MULTICOLINEARIDADE qndo existe correlao entre as variveis. Na presena de MULT MQO no perde suas propriedades, todas so validas.

s. A correo feita pq o erro padro muito grande, logo tende-se a no rejeitar H0, sendo assim seu coeficiente invalido. Tcal =B^/epB^ => ep (+) => Tcal (-) P/ corrigir a MULT: - Nada, Informao a priore ou retira-se o estimador, porm pode causar erro de especificao no modelo. TESTEs: R>0,8; pouco T significante; F dignificante \ alta correlao parciais \ regresso auxiliares Y1=B1+B2X1i+B3X2i+B4X3i+ui Correlao X1i com X2i e X3i Formulao Matematica: X1i= &1+&2X2i+&3X3i+vi Com o RX1.X2X3 acha-se o Fcal => Fcal>Ftab rejeita-se H0 {H0: X1i no colinear com X2i e X3i - MULT {H1: X1i no colinear com X2i e X3i MULT FONTE DA MULT: *Mtodo de coleta de dados empregados *Restrio do modelo ou populao amostral *Especificao do modelo *Modelo Superdeterminado

A) , correlao perfeita no consegue estimar regresso ( Forte teste de hipteses so invlidos) B) Sim, pode causar erro de especificao do modelo C) Sim, (+) n obs => (+) Somatoxi => (-) disperso em torno da mdia. ESPECIFICAO DO MODELO Mal aquele que no serve para representar o estudo que esta sendo feito. ERRO DE ESPECIFICAAO: Omisso de 1 ou + variveis; \ Incluso de 1 ou+ variveis desnecessrias \ Adoo da forma funcional errada \ Erro de medio \ Especificao incorreta do termo do erro. TESTE RESET Ao incluirmos Y^i como regressor, (+) R. Se R for significante a funo foi mal especificada. Yi=%1+%2Xi+U3i Yi=B1+B2Xi+B3Y^i+B4Y^i+vi Fcal>Ftab rejeita H0 {H0: B3=B4=0 bem espec. serve p representar o estudo que esta sendo feito. {H1: B3#B4#0 mal especificado LAGRANGE Yi=%1+%2Xi+u3i RESTRITIVA Yi= B1+B2Xi+B3Xi+B4Xi+ui IRRESTRITA Testar se na RESTRITA se B3xI e B4Xi =0 Regresso do resduo: u^i= &1+&2Xi+&3Xi+&4Xi+vi Acha-se R Se Quical > Quitab rejeita-se H0

{H0: regresso restrita correta. {H1: regresso irrestrita correta.

AUTOCORRELAO a correlao que existe entre series temporais observadas em # instantes do tempo, a AUT do erro qndo o erro do passado influencia no presente, ou seja, perturbaes que ocorrem em um istante do tempo afetam as que ocorrem em outro instante. Hiptese de MRLC que os erros no so correlacionados, ou seja, COV (ut, ut-j)=0 p todo t#j Na presena de correlao entre erros, ocorre impacto na VAR do erro que impacta na VAR do estimador, deixando-o de mnima, logo o MQO na presena de AUT deixa de ser eficiente. P corrigir o problema usa-se o MQG: 1) 2) 3) 4) Yt=B1+B2Xt+ut Yt-1= B1+B2Xt-1+ut-1 R Yt-1=r B1+r B2Xt-1+r ut-1 2)-1) => Yt-1 (R Yt-1)= B1 (r B1)+B2Xt-1 (r B2Xt-1)+ut-1 (r ut-1) Yt*= B1*+B2*Xt*+ut* B1*= B1(1-r) B2* = (xt rXt-1) ut* = ut- r ut-1

Para estimar o coeficiente de correlao amostral R , usa-se ut^= r ut^-1 +Et ou DW=2(1-r). Causam AUT: *Inercia \ Vies de especificao \ fenmeno teia de aranha \ defasagem \ manipilao \ transformao dos dados \ ausncia de estacionaridade. TESTE DW DW prximo de 2 => ausncia de autocorrelao -1< r < 1 -4< DW <4 DW= 2(1-r)

I RRH0_I__*__I__RNRH0__I__RNRH0__I__*__I RRH0_I -4 LI LS 2 4-LS 4-LI 4 ++++++++++++++++++++++++ - - - - - - - - - - - - - - - - - - - - rea de inderteciso

