Lista 4 Exerccios no computador: Captulo 4 Wooldridge Bases de dados usadas: VOTE1, LAWSCH85, HPRICE1, BWGHT, MLB1, WAGE2, TWOYEAR,

, 401KSUBS, 4.12 O modelo seguinte pode ser usado para estudar se os gastos de campanha afetam os resultados da eleio: votoA = 0 + 1log(gastoA) + 2log(gastoB) + 3(forpartA) + u, em que votoA a porcentagem de votos recebidos pelo Candidato A, gastoA e gastoB so os gastos de campanha dos Candidatos A e B, e forpart uma medida da fora do partido do Candidato A (a porcentagem dos mais recentes votos presidenciais que foram para o partido de A). (i) Qual a interpretao de 1? Mantendo os demais fatores constantes, 1/100 a variao causada no numero de votos do candidato A, captada pela variao de 1% do dos gastos de campanha do candidato A. (ii) Em termos dos parmetros, formule a hiptese nula de que um aumento de 1% nos gastos de A compensado por um aumento de 1% nos gastos de B. H0= 1= -2, de modo que um aumento da mesma magnitude em 1 e 2 no resultaria em mudanas na varvel explicada. (iii) Estime o modelo dado usando os dados em VOTE1.dta relate os resultados na forma usual. Os gastos de A afetam o resultado? E os gastos de B? Voc pode usar esses resultados para testar a hiptese da parte (ii)? votoA = 45.08 + 6.083 log(gastoA) 6.615 log(gastoB) +0.152 (forpartA) Podemos observar que tanto o gasto de A e B, tem efeito estatstico significante sobre votoA, isso sendo comprovado pelo alto valor da estatstica T; com tais valores seria impossvel o calculo da hiptese nula sugerida acima uma vez que nessa regresso no fica evidente o erro padro resultante da soma de 1 e 2 , que podem no apresentar a simples soma dos erros dos dois betas. (iv) Estime um modelo que d diretamente a estatstica t para testar a hiptese da parte (ii). O que voc conclui? (Use uma alternativa bilateral.)
1

votoA = 45.08 + 6.083 log(gastoA) 0.532101(DifBA) +0.152 (forpartA) Sendo observada uma estatstica T igual a -1.00, de modo que no podemos rejeita-la. Pois sendo este o resultado previsto necessrio para o mesmo 1= -2. 4.13 Use os dados em LAWSCH85.dta para este exerccio. (i) Usando o mesmo modelo do Problema 3.4, formule e teste a hiptese nula de que o ranking das escolas de direito no tem efeito ceteris paribus sobre o salrio mediano inicial. lsalary = 8.34 + 0.0047 LSAT +0.248 GPA + 0.095 log(libvol)+0 .038 log(cost) 0.0033 rank A hiptese nula seria H0= 5=0, sendo essa rejeitada em face do alto valor da estatstica T, -9.54; sendo rank estatisticamente significativo. (ii) As caractersticas da classe nova de estudantes a saber, LSAT e GPA so individualmente ou conjuntamente significativas para explicar salrio? LSAT apresenta estatstica T de 1.1, no sendo individualmente estatisticamente significativo, o que no ocorre com GPA que possue uma estatstica T de 2.75; R-squared = 0.8417(para regresso completa) R-squared = 0.8221(para regresso restrita) Jogando na funo:

Temos que F= 8,099 (para q=2/df=130); sendo ento consideradas conjuntamente estatisticamente significativas para nvel de confiana de 1%. (iii) Teste se o tamanho da classe iniciante (tamclas) ou o tamanho da faculdade (tamfac) precisam ser acrescentados a essa equao; faa um nico teste. (Esteja atento com os dados de tamclas e tamfac que faltam.) R-squared = 0.8440(para regresso completa*) R-squared = 0.8417(para regresso restrita*) Temos que F= 0,912, sendo este valor estatisticamente significativo para nveis aqum dos 10% de significncia. (iv) Quais fatores devem influenciar o ranking da escola de direito que no esto includos na regresso do salrio? Este modelo, leva em considerao somente questes relacionadas a educao, enquanto o salario no determinado somente por essas
2

