te, rela cio na das com sto tal? Explique.
(iii) Adicione sto tal equa o (4.17) e teste as hip te ses de que os retor nos dos cur sos de
graduao de dois anos e de qua tro anos so os mes mos, con tra a hip te se alter na ti va
de que o retor no dos cur sos de gra dua o de qua tro anos maior. Como suas cons ta ta-
es podem ser com pa ra das com as da Seo 4.4?
(iv) Adicione sto tal
2
equa o esti ma da na parte (iii). Parece ser neces s rio um termo qua-
dr ti co na vari vel de teste da pon tua o?
(v) Adicione os ter mos de inte ra o stotalcp e stotaluniv equa o da parte (iii). Esses
ter mos so con jun ta men te sig ni fi can tes?
(vi) Qual seria seu mode lo final que con tro la ria a apti do por meio do uso de sto tal?
Justifique sua res pos ta.
9.9 Neste exer c cio voc deve com pa rar as esti ma ti vas MQO e MDA dos efei tos da participao
no pla no 401(k) os ati vos finan cei ros lqui dos. O mode lo
finliq b
0
b
1
renda b
2
renda
2
b
3
idade b
4
idade
2
b
5
masculino b
6
e401k u.
(i) Utilize os dados do arqui vo 401KSUBS.RAW para esti mar a equa o por MQO e des-
cre va os resul ta dos da forma usual. Interprete o coe fi cien te de e401k.
(ii) Use os res duos de MQO para tes tar a hete ros ce das ti ci da de uti li zan do o teste de
Breusch-Pagan. A vari vel u inde pen den te das vari veis expli ca ti vas?
(iii) Estime a equa o com o mto do MDA e des cre va os resul ta dos da mesma forma como
foram infor ma dos os resul ta dos do MQO. Interprete a esti ma ti va MDA de b
6
.
(iv) Reconcilie suas cons ta ta es das par tes (ii) e (iii)
9.10 Voc precisar usar dois conjuntos de dados para fazer este exerccio, JTRAIN2.RAW e
JTRAIN3.RAW. O primeiro o resultado de um experimento de treinamento de pessoal. O arquivo
JTRAIN3.RAW contm dados observacionais, onde os prprios indivduos, em grande escala,
determinam se eles participam de treinamento de pessoal. Os conjuntos de dados cobrem o mesmo
perodo.
(i) No conjunto de dados JTRAIN2.RAW, qual a frao de homens que esto recebendo
treinamento de pessoal? Qual a frao na JTRAIN3.RAW? Por que voc acha que
existe tamanha diferena?
(ii) Usando o JTRAIN2.RAW execute uma regresso simples de gr78 sobre trein. Qual o
efeito estimado da participao num treinamento de pessoal sobre ganhos reais?
(iii) Agora adicione como controles na regresso na parte(ii) as variveis gr74, gr75, educ,
idade, negro, e hispan. O efeito estimado do treinamento de pessoal sobre a gr78 altera
muito? De que forma? (Dica: Lembre que so dados experimentais).
(iv) Faa as regresses nas partes (ii) e (iii) usando os dados de JTRAIN3.RAW, relatando
somente os coeficientes estimados na trein, juntamente com suas estatsticas t. Qual o
efeito agora por termos controlado os fatores extras e por qu?
(v) Defina medgr (gr74 gr75)/2. Encontre as mdias amostrais, desvios padres, e os
valores mnimos e mximos nos dois conjuntos de dados. Esses conjuntos de dados so
representativos das mesmas populaes em 1978?
(vi) Quase 96% dos homens do conjunto de dados JTRAIN2.RAW tem medgr menor que
10.000 dlares
Usando somente esses homens, execute a regresso
gr78 sobre trein, gr74, gr75, educ, idade, negro, e hispan.
e relate a estimativa de treinamento e sua estatstica t. Execute a mesma regresso da
JTRAIN3.RAW, usando somente homens com medgr 10. Da subamostra de homens
com baixa renda, como os efeitos estimados de treinamento se comparam ao longo dos
conjuntos de dados experimentais e no experimentais?
(vii) Agora use cada conjunto de dados para executar uma regresso simples de gr78 sobre
trein, mas somente dos homens que estavam desempregados em 1974 e 1975. Como as
estimativas de treinamento se comparam agora?
(viii) Usando suas constataes das regresses anteriores, comente sobre a importncia
potencial de ter-se populaes comparveis subjacentes de estimativas experimentais e
no experimentais.
9.11 Utilize os dados do ano de 1993 para esta questo, embora voc v precisar, primeiro, obter a
taxa defasada de homicdios, digamos txhomi
1
.
(i) Execute a regresso de txhomi sobre exec, desemp. Quais so o coeficiente e estatstica t
na exec? Esta regresso fornece alguma evidncia de efeito dissuasor da pena de morte?
(ii) Quantas execues so relatadas no Texas durante 1993? (Na verdade, esta a soma
das execues daquele e dos dois anos anteriores.) Como isto se compara com os outros
estados? Adicione uma varivel simulada para o Texas na regresso da parte (i). A
estatstica t geralmente grande? Disto, o Texas aparenta ser uma observao extrema?
(iii) Adicione a taxa defasada de homicdios na regresso na parte (i). O que acontece com
a
^
b
exec
e sua significncia estatstica?
(iv) Na regresso na parte (iii), o Texas aparenta ser uma observao extrema? Qual o
efeito na
^
b
exec
com a eliminao do Texas da regresso?
9.12 Utilize os dados da ELEM94_95 para responder a esta questo.Veja tambm o Exerccio em
Computador 4.10.
(i) Usando todos os dados, execute a regresso de lsalmed sobre bs, lmatricl, lstaff, e
merenda. Relate o coeficiente na bs juntamente com seus erros-padro habituais e de
heteroscedasticidade robusta. O que voc conclui sobre a significncia econmica e
estatstica da
^
b
bs
?
(ii) Agora elimine as quatro observaes com bs 0,5, isto , em que os benefcios mdios
so (supostamente) mais de 50% do salrio mdio. Qual o coeficiente na bs? Ele
estatisticamente significante usando os erros-padro de heteroscedasticidade robusta?
(iii) Verifique que as quatro observaes com bs 0,5 so 68, 1.127, 1.508. e 1.670. Defina
quatro variveis dummy para cada uma dessas observaes. (Voc pode cham-las d68,
d1127, d1508 e d1670.) Adicione-as regresso da parte (i), e verifique que os
coeficientes e erros-padro dos MQO nas outras variveis so idnticos aos da parte (ii)
Quais das quatro dummies tm uma estatstica t estatisticamente diferente de zero em
um nvel de 5%?
(iv) Verifique que, neste conjunto de dados, o ponto de dado com o maior resduo
estudentizado (maior estatstica t na varivel dummy) na parte (iii) tem uma grande
influncia nas estimativas MQO. (Isto , executar os MQO usando todas as observaes
exceto aquela com o resduo estudentizado grande.) A eliminao, uma por uma, cada
uma das outras observaes com bs 0,5 tem efeitos importantes?
(v) Qual sua concluso sobre a sensibilidade dos MQO a uma nica observao, mesmo
com uma amostra de tamanho grande?
(vi) Verifique que o estimador MDA no sensvel incluso da observao identificada
na parte (iii).
CAPTULO 10
10.1 Em outu bro de 1979, o Banco Central norte-ame ri ca no mudou sua pol ti ca de metas de ofer-
ta mone t ria e pas sou a focar dire ta men te as taxas de juros de curto prazo. Utilizando os dados con-
ti dos no arqui vo INT DEF.RAW, defi na uma vari vel dummy igual a um para os anos aps 1979.
Inclua essa dummy na equa o (10.15) para veri fi car se ocor re uma mudan a na equa o da taxa de
juros aps 1979. O que voc con clui?
10.2 Utilize os dados con ti dos no arqui vo BARIUM.RAW para fazer este exer c cio.
(i) Adicione uma ten dn cia tem po ral linear equa o (10.22). Algumas das vari veis,
alm daque la da ten dn cia, so esta tis ti ca men te sig ni fi can tes?
(ii) Na equa o esti ma da na parte (i) veri fi que a sig ni fi cn cia con jun ta de todas as vari-
veis, exce to a de ten dn cia tem po ral. Qual sua con clu so?
(iii) Adicione vari veis dummy men sais a essa equa o e teste a sazo na li da de. A inclu so
das dummies men sais alte ra quais quer outras esti ma ti vas ou seus erros- padro de forma
impor tan te?
10.3 Adicione a vari vel log(prpnb) na equa o do sal rio mni mo (10.38). Essa vari vel sig-
ni fi can te? Interprete o coe fi cien te. Como a inclu so de log(prpnb) afeta o efei to do sal rio mni-
mo esti ma do?
10.4 Utilize os dados con ti dos no arqui vo FER TIL3.RAW para veri fi car que o erro- padro da PLP
na equa o (10.19) est em torno de 0,030.
10.5 Utilize os dados con ti dos no arqui vo EZAN DERS.RAW para fazer este exer c cio. Os dados
so de pedi dos de seguro-desem pre go men sais na cida de de Anderson, no esta do norte-ame ri ca no de
Indiana, de janei ro de 1980 a novem bro de 1988. Em 1984, uma zona indus trial (ZI) foi ins ta la da em
Anderson (como tam bm em outras cida des de Indiana). [Veja Papke (1994) para deta lhes.]
(i) Regrida log(uclms) sobre uma ten dn cia tem po ral linear e sobre 11 vari veis dummy
men sais. Qual a ten dn cia geral dos pedi dos de seguro-desem pre go ao longo desse
pero do? (Interprete o coe fi cien te da ten dn cia tem po ral.) Existe evi dn cia de sazo na-
li da de nos pedi dos de seguro-desem pre go?
(ii) Adicione zi, uma vari vel dummy igual a um nos meses em que Anderson tinha uma ZI,
na regres so da parte (i). O fato de ter uma zona indus trial pare ce redu zir os pedi dos de
seguro-desem pre go? Em quan to? [Voc deve usar a fr mu la (7.10) do Captulo 7].
(iii) Que hip te ses voc pre ci sa fazer para atri buir o efei to da parte (ii) cria o de uma
zona indus trial?
10.6 Utilize os dados con ti dos no arqui vo FER TIL3.RAW para fazer este exer c cio.
(i) Faa a regres so de tgf
t
sobre t e t
2
e guar de os res duos. Isso pro du zi r um tgf
t
cuja ten-
dn cia foi remo vi da, diga mos t gf
t
.
(ii) Regrida t gf
t
sobre todas as vari veis da equa o (10.35), inclu si ve t e t
2
. Compare o R-
qua dra do com o de (10.35). O que voc con clui?
(iii) Reestime a equa o (10.35) mas adi cio ne t
3
a ela. Este termo adi cio nal esta tis ti ca-
men te sig ni fi can te?
10.7 Utilize os dados con ti dos no arqui vo CON SUMP.RAW para fazer este exer c cio.
(i) Estime um mode lo de regres so sim ples rela cio nan do o cres ci men to do con su mo
real per capi ta (de bens no dur veis e ser vi os) ao cres ci men to da renda dis po n vel real
per capi ta. Use a mudan a nos loga rit mos em ambos os casos. Descreva os resul ta dos da forma habi-
tual. Interprete a equa o e dis cu ta a sig ni fi cn cia esta ts ti ca.
(ii) Adicione uma defa sa gem do cres ci men to da renda dis po n vel real per capi ta da parte
(i). Qual sua con clu so sobre as defa sa gens de ajus ta men to sobre o cres ci men to do
con su mo?
(iii) Adicione a taxa real de juros equa o da parte (i). Ela afeta o cres ci men to do con su mo?
(i) Adicione ip
t3
e ip
t4
equa o (10.19). Faa o teste de sig ni fi cn cia con jun ta des sas
defa sa gens.
(ii) Encontre a pro pen so de longo prazo esti ma da e seus res pec ti vos erros- padro no
mode lo da parte (i). Compare-os com os obti dos na equa o (10.19).
(iii) Estime o mode lo de defa sa gens dis tri bu das poli no mial do Problema 10.6. Encontre a
PLP e com pa re-a com o que obti do do mode lo sem res tri es.
10.9 Utilize os dados con ti dos no arqui vo VOLAT.RAW para fazer este exer c cio. A vari vel
rsp500 o retor no men sal do ndi ce Standard & Poors 500 do mer ca do acio n rio norte-ame ri ca no,
em ter mos anuais. (A vari vel inclui tanto alte ra es de pre os como tam bm divi den dos.) A vari-
vel i3 o retor no das letras do Tesouro norte-ame ri ca no de trs meses, e pcip a mudan a per cen-
tual na pro du o indus trial; ambas tam bm esto expres sas em ter mos anuais.
(i) Considere a equa o:
rsp500
t
b
0
b
1
pcip
t
b
2
i3
t
u
t
.
Que sinais voc acre di ta que b
1
e b
2
deve riam ter?
(ii) Estime a equa o ante rior pelo mto do MQO, des cre ven do os resul ta dos na forma-
- padro. Interprete os sinais e as mag ni tu des dos coe fi cien tes.
(iii) Quais das vari veis so esta tis ti ca men te sig ni fi can tes?
(iv) Suas des co ber tas da parte (iii) suge rem que o retor no do S&P 500 pre vi s vel?
Explique.
10.10 Considere o mode lo esti ma do em (10.15); uti li ze os dados con ti dos no arqui vo INT-
DEF.RAW.
(i) Encontre a cor re la o entre inf e def ao longo do pero do amos tral e comen te.
(ii) Adicione uma defa sa gem em inf e def na equa o e des cre va os resul ta dos da forma
habi tual.
(iii) Compare a PLP esti ma da do efei to da infla o com aque la da equa o (10.15). Elas so
muito dife ren tes?
(iv) As duas defa sa gens no mode lo so con jun ta men te sig ni fi can tes ao nvel de 5%?
10.11 O arqui vo TRA FIC2.RAW con tm 108 obser va es men sais sobre aci den tes auto mo bi ls ti-
cos, leis de trn si to e algu mas outras vari veis do esta do norte-ame ri ca no da Califrnia, de janei ro
de 1981 a dezem bro de 1989. Utilize esse con jun to de dados para res pon der s seguin tes ques tes.
(i) Em que ms e ano a lei do cinto de segu ran a entrou em vign cia na Califrnia?
Quando o limi te de velo ci da de nas rodo vias pas sou para 65 milhas por hora?
(ii) Faa a regres so da vari vel log( totacc) em uma ten dn cia tem po ral linear e 11 vari-
veis dummy men sais, usan do janei ro como o ms base. Interprete a esti ma ti va do coe fi-
cien te da ten dn cia tem po ral. Voc diria que exis te sazo na li da de no total de aci den tes?
(iii) Adicione regres so da parte (i) as vari veis finssem, desemp, leiveloc, e leicinto.
Discuta o coe fi cien te da vari vel desem pre go. Seu sinal e mag ni tu de tm lgi ca para
voc?
(iv) Na regres so da parte (iii), inter pre te os coe fi cien tes de lei ve loc e lei cin to. Os efei tos
esti ma dos so os que voc espe ra va? Explique.
(v) A vari vel prcfat a por cen ta gem de aci den tes resul tan do em pelo menos uma fata li-
da de. Observe que esta vari vel uma por cen ta gem e no uma pro por o. Qual a
mdia da prcfat ao longo desse pero do? Sua mag ni tu de pare ce cor re ta?
(vi) Compute a regres so na parte (iii) mas use prcfat como a vari vel depen den te em lugar
de log( totacc). Discuta os efei tos e sig ni fi cn cia esti ma dos das vari veis refe ren tes s
leis da velo ci da de e do cinto de segu ran a.
10.12 (i) Estime a equao (10.2) usando todos os dados do PHILLIPS.RAW e relate os resul-
tados na forma habitual. Quantas observaes voc tem agora?
(ii) Compare as estimativas da parte (i) com as da equao (10.14). Em particular, a adio
de anos extras ajuda na obteno de uma estimativa de relao de trocas entre inflao
e desemprego? Explique.
(iii) Agora execute a regresso usando somente os anos de 1997 at 2003. Como essas
estimativas diferem das estimativas na equao (10.14)? As estimativas esto usando os
mais recentes sete anos de forma suficientemente precisa para extrair quaisquer
concluses das firmas? Explique.
(iv) Considere uma configurao de regresso simples na qual iniciamos com n
observaes de sries temporais e depois as dividimos num perodo de tempo anterior
e num perodo de tempo posterior. No primeiro perodo de tempo temos n
1
observaes
e no segundo perodo n
2
observaes. Explore as partes anteriores deste exerccio para
avaliar a seguinte declarao: De forma geral, podemos antecipar que a estimativa de
inclinao usando todas as n observaes ser aproximadamente igual a uma mdia
ponderada das estimativas de inclinao nas subamostras anterior e posterior em que os
pesos so n
1
/n e n
2
/n, respectivamente.
10.13 Utilize os dados do MINWAGE.RAW neste exerccio. Em especial, use as sries de emprego
e salrio do setor 232 (Mobilirio para Homens e Meninos). A variveis crescmen232 o
crescimento mensal (mudanas em logs) no salrio mdio no setor 232, cresccontr232 o
crescimento na contratao no setor 232, crescsalmin o crescimento no salrio mnimo nacional, e
crescipc o crescimento no ndice de Preos ao Consumidor (urbano).
(i) Faa a regresso de crescmen232 sobre crescsalmin, crescipc. O sinal e a magnitude de
^
b
crescsalmin
faz sentido para voc? Explique. crescsalmin estatisticamente significante?
(ii) Adicione as defasagens de 1 a 12 de crescsalmin equao da parte (i). Voc acha
necessrio incluir essas defasagens para estimar o efeito de longo prazo do crescimento
do salrio mnimo no crescimento do salrio no setor 232? Explique.
(iii) Faa a regresso de cresccontr232 sobre crescsalmin, crescipc. O crescimento do
salrio mnimo aparenta ter um efeito contemporneo na cresccontr232?
(iv) Adicione as defasagens de 1 a 12 na equao de crescimento da contratao. O cresci-
mento no salrio mnimo tem um efeito estatisticamente significante no crescimento da
contratao, no curto ou longo prazo? Explique.
CAPTULO 11
11.1 Utilize os dados con ti dos no arqui vo HSEINV.RAW para este exer c cio.
(i) Encontre a auto cor re la o de pri mei ra ordem de log(invpc). Agora, encon tre a auto cor-
re la o aps a remo o linear da ten dn cia de log(invpc). Faa o mesmo para
log(preo). Qual das duas sries pode ter uma raiz uni t ria?
(ii) Com base nas suas cons ta ta es na parte (i), esti me a equa o
log( invpc
t
) b
0
b
1
log(preo
t
) b
2
t u
t
e des cre va os resul ta dos na forma-padro. Interprete o coe fi cien te
b
1
e deter mi ne se ele esta tis ti-
ca men te sig ni fi can te.
(iii) Retire linear men te a ten dn cia de log( invpc
t
) e use a ver so sem ten dn cia como vari-
vel depen den te na regres so da parte (ii) (veja a Seo 10.5). O que acon te ce com R
2
?
(iv) Agora use log( invpc
t
) como vari vel depen den te. Como seus resul ta dos da parte (ii)
mudam? A ten dn cia tem po ral ainda sig ni fi can te? Por qu?
11.2 No Exemplo 11.7 defi na o cres ci men to no sal rio por hora e na pro du o por hora como a
mudan a no log natu ral: gsalhr log(salhr) e gprodhr log( prodhr). Considere uma exten so
sim ples do mode lo esti ma do em (11.29):
gsalhr
t
b
0
b
1
gprodhr
t
b
2
gprodhr
t1
u
t
.
Isto per mi te que um aumen to no cres ci men to da pro du ti vi da de tenha tanto um efei to cor ren te como
um efei to defa sa do sobre o cres ci men to do sal rio.
(i) Estime a equa o uti li zan do os dados con ti dos no arqui vo EARNS.RAW e des cre va os
resul ta dos na forma- padro. O valor defa sa do de gprodhr esta tis ti ca men te sig ni fi can te?
(ii) Se b
1
b
2
1, um aumen to per ma nen te no cres ci men to da pro du ti vi da de total men te
trans mi ti do ao cres ci men to dos sal rios mais altos aps um ano. Teste H
0
: b
1
b
2
1
con tra a alter na ti va bila te ral. Lembre-se, a manei ra mais fcil de fazer isso escre ver a
equa o de forma que u b
1
b
2
apa re a dire ta men te no mode lo, como no Exemplo
10.4 do Captulo 10.
(iii) neces s rio que gprodhr
t2
este ja no mode lo? Explique.
11.3 (i) No exem plo 11.4, pos s vel que o valor espe ra do do retor no no tempo t, dados os retor-
nos pas sa dos, seja uma fun o qua dr ti ca de retorno
t1
. Para veri fi car essa pos si bi li-
da de, uti li ze os dados con ti dos no arqui vo NYSE.RAW para esti mar
retorno
t
b
0
b
1
retorno
t1
b
2
retorno
2
t1
u
t
;
des cre va os resul ta dos na forma- padro.
(ii) Defina e teste a hip te se nula de que E(retorno
t
| retorno
t1
) no depen de de retor no
t1
.
(Sugesto: Aqui exis tem duas res tri es a serem tes ta das.) O que voc con clui?
(iii) Elimine retorno
2
t1
do mode lo, mas adi cio ne o termo de inte ra o retor no
t1
retor-
no
t2
. Agora, teste a hip te se de mer ca dos efi cien tes.
(iv) O que voc con clui sobre a pre vi so de retor nos sema nais de aes com base nos retor-
nos pas sa dos?
11.4 Utilize os dados con ti dos no arqui vo PHIL LIPS.RAW para este exer c cio.
(i) No exem plo 11.5, assu mi mos que a taxa natu ral de desem pre go cons tan te. Uma
forma alter na ti va da curva de Phillips de expec ta ti vas aumen ta das per mi te que a taxa
natu ral de desem pre go depen da de nveis de desem pre go pas sa dos. No caso mais sim-
ples, a taxa natu ral no tempo t igual a desemp
t1
. Se assu mir mos expec ta ti vas adap-
ta ti vas, obte mos uma curva de Phillips na qual infla o e desem pre go esto em pri mei-
ras dife ren as:
inf b
0
b
1
desemp u.
Estime esse mode lo, des cre va os resul ta dos da manei ra usual e dis cu ta o sinal, tama-
nho e sig ni fi cn cia esta ts ti ca de
b
1
.
(ii) Que mode lo ajus ta melhor os dados, (11.19) ou o mode lo da parte (i)? Explique.
11.5 (i) Adicione uma ten dn cia tem po ral linear na equa o (11.27). neces s ria uma ten dn-
cia tem po ral na equa o de pri mei ras dife ren as?
(ii) Elimine a ten dn cia tem po ral e adi cio ne as vari veis ww2 e pill na equa o (11.27)
(no dife ren cie essas vari veis dummy). Essas vari veis so con jun ta men te sig ni fi can-
tes ao nvel de 5%?
(iii) Usando o mode lo da parte (ii), esti me a PLP e obte nha seu erro- padro. Compare com
(10.19), em que tgf e ip apa re ce ram em nveis, em vez de pri mei ras dife ren as.
11.6 Seja inven
t
o valor real dos esto ques dos Estados Unidos duran te o ano t, seja PIB
t
o pro du to
inter no bruto real, e seja r3
t
a taxa de juros real (ex post) das letras do Tesouro dos EUA de trs
meses. A taxa de juros real ex post , apro xi ma da men te, r3
t
i3
t
inf
t
, em que i3
t
a taxa das letras
do Tesouro de trs meses e inf
t
a taxa anual de infla o [veja Mankiw (1994, Seo 6.4)]. A mudan-
a nos esto ques, inven
t
, o inves ti men to em esto ques no ano. O modelo do ace le ra dor do inves ti-
men to em esto ques
inven
t
b
0
b
1
PIB
t
u
t
,
em que b
1
0. [Veja, por exem plo, Mankiw (1994), Captulo 17.]
(i) Utilize os dados con ti dos no arqui vo INVEN.RAW para esti mar o mode lo do ace le ra-
dor. Descreva os resul ta dos da manei ra habi tual e inter pre te a equa o.
b
1
esta tis ti ca-
men te maior que zero?
(ii) Se a taxa de juros real aumen ta, ento o custo de opor tu ni da de de man ter esto ques
aumen ta, e assim um aumen to na taxa de juros real deve fazer decres cer os esto ques.
Adicione a taxa de juros real ao mode lo do ace le ra dor e dis cu ta os resul ta dos.
(iii) O nvel da taxa de juros real fun cio na melhor que a pri mei ra dife ren a, r3
t
?
11.7 Utilize os dados con ti dos no arqui vo CON SUMP.RAW para este exer c cio. Uma ver so da
hiptese da renda per ma nen te (HRP) do con su mo que o crescimento do con su mo impre vi s vel.
[Outra ver so que a mudan a do con su mo em si impre vi s vel; veja Mankiw (1994, Captulo 15)
para uma dis cus so sobre a HRP.] Seja gc
t
log(c
t
) log(c
t1
) o cres ci men to no con su mo real per
capi ta (de bens no dur veis e ser vi os). Ento, a HRP impli ca que E(gc
t
| I
t1
) E(gc
t
), em que I
t1
repre sen ta a infor ma o conhe ci da no tempo (t 1); neste caso, t repre sen ta um deter mi na do ano.
(i) Teste a HRP esti man do gc
t
b
0
b
1
gc
t1
u
t
. Especifique com cla re za as hip te-
ses nula e alter na ti va. O que voc con clui?
(ii) Adicione gy
t1
e i3
t1
regres so da parte (i), em que gy
t
o cres ci men to na renda dis-
po n vel real per capi ta e i3
t
so as taxas de juros das letras do Tesouro dos EUA de trs
meses; obser ve que cada uma delas deve ser defa sa da na regres so. Essas duas vari-
veis adi cio nais so con jun ta men te sig ni fi can tes?
11.8 Utilize os dados con ti dos no arqui vo PHIL LIPS.RAW para este exer c cio.
(i) Estime um mode lo AR(1) da taxa de desem pre go. Use essa equa o para pre ver a taxa
de desem pre go em 2004. Compare-a com a taxa real de desem pre go de 2004. (Voc
pode encon trar essa infor ma o em um volu me recen te do Economic Report of the
President, (REP.)
(ii) Adicione uma defa sa gem da infla o no mode lo AR(1) da parte (i). A vari vel inf
t1
esta tis ti ca men te sig ni fi can te?

