Questão de Estatística — Inferência estatística — FGV 2025
Estatística›Inferência estatística
Código
fg118915
Banca
FGV
Órgão
Prefeitura de Rio de Janeiro - RJ
Ano
2025
Nível
Superior
Cargo
Gestor de Segurança Municipal
No contexto de dados em painel, a escolha fundamental entre o modelo de Efeitos Fixos (EF) e o modelo de Efeitos Aleatórios (EA) baseia-se primariamente em
Aexistência ou não de heteroscedasticidade nos resíduos.
Bsuspeita de correlação entre o componente de erro específico do indivíduo (não observado) e as variáveis explicativas.
Cnecessidade de incluir ou não tendências temporais lineares no modelo.
Dhipótese de o painel de dados ser balanceado (todos os indivíduos têm o mesmo número de observações) ou desbalanceado.
Epreferência do pesquisador por um modelo mais parcimonioso, sendo o EA sempre o mais simples
Revelar gabarito e comentário▾
GabaritoB — suspeita de correlação entre o componente de erro específico do indivíduo (não observado) e as variáveis explicativas.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Modelos de Efeitos Fixos e Efeitos Aleatórios em dados em painel
Gabarito: letra B. A escolha entre o modelo de Efeitos Fixos (EF) e o de Efeitos Aleatórios (EA) depende, fundamentalmente, da suspeita de correlação entre o componente de erro específico do indivíduo (não observado) e as variáveis explicativas. Se houver correlação, o estimador de EA é viesado e inconsistente, devendo-se usar EF; se não houver, EA é mais eficiente. Essa é a distinção clássica que o Teste de Hausman formaliza.
O modelo de dados em painel combina observações de vários indivíduos ao longo do tempo. A equação básica é:
em que é o efeito individual não observado (fixo no tempo) e é o erro idiossincrático. A diferença crucial entre os dois modelos está no tratamento dado a :
Efeitos Fixos (EF): permite que seja correlacionado com as variáveis explicativas . O modelo elimina por transformações (within, primeira diferença) ou inclui dummies por indivíduo, obtendo estimadores consistentes mesmo na presença de correlação.
Efeitos Aleatórios (EA): assume que é não correlacionado com (exogeneidade estrita). Sob essa hipótese, o estimador de EA é consistente e mais eficiente que o de EF, pois utiliza tanto a variação entre indivíduos quanto a variação dentro deles.
A escolha entre os dois não é uma preferência estética, mas uma decisão baseada na plausibilidade da hipótese de exogeneidade. O Teste de Hausman compara os estimadores de EF e EA: se a diferença for significativa, rejeita-se a hipótese de não correlação e opta-se por EF; caso contrário, EA é preferível por eficiência.
A pegadinha da questão está em confundir a escolha EF vs. EA com outros aspectos do modelo, como heteroscedasticidade, tendência temporal, balanceamento do painel ou parcimônia. Nenhum desses é o critério fundamental — todos são questões secundárias ou independentes.
uᵢ correlacionado com xᵢₜ
uᵢ não correlacionado com xᵢₜ
Efeitos Aleatórios (EA)
Consistente
Viesado e inconsistente
Efeitos Fixos (EF)
Consistente, porém ineficiente
Consistente e eficiente
LEVEL · soulevel.com.br
Critério
Efeitos Fixos (EF)
Efeitos Aleatórios (EA)
Correlação entre (u_i) e (x_{it})
Permite correlação (não exige exogeneidade)
Assume não correlação (exogeneidade estrita)
Consistência sob correlação
Consistente mesmo com correlação
Viesado e inconsistente se houver correlação
Eficiência sob não correlação
Menos eficiente (perde variação entre indivíduos)
Mais eficiente (usa variação entre e dentro)
Teste de decisão
Escolhido se Hausman rejeitar (H_0)
Escolhido se Hausman não rejeitar (H_0)
Alternativa A — ❌ Incorreta
A heteroscedasticidade nos resíduos é um problema de especificação que afeta a eficiência dos estimadores e o cálculo dos erros-padrão, mas não determina a escolha entre EF e EA. Ambos os modelos podem ser estimados com erros-padrão robustos à heteroscedasticidade. A decisão EF vs. EA é anterior e diz respeito à correlação do efeito individual com os regressores.
Alternativa B — ✅ Correta ⟵ GABARITO
Exatamente este é o critério central. Se o efeito individual não observado é correlacionado com as variáveis explicativas, o modelo de EA produz estimadores viesados e inconsistentes, pois viola a condição de exogeneidade. Nesse caso, o modelo de EF é o adequado, pois controla essa correlação. O Teste de Hausman é a ferramenta formal para verificar essa suspeita.
Alternativa C — ❌ Incorreta
A inclusão de tendências temporais lineares é uma decisão de especificação da parte determinística do modelo, independente da escolha entre EF e EA. Tanto EF quanto EA podem incorporar tendências temporais, e a necessidade delas é avaliada por outros critérios (como significância e teoria econômica), não pela escolha do modelo de efeitos.
Alternativa D — ❌ Incorreta
O painel ser balanceado ou desbalanceado é uma característica da estrutura dos dados, não um critério para escolher entre EF e EA. Ambos os modelos podem ser estimados com painéis desbalanceados, embora a eficiência possa ser afetada. A escolha EF vs. EA permanece baseada na correlação do efeito individual com os regressores.
Alternativa E — ❌ Incorreta
A parcimônia é um princípio geral de modelagem, mas não é o critério que decide entre EF e EA. Na verdade, o modelo de EA é mais parcimonioso (estima menos parâmetros) e mais eficiente quando a hipótese de exogeneidade é válida, mas isso não o torna "sempre o mais simples" nem a razão fundamental da escolha. A decisão é baseada na consistência, não na simplicidade.
NÃO CAIA NESSA!
A banca tenta atrair o candidato para alternativas que são problemas reais em econometria de painel (heteroscedasticidade, tendência, balanceamento, parcimônia), mas que não são o critério decisivo. O aluno que decora listas de "problemas de painel" sem entender a lógica do Teste de Hausman pode cair em A, C ou D. Lembre-se: a pergunta é "a escolha fundamental", e essa é sempre a correlação entre o efeito individual e os regressores. 💪
PEGA ESSA DICA!
Para fixar, pense no Teste de Hausman: ele testa se a diferença entre os estimadores de EF e EA é significativa. Se for, há correlação e usa-se EF; se não, EA é preferível. Essa é a essência da escolha. Na prova, qualquer alternativa que mencione correlação entre o erro individual e as variáveis explicativas é a resposta correta.