variveis, podendo ser apontado fatores como gnero,raa,se os pais j so advogados, condio econmica do pais, condio da justia, etc. 4.14 Consulte o Problema 3.14. Agora, use o log do preo da casa como a varivel dependente: log(preo)= 0 + 1arquad + 2qtdorm + u. (i) Voc est interessado em estimar e obter um intervalo de confiana da variao percentual do preo quando um quarto de 150 ps quadrados acrescentado casa. Na forma decimal, temos 1= 150 1 + 2. Use os dados em HPRICE1.dta para estimar 1. lprice=4.76 + 0.000379 sqrft + 0.0289 bdrms Sendo; 1=150(.000379) + .0289 = .0858; logo o acrscimo de um quarto de 150 aumenta em 8,58% o preo estimado. (ii) Escreva 2 em termos de 1 e 2, e coloque isso na equao do log(preo). 2= 1-150* 1 lprice= 0+ 1*(sqrft 150 bdrms) + 1bdrms (iii) Use a parte (ii) para obter um erro-padro de 1 e use esse erropadro para construir um intervalo de confiana de 95%. Temos uma estatstica T=3.21 onde, para um intervalo de confiana de 0.0325804 a 0.1390223 para um intervalo de 95% de confiana. 4.15 No Exemplo 4.9, a verso restrita do modelo pode ser estimada usando todas as 1.388 observaes na amostra. Calcule o R-quadrado da regresso de pesnasc sobre cigs, ordnas e rendfam usando todas as observaes. Compare esse resultado com o R-quadrado informado pelo modelo restrito do Exemplo 4.9. R-squared = 0.0348(modelo restrita) R-squared = 0.0364(modelo completo) Temos uma estatstica F= 2.40 (para q=2 e df=1185)(significante para um nvel de 10% ); sendo diferente daquele apresentado pelo prprio exemplo 4.9. 4.16 Use os dados em MLB1.dta para este exerccio. (i) Use o modelo estimado na equao (4.31) e retire a varivel rbisyr. O que acontece significncia estatstica de hrunsyr? E quanto magnitude do coeficiente de hrunsyr?

log( )salary = 11.02 + 0.0677 years + 0.0158 gamesyr + 0.0014 bavg +0.0359 hrunsyr observamos que a variavel hrunsyr sofreu um increment substancial, tendo seu coeficiente muito aumentado; em relao ao seu nvel de significncia observou-se tambm um aumento, para quase 5 na sua estatstica T. (ii) Acrescente as variveis runsyr, fldperc e sbasesyr ao modelo da parte (i). Quais desse fatores so individualmente significativos? lsalary = 10.41 + 0.0700 years + 0.0079 gamesyr+ 0.00053 bavg + 0.0232 hrunsyr+ 0.0174 runsyr + 0.0010 fldperc 0.0064 sbasesyr Das trs variveis adicionadas apenas runsyr, apresenta significncia estatstica com seu teste T=3,43 (iii) No modelo da parte (ii), teste a significncia conjunta de rebmed, fldperc e sbasesyr. R-squared = 0.6390(regresso completa) R-squared = 0.6369(regresso restrita) Test-F= 0.69(para q=3 e df=345); logo mesmo conjuntamente continuam sendo estatisticamente insiginificante. 4.17 Use os dados em WAGE2.dta para este exerccio. (i) Considere a equao padro do salrio log(salrio) = 0+ 1educ+ 2exper + 3perm+ u. Formule a hiptese nula de que um ano a mais de experincia geral da fora de trabalho tem o mesmo efeito sobre log(salrio) que um ano a mais de permanncia com o empregador atual. H0= 2= 3,logo se ao se tratar de diferenas que se compensam em relao a perm e exper, no existira diferenas nos salrios analisados( para os demais itens constantes) (ii) Teste a hiptese nula da parte (i) contra a alternativa bilateral, ao nvel de significncia de 5%, construindo um intervalo de confiana de 95%. O que voc conclui? Para um intervalo de confiana de 95% temos os valores crticos; -0.0073554 e 0.0112627, de modo que, os valores apresentados no so estatisticamente diferentes de zero; sendo a impossvel a rejeio da hiptese nula nessa situao.