(iii) Use a equa o da parte (ii) para pre ver a taxa de desem pre go em 2004. O resul ta do
melhor ou pior do que o do mode lo da parte (i)?
(iv) Use o mto do da Seo 6.4 para cons truir um inter va lo de pre vi so de 95% para a taxa
de desem pre go de 2004. A taxa de desem pre go de 2004 est den tro do inter va lo?
11.9 Utilize os dados con ti dos no arqui vo TRAF FIC2.RAW para este exer c cio. O Exerccio 10.11
j soli ci tou uma an li se para estes dados.
(i) Compute o coe fi cien te de auto cor re la o de pri mei ra ordem para a vari vel prcfat. Voc
est preo cu pa do com a pos si bi li da de de prcfat con ter uma raiz uni t ria? Faa o mesmo
para a taxa de desem pre go.
(ii) Estime um mode lo de regres so ml ti pla rela cio nan do a pri mei ra dife ren a de prcfat,
prcfat, com as mes mas vari veis da parte (vi) do Exerccio 10.11, exce to que voc
deve pri mei ro dife ren ciar a taxa de desem pre go. Em segui da, inclua uma ten dn cia
tem po ral linear, vari veis dummy men sais, a vari vel de fim de sema na e duas vari veis
de pol ti ca eco n mi ca: no as dife ren cie. Voc encon tra algum resul ta do inte res san te?
(iii) Comente a seguin te decla ra o: Devemos sem pre pri mei ro dife ren ciar qual quer srie
tem po ral que sus pei te mos pos suir uma raiz uni t ria antes de com pu tar mos uma regres-
so ml ti pla, pois esta uma estra t gia segu ra e deve pro du zir resul ta dos seme lhan tes
aos obti dos se usar mos os nveis. [Para res pon der a isso, tal vez voc quei ra exe cu tar a
regres so da parte (vi) do Exerccio 10.11, se voc ainda no o fez.]
11.10 Utilize todos os dados con ti dos no arqui vo PHIL LIPS.RAW para responder a esta questo.
Voc deve ter agora 56 anos de infor ma o.
(i) Estime nova men te a equa o (11.19) e des cre va os resul ta dos da forma habi tual. As
esti ma ti vas de inter cep to e de incli na o alte ram-se de manei ra not vel quan do voc
adi cio na os dados dos trs anos recen tes?
(ii) Obtenha uma nova esti ma ti va da taxa natu ral de desem pre go. Compare essa nova esti-
ma ti va com aque la des cri ta no Exemplo 11.5.
(iii) Compute a auto cor re la o de pri mei ra ordem de desemp. Em sua opi nio, a raiz uni t ria
est pr xi ma de um?
(iv) Use desemp como a vari vel expli ca ti va em lugar de desemp. Qual das vari veis
expli ca ti vas pro duz um R-qua dra do mais alto?
11.11 A Lei de Okun por exemplo, Mankiw (1994, Captulo 2) supe os seguintes
relacionamentos entre a porcentagem anual de mudana no PIB real, porcpib, e a mudana na taxa
anual de desemprego, desemp:
porcpib 3 desemp.
Se a taxa de desemprego for estvel o PIB real cresce a uma taxa de 3% anualmente. Para cada ponto
percentual de aumento na taxa de desemprego o PIB real cresce menos dois pontos percentuais. (Isto
no deve ser interpretado em qualquer sentido causal; isto mais como uma descrio estatstica.)
Para verificarmos se os dados da economia americana suporta a Lei de Okun, especificamos um
modelo que possibilite desvios atravs de um termo de erro, porcpib
t
b
0
b
1
desempt u
t
.
(i) Use os dados do OKUN.RAW para estimar a equao. Voc obtm exatamente 3 para
o intercepto e 2 para a inclinao? Voc esperava que isso acontecesse?
(ii) Encontre a estatstica t do teste H
0
: b
1
2. Voc rejeita H
0
contra a alternativa
bilateral em qualquer nvel de significncia?
(iii) Encontre a estatstica t do teste H
0
: b
0
3. Voc rejeita no nvel de 5% contra a
alternativa bilateral? Isso ser uma forte rejeio?
(iv) Encontre a estatstica F e o p-valor do teste H
0
: b
0
3, b
1
2. contra a alternativa
que H
0
falsa. No geral, voc diria que os dados rejeitam ou tendem a dar respaldo
lei de Okun?
11.12 Utilize os dados do MINWAGE.RAW neste exerccio, focando nas sries de salrio e
emprego do setor 232 (Mobilirio para Homens e Meninos). A varivel crescmen232 o crescimento
mensal (mudanas em logs) no salrio mdio no setor 232; cresccontr232 o crescimento na
contratao no setor 232; crescsalmin o crescimento no salrio mnimo nacional; e crescipc o
crescimento no ndice de Preos ao Consumidor (urbano).
(i) Encontre a autocorrelao de primeira ordem na crescmen232. Esta srie aparenta ser
fracamente dependente?
(ii) Estime o modelo dinmico
crescmen232
t
b
0
b
1
crescmen232
t1
b
2
crescsalmin
t
b
3
crescipc
t
u
t
,
pelos MQO. Mantendo fixo o crescimento do salrio e o crescimento do PIB do ltimo ms, um
aumento no salrio mnimo nacional resultar num aumento contemporneo na crescmen232
t
?
Explique.
(iii) Agora adicione crescimento defasado na contratao, cresccontr232
t1
, na equao da
parte (ii). Ele ser estatisticamente significante?
(iv) Comparado com o modelo sem crescmen232
t1
, e cresccontr232
t1
, a adio das duas
variveis defasadas tem um efeito importante no coeficiente da crescsalmin?
(v) Faa a regresso de crescsalmin
t
sobre crescmen232
t1
e cresccontr232
t1
, e informe
o R-quadrado. Comente sobre como o valor do R-quadrado ajuda a explicar sua
resposta da parte (iv).
CAPTULO 12
12.1 No Exemplo 11.6, esti ma mos um mode lo de defa sa genss dis tri bu das fini tas em pri mei ras
dife ren as:
tgf
t
g
0
d
0
dp
t
d
1
dp
t1
d
2
dp
t2
u
t
Utilize os dados con ti dos no arqui vo FER TIL3.RAW para tes tar se exis te cor re la o serial AR(1) nos
erros.
12.2 (i) Utilizando os dados con ti dos no arqui vo WAGEPRC.RAW, esti me o mode lo de defa-
sa gens dis tri bu das do Problema 11.5. Use a regres so (12.14) para tes tar a exis tn cia
de cor re la o serial AR(1).
(ii) Reestime o mode lo usan do a esti ma o ite ra da de Cochrane-Orcutt. Qual sua nova
esti ma ti va da pro pen so de longo prazo?
(iii) Usando a esti ma o CO ite ra da encon tre o erro- padro da PLP. (Isto exige que voc
esti me uma equa o modi fi ca da.) Determine se a PLP esti ma da esta tis ti ca men te dife-
ren te de um ao nvel de 5%.
12.3 (i) Na parte (i) do Problema 11.6, voc foi soli ci ta do a esti mar o mode lo do ace le ra dor de
inves ti men tos em esto ques. Teste essa equa o quan to pre sen a de cor re la o serial
AR(1).
(ii) Se voc encon trar evi dn cia de cor re la o serial, rees ti me a equa o pelo mto do de
Cochrane-Orcutt e com pa re os resul ta dos.
12.4 (i) Utilize o arqui vo NYSE.RAW para esti mar a equa o (12.48). Sejam
h
t
os valo res esti-
ma dos dessa equa o (as esti ma ti vas da varin cia con di cio nal). Quantos
h
t
so nega ti vos?
(ii) Adicione retorno
2
t1
a (12.48) e, nova men te, cal cu le os valo res ajus ta dos,
h
t
. Algum
dos
h
t
nega ti vo?
(iii) Use os
h
t
da parte (ii) para esti mar (12.47) por mni mos qua dra dos pon de ra dos (como
na Seo 8.4). Compare sua esti ma ti va de b
1
com a da equa o (11.16). Teste H
0
: b
1
0 e com pa re o resul ta do quan do o MQO usado.
(iv) Agora, esti me (12.47) por MQP, usan do o mode lo ARCH esti ma do em (12.51) para
obter
h
t
. Essa mudan a alte ra seus resultados na parte (iii)?
12.5 Considere a ver so do mode lo de Fair no Exemplo 10.6. Agora, em lugar de pre ver a pro por-
o dos votos rece bi da pelos Democratas, esti me um mode lo de pro ba bi li da de linear para veri fi car se
os Democratas ven ce ro ou no.
(i) Use a vari vel bin ria demvence em lugar de demvoto em (10.23) e des cre va os resul-
ta dos na forma- padro. Que fato res afe tam a pro ba bi li da de de ven cer? Utilize os dados
somen te at 1992.
(ii) Quantos valo res esti ma dos so meno res que zero? Quantos so maio res que um?
(iii) Use a seguin te regra de pre vi so: se 0,5 os Democratas ven ce ro; de outra
forma, os Republicanos ven ce ro. Usando essa regra, deter mi ne quan tas das 20 elei-
es foram pre vis tas cor re ta men te pelo mode lo.
demvence demvence
(iv) Insira os valo res das vari veis expli ca ti vas de 1996. Qual a pro ba bi li da de pre vis ta de
que Clinton ven ce ria as elei es? Clinton ven ceu; voc obte ve a pre vi so cor re ta?
(v) Utilize um teste t robus to em rela o hete ros ce das ti ci da de para a cor re la o serial
AR(1) nos erros. O que voc encon tra?
(vi) Obtenha os erros- padro robus tos em rela o hete ros ce das ti ci da de das esti ma ti vas na
parte (i). Existe algu ma alte ra o not vel em qual quer das esta ts ti cas t?
12.6 (i) No Exerccio em Computador 10.7, voc esti mou uma rela o sim ples entre o cres ci-
men to do con su mo e o cres ci men to da renda dis po n vel. Teste a equa o para veri fi car
a exis tn cia de cor re la o serial AR(1) (usan do o arqui vo CON SUMP.RAW).
(ii) No Exerccio em Computador 11.7, voc tes tou a hip te se da renda per ma nen te regre-
din do o cres ci men to do con su mo sobre uma defa sa gem. Aps com pu tar essa regres so,
teste a pre sen a de hete ros ce das ti ci da de regre din do os quadrados dos res duos sobre
gc
t1
e gc
2
t1
. Qual sua con clu so?
12.7 (i) Para o Exemplo 12.14, uti li zan do os dados con ti dos no arqui vo BARIUM.RAW, obte-
nha as esti ma ti vas ite ra das de Cochrane-Orcutt.
(ii) As esti ma ti vas de Prais-Winsten e de Cochrane-Orcutt so seme lhan tes? Voc espe ra-
va que elas fos sem?
12.8 Utilize os dados con ti dos no arqui vo TRAF FIC2.RAW para este exer c cio.
(i) Compute uma regres so MQO de prcfat sobre uma ten dn cia tem po ral linear, vari veis
dummy men sais e sobre as vari veis finssem, desemp, leiveloc e leicinto. Teste os erros
para veri fi car a pre sen a de cor re la o serial AR(1), usan do a regres so na equa o
(12.14). Faz sen ti do usar o teste que assu me exo ge nei da de estri ta dos regres so res?
(ii) Obtenha os erros- padro robus tos em rela o cor re la o serial e hete ros ce das ti ci-
da de dos coe fi cien tes de lei ve loc e lei cin to, usan do qua tro defa sa gens no esti ma dor
Newey-West. Como isso afeta a sig ni fi cn cia esta ts ti ca das duas vari veis de pol ti ca
gover na men tal?
(iii) Agora, esti me o mode lo usan do o mto do Prais-Winsten ite ra ti vo e com pa re as esti ma-
ti vas com as do MQO. Existe algu ma alte ra o impor tan te nos coe fi cien tes das vari-
veis de pol ti cas gover na men tais ou em suas sig ni fi cn cias esta ts ti cas?
12.9 O arqui vo FISH.RAW con tm 97 obser va es sobre pre os e quan ti da des di rias de peixe
no mer ca do de peixe de Fulton, em Manhattan. Use a vari vel log(premdio) como a vari vel
depen den te.
(i) Regrida log(premdio) sobre qua tro vari veis dummy di rias, tendo a sexta-feira como
base. Inclua uma ten dn cia tem po ral linear. Existe evi dn cia de que o preo varie sis-
te ma ti ca men te na sema na?
(ii) Agora, adi cio ne as vari veis onda2 e onda3, que so as medi das da altu ra das ondas
nos lti mos dias. Essas vari veis so, indi vi dual men te, sig ni fi can tes? Descreva um
meca nis mo pelo qual mares mais revol tos aumen ta riam o preo do peixe.
(iii) O que acon te ceu com a ten dn cia tem po ral quan do as vari veis onda2 e onda3 foram
inclu das na regres so? O que deve estar acon te cen do?
(iv) Explique por que todas as vari veis expli ca ti vas na regres so so assu mi das, com segu-
ran a, como estri ta men te ex ge nas.
(v) Teste os erros para veri fi car a exis tn cia de cor re la o serial AR(1).
(vi) Obtenha os erros- padro Newey-West usan do qua tro defa sa gens. O que acon te ce com
as esta ts ti cas t de onda2 e onda3? Voc espe ra va uma mudan a maior ou menor quan-
do com pa ra das com as esta ts ti cas t do MQO?
(vii) Agora, obte nha as esti ma ti vas Prais-Winsten do mode lo esti ma do na parte (ii). As
vari veis onda2 e onda3 so, con jun ta men te, esta tis ti ca men te sig ni fi can tes?
12.10 Use os dados do PHILLIPS.RAW para responder estas questes.
(i) Usando a totalidade do conjunto de dados, estime a equao da curva esttica de
Phillips inf
t
b
0
b
1
desemp u
t
pelos MQO e relate os resultados na forma
habitual.
(ii) Obtenha os resduos dos MQO da parte (i),
^
u
t
, e obtenha r da regresso de
^
u
t
sobre
^
u
t1
. ( bom incluir um intercepto nesta regresso). Existe evidncia forte de
correlao serial?
(iii) Agora estime o modelo da curva esttica de Phillips pelo Prais-Winsten iterativo.
Compare a estimativa de b
1
com a obtida na Tabela 12.2. Existe muita diferena na
estimativa quando os anos posteriores b
1
so adicionados?
(iv) Em vez de usar Prais-Winsten use o Cochrane-Orcutt iterativo. Quo similares so as
estimativas finais de r? Quo similares so as estimativas PW e CO da b
1
?
12.11 Use os dados da NYSE.RAW para responder a estas questes.
(i) Estime o modelo na equao (12.47) e obtenha os resduos quadrados dos MQO.
Encontre os valores mdio, mnimo e mximo de
^
u
t
2
em toda a amostra.
(ii) Use os resduos quadrados dos MQO para estimar o seguinte modelo de heteros-
cedasticidade:
Var(u
t
|retorno
t1
, retorno
t2
, ...) Var(u
t
|retorno
t1
) d
0
d
1
retorno
t1
d
2
retorno
2
t1
.
Relate os coeficientes estimados, os erros padres, o R-quadrado, e o R-quadrado
ajustado.
(iii) Esboce a varincia condicional como uma funo de retorno
1
defasada. Para que
valor de retorno
1
a varincia a menor, e qual a varincia?
(iv) Na predio da varincia dinmica, o modelo na parte (ii) produz qualquer estimativa
de varincia negativa?
(v) O modelo na parte (ii) parece se adaptar melhor ou pior que o modelo HCAR(1) no
Exemplo 12.9? Explique.
(vi) regresso HCAR(1) na equao (12.51), adicione a segunda defasagem
^
u
t2
. Esta
defasagem parece importante? O modelo HCAR(2) se adapta melhor que o modelo
na parte (ii)?
12.12 Use os dados de INVEN.RAW para este exerccio, veja tambm Exerccio em Computador
11.6.
(i) Obtenha os resduos dos MQO do modelo acelerador inven b
0
b
1
PIB
t
u
t
e use a regresso de
^
u
t
sobre
^
u
t1
para verificar se existe correlao serial. Qual a
estimativa de r? Quo problemtica a correlao serial parece ser?
(ii) Estime o modelo acelerador pelo mtodo de PW e compare a estimativa de 1 com a
estimativa pelos MQO. Por que voc espera que elas sejam similares?
12.13 Use os dados da OKUN.RAW para responder esta questo; veja, tambm, o Exerccio de
Computador 11.11.
(i) Estime a equao porcpib
t
b
0
b
1
desemp
t
u
t
e teste os erros quanto a corre-
lao seria AR(1), sem assumir que {desemp
t
: t 1, 2, ...} estritamente exge-
na. Qual sua concluso?
(ii) Regresse os resduos quadrados,
^
u
t
2
, sobre desemp
t
(este teste de Breusch-Pagan
de heteroscedasticidade no caso de regresso simples). Qual sua concluso?
(iii) Obtenha o erro padro de heteroscedasticidade-robusta da estimativa pelos MQO
^
b
1
.
ele substancialmente diferente do erro-padro dos MQO?
12.14 Use os dados da MINWAGE.RAW para este exerccio, focando no setor 232.
(i) Estime a equao
crescmen232
t
b
0
b
1
crescsamin
t
b
2
crescipc
i
u
t
e teste os erros em busca de correlao serial AR(1). Importa se voc assumir que
crescsalmin
t
e crescipc
t
so estritamente exgenas. No geral, qual sua concluso?
(ii) Obtenha o erro-padro de Newey-West das estimativas MQO na parte(i), usando u-
ma defasagem de 12. Como os erros-padro de Newey-West se comparam com os
erros-padro costumeiros dos MQO?
(iii) Agora obtenha os erros-padro de heteroscedasticidade-robusta dos MQO, e com-
pare-os com os costumeiros erros padres e com os erros padres de Newey-West. A
correlao serial ou heteroscedasticidade aparentam ser mais um problema nesta
aplicao?
(iv) Use o teste de Breusch-Pagan na equao original para verificar que os erros exibem
forte heteroscedasticidade.
(v) Adicione defasagens 1 a 12 de crescsalmin na equao na parte (i). Obtenha o p-valor
do teste F conjunto das defasagens 1 a 12, e compare-o com o p-valor do teste de het-
eroscedasticidade-robusta. Como o ajuste da heteroscedasticidade afeta a significn-
cia das defasagens?
(vi) Obtenha o p-valor do teste de significncia conjunta na parte (v) usando o mtodo de
Newey-West. Qual a sua concluso, agora?
(vii) Se voc deixar de fora as defasagens da crescsalmin, a estimativa de propenso de
longo prazo ser muito diferente?
CAPTULO 13
(i) Na equa o esti ma da no Exemplo 13.1, teste se o ambien te de vida na idade de 16 anos
tem efei to sobre a fer ti li da de. (O grupo base cida de gran de.) Informe o valor da esta-
ts ti ca F e do p-valor.
(ii) Teste se a regio do pas na idade de 16 anos (sul o grupo-base) tem efei to sobre a
fer ti li da de.
(iii) Seja u o termo de erro na equa o popu la cio nal. Suponha que voc enten da que a
varin cia de u muda ao longo do tempo (mas no com educ, idade etc.). Um mode lo
que capta isso
u
2
g
0
g
1
a74 g
2
a76 ... g
6
a84 v.
Usando esse mode lo, teste a exis tn cia de hete ros ce das ti ci da de em u. [Sugesto: seu
teste F deve ter 6 e 1.122 graus de liber da de.]
(iv) Adicione os ter mos de inte ra o a74educ, a76educ, ..., a84educ ao mode lo esti ma-
do na Tabela 13.1. Explique o que repre sen tam esses ter mos. Eles so con jun ta men te
sig ni fi can tes?
13.2 Utilize os dados con ti dos no arqui vo CPS78_85.RAW para fazer este exer c cio.
(i) Como voc inter pre ta o coe fi cien te de a85 na equa o (13.2)? A inter pre ta o sobre ele
tem algum inte res se? (Cuidado aqui; voc deve con si de rar os ter mos de inte ra o
a85educ e y85feminino.)
(ii) Mantendo todos os outros fato res fixos, qual o aumen to per cen tual esti ma do no sal-
rio nomi nal de um homem com 12 anos de esco la ri da de? Proponha uma regres so para
obter um inter va lo de con fian a dessa esti ma ti va. [Sugesto: Para obter o inter va lo de
con fian a, subs ti tua a85educ por a85(educ 12); refi ra-se ao Exemplo 6.3.]
(iii) Reestime a equa o (13.2) mas per mi ta que todos os sal rios sejam medi dos em dla-
res de 1978. Particularmente, defi na o sal rio real como rsalrio salrio para 1978
e como rsalrio salrio/1,65 para 1985. Agora, use log(rsalrio) em lugar de
log(salrio) para esti mar (13.2). Quais coe fi cien tes dife rem daque les da equa o (13.2)?
(iv) Explique a razo de o R-qua dra do da sua regres so na parte (iii) no ser o mesmo da
equa o (13.2). (Sugesto: Os res duos e, por tan to, a soma dos qua dra dos dos res duos
das duas equa es so idn ti cos.)
(v) Descreva como a filia o sin di cal mudou de 1978 a 1985.
(vi) Iniciando com a equa o (13.2), teste se o dife ren cial dos sal rios dos tra ba lha do res
sin di ca li za dos mudou ao longo do tempo. (Isso dever ser um sim ples teste t.)
(vii) Seus resul ta dos na parte (v) so con fli tan tes com os da parte (vi)? Explique.
13.3 Utilize os dados con ti dos no arqui vo KIELMC.RAW para fazer este exer c cio.
(i) A vari vel dist a dis tn cia de cada im vel do local do inci ne ra dor. Considere o mode lo
log(preo) b
0
d
0
a81 b
1
log(dist) d
1
a81log(dist) u.
Se a cons tru o do inci ne ra dor reduz o valor dos im veis mais pr xi mos do local, qual
o sinal de d
1
? O que sig ni fi ca b
1
0?
(ii) Estime o mode lo da parte (i) e des cre va os resul ta dos da forma habi tual. Interprete o
coe fi cien te de a81log(dist). Qual sua con clu so?
(iii) Adicione idade, idade
2
, quartos, banhos, log(intst), log (terreno), e log(rea) equa-
o. Agora, qual a sua con clu so sobre o efei to do inci ne ra dor sobre o valor dos im-
veis?
(iv) Como pode o coeficiente da log(dist) ser positivo e estatisticamente significante na
parte (ii) mas no na parte (iii)? O que isto indica sobre os controles usados na parte
(iii)?
13.4 Utilize os dados con ti dos no arqui vo INJURY.RAW para fazer este exer c cio.
(i) Utilizando os dados no esta do norte-ame ri ca no de Kentucky, rees ti me a equa o
(13.12), adi cio nan do, como vari veis expli ca ti vas, masculino, casado, e um con jun to
com ple to de vari veis dummy de tipos de empre sas e de leses. Como muda a esti ma-
ti va de apmudaltrend quan do esses outros fato res so con tro la dos? A esti ma ti va con-
ti nua esta tis ti ca men te sig ni fi can te?
(ii) O que voc deduz do peque no R-qua dra do da parte (i)? Isso sig ni fi ca que a equa o
ina pro vei t vel?
(iii) Estime a equa o (13.12) uti li zan do os dados do esta do norte-ame ri ca no de Michigan.
Compare as esti ma ti vas do termo de inte ra o de Michigan e de Kentucky. A esti ma ti-
va de Michigan esta tis ti ca men te sig ni fi can te? O que voc deduz disso?
13.5 Utilize os dados con ti dos no arqui vo REN TAL.RAW para fazer este exer c cio. Os dados de
1980 e 1990 incluem pre os de alu guis e outras vari veis de cida des uni ver si t rias. A idia ver se
uma forte pre sen a de estu dan tes afeta os valo res dos alu guis. O mode lo de efei tos no obser va dos
log(alug
it
) b
0
d
0
a90
t
b
1
log(pop
it
) b
2
log(rendfam
it
) b
3
pctestu
it
a
i
u
it
,
em que pop a popu la o da cida de, rendfam a renda mdia e pctestu a popu la o estu dan til
como uma por cen ta gem da popu la o da cida de (duran te o ano leti vo).
(i) Estime a equa o por MQO agru pa do e des cre va os resul ta dos na forma-padro. O que
voc deduz da esti ma ti va do coe fi cien te da vari vel dummy de 1990? O que voc obtm
para
b
pctstu
?
(ii) Os erros- padro que voc des cre veu na parte (i) so vli dos? Explique.
(iii) Agora, faa a dife ren cia o da equa o e a esti me por MQO. Compare sua esti ma ti va
da b
pctstu
com a da parte (ii). O tama nho rela ti vo da popu la o estu dan til pare ce afe tar
os pre os dos alu guis?
(iv) Obtenha os erros- padro robus tos quan to hete ros ce das ti ci da de da equa o de pri mei-
ras dife ren as na parte (iii). Isso alte ra suas con clu ses?
13.6 Utilize os dados con ti dos no arqui vo CRIME3.RAW para fazer este exer c cio.
(i) No mode lo do Exemplo 13.6, teste a hip te se H
0
: b
1
b
2
. (Sugesto: Defina u
1
b
1
b
2
e escre va b
1
em ter mos de u
1
e b
2
. Faa essa subs ti tui o na equa o e reor ga ni-
ze. Faa um teste t de u
1
.)
(ii) Se b
1
b
2
, mos tre que a equa o dife ren cia da pode ser escri ta como
log(crime
i
) d
0
d
1
medescl
i
u
i
,
em que d
1
2b
1
e medescl
i
(pcescl
i,1
pcescl
i,2
)/2 a mdia per cen tual de
escla re ci men tos ao longo dos dois anos ante rio res.
(iii) Estime a equa o da parte (ii). Compare o R-qua dra do ajus ta do com o de (13.22). Qual
dos mode los voc usa ria?
13.7 Utilize os dados con ti dos no arqui vo GPA3.RAW para fazer este exer c cio. O con jun to de
dados de 366 estu dan tes atle tas de uma gran de uni ver si da de dos EUA, para dois semes tres. [Uma
an li se seme lhan te est em Maloney e McCormick (1993), mas neste caso usa mos um con jun to de
dados em pai nel ver da dei ro.] Como voc tem dois semes tres de dados de cada estu dan te, um mode-
lo de efei tos no obser va dos ser apro pria do. A ques to pri mor dial esta: os atle tas desem pe nham
suas ati vi da des esco la res de forma menos efe ti va duran te a tem po ra da de seu espor te?
(i) Utilize o MQO agru pa do para esti mar um mode lo com nsgrad como a vari vel depen-
den te. As vari veis expli ca ti vas so semestre1, sat, emperc, feminino, negro, branco,
prisem, tothrs, npGPA, e temp. Interprete o coe fi cien te de temp. Ele esta tis ti ca men te
sig ni fi can te?
(ii) A maio ria dos atle tas que pra ti cam seus espor tes somen te no segun do semes tre de
joga do res de fute bol. Suponha que o nvel de habi li da de dos joga do res de fute bol difi-
ra sis te ma ti ca men te daque le dos outros atle tas. Se a habi li da de no for ade qua da men-
te cap tu ra da pela da pon tua o SAT e pelo per cen til da turma de for ma dos do ensi no
mdio ( emperc), expli que por que os estima do res do MQO agru pa do sero vie sa dos.
(iii) Agora, use os dados dife ren cia dos ao longo dos dois semes tres. Quais vari veis so eli-
mi na das? Agora, faa um teste do efei to de ser tem po ra da.
(iv) Voc con se gue pen sar em uma ou mais vari veis com varia o tem po ral, poten cial-
men te impor tan tes, que tenham sido omi ti das da an li se?
13.8 O arqui vo VOTE2.RAW con tm dados em pai nel das elei es para o Congresso norte-ame ri-
ca no em 1988 e 1990. Somente os elei tos em 1988 e que esta vam con cor ren do ree lei o em 1990
esto na amos tra; eles so os que tm man da to. Um mode lo de efei tos no obser va dos que expli ca a
par ti ci pa o dos votos dos can di da tos que j tm man da to, em ter mos de gas tos por ambos os can-
di da tos
vot man d
it
b
0
d
0
d90
t
b
1
log(gastmand
it
) b
2
log(gastdes
it
) b
3
pgasman
it
a
i
u
it
,
em que pgasman
it
a par ti ci pa o do can di da to ree lei o no total de gas tos com a cam pa nha (em
forma per cen tual). O efei to no obser va do a
i
con tm carac te rs ti cas dos can di da tos com man da to
tais como qua li da de alm de infor ma es sobre o dis tri to, que so cons tan tes. O sexo do can di-
da to e o par ti do so cons tan tes ao longo do tempo, e por tan to so inclu dos em a
i
. Estamos inte res-
sa dos no efei to dos gas tos de cam pa nha sobre os resul ta dos das elei es.
(i) Diferencie, ao longo dos dois anos, a equa o dada e esti me a equa o dife ren cia da por
MQO. Quais vari veis so, indi vi dual men te, sig ni fi can tes ao nvel de 5%, con tra uma
alter na ti va bila te ral?
(ii) Na equa o da parte (i), teste a sig ni fi cn cia con jun ta de log(gastmand) e log(gas-
tdes). Informe o p-valor.
(iii) Reestime a equa o da parte (i) usan do pgasman como a nica vari vel inde pen den-
te. Interprete o coe fi cien te de pgasman. Por exem plo, se a par ti ci pa o dos can di da-
tos ree lei o nos gas tos aumen tar em dez pon tos per cen tuais, como se espe ra que isso
afete a par ti ci pa o des ses can di da tos na vota o?
(iv) Refaa a parte (iii), mas agora use somen te os pares que tenham con cor ren tes repe ti-
dos. [Isso nos pos si bi li ta con tro lar, tam bm, as carac te rs ti cas dos con cor ren tes, o que
esta ria em a
i
. Levitt (1995) faz uma an li se muito mais abran gen te do assun to.]
13.9 Utilize os dados con ti dos no arqui vo CRIME4.RAW para fazer este exer c cio.
(i) Adicione os logs de cada vari vel de sal rios do con jun to de dados e esti me o mode lo
fazen do uma pri mei ra dife ren cia o. Como o fato des sas vari veis terem sido inclu das
afeta os coe fi cien tes das vari veis da jus ti a cri mi nal no Exemplo 13.9?
(ii) Todas as vari veis de sal rios na parte (i) pos suem o sinal espe ra do? Elas so con jun-
ta men te sig ni fi can tes? Explique.
13.10 Para fazer este exer c cio, usa mos o arqui vo JTRAIN.RAW para deter mi nar o efei to dos sub-
s dios de trei na men to de pes soal sobre o nme ro de horas de trei na men to por empre ga do. O mode-
lo bsi co para os trs anos
hrsem p
it
b
0
d
1
d88
t
d
2
d89
t
b
1
subs
it
b
2
subs
i,t1
b
3
log(empreg
it
) a
i
u
it
.
(i) Estime a equa o usan do a pri mei ra dife ren cia o. Quantas empre sas so usa das na
esti ma o? Quantas obser va es totais seriam usa das se cada empre sa tives se dados
sobre todas as vari veis (par ti cu lar men te sobre hrsemp) de todos os trs pero dos de
tempo?
(ii) Interprete o coe fi cien te de subs e comen te sobre sua sig ni fi cn cia.
(iii) sur preen den te o fato de o coe fi cien te de subs
1
ser no sig ni fi can te? Explique.
(iv) As empre sas maio res trei nam mais, ou menos, seus empre ga dos, em mdia? O quan to
so gran des as dife ren as no trei na men to?
13.11 O arqui vo MATHPNL.RAW con tm dados em pai nel sobre dis tri tos esco la res no esta do norte-
-ame ri ca no de Michigan nos anos de 1992 a 1998. So dados em nvel de dis tri tos an lo gos aos dados
em nvel de esco las uti li za dos por Papke (2005). A vari vel de res pos ta de inte res se nesta ques to
mate4, a por cen ta gem de estu dan tes de quar ta srie de um dis tri to que obti ve ram mdia de apro va o
em um exame-padro de mate m ti ca. A vari vel expli ca ti va prin ci pal grpa que o gasto real por
aluno no dis tri to. Os valo res esto em dla res de 1997. A vari vel de gas tos apa re ce na forma loga rt-
mi ca.
(i) Considere o mode lo est ti co de efei tos no obser va dos
mate4
it
d
1
a93
t
... d
6
a98
t
b
1
log( grpa
it
) b
2
log(matricl
it
) b
3
merenda
it
a
i
u
it
,
em que matri cl
it
o total de matr cu las do dis tri to e merenda
it
a por cen ta gem de alu-
nos no dis tri to habi li ta dos a ter aces so ao pro gra ma de meren da esco lar da esco la.
(Portanto, merenda
it
uma boa medi da da taxa de pobre za em todo o dis tri to.)
Argumente que b
1
/10 ser o ponto per cen tual de mudan a em mate4
it
, quan do o gasto
real por aluno aumen tar em apro xi ma da men te 10%.
(ii) Use a pri mei ra dife ren cia o para esti mar o mode lo da parte (i). O mto do mais sim-
ples admi tir um inter cep to na equa o de pri mei ras dife ren as e incluir vari veis
dummy para os anos de 1994 a 1998. Interprete o coe fi cien te da vari vel de gas tos.
(iii) Agora, adi cio ne uma defa sa gem da vari vel de gas tos ao mode lo e faa a rees ti ma ti va
usan do a pri mei ra dife ren cia o. Observe que voc perde mais um ano de dados, de
modo que voc est usan do mudan as come an do em 1994. Discuta os coe fi cien tes e
a sig ni fi cn cia das vari veis de gasto cor ren te e defa sa do.
(iv) Obtenha erros- padro robus tos em rela o hete ros ce das ti ci da de para a regres so de
pri mei ras dife ren as da parte (iii). Como esses erros- padro se com pa ram aos da parte
(iii) para as vari veis de gasto?
(v) Agora, obte nha erros- padro robus tos tanto quan to hete ros ce das ti ci da de como quan to
cor re la o serial. O que isso faz com a sig ni fi cn cia da vari vel de gasto defa sa da?
(vi) Verifique que os erros dife ren cia dos r
it
u
it
tm cor re la o serial nega ti va rea li zan do
um teste de cor re la o serial AR(1).
(vii) Com base num teste con jun to total men te robus to, pare ce ser neces s rio incluir as vari-
veis de matr cu la e de meren da esco lar no mode lo?
13.12 Use os dados de MURDER.RAW para este exerccio.
(i) Usando os anos de 1990 e 1993, estime a equao
txhomi
it

