Manual de Soluções • Econometria Básica • Gujarati

CAPÍ TULO 7
AN ÁLI SE D E REGRESSÃO M ÚLTI PLA: O PROBLEM A D A ESTI M AÇÃO

7 .1 Os result ados das regressões são:

αˆ1 = −3, 00; αˆ 2 = −3,50

λˆ1 = 4, 00; λˆ2 = −1,357
βˆ1 = 2, 00; βˆ2 = 1, 00; βˆ3 = −1, 00

α̂ 2
β2 .
( a) Não. Dado que o m odelo ( 3) é o verdadeiro, é um est im ador t endencioso de

( b) Não. Pela m esm a razão de ( a) , λ̂3 é um est im ador t endencioso de β3 .

A lição aqui é que um a equação m al especificada pode levar à est im ação t endenciosa
dos parâm et ros do m odelo verdadeiro.

7 .2 Aplicando as fórm ulas dadas no t ext o, os result ados da regressão são os

seguint es:

Yˆi = 53,1612 + 0,727X2i + 2,736X3i

ep= ( 0,049) ( 0,849) R 2 = 0,9988 R 2 = 0,9986.

7 .3 Om it indo o subscrit o de observação i por conveniência, recorde que:

(∑ yx2 )(∑ x32 ) − (∑ yx3 )(∑ x2 x3 ) (∑ yx2 ) − (∑ yx3 )(∑ x2 x3 ) /(∑ x32 )
βˆ2 =
(∑ x22 )(∑ x32 ) − (∑ x2 x3 ) 2 (∑ x22 ) − (∑ x2 x3 )2 /(∑ x32 )
= =

(∑ yx2 ) − (∑ yx3 )b23 (∑ x2 x3 ) ∑ y( x − b

βˆ2 =
(∑ x ) − b23 (∑ x2 x3 ) (∑ x ) ∑ x (x − b
= b23 = 2 23 3x)
2
, aplicando 2
, .
2 3 2 2 23 3x)

7 .4 Com o foi inform ado que ui ฀ N (0, 4) , gere, por exem plo, 25 observações a part ir
de um a dist ribuição norm al com esses parâm et ros, o que a m aioria dos soft wares faz

∑(X − X )2
norm alm ent e. Dessas observações, calcule a variância da am ost ra com o

S 2
= i
, em que Xi é o valor observado de ui na am ost ra de 25 observações.
24
Repit a est e exercício, digam os, out ras 99 vezes, para com plet ar 100 experim ent os. Ao
final, haverá 100 valores de S2. Tire a m édia desses valores, que deverá est ar em
 Manual de Soluções • Econometria Básica • Gujarati

t orno de σ2 = 4. Às vezes, podem ser necessárias m ais de 100 am ost ras para se
conseguir um a boa aproxim ação.

7 .5 A part ir da Equação ( 7.11.7) do t ext o, t em os R 2 = r132 + (1 − r132 ) r12.3

2
. Logo,
R 2 − r132
=
1 − r132
2
r12.3 .

Est e é o coeficient e de det erm inação parcial, e pode- se int erpret á- lo com o o
coeficient e que descreve a proporção da variação da variável dependent e não
explicada pela variável X3, m as explicada pela inclusão de X2 ao m odelo.

X1 = (–α2 / α1)X2 + (–α3 / α1)X3, ou

7 .6 Pode- se escrever a equação dada com o:

X2 = (–α1 / α2)X1 + (–α3 / α2)X3, ou

X3 = (–α1 / α3)X1 + (–α2 / α3)X2 .

Assim , os coeficient es de regressão parcial seriam os seguint es:

β12.3 = –(α2 / α1); β 13.2 = –(α3 / α1)

β21.3 = –(α1 / α2); β 23.1 = –(α2 / α3)
β31.2 = –(α1 / α3); β 32.1 = –(α2 / α3).
(−α 2 )(−α1 )
r12.3 = ( β12.3 )( β 21.3 ) = = 1 = ±1 .
(α1 )(α 2 )
Relem brando a Quest ão 3.6, t em os

7 .7 ( a) Não. O valor absolut o de r não pode ser m aior que um . Aplicando à Equação
( 7.11.2) os dados fornecidos, obt erem os r12.3 = 2,295, o que, logicam ent e, é
im possível.