4.18 Consulte o exemplo usado na Seo 4.4. Voc usar os dados em TWOYEAR.dta. (i) A varivel pensmed o percentil no ensino mdio da pessoa. (Um nmero maior melhor. Por exemplo, 90 significa que sua classificao melhor que 90 por cento de sua turma de graduao.) Ache o pensmed menor, maior e mdio da amostra. *Phsrank=pensmed Media=56.16 Mximo=99 Mnimo=0 (ii) Acrescente pensmed equao (4.26) e informe as estimativas de MQO na forma usual. O pensmed estatisticamente significativo? Quanto vale, em termos salariais, dez pontos percentuais na classificao do ensino mdio? lwage= 1.459 0 .0093 jc +00.0755 totcoll +00.0049 exper+ 0.00030 phsrank De modo que phsrank no estatisticamente significante, apresentando um estatstica T=1.27; caso ocorra uma diferena em 10 pontos no ensino mdio, para as demais variveis constantes terremos uma variao de 0,3% no salrio. (iii) Acrescentar pensmed a (4.26) mudou substancialmente as concluses sobre os retornos das faculdades de dois e quatro anos? Explique. No, as alteraes no modelo so relativamente pequenas, uma vez que no existiram maiores mudanas tanto nas estatsticas T nem mesmo nos coeficientes das variveis. (iv) O conjunto de dados contm uma varivel chamada id. Explique por que, ao acrescentar id equao (4.17) ou (4.26), voc espera que ele seja insignificante. Verifique que ele insignificante. ID referre-se ao numero de identificao do cidado, sendo esse um numero gerado aleatoriamente, e no relacionando com nenhuma caracterstica do individuo(talvez o ano de nascimento),no se espera e no se observa significncia estatstica desta varivel(teste T=0,66) 4.19 O conjunto de dados 401KSUBS.dta contm informaes sobre a riqueza financeira lquida (finliq), a idade do respondente da pesquisa (idade), a renda familiar anual (rend), o tamanho da famlia (tamfam), e informaes sobre a participao em certos planos de penso para
5

pessoas dos Estados Unidos. As variveis de riqueza e renda so registradas em milhares de dlares. Para esta questo, use somente os dados para pessoas solteiras (portanto, tamfam = 1). (i) Quantas pessoas solteiras h no conjunto de dados? Numero de solteiros de 2017 (ii) Use MQO para estimar o modelo finliq = 0+ 1rend + 2idade+ u, e relate os resultados usando o formato habitual. Esteja seguro de usar somente as pessoas solteiras da amostra. Interprete os coeficientes de inclinao. H alguma surpresa nas estimativas de inclinao? nettfa =43.04 + 0.799 inc + 0.843 age No mesmo, j que um aumento na renda logicamente resultaria em uma maior riqueza financeira, enquanto quanto maior a idade esperamos uma maior quantidade de riqueza financeira, essa acumulada com os anos. (iii) O intercepto da regresso da parte (ii) tem um significado interessante? Explique. O intercepto no possui significado real, uma vez que se pensarmos uma criana ao nascer teria uma riqueza financeira negativa, sendo esse fenmeno no observado no mundo real. (iv) Ache o p-valor para o teste H0: 2= 1 contra H1: 2< 1. Voc rejeita H0 ao nvel de 5%? Utilizado da formula para T de Student:

(considerando as mudanas para os s) Vamos ter que Teste T para 2= 1 de T=-1,7061; logo podemos rejeitar a hiptese nula a uma hiptese monocaudal menor que 1 a uma de significncia de 5%. (v) Se voc fizer uma regresso simples de finliq sobre rend, o coeficiente estimado de rend muito diferente do estimado na parte (ii)? Por qu? Podemos observar que o coeficiente do fator inc passa de 0.799 para 0.820, de modo que o efeito de correlao entre a renda e a idade, relativamente baixa(podemos pensar que pessoas muito velhas tem dificuldade de reinsero no mercado de trabalho, entretanto pessoas com mais idade tendem a ter mais experincia e ter um vinculo maior com as empresas); de modo que no existem grandes diferenas entre a regresso simples e a mltipla.
6