0

1
d93 b
1
exec
it
b
2
desemp a
i
u
it
, t 1,2
pelos MQO agrupados e relate os resultados na forma habitual. No se preocupe que
os erros-padro habituais dos MQO sejam imprprios devido presena de a
i
. Voc
estima um efeito dissuasor da pena de morte?
(ii) Compute as estimativas PD (use somente as diferenas de 1990 para 1993; voc deve
ter 51 observaes na regresso PD). Agora qual sua concluso sobre um efeito
dissuasor?
(iii) Na regresso PD na parte (ii), obtenha os resduos, digamos, . Execute a regresso de
Breusch-Pagan
^
e
i
2
sobre exec
i
, desemp
i
e compute o teste F de heteroscedasticidade.
Faa o PD mesmo para o caso especial do teste de White [isto ,
^
e
i
2
sobre
^
y
i
,
^
y
i
2
em que
os valores ajustados so da parte (ii)]. Qual sua concluso sobre a heteroscedasticidade
na equao PD?
(iv) Execute a mesma regresso da parte (ii), mas obtenha as estatsticas t de heteros-
cedasticidade robusta. O que acontece?
(v) Com qual estatstica t na exec
i
voc se sente mais confortvel em confiar, a habitual
ou a de heteroscedasticidade robusta? Por qu?
13.13 Utilize os dados do WAGEPAN.RAW para este exerccio.
(i) Considere o modelo de efeitos no observados
lsalrio
it
b
0

