Econometria_Lista_III_P.2011.1

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Departamento de Economia 
ECO1704 – Econometria (2011.1) 
Professores: Gustavo Gonzaga e Maurício Reis 
 
 
Lista de Exercícios Práticos III 
 
Entrega: 16/05/2011. 
 
 
Os exercícios 1 e 2 devem ser respondidos usando os dados da PNAD. 
 
 
Questão 1. 
 
Estime a seguinte regressão pelo método de MQO: 
 
dias_faltou_escolai = 0β + 1β ln(rfpci) + 2β educmi + 3β idadei + 4β (idadei)2 + ui. 
. 
Estime a mesma equação usando erros robustos. Compare os resultados encontrados 
pelos 2 métodos. 
 
[Para usar erros robustos no Gretl: faça o procedimento convencional para estimar uma 
regressão por MQO, mas antes de clicar em OK, selecione a opção “Robust standard 
errors”]. 
 
Questão 2. 
 
Considere a seguinte equação: 
 
ln(rfpci) = 0β + 1β npesi + β2 educmi + ui. 
 
Suponha que ( ) 22i educm ,npes/ iii npesuVar σ= 
 
Obtenha os estimadores de Mínimos Quadrados Ponderados (MQP) para β1,e β2. 
 
 
 
 
 
Os exercícios 3, 4 e 5 devem ser respondidos usando os dados da PME. 
Esses dados estão nos arquivos BH_ano.dta, PA_ano.dta, RJ_ano.dta, SP_ano.dta, 
Recife_ano.dta e Salvador_ano.dta, onde ano=2002, 2003, 2004 ou 2005. 
 
Para importar a base de dados em formato painel no Gretl siga os seguintes passos: 
 
1 –Selecione File e depois Open Data 
2 – Selecione Import e clique em Stata 
3 – Na caixa Open Stata file, selecione o arquivo com os dados e clique em abrir. 
4 – Clique em Yes na caixa seguinte, e depois selecione Panel e clique em Forward. 
5 – Na caixa seguinte selecione Stacked Time Series e clique em Forward. 
6 – Em Number of Time Periods, selecione 4. Clique em Forward e em seguida em Apply. 
 
 
Questão 3. 
 
(a) Estime a regressão abaixo pelo método de mínimos quadrados ordinários (MQO): 
 
ln (horasit) = 0β + 1β negroit + 2β idadeit + 3β mulherit +β4 ccartit + β5 conta-própriait 
+β6 empregadorit + β7 militar_fpubit + uit. 
 
Interprete os resultados estimados. 
 
(b) Estime agora a seguinte equação usando o método de efeitos-fixos: 
 
ln (horasit) = iα +γ1 ccartit + γ2 conta-própriait +γ3 empregadorit + γ4 militar_fpubit + uit. 
 
onde iα representa os efeitos fixos. 
 
O que muda na interpretação dos resultados estimados paras as dummies de posição na 
ocupação nesse novo método? 
 
(c) Qual foi o motivo para excluir as variáveis negro e mulher da segunda equação? 
 
 
[No Gretl: clique em ModelPanel/Fixed or random effects e selecione a variável 
dependente e a(s) explicativa(s) e clique em OK] 
 
 
Questão 4. 
 
(a) Estime pelo método de efeitos-fixos a seguinte equação: 
 
ln (rendimentosit) = iα + 1β indústriait + β2 construçãoit 
+β3 comércioit + β4 serviçosit +β5 administraçãoit + uit. 
 
Interprete os resultados encontrados. 
 
(b) Acrescente dummies para o número da pesquisa de cada indivíduo (num_pesquisa) e 
estime a equação: 
 
ln (rendimentosit) = iα + 1β indústriait + β2 construçãoit +β3 comércioit + β4 serviçosit 
 +β5 administraçãoit+β6 num_pesquisa_4it + β7 num_pesquisa_5it +β8 num_pesquisa_8it + uit. 
 
Interprete os resultados estimados para as dummies referentes ao número da pesquisa. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Distribuição Normal Padrão 
 
 
 
Z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09 
0.0 .5000 .4960 .4920 .4880 .4840 .4801 .4761 .4721 .4681 .4641 
0.1 .4602 .4562 .4522 .4483 .4443 .4404 .4364 .4325 .4286 .4247 
0.2 .4207 .4168 .4129 .4090 .4052 .4013 .3974 .3936 .3897 .3859 
0.3 .3821 .3783 .3745 .3707 .3669 .3632 .3594 .3557 .3520 .3483 
0.4 .3446 .3409 .3372 .3336 .3300 .3264 .3228 .3192 .3156 .3121 
 
0.5 .3085 .3050 .3015 .2981 .2946 .2912 .2877 .2843 .2810 .2776 
0.6 .2743 .2709 .2676 .2643 .2611 .2578 .2546 .2514 .2483 .2451 
0.7 .2420 .2389 .2358 .2327 .2296 .2266 .2236 .2206 .2177 .2l48 
0.8 .2119 .2090 .2061 .2033 .2005 .1977 .1949 .1922 .1894 .1867 
0.9 .1841 .1814 .1788 .1762 .1736 .1711 .1685 .1660 .1635 .1611 
 
1.0 .1587 .1562 .1539 .1515 .1492 .1469 .1446 .1423 .1401 .1379 
1.1 .1357 .1335 .1314 .1292 .1271 .1251 .1230 .1210 .1190 .1170 
1.2 .1151 .1131 .1112 .1093 .1075 .1056 .1038 .1020 .1003 .0985 
1.3 .0968 .0951 .0934 .0918 .0901 .0885 .0869 .0853 .0838 .0823 
1.4 .0808 .0793 .0778 .0764 .0749 .0735 .0722 .0708 .0694 .0681 
 