( b) Sim . Seguindo o m esm o procedim ent o de ( a) , encont rarem os r12.3 = 0,397, um

result ado possível.

( c) Sim . Da m esm a form a pode- se dem onst rar que r12.3 = 0,880, out ro result ado
possível.

7 .8 Se excluirm os do m odelo a variável anos de experiência ( X3) , o coeficient e de

escolaridade ( X2) será t endencioso, e a nat ureza do viés dependerá da correlação ent re
X2 e X3. O erro- padrão, a som a residual dos quadrados e R2 serão afet ados em
conseqüência dessa exclusão. Est e é um caso de viés de variável excluída.

7 .9 Os coeficient es angulares nos m odelos duplo log fornecem est im at ivas diret as da
elast icidade ( const ant e) da variável do lado esquerdo em relação à variável do lado
direit o. Nest e caso:
 Manual de Soluções • Econometria Básica • Gujarati

∂ ln Y ∂Y / Y ∂ ln Y ∂Y / Y
= = β2 e = = β3 .
∂ ln X 2 ∂X 2 / X 2 ∂ ln X 3 ∂X 3 / X 3

7 .1 0 ( a) & ( b) Se m ult iplicarm os X2 por 2, verificarem os pelas Equações ( 7.4.7) e

( 7.4.8) do t ext o que os coeficient es angulares não serão afet ados. Se, por out ro lado,
m ult iplicarm os Y por 2, os coeficient es angulares, assim com o os int ercept os e seus
erros- padrão, serão m ult iplicados por 2. Sem pre t enha em m ent e as unidades em que
o regressando e os regressores são m edidos.

r122 + r132 − 2r12 r13 r3

R2 =
1 − r232
7 .1 1 A part ir da Equação ( 7.11.5) , sabem os que: . Port ant o,

quando r23 = 0, ist o é, não há correlação ent re X2 e X3, R = r12 + r13 , ou sej a, o
2 2 2

coeficient e de det erm inação m últ iplo é a som a dos coeficient es de det erm inação na
regressão de Y cont ra X2 e na de Y cont ra X3.

Yi = β1 + (1 + β 2 ) X 2t + β 3 X 3t + ut = β1 + β 2* X 2t + β 3 X 3t + ut , em que β 2* = (1 + β 2 ) . Os dois
7 .1 2 ( a) Reescreva o m odelo B com o:

m odelos são, port ant o, sim ilares. Sim , os int ercept os nos m odelos são iguais.

( b) As est im at ivas de MQO do coeficient e angular de X3 serão iguais nos dois m odelos.

( c) β 2* = (1 + β 2 ) = α 2 .

( d) Não, porque os regressandos são diferent es nos dois m odelos.

αˆ 2 = ∑ ∑ ( x − z )( x ) = ∑ x − ∑ ( z x ) = 1 − βˆ
7 .1 3 ( a) Aplicando MQO, obt em os:

∑x ∑x ∑x ∑x
=
2
yi xi i i i i i i
2 2 2 2 2 .
i i i i

Ou sej a, o coeficient e angular da regressão de poupança cont ra renda ( quer dizer, a

propensão m arginal a poupar) é igual a um m enos o coeficient e angular da regressão
de consum o cont ra renda ( quer dizer, a propensão m arginal a consum ir) . Dit o de out ra
form a, a som a das duas propensões m arginais é igual a 1, com o, aliás, não poderia

α̂1 = − βˆ1 .
deixar de ser, pois a receit a t ot al é igual ao t ot al das despesas de consum o m ais o
t ot al das poupanças. A propósit o, repare que

( b) Sim . A SQR para a função consum o é: ∑ (Y − αˆ − αˆ 2 X i ) 2 . Agora, subst it ua

( X i − Yi ) por Zi , α̂1 = − βˆ1 , e αˆ 2 = (1 − βˆ2 ) e verifique que as duas SQR são iguais.
i 1

( c) Não, porque os dois regressandos não são iguais.

 Manual de Soluções • Econometria Básica • Gujarati

7 .1 4 ( a) Conform e vist o na Seção 6.9, para aplicar o m odelo norm al de regressão

linear clássico ( MNRLC) , é necessário presum ir que ln ui ฀ N( 0,σ2) . Depois de est im ar o

m odelo Cobb- Douglas, obt enha os resíduos e subm et a- os ao um t est e de norm alidade,
t al com o o Jarque- Bera.