1
d81t ... d
7
d87t b
1
educ
i
g
1
81
t
educ
i
... d
7
d87
t
educ
i
b
2
sindicato
it
a
i
u
it
em que a
i
permitida ser correlacionada com educ
i
e sindicato
it
. Quais parmetros
voc pode estimar usando a primeira diferenciao?
(ii) Estime a equao da parte (i) pelas PD, e teste a hiptese nula de que o retorno da
educao no mudou ao longo do tempo.
(iii) Teste a hiptese da parte (ii) usando um teste plenamente robusto, isto , um que
permita heteroscedasticidade arbitrria e correlao serial nos erros PD, u
it
. A sua
concluso muda?
(iv) Agora permita que o diferencial sindical mude ao longo do tempo (juntamente com a
educao) e estime a equao pelas PD. Qual ser o diferencial sindical estimado em
1980? E em 1987? A diferena estatisticamente significante?
(v) Teste a hiptese nula de que o diferencial sindical no mudou ao longo do tempo, e
comente seus resultados luz da sua resposta para a parte (iv).
13.14 Utilize os dados do JTRAIN3.RAW para esta questo.
(i) Estime o modelo de regresso simples gr78 b
0
b
1
trein u, e relate os resultados
na forma habitual. Baseado nesta regresso, o treinamento de pessoal, que ocorreu em
1976 e 1977, parece ter tido um efeito positivo nos ganhos reais da fora de trabalho
em 1978?
(ii) Agora, use a mudana nos ganhos reais da fora de trabalho, cre gr78 gr75, como
as variveis dependentes. (No precisamos diferenciar trein pois assumimos que no
havia treinamento de pessoal antes de 1975. Isto , se definirmos ctrain gr78 gr75
ento ctrain train78 pois train75 0.) Agora qual o efeito estimado do
treinamento? Detalhe como ele se compara com a estimativa na parte (i).
(iii) Encontre o intervalo de confiana de 95% do efeito do treinamento usando os habituais
erros-padro MQO e os erros-padro de heteroscedasticidade robusta, e descreva seus
resultados.
CAPTULO 14
14.1 Utilize os dados con ti dos no arqui vo REN TAL.RAW para fazer este exer c cio. Os dados
sobre os pre os de alu guis e outras vari veis em cida des uni ver si t rias so dos anos de 1980 e 1990.
A idia veri fi car se uma pre sen a mais forte de estu dan tes afeta os valo res dos alu guis. O mode-
lo de efei tos no obser va dos
log(alug
it
) b
0
d
0
a90
t
b
1
log(pop
it
) b
2
log(rendfam
it
) b
3
pctestu
it
a
i
u
it
,
em que pop a popu la o da cida de, rendfam a renda mdia, e pctestu a popu la o estu dan til
como por cen ta gem da popu la o da cida de (duran te o pero do esco lar).
(i) Estime a equa o por MQO agru pa do e des cre va os resul ta dos na forma-padro. O que
voc con clui da esti ma ti va da vari vel dummy de 1990? O que voc obtm para
b
pctestu
?
(ii) Os erros- padro que voc des cre ve na parte (i) so vli dos? Explique.
(iii) Agora, dife ren cie a equa o e a esti me por MQO. Compare sua esti ma ti va de
b
pctestu
com
a da parte (i). O tama nho rela ti vo da popu la o estu dan til pare ce afe tar os pre os dos alu-
guis?
(iv) Estime o mode lo por efei tos fixos para veri fi car se voc obtm esti ma ti vas e erros-
- padro idn ti cos aos da parte (iii).
14.2 Utilize os dados con ti dos no arqui vo CRIME.RAW para fazer este exer c cio.
(i) Estime nova men te o mode lo de efei tos no obser va dos da cri mi na li da de no Exemplo
13.9, mas uti li ze os efei tos fixos em vez da dife ren cia o. Existe algu ma mudan a con-
si de r vel no sinal ou na mag ni tu de dos coe fi cien tes? O que pos s vel afir mar sobre a
sig ni fi cn cia esta ts ti ca?
(ii) Adicione os logs da vari vel sal rios ao con jun to de dados e esti me o mode lo por efei-
tos fixos. Como a inclu so des sas vari veis afeta os coe fi cien tes das vari veis de jus ti a
cri mi nal na parte (i)?
(iii) Todas as vari veis refe ren tes ao sal rio na parte (ii) tm o sinal espe ra do? Explique.
Elas so con jun ta men te sig ni fi can tes?
14.3 Para fazer este exer c cio, usa mos os dados con ti dos no arqui vo JTRAIN.RAW para deter mi-
nar o efei to dos sub s dios de trei na men to de pes soal sobre as horas de trei na men to por empre ga do.
O mode lo bsi co para trs anos
hrsem p
it
b
0
d
1
a88
t
d
2
a89
t
b
1
subs
it
b
2
subs
i,t1
b
3
log(empreg
it
) a
i
u
it
.
(i) Estime a equa o usan do efei tos fixos. Quantas empre sas so usa das na esti ma o EF?
Quantas obser va es totais seriam usa das se cada uma das empre sas tives se dados
sobre todas as vari veis (par ti cu lar men te sobre hrsemp) para todos os trs anos?
(ii) Interprete o coe fi cien te de subs e comen te sobre sua sig ni fi cn cia.
(iii) Surpreende o fato de subs
1
ser no sig ni fi can te? Explique.
(iv) As empre sas maio res ofe re cem a seus empre ga dos mais, ou menos, trei na men to, em
mdia? O quan to so gran des as dife ren as? (Por exem plo, se uma empre sa tiver 10%
mais empre ga dos, qual a mudan a na mdia de horas de trei na men to?)
14.4 No Exemplo 13.8, usa mos os dados de Papke (1994) sobre os pedi dos de seguro-desem pre-
go para esti mar o efei to da cons tru o de reas indus triais sobre aque les pedi dos. Papke tam bm usa
um mode lo que per mi te que cada cida de tenha sua pr pria ten dn cia tem po ral:
log(uclms
it
) a
i
c
i
t b
1
zi
it
u
it
,
em que a
i
e c
i
so, ambas, efei tos no obser va dos. Isso leva em conta maior hete ro ge nei da de entre
as cida des.
(i) Mostre que, quan do faze mos a pri mei ra dife ren cia o da equa o ante rior obte mos
log(uclms
it
) c
i
b
1
zi
it
u
it
, t 2, ..., T.
Observe que a equa o dife ren cia da con tm um efei to fixo, c
i
.
(ii) Estime a equa o dife ren cia da por efei tos fixos. Qual a esti ma ti va de b
1
? Ela muito
dife ren te da obti da no Exemplo 13.8? O efei to das reas indus triais ainda esta tis ti ca-
men te sig ni fi can te?
(iii) Adicione um con jun to com ple to de dummies anuais esti ma o da parte (ii). O que
acon te ce com a esti ma ti va de b
1
?
14.5 (i) Na equa o de sal rios do Exemplo 14.4, expli que por que as vari veis dummy da
ocu pa o podem ser vari veis omi ti das impor tan tes para esti mar mos o coe fi cien te de
sindicato.
(ii) Se cada pes soa da amos tra tives se fica do na mesma ocu pa o de 1981 at 1987, seria neces s rio
incluir dummies ocu pa cio nais em uma esti ma o por efei tos fixos? Explique.
(iii) Utilizando os dados con ti dos no arqui vo WAGE PAN.RAW, inclua oito das vari veis
dummy ocu pa cio nais na equa o e esti me-a usan do efei tos fixos. O coe fi cien te de sin-
dicato se alte ra muito? O que voc diz sobre sua sig ni fi cn cia esta ts ti ca?
14.6 Adicione o termo de inte ra o sindicato
it
t equa o esti ma da na Tabela 14.2, para veri fi car
se o crescimento salarial depen de da filia o sin di cal. Estime a equa o por efei tos alea t rios e fixos
e com pa re os resul ta dos.
14.7 Use os dados em nvel esta dual sobre taxas de cri mi na li da de e de exe cu es con ti dos no
arqui vo MUR DER.RAW para fazer o seguin te exer c cio.
(i) Considere o mode lo de efei tos no obser va dos
txho mi
it
u
t
b
1
exec
it
b
2
desemp
it
a
i
u
it
,
em que u
t
sim ples men te repre sen ta inter cep tos de anos dife ren tes e a
i
o efei to esta dual
no obser va do. Se as exe cu es pas sa das de assas si nos con de na dos tive rem um efei to
dis sua sor, qual ser o sinal de b
1
? Que sinal voc acha que b
2
deve ria ter? Explique.
(ii) Usando ape nas os anos de 1990 e 1993, esti me a equa o da parte (i) por MQO agru-
pa do. Ignore o pro ble ma da cor re la o serial nos erros compostos. Voc encon tra algu-
ma evi dn cia de um efei to dis sua sor?
(iii) Agora, usan do os anos de 1990 e 1993, esti me a equa o pelos efei tos fixos. Voc pode
usar a pri mei ra dife ren cia o j que est usan do dados de somen te dois anos. E agora,
exis te algu ma evi dn cia de um efei to dis sua sor? Se hou ver, o quan to ele forte?
(iv) Compute o erro- padro robus to em rela o hete ros ce das ti ci da de para a esti ma o na
parte (iii). Ser mais fcil uti li zar a pri mei ra dife ren cia o.
(v) Encontre o esta do que tenha o nme ro mais alto na vari vel de exe cu es em 1993. (A
vari vel exec o total de exe cu es em 1991, 1992 e 1993.) O quan to esse valor
maior em rela o ao segun do maior?
(vi) Estime a equa o usan do a pri mei ra dife ren cia o, eli mi nan do o esta do do Texas da
an li se. Compute os erros- padro usuais e os robus tos em rela o hete ros ce das ti ci da-
de. Agora, o que voc cons ta ta? O que acon te ce?
(vii) Use todos os dados dos trs anos e esti me o mode lo por efei tos fixos. Inclua o esta do
do Texas na an li se. Discuta o tama nho e a sig ni fi cn cia esta ts ti ca do efei to dis sua sor,
em com pa ra o com os resul ta dos obti dos usan do somen te os anos de 1990 e 1993.
14.8 Utilize os dados con ti dos no arqui vo MATHPNL.RAW para fazer este exer c cio. Voc far
uma ver so com efei tos fixos da pri mei ra dife ren cia o feita no Exerccio em Computador 13.11. O
mode lo de inte res se
mate4
it
d
1
a94
t
... d
5
a98
t
g
1
log( grpa
it
) g
2
log(grpa
i,t1
)
c
1
log(matricl
it
) c
2
merenda
it
a
i
u
it
,
em que o pri mei ro ano dis po n vel (o ano-base) 1993 devi do vari vel defa sa da do dis pn dio.
(i) Estime o mode lo por MQO agru pa do e des cre va os erros-padro habi tuais. Voc deve
incluir um inter cep to jun ta men te com as dummies anuais para todos os a
i
a fim de obter
um valor espe ra do dife ren te de zero. Quais so os efei tos esti ma dos das vari veis do
dis pn dio? Obtenha os res duos MQO,
v
it
.
(ii) O sinal do coe fi cien te de merenda
it
o que voc espe ra va? Interprete a mag ni tu de do
coe fi cien te. Voc diria que a taxa de pobre za da regio tem um efei to gran de na taxa de
apro va o nos tes tes?
(iii) Compute um teste da cor re la o serial AR(1) usan do a regres so de
v
it
sobre
v
i,t1
.
Voc deve usar os anos de 1994 a 1998 na regres so. Verifique que exis te uma forte cor-
re la o serial posi ti va e dis cu ta por que isso ocor re.
(iv) Agora, esti me a equa o por efei tos fixos. A vari vel defa sa da do dis pn dio ainda
sig ni fi can te?
(v) Por que voc enten de, na esti ma o por efei tos fixos, que as vari veis de matr cu las e
de meren da so con jun ta men te no sig ni fi can tes?
(vi) Defina o efei to total, ou de longo prazo, do dis pn dio como u
1
g
1
g
2
. Use a subs-
ti tui o g
1
u
1
g
2
para obter um erro- padro de
u
1
. [Sugesto: A esti ma o-padro
por efei tos fixos usan do log( grpa
it
) e z
it
log(grpa
i,t1
) log( grpa
it
) como vari veis
expli ca ti vas deve aju dar a resol ver o pro ble ma.]
14.9 O arqui vo PEN SION.RAW con tm infor ma es sobre pla nos de pen ses diri gi dos pelos pr-
prios par ti ci pan tes, para os tra ba lha do res norte-ame ri ca nos. Algumas das obser va es so de casais
den tro de uma mesma fam lia, de modo que esse con jun to de dados cons ti tui uma peque na amos tra
por agrupamento (com tama nhos do agrupamento iguais a dois.)
(i) Ignorando o agrupamento por fam lia, use MQO para esti mar o mode lo
em que as vari veis esto defi ni das no con jun to de dados. A vari vel de maior inte res-
se escolha, que uma vari vel dummy igual a um se os tra ba lha do res pude rem esco-
lher como alo car os fun dos de pen ses entre os dife ren tes inves ti men tos. Qual o efei-
to esti ma do de escolha? Ele esta tis ti ca men te sig ni fi can te?
pctstck b
0
b
1
escolha b
2
partluc b
3
feminino b
4
idade b
5
educ
b
6
rendaf 25 b
7
rendaf 35 b
8
rendaf 50 b
9
rendaf 75 b
10
rendaf 100
b
11
rendaf 101 b
12
riqueza89 b
13
aes89 b
14
aposind89 u,
pctstck b
0
b
1
escolha b
2
partluc b
3
feminino b
4
idade b
5
educ
b
6
rendaf 25 b
7
rendaf 35 b
8
rendaf 50 b
9
rendaf 75 b
10
rendaf 100
b
11
rendaf 101 b
12
riqueza89 b
13
aes89 b
14
aposind89 u,
(ii) As vari veis de con tro le renda, rique za, posse de aes e de plano de apo sen ta do ria
indi vi dual so impor tan tes? Explique.
(iii) Determine quan tas fam lias dife ren tes exis tem no con jun to de dados.
(iv) Agora, obte nha os erros- padro do MQO que sejam robus tos quan to cor re la o de
agrupamento den tro de uma fam lia. Eles so muito dife ren tes dos erros- padro habi-
tuais do MQO? Isso lhe sur preen de?
(v) Estime a equa o fazen do a dife ren cia o somen te entre as espo sas den tro de uma
fam lia. Por que as vari veis expli ca ti vas cita das na parte (ii) so eli mi na das na esti ma-
o da pri mei ra dife ren cia o?
(vi) Alguma das vari veis expli ca ti vas res tan tes na parte (v) sig ni fi can te? Isso lhe
sur preen de?
14.10 Use os dados do AIRFARE.RAW para este exerccio. Estamos interessados em estimar o
modelo
log(passag
it
) u
t
b
1
concen
it
b
2
log(dist
i
) b
3
[log(dist
i
)]
2
a
i
u
it
, t 1, ... 4,
em que u
t
significa que permitimos diferentes interceptos anuais.
(i) Estime a equao acima pelos MQO agrupados, assegurando-se de incluir variveis
simuladas dos anos. Se concen 0,10, qual a porcentagem de aumento estimada
passag?
(ii) Qual o intervalo de confiana de 95% dos MQO da b
1
? Por que ele provavelmente no
ser confivel? Se voc tiver acesso a um pacote estatstico que compute erros-padro
totalmente robustos, encontre o IC de 95% totalmente robusto da b
1
. Compare-o com o
IC habitual e comente.
(iii) Descreva o que est acontecendo com o quadrtico na log(dist). Em particular, para que
valor de dist o relacionamento entre log(passag) e dist se torna positivo? [Dica: Primeiro
descubra o valor do ponto de inflexo de log(dist), e depois exponencie]. O ponto de
inflexo est fora da faixa dos dados?
(iv) Agora estime a equao usando os efeitos aleatrios. Como a estimativa de b
1
alterada?
(v) Agora estime a equao usando os efeitos ajustados. Qual a estimativa EF da b
1
? Por
que ela bastante semelhante estimativa EA? (Dica: O que
^
na estimao EA?
(vi) Cite duas caractersticas de uma rota (exceto a distncia entre paradas) que so captu-
radas pela a
i
. Elas podem estar correlacionadas com ?
(vii) Voc esta convencido que concentrao mais alta numa rota aumenta a tarifa area?
Qual sua melhor estimativa?
14.11 Esta questo parte do princpio que voc tem acesso a pacotes de programas estatsticos que
computam erros-padro robustos de correlao serial arbitrria e heteroscedasticidade de mtodos de
dados em painel.
(i) Das estimativas agrupada de MQO na Tabela 14.1, obtenha os erros-padro que
permitem correlao serial arbitrria (nos erros compostos, v
it
a
i
u
it
) e heterosce-
dasticidade. Como os erros-padro robustos das educ, casado, e sindicato se comparam com os no
robustos?
(ii) Agora obtenha erros-padro robustos das estimativas de efeitos ajustados que permitem
correlao serial arbitrria e heteroscedasticidade no erro idiossincrtico, u
it
. Como eles
se comparam com os erros-padro no robustos dos EF?
(iii) Para qual dos mtodos, MQO ou EF o ajustamento dos erros-padro mais importante?
Por qu?
14.12 Utilize os dados do ELEM94_95 para responder a esta questo. Os dados so de escolas
primrias em Michigan. Neste exerccio, vemos os dados como uma amostra por agrupamento, em
que cada escola parte de um grupo distrital.
(i) Quais so o menor e o maior nmero de escolas num distrito?Qual o nmero mdio de
scolas por distrito?
(ii) Usando os MQO agrupados, (isto , fazendo o agrupamento em todas as 1.848 escolas),
estime um modelo relacionando lsalmed, com bs, lmatricl, lstaff, e merenda; veja
tambm Exerccio em Computador 9.11. Quais so o coeficiente e erro-padro da bs?
(iii) Obtenha os erros-padro que sejam robustos quanto correlao de agrupamento no
interior do distrito (e tambm heteroscedasticidade). O que acontece com a estatstica t
da bs?
(iv) Ainda usando os MQO agrupados, elimine as quatro observaes com bs 0,5 e