{H0: Ausncia de ATU + ou {H0: Presena de ATU + ou os erros do passado influenciam no presnte Dependendo de onde cair DW TESTE BG Yt = B1+B2Xt+ut

 Ut^= &1+&2Xt+ r1^ u^t-1 + ... + r6 u^t-6 +E {H0: r1 = r2 = r3 = ... = r6 Ausencia de AUT {H1: r1 # r2 # r3 # ... # r6 Presena de AUT P=6 R =0,892 n=40 Quical = (n-p)xR Quical > Quitab ou R-squared > Quitab rejeita-se H0

HETEROCEDASTCIDADE tem-se HET qnd a VAR do erro deixa de ser constante, ou seja, E(ui)=@i Na presena de HET o estimador de MQO ser no viesado e linear, porem no ser eficiente, pois a VAR(B2^) deixa de ser mnima, logo o estimador deixa de BLEU. Assim os testes T e F estaro errados, podendo nos levar a concluses erradas sobre as hipteses a respeito dos coeficientes estimados. P corrigir p problema usa-se o MQG, que penaliza a influencia da disperso. Yi= B1+B2Xi+ui ===== Yi/@ = B1/@ + B2Xi/@ + ui/@ VAR(ui) =VAR (ui/@) = 1/@ . VAR(ui) = 1/@ . @ = 1 constante. TESTE PARK @i = @. XiB . eui ln@i = ln@ + BlnXi +ui Como @ desconhecido: lnu^i= ln@ + BlnXi + vi ln@i = &+BlnXi+ ui lnu^i = & + BlnXi +vi Hipoteses: {H0: B=0 Homocedastica {H1: B#0 Heterocedastica ln@ = &

RRH0 RNRH0 RRH0 ____I_________I_____ -Ttab +Ttab

TESTE WHITE Yi=B1+B2Xi+B3X3i+ui Estima-se 1) e obtem-se u^i U^i = &1 + &2X2i + &3X3i + &4X2i + &5X3i + &6X4i ... +vi

{H0: &2 = &3 = &4 = ...= &6 = 0 - HOMO {H1: &2 # &3 # &4 # ...# &6 # 0 - HET

Quical = n. R > Quitab rejeita-se H0

OBS>: p-valor > & - rejeita-se H0

A excluso de 1 ou mais variveis explicativas leva essa varivel a cair dentro do termo do erro, podendo causar m especificao do modelo.

MQO Linear nos parmetros No viesado : E(B^)=B Eficiente: possui varincia mnima. Se rodarmos MQG para consertamos um problema que na verdade no existe, teremos o MQG como o problema. O modelo passa a ponderar os dados sem a necessidade. MRLC mdia do erro =0 / erros descorrelacionados COV (Ei,Ej)=0 / HOM / Covariancia nula entre erro e cada varivel COV(Ei,X3i)=0 / modelo bem especificado / S/ colinearidade entre regressores / MATRICIAL MQO

B^= (x.x)-1 . (x.y) >>>> (x.x)-1 = 1/det(x.x) . Adj (x.x)>>> *c+ >>> par +impar

TESTE GLOBAL FCAL > Ftab rejeita-se H0 , conjuntamente, ou seja, no global a regresso significativa. TESTE INDIVIDUAL Teste Tcal = B^/ ep B^ Se rejeita H0 individualmente o coeficiente B^ significativo. TABELA A NOVA Fonte variao /GL / SQ / QMe Regresso/k-1 / SQE / (SQE /GL) Residuo/n-k / SQR / (SQR / GL) Total/n-1 / SQT / K= n Xs Fcal = QMeE/ QMeR Fcal =[ R / (k-1)] / [(1-R) / (n-k)]

AO ADICIONARMOS 1 VARIAVEL Fcal = [(SQEn SQEv) / n novo B^] / [SQRn / n- n B^ novo] ou Fcal = [(Rn- Rv)/GL] / [(1-Rn) / GL] FUNO COBB-DOUGLAS

B1^x2iB2 . x3i B3 . eui Fcal = [(SQEr SQEsr) / n novo restr] / [SQRsr / n- n B^ s restr]
R ajustado = 95% da varivel dependentes esta sendo estimada pelas variveis explicativas x1 e x2, ajustados pelo grau de liberdade. R ajustado penaliza a incerso desnecessria de variveis adicionais dentro do modelo, ajustando pelos graus de liberdade. &> p-valor rejeita-se H0 >>> existe quebra estrutural.