1

Econometria
1. Reviso teste Chow
2. Previso
3. Critrios de seleo de modelos
Danielle Carusi Machado- UFF - Econometria
2/2010
Econometria
1. Reviso Teste Chow
Danielle Carusi Machado- UFF - Econometria
2/2010
Teste Chow
Parmetros podem no ser iguais sempre.
Sries de tempo: mudanas e costumes podem
alterar os valores dos parmetros ao longo do
tempo.
Estrutura econmica em determinado ponto no
tempo pode ter modificado.
Variveis dummies so importantes para estruturar
o teste Chow.
Teste: se houve uma mudana em um valor do
parmetro de um conjunto de dados para outro.
Teste Chow
Suponha que Y seja um funo linear de X e Z e
queremos saber se os coeficientes so iguais no
perodo 1 e no perodo 2.
Varivel dummy igual a D: zero para observaes
no perodo 1 e valor 1 para observaes no perodo
2.
Modelo irrestrito restrito



+ + + + + + =
+ + + =
+ + + + + + =
Z X Y
Z X Y
DZ Z DX X D Y
) ( ) (
2 2 1 1 0 0
2 1 0
2 2 1 1 0 0
Teste Chow
Modelo irrestrito: intercepto e inclinao so
diferentes nos perodos.
Modelo restrito: coeficientes so idnticos nos dois
perodos.
Teste F: se o vetor dos elementos alfa zero
+ + + = Z X Y
2 1 0
+ + + + + + = DZ Z DX X D Y
2 2 1 1 0 0
K N N
SQR
K
SQR SQR
F
ir
ir r
+ +

=
2 1
Teste Chow
Sempre que o conjunto inteiro de parmetros
estiver sendo testado quanto a igualdade de
dois conjuntos de dados, posso obter a SQR
irrestrita somando as SQR de cada grupo
separadamente.
J a SQR restrita pode ser obtida a partir de
uma nica regresso do modelo usando todos
os dados.
2
O teste de Chow
Estima-se o SQR do modelo irrestrito, estimando o
modelo para cada grupo: obtenha a SQR
1
; depois,
faa o mesmo para o outro grupo e obtenha a SQR
2:
Estima-se o modelo restrito considerando todos os
grupos juntos e obtenha a SQR. Ento:
( ) [ ] ( ) [ ]
1
1 2
2 1
2 1
+
+
+
+
=
k
k n
SQR SQR
SQR SQR SQR
F
Teste Chow: exemplo
Teste Chow exemplo
A hiptese nula de que o valor dos parmetros
igual nos dois perodos rejeitada.
Neste caso , h quebra estrutural no modelo.
Problemas:
hiptese de homocedasticidade deve valer.
Observaes insuficientes: usar teste chow
preditivo estimar o SQR do modelo irrestrito
usando o subperodo/grupo com mais
observaes.
Mudanas no subconjunto de coeficientes (no
quadro!)
Algebra Teste Chow
1960-1973 1960-1973 1960-1973 1
1974-1995 1974-1995 1974-1995 2
1960-1973 1960-1973 19
1974-1995 1974-1995
Unrestricted regression is
Restricted regression is
| | | | | | | |
= +
| | | |
\ \ \ \
| | | |
= +
| |
\ \
y X 0
y 0 X
y X
y X




60-1973 1960-1973
1974-1995 1974-1995
1 2
1 2 1 2
In the unrestricted model, = [ ,- ], = .
= ;
[Var( , )] = Var[ ] Var[ ] (no covariance)
| | | |
+
| |
\ \

+
R I I q 0
Rb - q b b
R b b R' b b


Teste de mudana estrutural com
varincias diferentes
Modelo restrito heterocedstico
Os primeiros n1 elementos do termo de erro possuem varincia igual
a e os n2 elementos seguintes possuem varincia igual a
Se o tamanho da amostra grande, o teste vlido se as varincias
so ou no iguais.
Distribuio limite qui quadrada com K graus de liberdade.
Se a amostra pequena ou mdia, o teste wald acima tem a
propriedade de dar uma probabilidade de erro tipo I
sistematicamente maior que o valor crtico, ou seja, freqentemente
rejeitamos a hiptese nula de que os parmetros so iguais nas sub-
amostras). O ideal usar um valor crtico mais alto nestes casos.
2
1

2
2

) ( ) ( )' (
2 1
1
2 1 2 1

) ) ) ) ) )
+ =

V V W
3
Econometria
Previso
Danielle Carusi Machado- UFF - Econometria
2/2010
Previso
Modelos de previso causal: o modelo pode ser
usado para prever a varivel dependente se os
valores associados das variveis independentes
forem dados (dados esto dados ex post).
Modelos de sries de tempo: previso do
comportamento de uma srie de tempo (Box
Jenkins, ARIMA). (ex ante)
Modelos de previso causal
Erros de especificao: as hipteses do modelo
de RLM podem no ser atendidas.
Erros de condicionamento: o valor da varivel
independente fixado para a previso pode ser
incorreto.
Erro de amostragem
Erro aleatrio: o termo de erro aleatrio
considerado igual a zero.
Intervalos de predio
Dado x
0
gostaramos de prever o y
0
.
Dois casos:
Estimar E[y|x
0
] = x
0
;
Previso y
0
= x
0
+
0
Preditor bvio bx0 + estimativa de
0
.
Supomos
0
como 0, mas incorporamos sua varincia.
Alternativa: quano prevemos y
0
com b x
0
, qual o erro de previso?
Est.y
0
- y
0
= b x
0
- x
0
-
0
,
x
0
Var[b - ]x
0
+
2
Como estimamos? Usando IC. Dois casos:
Se x
0
um vetor de constantes, a varincia x
0
Var[b] x
0
.
Se x
0
deve ser estimado - bootstrapping.
Varincia

2
+ x
0
Var[b]x
0
=
2
+
2
[x
0
(XX)
-1
x
0
]
Se o modelo contm uma constante:
1 1
0 2 0 0 0
1 1
1
Var[ ] 1 ( )( )( )
K K
jk
j j k k
j k
e x x x x
n

= =
(
= + +
(

Z M Z
5.1 in the 6
th
edition
4
Econometria
Critrios de seleo (no quadro)
Danielle Carusi Machado- UFF - Econometria
2/2010