obtenha
^
b
bs
e seu erro-padro de agrupamento robusto. Existe agora muita evidncia de
relao de trocas entre salrio e benefcios?
(v) Estime a equao pelos efeitos ajustados permitindo um efeito distrital comum de
escolas pertencentes a um distrito. Novamente, elimine as observaes com bs > 0,5.
Agora qual sua concluso sobre a relao de trocas entre salrio e benefcios?
(vi) luz das suas estimativas das partes (iv) e (v), comente sobre a importncia de se
permitir que a remunerao dos professores varie sistematicamente entre os distritos via
um efeito ajustado de um distrito.
CAPTULO 15
(i) No Exemplo 15.2, usan do irms como um instrumento de educ, a esti ma ti va VI do retor-
no da edu ca o 0,122. Para con ven cer a si pr prio que usar irms como uma VI de
educ no a mesma coisa que inse rir irms em educ e com pu tar uma regres so por
MQO, faa a regres so de log(salrio) sobre irms e expli que suas des co ber tas.
(ii) A vari vel ordnas a ordem de nas ci men to (ordnas ser um para o pri mei ro filho, dois
para o segun do, e assim por dian te). Explique por que educ e ordnas podem ser nega-
ti va men te cor re la cio na dos. Regrida educ sobre ordnas para deter mi nar se exis te uma
cor re la o nega ti va esta tis ti ca men te sig ni fi can te.
(iii) Use ordnas como uma VI de educ na equa o (15.1). Descreva e inter pre te os resul ta dos.
(iv) Agora, supo nha que inclua mos nme ro de irmos como uma vari vel expli ca ti va na
equa o de sal rios; isso con tro la r, at certo ponto, o ambien te fami liar:
log(salrio) b
0
b
1
educ b
2
irms u.
Suponha que quei ra mos usar ordnas como uma VI de educ, assu min do que irms seja
ex ge no. A forma redu zi da de educ
educ p
0
p
1
irms p
2
irms v.
Estabelea e teste a hip te se de iden ti fi ca o.
(v) Estime a equa o da parte (iv) usan do ordnas como uma VI de educ (e irms como sua
pr pria VI). Comente sobre os erros- padro de
b
educ
e
b
irms
.
(vi) Usando os valo res esti ma dos da parte (iv), , com pu te a cor re la o entre e
irms. Use esse resul ta do para expli car suas des co ber tas da parte (v).
15.2 Os dados con ti dos no arqui vo FER TIL2.RAW incluem, para mulhe res de Botswana duran te
o ano de 1988, infor ma es sobre as vari veis nme ro de filhos, anos de edu ca o, idade e con di-
es reli gio sa e eco n mi ca.
(i) Estime o seguin te mode lo por MQO:
filhos b
0
b
1
educ b
2
idade b
3
idade
2
u,
inter pre tan do as esti ma ti vas. Particularmente, man ten do idade fixa, qual ser o efei to
esti ma do de um ano a mais de edu ca o sobre a fer ti li da de? Se 100 mulhe res rece be-
rem mais um ano de edu ca o, quan tos filhos a menos se esti ma que elas tero?
(ii) Prisem uma vari vel dummy igual a um se uma mulher tiver nas ci do duran te o pri-
mei ro semes tre do ano. Assumindo que prisem seja no cor re la cio na do com o termo
erro da parte (i), mos tre que prisem um can di da to razo vel a VI de educ. (Sugesto:
voc pre ci sa r fazer uma regres so.)
(iii) Estime o mode lo da parte (i) usan do prisem como uma VI de educ. Compare o efei to
esti ma do da edu ca o com o esti ma do por MQO da parte (i).
(iv) Adicione as vari veis bin rias eletric, tv e bicicleta ao mode lo e assu ma que elas sejam
ex ge nas. Estime a equa o por MQO e por MQ2E e com pa re os coe fi cien tes esti ma-
dos de educ. Interprete o coe fi cien te de tv e expli que por que o fato de pos suir uma tele-
vi so tem um efei to nega ti vo sobre a fer ti li da de.
15.3 Utilize os dados con ti dos no arqui vo CARD.RAW para fazer este exer c cio.
(i) A equa o que esti ma mos no Exemplo 15.4 pode ser escri ta da seguin te forma
log(salrio) b
0
b
1
educ b
2
exper ... u,
em que as outras vari veis expli ca ti vas esto lis ta das na Tabela 15.1. Para que o mto-
do de VI seja con sis ten te, as VIs de educ e proxf4, devem ser no cor re la cio na das com
u. A vari vel proxf4 pode ser cor re la cio na da com outros itens do termo de erro, como
a apti do no obser va da? Explique.
educ educ educ educ
(ii) Para uma suba mos tra dos homens no con jun to de dados, exis tem infor ma es sobre o
QI. Faa a regres so de QI sobre proxf4 para veri fi car se a mdia de QI varia em fun-
o do fato de um homem ter cres ci do pr xi mo de uma facul da de com cur sos de gra-
dua o de qua tro anos. Quais suas con clu ses?
(iii) Agora, faa a regres so de QI sobre proxf4, eprm66 e as vari veis dummy regio nais
reg662, ..., reg669. As vari veis QI e proxf4 so rela cio na das aps as vari veis dummy
geo gr fi cas terem sido leva das em conta? Reconcilie isso com suas des co ber tas da
parte (ii).
(iv) Das par tes (ii) e (iii), o que voc con clui sobre a impor tn cia de con tro lar eprm66 e as
dummies regio nais na equa o de log(salrio)?
15.4 Utilize os dados con ti dos no arqui vo INT DEF.RAW para fazer este exer c cio. Uma equa o
sim ples rela cio nan do a taxa das letras do Tesouro norte-ame ri ca no de trs meses com a taxa de infla-
o (cons tru da a par tir do ndi ce de pre os ao con su mi dor)
i3
t
b
0
b
1
inf
t
u
t
.
(i) Estime essa equa o por MQO, omi tin do o pri mei ro pero do de tempo para com pa ra-
es futu ras. Descreva os resul ta dos na forma habi tual.
(ii) Alguns eco no mis tas enten dem que o ndi ce de pre os ao con su mi dor mede incor re ta-
men te a ver da dei ra taxa de infla o, de forma que o MQO da parte (i) sofre de vis de
erro de medi da. Reestime a equa o da parte (i), usan do inf
t1
como uma VI de inf
t
.
Como a esti ma ti va de VI de b
1
se com pa ra com a do MQO?
(iii) Agora, faa a pri mei ra dife ren a da equa o:
i3
t
b
0
b
1
inf
t
u
t
.
Estime essa nova equa o por MQO e com pa re a esti ma ti va de b
1
com as esti ma ti vas
ante rio res.
(iv) Voc pode usar inf
t1
como uma VI de inf
t
na equa o dife ren cia da na parte (iii)?
Explique. (Sugesto: sero inf
t
e inf
t1
sufi cien te men te cor re la cio na das?)
15.5 Utilize os dados con ti dos no arqui vo CARD.RAW para fazer este exer c cio.
(i) Na Tabela 15.1, as dife ren as entre as esti ma ti vas de VI e MQO do retor no da edu ca-
o so eco no mi ca men te impor tan tes. Obtenha os res duos da forma redu zi da, v
2
, a
par tir de (15.32). (Veja na Tabela 15.1 as outras vari veis a serem inclu das na regres-
so.) Use essas infor ma es para veri fi car se educ ex ge no, isto , deter mi ne se a
dife ren a entre o MQO e a VI estatisticamente sig ni fi can te.
(ii) Estime a equa o por MQ2E, adi cio nan do proxf2 como uma vari vel ins tru men tal. O
coe fi cien te de educ muda muito?
(iii) Teste a nica res tri o sobrei den ti fi ca do ra da parte (ii).
15.6 Utilize os dados con ti dos no arqui vo MUR DER.RAW para fazer este exer c cio. A vari vel
txhomi a taxa de homi c dios, isto , o nme ro de homi c dios por 100.000 habi tan tes. A vari vel exec
o nme ro total de pri sio nei ros exe cu ta dos no ano atual e nos dois anos ante rio res; desemp a taxa
de desem pre go no esta do.
(i) Quantos esta dos exe cu ta ram pelo menos um pri sio nei ro em 1991, 1992 ou 1993? Que
esta do teve o maior nme ro de exe cu es?
(ii) Usando os anos de 1990 e 1993, faa uma regres so agru pa da de txhomi sobre d93,
exec e desemp. O que voc deduz do coe fi cien te de exec?
(iii) Usando somen te as alte ra es de 1990 para 1993 (de um total de 51 obser va es), esti-
me a equa o
txhomi d
0
b
1
exec b
2
desemp u
por MQO e des cre va os resul ta dos da forma habi tual. Agora, a pena de morte pare ce
ter um efei to dis sua sor?
(iv) A alte ra o nas exe cu es pode ser, pelo menos par cial men te, rela cio na da s alte ra es
na taxa espe ra da de homi c dios, de forma que exec seja cor re la cio na da com u na
parte (iii). Pode ser razo vel assu mir que exec
1
seja no cor re la cio na da com u.
(Afinal de con tas, exec
1
depen de das exe cu es que tenham ocor ri do h trs ou mais
anos.) Faa a regres so de exec sobre exec
1
para veri fi car se elas so sufi cien te-
men te cor re la cio na das; inter pre te o coe fi cien te de exec
1
.
(v) Reestime a equa o da parte (iii), usan do exec
1
como uma VI de exec. Assuma
que desemp seja ex ge na. De que forma mudam suas con clu ses em rela o s da
parte (iii)?
15.7 Utilize os dados con ti dos no arqui vo PHIL LIPS.RAW para fazer este exer c cio.
(i) No Exemplo 11.5, esti ma mos uma curva de Phillips de expec ta ti vas aumen ta das da
forma
inf
t
b
0
b
1
desemp
t
e
t
,
em que inf
t
inf
t
inf
t1
. Ao esti mar mos essa equa o por MQO, assu mi mos que
o cho que de ofer ta, e
t
, era no cor re la cio na do com desemp
t
. Se isso for falso, o que
pode r ser dito sobre o esti ma dor MQO de b
1
?
(ii) Suponha que e
t
no seja pre vi s vel, dadas todas as infor ma es pas sa das: E(e
t
| inf
t1
,
desemp
t1
,...) 0. Explique por que isso faz com que desemp
t1
seja uma boa can di-
da ta a VI de desemp
t
.
(iii) Faa a regres so de desemp
t
sobre desemp
t1
. pos s vel afir mar que desemp
t
e
desemp
t1
so sig ni fi ca ti va men te cor re la cio na das?
(iv) Estime a curva de Phillips de expec ta ti vas aumen ta das por VI. Descreva os resul ta dos
da forma habi tual e com pa re-os com as esti ma ti vas MQO do Exemplo 11.5.
15.8 Utilize os dados con ti dos no arqui vo 401KSUBS.RAW para fazer este exer c cio. A equa o
de inte res se um mode lo de pro ba bi li da de linear:
pla pind b
0
b
1
p401k b
2
renda b
3
renda
2
b
4
idade b
5
idade
2
u.
O obje ti vo veri fi car se exis te uma rela o de subs ti tui o entre ser par ti ci pan te de um plano de pen-
so 401(k) e ter um plano de apo sen ta do ria pri va do. Portanto, que re mos esti mar b
1
.
(i) Estime a equa o por MQO e deta lhe o efei to esti ma do de p401k.
(ii) Com o pro p si to de esti mar a rela o de subs ti tui o ceteris pari bus entre a par ti ci pa-
o em dois tipos dife ren tes de pla nos de pre vi dn cia, qual pode ria ser o pro ble ma com
os mni mos qua dra dos ordi n rios?
(iii) A vari vel e401k uma vari vel bin ria igual a um se um tra ba lha dor for qua li fi ca do
para par ti ci par do plano de pen so 401(k). Explique o que reque ri do para que e401k
seja uma VI vli da de p401k. Essas hip te ses pare cem razo veis?
(iv) Estime a forma redu zi da de p401k e veri fi que que e401k tem cor re la o par cial sig ni-
fi can te com p401k. Como a forma redu zi da tam bm um mode lo de pro ba bi li da de
linear, use um erro- padro robus to em rela o hete ros ce das ti ci da de.
(v) Agora, esti me a equa o estru tu ral por VI e com pa re a esti ma ti va de b
1
com a esti ma-
ti va MQO. Novamente, voc deve obter erros- padro robus tos em rela o hete ros ce-
das ti ci da de.
(vi) Teste a hip te se nula de que p401k de fato ex ge na, usan do um teste robus to em rela-
o hete ros ce das ti ci da de.
15.9 O pro p si to deste exer c cio com pa rar as esti ma ti vas e erros- padro obti dos pelo uso cor re-
to do MQ2E com os obti dos pelo uso de pro ce di men tos ina pro pria dos. Utilize os dados con ti dos no
arqui vo WAGE2.RAW.
(i) Use uma roti na MQ2E para esti mar a equa o
log(salrio) b
0
b
1
educ b
2
exper b
3
perm b
4
negro u,
em que irms seja uma VI de educ. Descreva os resul ta dos na forma habi tual.
(ii) Agora, manual men te, exe cu te o MQ2E. Isto , pri mei ro faa a regres so de educ
i
sobre
irms
i
, exper
i
, perm
i
e negro
i
e obte nha os valo res esti ma dos,
i
, i 1, ..., n. Depois,
exe cu te a segun da etapa da regres so de log(salrio
i
) sobre
i
, exper
i
, perm
i
e
negro
i
, i 1, ...,n. Verifique que os
b
j
so idn ti cos aos obti dos na parte (i), mas que os
erros- padro so ligei ra men te dife ren tes. Os erros- padro obti dos do segun do est gio
da regres so quan do exe cu ta mos, manual men te o MQ2E so geral men te ina pro pria dos.
(iii) Agora, use o seguin te pro ce di men to de duas eta pas, que geral men te pro duz esti ma ti vas
de par me tros incon sis ten tes dos b
j
e erros- padro no to incon sis ten tes. Na etapa
um, faa a regres so de educ
i
somen te sobre irms
i
e obte nha os valo res esti ma dos, diga-
mos
i
. (Note que essa uma regres so de pri mei ra etapa incor re ta.) Depois, na
segun da etapa, exe cu te a regres so de log(salrio
i
) sobre
i
, exper
i
, perm
i
, e negro
i
,
i 1, ..., n. Como as esti ma ti vas desse pro ce di men to incor re to de duas eta pas se com-
pa ram com as esti ma ti vas cor re tas de MQ2E do retor no da edu ca o?
15.10 Utilize os dados con ti dos no arqui vo HTV.RAW para fazer este exer c cio.
(i) Execute uma regres so sim ples por MQO de log(salrio) sobre educ. Sem con tro lar
outros fato res, qual o inter va lo de con fian a de 95% do retor no de um ano a mais de
edu ca o?
educ
educ
educ
educ
educ
educ
educ
educ
(ii) A vari vel ctuit a mudan a do preo pago pelo ensi no pelos alu nos ao pas sa rem de 17
para 18 anos. Mostre que educ e ctuit so essen cial men te no cor re la cio na das. O que
isto diz sobre ctuit como uma pos s vel VI de educ em uma an li se de regres so sim ples?
(iii) Agora, adi cio ne ao mode lo de regres so sim ples na parte (i) um termo qua dr ti co da
expe rin cia e um con jun to total de vari veis dummy regio nais da resi dn cia atual e resi-
dn cia na idade de 18 anos. Inclua tam bm os indi ca do res urba nos das resi dn cias atual
e na idade de 18 anos. Qual o retor no esti ma do de um ano de edu ca o?
(iv) Novamente usan do ctuit como uma VI poten cial de educ, esti me a forma redu zi da de
educ. [Naturalmente, a forma reduzida de educ agora inclui a varivel explicativa na
parte III]. Mostre que ctuit agora esta tis ti ca men te sig ni fi can te na forma redu zi da de
educ.
(v) Estime o mode lo da parte (iii) por VI, usan do ctuit como uma VI de educ. Como se
com pa ra o inter va lo de con fian a do retor no da edu ca o com aque le da parte (iii)?
(vi) Voc acha que o pro ce di men to de VI da parte (v) con vin cen te?
CAPTULO 16
16.1 Utilize os dados con ti dos no arqui vo SMOKE.RAW para fazer este exer c cio.
(i) Um mode lo para esti mar o efei to do hbi to de fumar sobre a renda anual (tal vez pelos
dias de tra ba lho per di dos por moti vo de doen a ou efei tos sobre a pro du ti vi da de)
log(renda) b
0
b
1
cigs b
2
educ b
3
idade b
4
idade
2
u
1
,
em que cigs a quan ti da de de cigar ros fuma dos por dia, em mdia. Como voc inter-
pre ta b
1
?
(ii) Para refle tir o fato de que o con su mo de cigar ros pode ser deter mi na do con jun ta men te
com a renda, uma equa o da deman da por cigar ros
cigs g
0
g
1
log(renda) g
2
educ g
3
idade g
4
idade
2
g
5
log(precig) g
6
restaurn u
2
,
em que precig o preo de um mao de cigar ros (em cen ta vos) e restaurn uma vari vel
bin ria igual a um se a pes soa vive em um esta do com res tri es sobre fumar em res tau ran-
tes. Assumindo que essas vari veis sejam ex ge nas para o indi v duo, que sinais voc espe ra-
ria para g
5
e g
6
?
(iii) Sob qual hip te se a equa o da renda da parte (i) ser iden ti fi ca da?
(iv) Estime a equa o da renda por MQO e dis cu ta a esti ma ti va de b
1
.
(v) Estime a forma redu zi da de cigs. (Lembre que isso acar re ta r fazer a regres so de cigs
sobre todas as vari veis ex ge nas.) pos s vel afir mar se log(precig) e restaurn so sig-
ni fi can tes na forma redu zi da?
(vi) Agora, esti me a equa o da renda por MQ2E. Detalhe como a esti ma ti va de b
1
se com-
pa ra com aque la esti ma da por MQO.
(vii) Voc con si de ra que os pre os dos cigar ros e as res tri es ao hbi to de fumar em res-
tau ran tes so ex ge nos na equa o da renda?
16.2 Utilize os dados con ti dos no arqui vo MROZ.RAW para fazer este exer c cio.