1.5 .0668 .0655 .0643 .0630 .0618 .0606 .0594 .0582 .0571 .0559 
1.6 .0548 .0537 .0526 .0516 .0505 .0495 .0485 .0475 .0465 .0455 
1.7 .0446 .0436 .0427 .0418 .0409 .0401 .0392 .0384 .0375 .0367 
1.8 .0359 .0352 .0344 .0336 .0329 .0322 .0314 .0307 .0301 .0294 
1.9 .0287 .0281 .0274 .0268 .0262 .0256 .0250 .0244 .0239 .0233 
 
2.0 .0228 .0222 .0217 .0212 .0207 .0202 .0197 .0192 .0188 .0183 
2.1 .0179 .0174 .0170 .0166 .0162 .0158 .0154 .0150 .0146 .0143 
2.2 .0139 .0136 .0132 .0129 .0125 .0122 .0119 .0116 .0113 .0110 
2.3 .0107 .0104 .0102 .0099 .0096 .0094 .0091 .0089 .0087 .0084 
2.4 .0082 .0080 .0078 .0075 .0073 .0071 .0069 .0068 .0066 .0064 
 
2.5 .0062 .0060 .0059 .0057 .0055 .0054 .0052 .0051 .0049 .0048 
2.6 .0047 .0045 .0044 .0043 .0041 .0040 .0039 .0038 .0037 .0036 
2.7 .0035 .0034 .0033 .0032 .0031 .0030 .0029 .0028 .0027 .0026 
2.8 .0026 .0025 .0024 .0023 .0023 .0022 .0021 .0021 .0020 .0019 
2.9 .0019 .0018 .0017 .0017 .0016 .0016 .0015 .0015 .0014 .0014 
 
 
 
 
 
TABELAS ESTATÍSTICAS 
 
 
Tabela t Tabela F (5% significância) 
 Valor crít. G.l. Graus lib. - numerador 
Graus lib. 5% 10% denom. 1 2 3 4 5 
10 2,23 1,81 10 4,96 4,10 3,71 3,48 3,33 
20 2,09 1,72 20 4,35 3,49 3,10 2,87 2,71 
30 2,04 1,70 30 4,17 3,32 2,92 2,69 2,53 
40 2,02 1,68 40 4,08 3,23 2,84 2,61 2,45 
50 2,01 1,68 50 4,03 3,18 2,79 2,56 2,40 
60 2,00 1,67 60 4,00 3,15 2,76 2,53 2,37 
70 1,99 1,67 70 3,98 3,13 2,74 2,50 2,35 
80 1,99 1,66 80 3,96 3,11 2,72 2,49 2,33 
90 1,99 1,66 90 3,95 3,10 2,71 2,47 2,32 
100 1,98 1,66 100 3,94 3,09 2,70 2,46 2,31 
∞ 1,96 1,64 ∞ 3,84 3,00 2,60 2,37 2,21 
 
 
Área contida nas duas caudas laterais 
(bicaudal) da distribuição t de Student
Graus de liberdade 0,10 0,05 0,02
1 6,31 12,706 31,821
2 2,92 4,303 6,965
3 2,35 3,182 4,541
4 2,132 2,776 3,747
5 2,015 2,571 3,365
6 1,943 2,447 3,143
7 1,895 2,365 2,998
8 1,860 2,306 2,896
9 1,833 2,262 2,821
10 1,812 2,228 2,764
20 1,725 2,086 2,528
30 1,697 2,042 2,457
40 1,684 2,021 2,423
50 1,676 2,009 2,403
100 1,660 1,984 2,364
? 1,645 1,960 2,326
Distribuição t de Student
 
 
 
 
 
 
 
 
Os Dados 
 
A PME (Pesquisa Mensal de Emprego) é uma pesquisa realizada mensalmente pelo 
IBGE nas 6 principais regiões metropolitanas brasileiras (São Paulo, Rio de Janeiro, Belo 
Horizonte, Porto Alegre, Salvador e Recife). Cada domicílio é entrevistado 8 vezes durante 
um período de 16 meses. A pesquisa contém diversas perguntas sobre mercado de trabalho. 
A amostra usada nos exercícios inclui 4 entrevistas para cada indivíduo. 
 
Descrição das variáveis na base de dados individuais 
Variáveis Descrição 
RM Código da Região metropolitana 
mes_pesquisa Mês em que foi realizada a pesquisa 
ano Ano em que foi realizada a pesquisa 
num_pesquisa Número da entrevista (essa variáveis assume 4 valores, correspondentes a 4 
diferentes entrevistas, para cada indivíduo na amostra: 1, 4, 5 e 8) 
mes_nascim Mês de nascimento do indivíduo. 
idade Idade em anos. 
mulher =1 se mulher, =0 se homem. 
npes Número de pessoas no domicílio. 
anosest Número de anos de estudo. 
negro =1 se negro ou pardo, =0 caso contrário. 
pos_ocupacao =1 se com carteira, =2 se sem carteira, =3 se conta-própria, =4 se empregador, 
=5 se militar ou funcionário público. 
setor =1 se agrícola, =2 se indústria, =3 se construção, =4 se comércio, =5 se 
serviços, =6 se administração e =7 se outros. 
rendimento Rendimento
no trabalho principal. 
horas Número de horas trabalhadas na semana. 
indivíduo Variável que identifica o indivíduo. 
Peso Peso da pessoa na pesquisa