[eσ , eσ (eσ − 1)] .

2 2 2
/2
( b) Não. Com o vim os na Seção 6.9, ui ฀ log – normal

∑Y X = β 2 ∑ X 22i + β3 ∑ X 2i X 3i
7 .1 5 ( a) As equações norm ais seriam :

∑Y X = β 2 ∑ X 2i X 3i + β3 ∑ X 32i .
i 2i

i 3i

( b) Não, pela m esm a razão do caso de duas variáveis.

( c) Sim , essas condições são válidas.

( d) Dependerá da t eoria subj acent e.

( e) I sso é um a generalização sim ples das equações norm ais dadas ant eriorm ent e.

Pr oble m a s

7 .1 6 ( a) M ode lo line a r :

Yˆt = 10816,04 – 2227,704X2i + 1251,141X3i + 6,283X4i – 197,399X5i

ep = ( 5988,348) ( 920,538) ( 1157021) ( 29,919) ( 101,156) R2
= 0,835

Nest e m odelo, os coeficient es angulares m edem a t axa de variação de Y em relação à

variável pert inent e.

( b) M ode lo log– lin e a r :

ln Yˆt = 0,627 – 1,274 lnX2i + 0,937 lnX3i + 1,713 lnX4i – 0,182 lnX5i
ep = ( 6,148) ( 0,527) ( 0,659) ( 1,201) ( 0,128) R2 =
0,778

Nest e m odelo, t odos os coeficient es angulares parciais são elast icidades parciais de Y
em relação à variável pert inent e.

( c) Espera- se que a elasticidade preço própria sej a negat iva, a preço cruzada sej a
posit iva para bens subst it ut os e negat iva para bens com plem ent ares, e a elasticidade
renda sej a posit iva, j á que rosas são um bem norm al.
 Manual de Soluções • Econometria Básica • Gujarati

∂Y X i
( d) A fórm ula geral para a elast icidade das equações lineares é: Elast icidade =

∂X i Y
, em que X i é o regressor pert inent e.

( e) Os dois m odelos apresent am result ados sem elhant es. Um a vant agem do m odelo
log- linear é que os coeficient es angulares fornecem est im at ivas diret as da elast icidade
( const ant e) da variável pert inent e em relação ao regressor sob avaliação. Mas t enha
em m ent e que os R2 não são com paráveis diret am ent e.

7 .1 7 ( a) A priori, t odas as variáveis parecem relevant es para explicar a at ividade de

prospecção de pet róleo. Espera- se que t odos os coeficient es angulares sej am posit ivos,
excet o o da variável de tendência, que pode ser posit ivo ou negat ivo.

( b) O m odelo est im ado é:

Yˆi = - 37,186 + 2,775X2i + 24,152X3i - 0,011X4i - 0,213X5i

ep = ( 12,877) ( 0,57) ( 5,587) ( 0,008) ( 0,259) R 2 = 0,656
R 2 = 0,603.

( c) As variáveis preço por barril e produção interna são est at ist icam ent e significat ivas
no nível de 5% , e seus sinais est ão de acordo com as expect at ivas. As out ras variáveis
não são est at ist icam ent e diferent es de zero.

( d) Out ra especificação pode ser o m odelo log- linear que, além de fornecer est im at ivas
diret as das elast icidades, pode am arrar caract eríst icas não- lineares ( nas variáveis) , se
houver.

7 .1 8 ( a) Os result ados da regressão são:

Yˆi = 19,443 + 0,018X2i - 0,284X3i + 1,343X4i + 6,332X5i

ep = ( 3,406) ( 0,006) ( 0,457) ( 0,259) ( 3,024) R 2 = 0,978 R 2 = 0,972
R 2 m odificado = 0,734.

( b) A priori, esperava- se que t odos os coeficient es angulares fossem posit ivos. À

exceção do coeficient e para as vendas m ilit ares dos Est ados Unidos, t odas as out ras
variáveis são est at ist icam ent e significat ivas no nível de 5% , e seus sinais est ão de
acordo com as expect at ivas.

( c) Despesas federais globais e algum t ipo de variável de t endência podem ser m uit o
im port ant es.