(i) Reestime a fun o da ofer ta de mo de obra no Exemplo 16.5, usan do log(horas) como
a vari vel depen den te. Compare a elas ti ci da de esti ma da (que agora cons tan te) com a
esti ma ti va obti da da equa o (16.24) na mdia de horas tra ba lha das.
(ii) Na equa o da ofer ta de mo de obra da parte (i), per mi ta que educ seja end ge na devi-
do apti do omi ti da. Use educm e educp como VIs de educ. Lembre-se, agora voc
tem duas vari veis end ge nas na equa o.
(iii) Teste as res tri es sobrei den ti fi ca do ras na esti ma o por MQ2E da parte (ii). As VIs
pas sam no teste?
16.3 Utilize os dados con ti dos no arqui vo OPEN NESS.RAW para fazer este exer c cio.
(i) Como log( rendpc) no sig ni fi can te tanto em (16.22) como na forma redu zi da de aber-
tura, eli mi ne-a da an li se. Estime (16.22) por MQO e por VI sem log( rendpc). Alguma
das con clu ses impor tan tes se alte ra?
(ii) Ainda man ten do log( rendpc) fora da an li se, a vari vel rea ou log(rea) uma vari-
vel ins tru men tal melhor de abertura? (Sugesto: Faa a regres so de abertura sobre
cada uma des sas vari veis sepa ra da men te e con jun ta men te.)
(iii) Agora, retor ne equa o (16.22). Adicione a vari vel dummy petrleo equa o e
trate-a como ex ge na. Estime a equa o por VI. O fato de ser um pro du tor de petr leo
tem um efei to ceteris pari bus sobre a infla o?
(i) No Exemplo 16.7, use o mto do da Seo 15.5 para tes tar a res tri o sobrei den ti fi ca-
do ra iso la da na esti ma ti va de (16.35). Quais suas con clu ses?
(ii) Campbell e Mankiw (1990) usa ram segundas defa sa gens de todas as vari veis como
VIs devi do a pro ble mas poten ciais de men su ra o dos dados e de defa sa gens infor ma-
ti vas. Reestime a equa o (16.35), usan do somen te gc
t2
, gy
t2
e r3
t2
como VIs.
Como as esti ma ti vas se com pa ram com as de (16.36)?
(iii) Faa a regres so de gy
t
sobre as VIs da parte (ii) e veri fi que se gy
t
sufi cien te men te
cor re la cio na da com elas. Por que isso impor tan te?
16.5 Utilize o Economic Report of the President (2005 ou pos te rior) para atua li zar os dados do
arqui vo CON SUMP.RAW pelo menos at o ano de 2003. Reestime a equa o (16.35). Alguma das
con clu ses impor tan tes se alte ra?
16.6 Utilize os dados con ti dos no arqui vo CEMENT.RAW para fazer este exer c cio.
(i) Uma fun o est ti ca (inver sa) de ofer ta para o cres ci men to men sal do preo do cimen-
to (crescprcim) como uma fun o do cres ci men to na quan ti da de (crescim)
cres cprcim
t
a
1
crescim
t
b
0
b
1
crescprpet b
2
fev
t
... b
12
dez
t
u
s
t
,
em que crescprpet (cres ci men to no preo do petr leo) assu mi da como ex ge no e fev,
..., dez so vari veis dummy men sais. Que sinais voc ante ci pa para a
1
e b
1
? Estime a
equa o por MQO. A fun o de ofer ta se incli na para cima?
(ii) A vari vel crescdef repre sen ta o cres ci men to men sal nos gas tos reais com a defe sa nos
Estados Unidos. O que voc pre ci sa assu mir sobre crescdef para que ela seja uma boa
VI de crescim? Teste se crescim par cial men te cor re la cio na do com crescdef. (No se
preo cu pe com a pos s vel cor re la o serial na forma redu zi da.) Voc pode usar crescdef
como uma VI ao esti mar a fun o de ofer ta?
(iii) Shea (1993) alega que o cres ci men to na pro du o de cons tru o resi den cial (crescres)
e no resi den cial (crescnres) so vari veis ins tru men tais vli das de crescim. A ideia
que elas so des lo ca do ras da deman da que devem ser em ter mos gerais no cor re la cio-
na das com o erro da ofer ta u
s
t
. Teste se crescim par cial men te cor re la cio na da com cres-
cres e crescnresd; nova men te, no se preo cu pe com a pos s vel cor re la o serial na
forma redu zi da.
(iv) Estime a fun o de ofer ta, usan do crescres e crescnres como VIs de crescim. O que
voc con clui sobre a fun o est ti ca da ofer ta de cimen to? [A fun o din mi ca da ofer-
ta tem, apa ren te men te, uma incli na o para cima; veja Shea (1993).]
16.7 Refira-se ao Exemplo 13.9 e aos dados con ti dos no arqui vo CRIME4.RAW.
(i) Suponha que, aps ter feito a dife ren cia o para remo ver o efei to no obser va do, voc
enten da que log(polpc) seja simul ta nea men te deter mi na da com log( txcrim); em par-
ti cu lar, aumen tos na cri mi na li da de esto asso cia dos com aumen tos da fora poli cial.
Como isso ajuda a expli car o coe fi cien te posi ti vo de log(polpc) na equa o (13.33)?
(ii) A vari vel imppc so os impos tos cole ta dos por pes soa no muni c pio. Parece razo vel
exclu-la da equa o sobre a cri mi na li da de?
(iii) Estime a forma redu zi da de log(polpc) usan do o MQO agru pa do, inclu si ve a VI em
poten cial log(imppc). Parece que log(imppc) uma boa can di da ta a VI? Explique.
(iv) Suponha que, em vrios dos anos, o esta do da Carolina do Norte con fe riu sub s dios a
alguns muni c pios para estes aumen ta rem o tama nho de suas for as poli ciais. Como voc
pode ria usar essa infor ma o para esti mar o efei to de mais poli ciais sobre a taxa de cri-
mi na li da de?
16.8 Utilize os dados con ti dos no arqui vo FISH.RAW, for ne ci dos por Graddy (1995), para fazer
este exer c cio. O con jun to de dados tam bm foi usado no Exerccio em Computador 12.9. Agora, e-
les sero uti li za dos para esti mar uma fun o de deman da por peixe.
(i) Assuma que a equa o de deman da pode ser escri ta, em equi l brio para cada pero do
de tempo, como
log(quantot
t
) a
1
log(premdio
t
) b
10
b
11
seg
t
b
12
ter
t
b
13
qua
t
b
14
qui
t
u
t1
,
de forma que per mi ti do que a deman da difi ra entre os dias da sema na. Tratando as
vari veis de preo como end ge nas, que infor ma o adi cio nal neces si ta mos para esti-
mar con sis ten te men te os par me tros da equa o de deman da?
(ii) As vari veis onda2
t
e onda3
t
repre sen tam as medi das da altu ra das ondas do ocea no ao
longo dos vrios lti mos dias. Quais so as duas hip te ses que pre ci sa mos fazer para
poder mos usar onda2
t
e onda3
t
como VIs de log(premdio
t
) para esti mar a equa o da
deman da?
(iii) Faa a regres so de log(premdio
t
) sobre as dummies dos dias da sema na e sobre as d-
uas medi das de ondas. As vari veis onda2
t
e onda3
t
so con jun ta men te sig ni fi can tes?
Qual o p-valor do teste?
(iv) Agora, esti me a equa o da deman da por MQ2E. Qual o inter va lo de con fian a de
95% da elas ti ci da de-preo da deman da? A elas ti ci da de esti ma da razo vel?
(v) Obtenha os res duos do MQ2E, u
t1
. Adicione uma nica defa sa gem, u
t1,1
para esti mar
a equa o de deman da por MQ2E. Lembre-se, use u
t1,1
como sua pr pria vari vel
ins tru men tal. Existe evi dn cia de cor re la o serial AR(1) nos erros da equa o de
deman da?
(vi) Considerando que a equa o de ofer ta evi den te men te depen de das vari veis rela ti vas
s ondas, quais duas hip te ses tera mos que fazer para esti mar a elas ti ci da de-preo da
ofer ta?
(vii) Na forma redu zi da da equa o de log(premdio
t
), as dummies dos dias da sema na so
con jun ta men te sig ni fi can tes? O que voc con clui sobre ter con di es de esti mar a elas-
ti ci da de da ofer ta?
16.9 Para este exerccio, use os dados de AIRFARE.RAW, mas somente do ano de 1997.
(i) Uma funo simples de demanda por lugares em companhias area em rotas nos
Estados Unidos
log(passageiro) b
10
a
1
passag b
11
log(dist) b
12
[log(dist)]
2
u
1
,
em que
passageiro mdia de passageiros por dia
passag tarifa area mdia
dist a distncia da rota (em milhas).
Se esta for uma verdadeira funo de demanda, qual dever ser o sinal de a
1
?
(ii) Estime a equao da parte (i) pelos MQO. Qual a elasticidade de preo estimada?
(iii) Considere a varivel concen, que um indicador da concentrao do mercado.
(Especificamente, ela a participao no mercado registrada pela maior transportadora
area). Explique em suas palavras o que devemos assumir para tratarmos concen como
exgena na equao de demanda.
(iv) Agora assuma que concen seja exgena na equao de demanda. Estime a forma
reduzida de log(passag) e confirme que concen tem um efeito (parcial) positivo na
log(passag).
(v) Estime a funo de demanda usando VI. Agora qual a estimativa da elasticidade de
preo da demanda? Como ela se compara com a estimativa pelos MQO?
(vi) Usando as estimativas VI, descreva a demanda por assentos depende da distncia da
rota.
16.10 Use a totalidade do conjunto de dados de painel do AIRFARE.RAW para este exerccio. A
equao de demanda num modelo de efeitos no observados de equaes simultneas
log(passageiro
it
) u
ti
a
1
log(passag
it
) a
i1
u
it1
,
Em que absorveremos as variveis de distncia na a
i1
.
(i) Estime a funo de demanda usando efeitos ajustados, tendo a certeza de incluir
variveis simuladas anuais para registrar os diferentes interceptos. Qual a elasticidade
estimada?
(ii) Use efeitos ajustados para estimar a forma reduzida
log(passageiro
it
) u
t2
p
21
concen
it
a
i2
v
it2
,
Faa o teste apropriado para garantir que concen
it
pode ser usada como uma VI de
log(passag
it
).
(iii) Agora estime a funo de demanda usando as transformaes dos efeitos ajustados
juntamente com VI, como na equao (16.42). Agora qual a elasticidade estimada? Ela
estatisticamente significante?
CAPTULO 17
17.1 Utilize os dados con ti dos no arqui vo PNTSPRD.RAW para fazer este exer c cio.
(i) A vari vel favvence uma vari vel bin ria que assu me o valor um se uma equi pe favo-
re ci da pela lista de apos tas de Las Vegas ven cer. Um mode lo de pro ba bi li da de linear
para esti mar a pro ba bi li da de de a equi pe favo re ci da ven cer
P( fav ven ce 1
|
lta pos tas) b
0
b
1
ltapostas.
Explique por que, se a lista de apos tas incor po rar todas as infor ma es rele van tes, espe ra mos b
0
0,5.
(ii) Estime o mode lo da parte (i) por MQO. Teste H
0
: b
0
0,5 con tra uma alter na ti va bila-
te ral. Utilize tanto os erros- padro habi tuais como os robus tos em rela o hete ros ce-
das ti ci da de.
(iii) O coe fi cien te de ltapostas esta tis ti ca men te sig ni fi can te? Qual a pro ba bi li da de esti-
ma da de que a equi pe favo re ci da vena quan do ltapostas 10?
(iv) Agora, esti me um mode lo pro bit para P(favvence 1| ltapostas). Interprete e teste a
hip te se nula de que o inter cep to zero. [Sugesto: Lembre-se que (0) 0,5].
(v) Use o mode lo pro bit para esti mar a pro ba bi li da de de que a equi pe favo re ci da vena
quan do lta pos tas 10. Compare o resul ta do com a esti ma ti va MPL da parte (iii).
(vi) Adicione as vari veis casafav, fav25 e aza25 ao mode lo pro bit e teste a sig ni fi cn cia
con jun ta des sas vari veis usan do o teste da razo de veros si mi lhan a. (Quantos gl esto
na dis tri bui o qui-qua dra da?) Interprete esse resul ta do, con cen tran do-se na ques to de
se a lista de apos tas incor po ra todas as infor ma es obser v veis antes do jogo.
17.2 Utilize os dados con ti dos no arqui vo LOA NAPP.RAW para fazer este exer c cio; vide tam bm
o Exerccio em Computador 7.8.
(i) Estime um mode lo pro bit de aprovado sobre branco. Encontre a pro ba bi li da de esti ma-
da de apro va es de emprs ti mos tanto para bran cos como para no bran cos. Como
essas esti ma ti vas se com pa ram com as da pro ba bi li da de linear?
(ii) Agora, adi cio ne as vari veis gastdom, outrobr, montempr, desemp, masculino, casado,
dep, est, aval, chist, falid, inadimp1, inadimp2 e vr ao mode lo pro bit. Existe evi dn cia
esta tis ti ca men te sig ni fi can te de dis cri mi na o con tra os no bran cos?
(iii) Estime o mode lo da parte (ii) por logit. Compare o coe fi cien te de branco com a esti-
ma ti va pro bit.
(iv) Use a equao (17.7) para estimar o tama nho do efei to da dis cri mi na o entre o pro bit
e o logit?
17.3 Utilize os dados con ti dos no arqui vo FRIN GE.RAW para fazer este exer c cio.
(i) Para que por cen ta gem dos tra ba lha do res na amos tra penso igual a zero? Qual a
ampli tu de de penso para os tra ba lha do res com bene f cio de pen so dife ren te de zero?
Por que um mode lo Tobit apro pria do para mode lar penso?
(ii) Estime um mode lo Tobit expli can do penso em ter mos de exper, idade, perm, educ,
deps, casado, branco, e masculino. pos s vel afir mar que homens bran cos tm valo-
res espe ra dos de bene f cios de pen so maio res esta tis ti ca men te sig ni fi can tes?
(iii) Use os resul ta dos da parte (ii) para esti mar a dife ren a nos bene f cios de pen so espe-
ra dos de um homem bran co e de uma mulher no bran ca, ambas as pes soas com 35
anos de idade no possuem dependentes, mais de 16 anos de estu do, e 10 anos de expe-
rin cia.
(iv) Adicione sindicato ao mode lo Tobit e comen te sobre sua sig ni fi cn cia.
(v) Aplique o mode lo Tobit da parte (iv), mas com razpen, a pro por o dos ganhos em rela-
o pen so, como a vari vel depen den te. (Observe que ela uma fra o entre zero e
um, mas, embo ra mui tas vezes ela assu ma o valor zero, ela nunca chega perto de ser a
uni da de. Assim, o mode lo Tobit uma boa apro xi ma o.) O sexo ou a raa tm efei to
sobre a pro por o dos ganhos sobre a pen so?
17.4 No Exemplo 9.1, adi cio na mos os ter mos qua dr ti cos pcond
2
, ptemp86
2
, e rend86
2
a um
mode lo linear de npre86.
(i) Utilize os dados con ti dos no arqui vo CRIME.RAW para adi cio nar esses mes mos ter-
mos regres so de Poisson no Exemplo 17.3.
(ii) Compute a esti ma va de s
2
dada por s
2
(n k 1)
1
u
2
i
/y
i
. Existe evi dn cia de
super dis per so? Como deve riam ser ajus ta dos os erros- padro da EMV de Poisson?
(iii) Use os resul ta dos das par tes (i) e (ii) e a Tabela 17.3 para com pu tar a esta ts ti ca da
quase-razo de veros si mi lhan a para a sig ni fi cn cia con jun ta dos trs ter mos qua dr ti-
cos. Qual sua con clu so?
17.5 Refira-se Tabela 13.1 no Captulo 13. Ali, usa mos os dados con ti dos no arqui vo FER-
TIL1.RAW para esti mar mos um mode lo linear de kids, o nme ro de filhos que uma mulher j teve.
(i) Estime um mode lo de regres so de Poisson de kids, usan do as mes mas vari veis da
Tabela 13.1. Interprete o coe fi cien te de a82.
(ii) Qual a dife ren a per cen tual esti ma da na fer ti li da de entre uma mulher negra e uma
mulher no negra, man ten do fixos todos os outros fato res?
(iii) Obtenha
s. Existe evi dn cia de super dis per so ou sub dis per so?
n
i 1
n
i 1
(iv) Compute os valo res esti ma dos da regres so de Poisson e obte nha o R-qua dra do como
o qua dra do da cor re la o entre kids
i
e
i
. Compare o resul ta do com o R-qua dra do
do mode lo de regres so linear.
17.6 Utilize os dados con ti dos no arqui vo RECID.RAW para esti mar o mode lo do Exemplo 17.4
por MQO, usan do somen te as 552 dura es no cen su ra das. Comente, de forma geral, como essas
esti ma ti vas se com pa ram com as da Tabela 17.4.
17.7 Utilize os dados con ti dos no arqui vo MROZ.RAW para fazer este exer c cio.
(i) Usando as 428 mulhe res que faziam parte da fora de tra ba lho, esti me o retor no da edu-
ca o por MQO, incluin do exper, exper
2
, nesprend, idade, crianmed6 e crianma6
como vari veis expli ca ti vas. Informe a esti ma ti va do coe fi cien te de educ e seu erro-
- padro.
(ii) Agora, esti me o retor no da edu ca o pelo mto do Heckit, no qual todas as vari veis
ex ge nas apa re cem na segun da etapa da regres so. Em outras pala vras, a regres so
log(salrio) sobre educ, exper, exper
2
, nesprend, idade, crianmed6, crianma6 e
l.
Compare o retor no esti ma do da vari vel edu ca o e seu erro- padro com aque les da
parte (i).
(iii) Usando somen te as 428 obser va es das mulhe res que tra ba lham, faa a regres so de
l sobre educ, exper, exper

