*Testando o modelo log - log (GUJARATI, 2006, 226,227p)

*Teste Mackinnon, White, Davidson

*Colocando labels
label variable q "caixas laranja per capita"
label variable p "R$ real laranja US$"
label variable y "renda real mil US$"
label variable a "gasto propaganda"
*Gerando o ln das variáveis
gen lq = ln(q)
gen lp = ln(p)
gen ly = ln(y)
gen la = ln(a)
*Regrida o modelo lin -lin
reg q p y a
*Calculando o y estimado
predict Yf
*Calculando o Modelo log-log
reg lq lp ly la
*Calculando o ly estimado
predict lnf
*Calculando o ln do y linear
gen lnYf = ln(Yf)
*Calculando o antilog do modelo ln
gen f = exp(lnf)
*Calculando a variável z1
gen z1 = lnYf - lnf
*Calculando a variável z2
gen z2 = f - Yf
*Regredindo o modelo com a variável z1
reg q p y a z1
*INTERPRETAÇÃO
*Se a variável z1 for sigginicativa, então o modelo ln-ln acrescenta explicação
ao modelo log-log
*Então o modelo ln-ln deve ser utilizado
*O modelo log-log apresenta como vantagem a redução das escalas o que pode ser u
tilizado como ação corretiva para a heterocedasticidade e já permite obter diret
amente a elasticidade
*Regridondo o modelo com a variável z2
reg lq lp ly la z2
*INTERPRETAÇÃO
*Se a variável z2 for sigginicativa, então o modelo lin-lin acrescenta explicaçã
o ao modelo log-log
*Então o modelo lin-lin deve ser utilizado