7 .1 9 ( a) O m odelo ( 5) parece ser o m elhor porque abrange t odas as variáveis

econom icam ent e relevant es, inclusive o preço real dos subst it ut os da carne de frango,
o que deve aj udar a m inorar o possível problem a de m ult icolinearidade ent re o preço
 Manual de Soluções • Econometria Básica • Gujarati

da carne bovina e o da carne suína exist ent e no m odelo ( 4) . O m odelo ( 1) não t em

inform ações sobre os subst it ut os, e elas são lim it adas nos m odelos ( 2) e ( 3) .

( b) O coeficient e de lnX2 represent a a elast icidade de renda, e o de lnX3 represent a a

de preço próprio.

( c) O m odelo ( 4) considera as carnes suína e bovina com o bens subst it ut os, ao passo
que o ( 2) considera apenas a suína.

( d) Pode haver um problem a de m ult icolinearidade ent re o preço da carne bovina e o

da suína.

( e) Sim . I sso deve am enizar o problem a da m ult icolinearidade.

( f) Devem ser bens subst it ut os porque com pet em com a carne de frango com o produt o
de consum o.

( g) Os result ados da regressão do m odelo ( 5) são os seguint es:

ln Yˆt = 2,030 + 0,481 lnX2t - 0,351 lnX3t - 0,061 lnX6t

ep = ( 0,119) ( 0,068) ( 0,079) ( 0,130) R 2 = 0,980 R 2 = 0,977
2
R m odificado = 0,810.

As elast icidades renda e preço próprio t êm os sinais corret os.

( h) A conseqüência de est im ar o m odelo ( 2) seria a possibilidade de t endenciosidade

dos est im adores devido a erro de especificação do m odelo. Esse assunt o é det alhado
no Capít ulo 13.

7 .2 0 ( a) Ceteris paribus 1 , as int erpret ações são as seguint es, em m édia:

• um aum ent o de 1% na t axa de desem prego leva a um aum ent o de 0,34% na

•
t axa de desist ência do em prego;
um aum ent o de 1% no percent ual de em pregados com m enos de 25 anos leva

•
a um aum ent o de 1,22% na t axa de desist ência do em prego;
um aum ent o de 1% na razão de em pregados na indúst ria no t rim est re leva a

•
um aum ent o de 1,22% na t axa de desist ência do em prego;
um aum ent o de 1% no percent ual de m ulheres em pregadas leva a um aum ent o

•
de 0,80% na t axa de desist ência do em prego;
ao longo do período est udado, a t axa de desist ência do em prego baixou à razão
de 0,54% ao ano.

( b) Sim , espera–se que a t axa de desist ência e a de desem prego est ej am

negat ivam ent e relacionadas.

1
Ceteris paribus – Expressão latina muito usada em Economia e que significa “Todos os outros fatores se mantendo
constantes”.
 Manual de Soluções • Econometria Básica • Gujarati

( c) À m edida que aum ent a a cont rat ação de pessoas com m enos de 25 anos, a
expect at iva é que a t axa de desist ência aum ent e por causa da rot at ividade ent re os
t rabalhadores m ais j ovens.

( d) A t axa de queda é 0,54% . Mot ivos prováveis para essa queda seriam as m elhorias
nas condições de t rabalho e nos benefícios de pensões ao longo do t em po.

( e) Não. O significado de “ baixo” é relat ivo.

βˆi βˆ
( f) Com o os valores t são dados, podem os facilm ent e calcular os erros- padrão. Sob a

hipót ese nula de que β1 verdadeiro é zero, t em os a relação: t= ⇒ ep( βˆi ) = i

ep( βˆi )
.
t

7 .2 1 ( a) Os result ados da regressão são os seguint es:

฀ M = 1,2394 + 0,5243 ln PIBR – 0,0255 ln TJCP

ln 2
ep = ( 0,6244) ( 0,1445) ( 0,0513) R2 = 0,7292.

Os result ados da regressão com a TJLP são os seguint es:

฀ M = 1,4145 + 0,4946 ln PIBRt – 0,0516 ln TJLPt

ln 2t
ep = ( 1,3174) ( 0,2686) ( 0,1501) R2 = 0,7270.

As elast icidades renda ( 0,5243 ou 0,4946) e taxa de juros ( –0,0255 ou –0,0516) não
são m uit o diferent es, m as, com o verem os no Capít ulo 8, a regressão usando a TJCP
apresent a m elhores result ados est at íst icos.