2
, nesprend, idade, crianmed6 e crianma6. Qual o tama nho
do R-qua dra do? Como isso ajuda a expli car sua cons ta ta es da parte (ii)? (Sugesto:
Pense na mul ti co li nea ri da de).
17.8 O arqui vo JTRAIN2.DTA con tm dados sobre um pro gra ma de trei na men to de pes soal para
um grupo de homens. Os homens pode riam ade rir ao pro gra ma a par tir de janei ro de 1976 e at mea-
dos de 1977. O pro gra ma ter mi nou em dezem bro de 1977. O obje ti vo tes tar se a par ti ci pa o no
pro gra ma de trei na men to pro du ziu efei to sobre as pro ba bi li da des de desem pre go e a renda em 1978.
(i) A vari vel trein o indi ca dor do trei na men to de pes soal. Quantos homens da amos tra
par ti ci pa ram do pro gra ma de trei na men to de pes soal? Qual foi o maior nme ro de
meses em que um homem efe ti va men te par ti ci pou do pro gra ma?
(ii) Compute uma regres so linear de trein sobre diver sas vari veis demo gr fi cas e ante rio-
res ao trei na men to: desemp74, desemp75, idade, educ, negro, hispan e casado. Essas
vari veis so con jun ta men te sig ni fi can tes ao nvel de 5%?
(iii) Estime uma ver so pro bit do mode lo linear da parte (ii). Compute o teste da razo de
veros si mi lhan a para a sig ni fi cn cia con jun ta de todas as vari veis. Qual sua con clu so?
(iv) Com base em suas res pos tas para as par tes (ii) e (iii), voc con si de ra que a par ti ci pa-
o em pro gra mas de trei na men to de pes soal pode ser tra ta da como ex ge na para expli-
car a situa o de desem pre go em 1978? Explique.
(v) Execute uma regres so sim ples de unem78 sobre trein e des cre va os resul ta dos em
forma de equa o. Qual o efei to esti ma do de par ti ci par do pro gra ma de trei na men to
de pes soal sobre a pro ba bi li da de de ficar desem pre ga do em 1978? Ele esta tis ti ca men-
te sig ni fi can te?
(vi) Compute uma ver so pro bit de unem78 sobre trein. Faz sen ti do com pa rar o coe fi cien-
te pro bit de trein com o coe fi cien te obti do no mode lo linear da parte (v)?
(vii) Encontre as pro ba bi li da des esti ma das das par tes (v) e (vi). Explique por que elas so
idn ti cas. Qual mto do voc deve usar para medir o efei to e a sig ni fi cn cia esta ts ti ca
do pro gra ma de trei na men to de pes soal?
kids kids
(viii) Adicione todas as vari veis da parte (ii) como con tro les adi cio nais aos mode los das
par tes (v) e (vi). As pro ba bi li da des esti ma das so, agora, idn ti cas? Qual a cor re la o
entre elas?
(ix) Usando o modelo da parte (viii), estime o efeito parcial mdio de trein na probabilidade
de desemprego de 1978. Use a (17.17) com c
k
0. Como a estimativa se compara com
a feita pelos MQO da parte (viii)
17.9 Utilize os dados con ti dos no arqui vo APPLE.RAW para fazer este exer c cio. Ele con tm
dados de uma pes qui sa tele f ni ca feita para obter a deman da por mas (ima gi n rias) eco lo gi-
ca men te cor re tas. Foi apre sen ta da (alea to ria men te) a cada fam lia uma rela o de pre os de
mas nor mais e mas com selo eco l gi co. Perguntou-se quan tas libras de cada tipo de ma e-
las com pra riam.
(i) Das 660 fam lias da amos tra, quan tas dis se ram no que rer nenhu ma das mas com
selo eco l gi co aos pre os for ne ci dos?
(ii) A vari vel ecolbs pare ce ter uma dis tri bui o con t nua sobre valo res estri ta men te posi-
ti vos? Que impli ca es sua res pos ta tem quan to ade qua o de um mode lo Tobit para
ecolbs?
(iii) Estime um mode lo Tobit para ecolbs com ecoprc, regprc, rendfam e tamfam como
vari veis expli ca ti vas. Quais vari veis so sig ni fi can tes no nvel de 1%?
(iv) rendfam e tamfam so conjuntamente significantes?
(v) Os sinais dos coe fi cien tes das vari veis de preo da parte (iii) so os que voc espe ra-
va? Explique.
(vi) Seja b
1
seja o coe fi cien te de ecoprc e b
2
o coe fi cien te de regprc. Teste a hip te se
H
0
: b
1
b
2
con tra uma alter na ti va bila te ral. Informe o p-valor do teste. (Voc deve
rever a Seo 4.4 caso seu pro gra ma eco no m tri co no com pu tar com faci li da de esse
tipo de teste.)
(vii) Obtenha as esti ma ti vas de E( ecolbs
|
x) de todas as obser va es da amos tra. [Veja a equa-
o (17.25)]. Chame-as de
i
. Quais so o menor e o maior valo res esti ma dos?
(viii) Compute o qua dra do da cor re la o entre ecolbs
i
e
i
.
(ix) Agora, esti me um mode lo linear para ecolbs usan do as mes mas vari veis expli ca ti vas
da parte (iii). Por que as esti ma ti vas por MQO so to meno res que as do mode lo Tobit?
Em ter mos de qualidade de ajus te, o mode lo Tobit melhor que o mode lo linear?
(x) Avalie a seguin te afir ma o: Como o R-qua dra do do mode lo Tobit to peque no, os
efei tos esti ma dos dos pre os pro va vel men te sero incon sis ten tes.
17.10 Utilize os dados con ti dos no arqui vo SMOKE.RAW para fazer este exer c cio.
(i) A vari vel cigs o nme ro de cigar ros fuma dos por dia. Quantas pes soas na amos tra
no fumam? Que fra o das pes soas decla ram fumar 20 cigar ros por dia? Por que voc
acre di ta haver um ac mu lo de pes soas na faixa de 20 cigar ros?
(ii) Com base em sua res pos ta da parte (i), cigs pare ce ser uma boa can di da ta para ter uma
dis tri bui o de Poisson con di cio nal?
(iii) Estime um mode lo de regres so de Poisson para cigs, incluin do log(precig). log(ren-
da), branco, educ, idade, e idade
2
como vari veis expli ca ti vas. Quais so as elas ti ci da-
des esti ma das em rela o ao preo e renda?
ecolbs
ecolbs
ecolbs
ecolbs
(iv) Usando os erros- padro de mxi ma veros si mi lhan a, as vari veis preo e renda so
esta tis ti ca men te sig ni fi can tes no nvel de 5%?
(v) Obtenha a esti ma ti va da s
2
des cri ta aps (17.35). O que
s? Como voc deve ajus tar

