Questão de Economia — Econometria — CESGRANRIO 2024
EconomiaEconometria
- Código
- cg022414
- Banca
- CESGRANRIO
- Órgão
- IPEA
- Ano
- 2024
- Nível
- Superior
- Cargo
- Técnico de Planejamento e Pesquisa - Políticas Públicas e Avaliação
Suponha que o modelo explicativo para a variável Y sejaYi= β₁ + β₂Xi + β₃X²i+ β₄ X³i + u₁i , modelo explicativo 0, onde Y é a variável dependente; X, a variável explicativa; β₁ , β₂ , β₃ e β₄ , os coeficientes da regressão; u, o termo de erro, e o subscrito i indica a i-ésima observação.No entanto, considere que, por diversos motivos, o pesquisador decida estimar outros modelos (equações 1, 2, 3 e 4), cujas notações foram alteradas para distingui-los do modelo explicativo verdadeiro (modelo explicativo 0):
Essa decisão poderia levar a erros de especificação, já que os modelos 1, 2, 3 e 4 são diferentes do modelo explicativo verdadeiro (modelo equação 0), o que permite concluir que
Essa decisão poderia levar a erros de especificação, já que os modelos 1, 2, 3 e 4 são diferentes do modelo explicativo verdadeiro (modelo equação 0), o que permite concluir que- Aos erros de medida na equação 4 (considerando que Y*i = Yi + εi e X*i = Xi + wi , onde εi e wisão erros de medida) podem ser resultado de dados não acurados, causados por estimativas extrapoladas, interpoladas ou arredondadas de forma sistemática; por falta de respostas em questionário; erros de cálculos e outros problemas, sendo sua presença na variável dependente mais grave porque os estimadores de Mínimos Quadrados Ordinários (MQO) são viesados, inconsistentes e ineficientes.
- Bos modelos representados pelas equações 1 e 3 incorrem no problema de variável relevante omitida, com graves consequências para os estimadores que podem ser inconsistentes, viesados e com variâncias e erros-padrão estimados incorretamente.
- Cno modelo representado pela equação 2, o erro de especificação está relacionado à inclusão de variável relevante X⁴.
- Dconsiderando que, na equação 4, Y*i = Yi + εi e X*i = Xi + wi , onde εi e wi são erros de medida, a presença desses erros nas variáveis explicativas pode levar a estimadores de Mínimos Quadrados Ordinários (MQO) viesados e inconsistentes, enquanto os erros de medida apenas na variável dependente conservam algumas propriedades dos estimadores, embora eles sejam menos eficientes.
- Equando comparados ao modelo explicativo 0, os modelos das equações 1 e 3 incorrem no problema de omissão de variável relevante, enquanto o modelo da equação 4 (considerando que Y*i = Yi + εi e X*i = Xi + wi, onde εi e wi são erros de medida) retrata a possível ocorrência de erros de medida na variável dependente e nas variáveis explicativas.