os erros- padro da parte (iv)?
(vi) Usando os erros- padro ajus ta dos da parte (v), as elas ti ci da des em rela o ao preo e
renda agora so esta tis ti ca men te dife ren tes de zero? Explique.
(vii) As vari veis edu ca o e idade so sig ni fi can tes usan do os erros- padro mais robus tos?
Como voc inter pre ta o coe fi cien te de educ?
(viii) Obtenha os valo res esti ma dos,
y
i
, do mode lo de regres so de Poisson. Encontre os valo-
res mni mo e mxi mo e deta lhe com que efi cin cia o mode lo expo nen cial prev o
fuman te inve te ra do.
(ix) Usando os valo res esti ma dos da parte (viii), obte nha o coe fi cien te de cor re la o ele va-
do ao qua dra do entre
y
i
e y
i
.
(x) Estime um mode lo linear para cigs por MQO, usan do as vari veis expli ca ti vas (e as
mes mas for mas fun cio nais) uti li za das na parte (iii). Qual o melhor ajus te o mode lo
linear ou o mode lo expo nen cial? O R-qua dra do dos mode los muito gran de?
17.11 Use os dados de CPS91.RAW para fazer este exerccio. Esses dados so sobre mulheres
casadas, em que tambm temos informaes sobre a renda de cada marido e dados populacionais.
(i) Que frao das mulheres informaram estarem em uma fora de trabalho?
(ii) Usando apenas os dados de mulheres que trabalhamvoc no tem escolhaestime a
equao salarial
log(salrio) b
0
b
1
educ b
2
exper b
3
expert
2
b
4
negro b
5
hispan u
pelos mnimos quadrados ordinrios. Relate os resultados na forma habitual. Parece
haver diferenas significantes por raa e etnia?
(iii) Estime um modelo probit de naft que inclua as variveis explicativas na equao salarial
da parte (ii) como tambm nesprend e filhm6. Estas ltimas duas variveis tm
coeficientes do sinal esperado? So elas estatisticamente significantes?
(iv) Explique por que, com o propsito de testar e, possivelmente, corrigir a equao salarial
da seleo na fora de trabalho, importante que a nesprend e a filhm6 ajudem a
explicar a naft. O que voc deve assumir sobre a nesprend e a filhm6 na equao
salarial?
(v) Compute o inverso da razo de Mills (de cada observao) e o adicione como um
regressor adicional na equao salarial da parte (ii). Qual seu p-valor bilateral? Voc
acha que isso particularmente pequeno com 3.286 observaes?
(vi) A adio do inverso da razo de Mills altera os coeficientes na regresso salarial de
maneiras importantes? Explique.
17.12 Utilize os dados Do CHARITY.RAW para responder a estas questes.
(i) A varivel resp uma varivel binria igual a um se uma pessoa deu retorno com uma
doao a mais recente mala direta. O banco de dados consiste somente de pessoas que
deram retorno pelo menos uma vez no passado. Que frao de pessoas deu retorno mais recente-
mente?
(ii) Estime um modelo probit de resp, usando resplti, semanaslti, propresp, malaano, e
meddoa como as variveis explicativas. Qual das variveis explicativas estatistica-
mente significante?
(iii) Encontre o efeito parcial mdio de malaano e compare-o com o coeficiente de um mo-
delo de probabilidade linear.
(iv) Usando as mesmas variveis explicativas, estime um modelo Tobit de doa, o montante
da mais recente doa (em florins holandeses). Agora qual varivel explicativa estatis-
ticamente significante?
(v) Compare o EPM Tobit de malaano com o da regresso linear. Eles so similares?
(vi) As estimativas das partes (ii) e (iv) so inteiramente compatveis no modelo Tobit?
Explique.
17.13 Use os dados do HTV.RAW para responder a esta questo.
(i) Usando os MQO na amostra completa estime um modelo de log(salrio) usando as va-
riveis explicativas educ, hbil, exper, cn, oeste, sul, e urban. Relate o retorno da edu-
cao estimado e seu erro-padro.
(ii) Agora estime a equao da parte (i) usando somente pessoas com educ 16. Que per-
centagem da amostra perdida? Agora qual o retorno estimado de um ano de edu-
cao formal? Como isso se compara com a parte (i)?
(iii) Agora elimine todas as observaes com salrio 20, de forma que todos os que per-
manecerem na amostra ganhe menos que 20 dlares por hora. Faa a regresso da parte
(i) e comente sobre o coeficiente na educ. (Pela razo de o modelo de regresso trun-
cada normal assumir que y contnua, no importa em teoria se eliminamos obser-
vaes com salrio 20 ou com salrio 20. Na prtica, a incluso nesta aplicao,
pode importar um pouco, pois existem pessoas que ganham exatamente 20 dlares por
hora.)
(iv) Usando a amostra da parte (iii), aplique regresso truncada [com o ponto de trunca-
mento superior sendo log(20)]. A regresso truncada aparenta recuperar o retorno da
educao na populao total, assumindo que a estimativa da parte (i) consistente?
Explique.
CAPTULO 18
18.1 Utilize os dados con ti dos no arqui vo WAGEPRC.RAW para fazer este exer c cio. O Problema
11.5 for ne ceu esti ma ti vas de um mode lo de defa sa gem dis tri bu da fini ta de crpreo sobre crsalhr,
em que 12 defa sa gens de crsalhr foram usa das.
(i) Estime um mode lo sim ples de DD de crpreo sobre crsalhr. Em par ti cu lar, esti me a
equa o (18.11) por MQO. Qual ser a pro pen so de impac to esti ma da e a PLP?
Esboce a dis tri bui o de defa sa gens esti ma da.
(ii) Compare PI e PLP esti ma das com as obti das no Problema 11.5. Como se com pa ram as
dis tri bui es de defa sa gens esti ma das?
(iii) Agora, esti me o mode lo de defa sa gem dis tri bu da racio nal a par tir de (18.16). Esboce a
dis tri bui o de defa sa gens e com pa re as PI e PLP esti ma das com as obti das na parte (ii).
18.2 Utilize os dados con ti dos no arqui vo HSEINV.RAW para fazer este exer c cio.
(i) Teste a exis tn cia de uma raiz uni t ria em log(invpc), incluin do uma ten dn cia tem po-
ral linear e duas defa sa gens de log(invpc
t
). Use um nvel de sig ni fi cn cia de 5%.
(ii) Use a abor da gem da parte (i) para tes tar a exis tn cia de uma raiz uni t ria em
log(preo).
(iii) Dados os resul ta dos das par tes (i) e (ii), faz sen ti do tes tar a exis tn cia de co integrao
entre log(invpc) e log(preo)?
18.3 Utilize os dados con ti dos no arqui vo VOLAT.RAW para fazer este exer c cio.
(i) Estime um mode lo AR(3) para pcip. Agora, adi cio ne uma quar ta defa sa gem e veri fi que
se essa alte ra o muito sig ni fi can te.
(ii) Em rela o ao mode lo AR(3) da parte (i), adi cio ne trs defa sa gens de pcsp para tes tar
se pcsp Granger-causa pcip. Cuidadosamente, des cre va suas con clu ses.
(iii) Em rela o ao mode lo da parte (ii) adi cio ne trs defa sa gens da mudan a em i3, a taxa das
letras do Tesouro de trs meses. Pcsp Granger causa pcip con di cio nal a i3 pas sa da?
18.4 Ao tes tar a cointegrao entre tgf e ip no Exemplo 18.5, adi cio ne t
2
equa o (18.32) para
obter os res duos MQO. Inclua uma defa sa gem no teste DF aumen ta do. O valor cr ti co a 5% do teste
4,15.
18.5 Utilize os dados con ti dos no arqui vo INTQRT.RAW para fazer este exer c cio.
(i) No Exemplo 18.7, esti ma mos um mode lo de cor re o de erro para os ren di men tos das
letras do Tesouro de seis meses, em que uma defa sa gem dos ren di men tos das letras do
Tesouro de trs meses era a vari vel expli ca ti va. Assumimos que o par me tro de cointe-
grao era um na equa o hy6
t
a bhy3
t1
u
t
. Agora, adi cio ne a mudan a de
adian ta men to, hy3
t
, a mudan a con tem po r nea, hy3
t1
, e a mudan a defa sa da,
hy3
t2
, de hy3
t1
. Isto , esti me a equa o
hy6
t
a bhy3
t1
f
0
hy3
t
f
1
hy3
t1
r
1
hy3
t2
e
t
e des cre va os resul ta dos em forma de equa o. Teste H
0
: b 1 con tra uma alter na ti va
bila te ral. Assuma que o adian ta men to e a defa sa gem so sufi cien tes, de forma que
{hy3
t1
} seja estri ta men te ex ge na nessa equa o e no se preo cu pe com a cor re la o
serial.
(ii) Em rela o ao mode lo de cor re o de erro em (18.39), adi cio ne hy3
t2
e (hy6
t2
hy3
t3
). Esses ter mos so con jun ta men te sig ni fi can tes? Qual sua con clu so sobre o
mode lo de cor re o de erro apro pria do?
18.6 Utilize os dados con ti dos no arqui vo PHIL LIPS.RAW, para responder a estas questes.
(i) Estime os mode los em (18.48) e (18.49), uti li zan do os dados at 1997. As esti ma ti vas
dos par me tros alte ram-se muito, com pa ra das s de (18.48) e (18.49)?
(ii) Use as novas equa es para fazer a pre vi so da desemp
1998
; arre don de para duas casas
deci mais. Qual das equa es pro duz uma melhor pre vi so?
(iii) Como dis cu ti mos no texto, a pre vi so de desemp
1998
usan do (18.49) 4,90. Compare
esse nme ro com a pre vi so obti da usan do os dados at 1997. O uso do ano extra de
dados para obter as esti ma ti vas dos par me tros pro duz uma melhor pre vi so?
(iv) Use o mode lo esti ma do na (18.48) para obter uma pre vi so dois pas sos fren te de
desemp. Isto , faa a pre vi so de desemp
1998
usan do a equa o (18.55) com a
1,572, r 0,732, e h 2. Essa pre vi so melhor ou pior que a obti da com um passo
fren te pela inclu so de desemp
1997
4,9 em (18.48)?
18.7 Utilize os dados con ti dos no arqui vo BARIUM.RAW para fazer este exer c cio.
(i) Estime o mode lo de ten dn cia linear chnimp
t
a bt u
t
, usan do as pri mei ras 119
obser va es (isso exclui os lti mos 12 meses de obser va es de 1998). Qual o erro-
- padro da regres so?
(ii) Agora, esti me um mode lo AR(1) da chnimp, nova men te usan do todos os dados exce to
os lti mos 12 meses. Compare o erro- padro da regres so com o da parte (i). Qual dos
mode los pro duz um melhor ajus te den tro da amos tra?
(iii) Use os mode los das par tes (i) e (ii) para com pu tar os erros de pre vi so com um passo
fren te para os 12 meses de 1998. (Voc deve obter 12 erros de pre vi so para cada
mto do.) Compute e com pa re os REQM e os EAM dos dois mto dos. Qual mto do de
pre vi so fun cio na melhor fora da amos tra para pre vi ses com um passo fren te?
(iv) Adicione vari veis dummy men sais regres so da parte (i). Elas so con jun ta men te sig-
ni fi can tes? (No se preo cu pe com a leve cor re o serial nos erros dessa regres so quan-
do esti ver fazen do o teste con jun to).
(i) Trace tgf con tra o tempo. Ela con tm uma clara ten dn cia de alta ou de baixa ao longo
de todo o pero do da amos tra?
(ii) Usando os dados at 1979, esti me um mode lo de ten dn cia tem po ral cbi ca de tgf (isto
, faa a regres so de tgf sobre t, t
2
, e t
3
, jun ta men te com um inter cep to). Comente
sobre o R-qua dra do da regres so.
(iii) Usando o mode lo da parte (ii), com pu te o erro abso lu to mdio dos erros de pre vi so
com um passo fren te dos anos de 1980 a 1984.
(iv) Utilizando os dados at 1979, faa a regres so de tgf
t
somen te sobre uma cons tan te.
A cons tan te esta tis ti ca men te dife ren te de zero? Faz sen ti do assu mir que qual quer
termo de ten dn cia ser zero, se assu mir mos que tgf
t
segue um pas seio alea t rio?
(v) Agora, faa a pre vi so de tgf para os anos de 1980 at 1984, usan do um mode lo de pas-
seio alea t rio: a pre vi so de tgf
n1
ser sim ples men te tgf
n
. Encontre o EAM. Como ele
se com pa ra com o EAM da parte (iii)? Qual mto do de pre vi so voc pre fe re?
(vi) Agora, esti me um mode lo AR(2) para tgf, nova men te usan do os dados somen te at
1979. A segun da defa sa gem sig ni fi can te?
(vii) Obtenha o EAM de 1980 at 1984, usan do o mode lo AR(2). Esse mode lo mais gene-
ra li za do fun cio na melhor fora da amos tra do que o mode lo de pas seio alea t rio?
(i) Seja y
t
a renda dis po n vel per capi ta real. Use os dados at 1989 para esti mar o mode lo
y
t
a bt ry
t1
u
t
e des cre va os resul ta dos da forma habi tual.
(ii) Use a equa o esti ma da na parte (i) para fazer a pre vi so de y em 1990. Qual o erro
de pre vi so?
(iii) Compute o erro abso lu to mdio das pre vi ses com um passo fren te de 1990, usan do
os par me tros esti ma dos na parte (i).
(iv) Agora, com pu te o EAM ao longo do mesmo pero do, mas eli mi ne y
t1
da equa o.
melhor, ou no, incluir y
t1
na equa o?
18.10 Utilize os dados con ti dos no arqui vo INTQRT.RAW para fazer este exer c cio.
(i) Usando os dados de todos os anos, exce to os lti mos qua tro (16 tri mes tres), esti me um
mode lo AR(1) de r6
t
. (Usamos a dife ren a pois pare ce que r6
t
tem uma raiz uni t ria.)
Encontre a REQM das pre vi ses com um passo fren te da r6, usan do os lti mos 16
tri mes tres.
(ii) Agora, adi cio ne o termo de cor re o de erro spr
t1
r6
t1
r3
t1
na equa o da
parte (i). (Isso assu me que o par me tro de cointegrao um.) Compute o REQM dos
lti mos 16 tri mes tres. O termo de cor re o de erro auxi lia na pre vi so fora da amos tra
neste caso?
(iii) Agora, esti me o par me tro de cointegrao, em vez de defi ni-lo como um. Use os 16
lti mos tri mes tres nova men te para pro du zir a REQM fora da amos tra. Como isso se
com pa ra com as pre vi ses das par tes (i) e (ii)?
(iv) Suas con clu ses seriam outras se voc qui ses se pre ver r6 em vez de r6 ? Explique.
18.11 Utilize os dados con ti dos no arqui vo VOLAT.RAW para fazer este exer c cio.
(i) Confirme que lsp500 log(sp500) e lip log(ip) pare cem con ter ra zes uni t rias. Use
os tes tes de Dickey-Fuller com qua tro mudan as defa sa das e faa os testes com e sem
uma ten dn cia tem po ral linear.
(ii) Compute uma regres so sim ples de lsp500 sobre lip. Comente sobre os tama nhos da
esta ts ti ca t e do R-qua dra do.
(iii) Use os res duos da parte (ii) para tes tar se lsp500 e lip so cointegrados. Use o teste-
- padro de Dickey-Fuller e o teste de Dickey-Fuller aumen ta do (DFA) com duas defa-
sa gens. Qual sua con clu so?
(iv) Adicione uma ten dn cia tem po ral linear na regres so da parte (ii) e agora faa o teste
de co-integrao usan do os mes mos tes tes da parte (iii).
(v) pos s vel afir mar que os pre os das aes e a ati vi da de eco n mi ca real tm uma rela-
o de equi l brio de longo prazo?
18.12 Este exer c cio tam bm uti li za os dados do arqui vo VOLAT.RAW. O Exerccio em
Computador 18.11 estu da a rela o de longo prazo entre os pre os das aes e a pro du o indus trial.
Aqui, voc estu da r a ques to da cau sa li da de de Granger usan do as mudan as per cen tuais.
(i) Estime um mode lo AR(4) de pcip
t
, a mudan a per cen tual na pro du o indus trial (des-
cri ta como uma taxa anua li za da). Mostre que a segun da e ter cei ra defa sa gens so con-
jun ta men te sig ni fi can tes no nvel de 2,5%.
(ii) Adicione uma defa sa gem de pcsp
t
na equa o esti ma da na parte (i). A defa sa gem
esta tis ti ca men te sig ni fi can te? O que isso lhe diz sobre a cau sa li da de de Granger entre
o cres ci men to da pro du o indus trial e o cres ci men to dos pre os das aes?
(iii) Refaa a parte (ii) mas obte nha uma esta ts ti ca t robus ta em rela o hete ros ce das ti ci-
da de. O teste robus to alte ra suas con clu ses da parte (ii)?
18.13 Utilize os dados con ti dos no arqui vo TRAF FIC2.RAW para fazer este exer c cio. Esses dados
men sais, sobre aci den tes de trn si to na Califrnia entre os anos de 1981 a 1989, foram usa dos no
Exerccio em Computador 10.11.
(i) Usando a regres so-padro de Dickey-Fuller, veri fi que se ltotacc
t
pos sui uma raiz uni-
t ria. Voc pode rejei tar uma raiz uni t ria no nvel de 2,5%?
(ii) Agora, adi cio ne duas mudan as defa sa das ao teste da parte (i) e com pu te o teste
Dickey-Fuller aumen ta do. Qual sua con clu so?
(iii) Adicione uma ten dn cia tem po ral linear regres so DFA da parte (ii). Agora o que
acon te ce?
(iv) Dadas as cons ta ta es das par tes (i) a (iii), o que voc diria que a melhor carac te ri za-
o de ltotacc
t
: um pro ces so I(1) ou um pro ces so I(0) em torno de uma ten dn cia tem-
po ral linear?
(v) Teste a por cen ta gem de fata li da des, prcfat
t
, para a exis tn cia de uma raiz uni t ria, usan-
do duas defa sa gens em uma regres so DFA. Neste caso, impor ta se voc incluir uma
ten dn cia tem po ral linear?
18.14 Use os dados do MINWAGE.DTA do setor 232 para responder s seguintes questes.
(i) Confirme que lsalrio232 e lemp232 so melhores caracterizadas como processos I(1).
Use o teste de Dickey-Fuller aumentado com uma defasagem de crescmen232 e cresc-
contr232, respectivamente e uma tendncia temporal linear. Existe alguma dvida que
estas sries devam ser consideradas como tendo razes unitrias?
(ii) Faa a regresso de lemp232 sobre lsalrio232 e verifique se h cointegrao, tanto
com como sem uma tendncia temporal, levando em conta duas defasagens no teste de
Engle-Granger aumentado. Qual sua concluso?
(iii) Agora faa a regresso de lsalrio232 sobre o log da taxa real de salrio, lrsalrio232
t
lsalrio232
t
lipc
t
e uma tendncia temporal. Voc encontra cointegrao? Elas
esto prximas de serem cointegradas quando voc usa salrio real em vez de
salrios nominais?
(iv) Quais so alguns fatores que podem estar faltando da regresso cointegrante na parte
(iii)?

Exercicios Internet

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Exercicios Internet

Diunggah oleh

Hak Cipta:

Format Tersedia

CAPTULO 1

1.1 Utilize os dados contidos em WAGE1.RAW para fazer este exerccio.

esta tis ti ca men te sig ni fi can te?

l sobre educ, exper, exper

s? Como voc deve ajus tar

Anda mungkin juga menyukai