( b) A razão M/ PI B é conhecida na lit erat ura com o o k da equação de Cam bridge

( Ca m br idge k ) , que represent a a proporção da renda que as pessoas querem t er em
dinheiro. É um a relação sensível à t axa de j uros, um a vez que est a represent a o cust o
de se guardar o dinheiro, o qual em geral não produz grandes ganhos com j uros.
Seguem os result ados da regressão:

⎛M ⎞
ln ⎜ 2 ⎟ = 3,4785 – 0,1719 ln TJCPt
⎝ PIB ⎠t
ep = ( 0,0780) ( 0,0409) r2 = 0,5095.

⎛M ⎞
ln ⎜ 2 ⎟ = 3,8318 – 0,3123 ln TJLPt
⎝ PIB ⎠t
ep = ( 0,1157) ( 0,0532) r2 = 0,6692.

Sendo am bas as regressões bivariadas, podem os verificar que, em t erm os est at íst icos,
o Cam bridge k est á inversam ent e relacionado à t axa de j uros, conform e as
expect at ivas. Em t erm os num éricos, é m ais sensível às t axas de longo prazo do que às
de curt o prazo. Com o a variável dependent e é a m esm a nos dois m odelos, pode- se ver
que o r2 obt ido com a TJLP apresent a um aj ust e m uit o m elhor.
( c) A respost a est á no Exercício 8.29.
 Manual de Soluções • Econometria Básica • Gujarati

7 .2 2 ( a) Seguem os result ados do aj ust e da função de produção Cobb- Douglas

fornecidos pelo soft ware Eviews 3:

Variável dependent e:
LOG( PRODUÇÃO)
Am ost ra: 1961 1987
Observações incluídas:
27

Variável Coeficient e Erro- padrão Est at íst ica- t Probabilidade

C - 11,93660 3,211064 - 3,717335 0,0011
LOG( MÃO- DE- OBRA) 2,328402 0,599490 3,883972 0,0007
LOG( CAPI TAL) 0,139810 0,165391 0,845330 0,4063
R- quadrado 0,971395 Variável dependent e m édia 4,493912
Desvio–padrão da variável
R- quadrado aj ust ado 0,969011 0,461432
dependent e
E.P. da regressão 0,081229 Crit ério info Akaike - 2,078645
Som a quad resíduos 0,158356 Crit ério Schwarz - 1,934663
Verossim ilhança Log 31,06171 Est at íst ica- F 407,5017
Est at Durbin- Wat son 0,373792 Probabilidade ( Est at íst ica- F) 0,000000

As elast icidades est im adas produção/mão-de-obra e produção/capital são posit ivas,

com o era de se esperar. Mas verem os no próxim o capít ulo que os result ados,
econom icam ent e falando, não fazem sent ido porque o capit al não t em relação com a
produção, fat o que, se verdadeiro, seria surpreendent e. Com o verem os, o problem a
com os dados t alvez sej a a colinearidade.

( b) Os result ados da regressão são os seguint es:

Variável dependent e:
LOG( PRODUTI VI DADE)
Dat a: 29/ 07/ 2000 Hora: 18: 11
Am ost ra: 1961 1987
Observações incluídas:
27
Variável Coeficient e Erro- padrão Est at íst ica- t Probabilidade
C - 1,155956 0,074217 - 15,57533 0,0000
LOG( RELAÇÃO
0,680756 0,044535 15,28571 0,0000
CAP/ MDO)
R- quadrado 0,903345 Variável dependent e m édia - 2,254332
Desvio- padrão da variável
R- quadrado aj ust ado 0,899479 0,304336
dependent e
E.P. da regressão 0,096490 Crit ério info Akaike - 1,767569
Som a quad resíduos 0,232758 Crit ério Schwarz - 1,671581
Verossim ilhança Log 25,86218 Est at íst ica- F 233,6528
Est at Durbin- Wat son 0,263803 Probabilidade ( Est at íst ica- F) 0,000000

A elast icidade de produção/mão-de-obra ( ist o é, produt ividade da m ão- de- obra) em

relação à razão capital/mão-de-obra é de aproxim adam ent e 0,68, indicando que se
 Manual de Soluções • Econometria Básica • Gujarati

est a aum ent a em 1% , a produt ividade sobe cerca 0,68% , em m édia. Um das principais
caract eríst icas das econom ias desenvolvidas é um a relação capit al/ m ão- de- obra
relat ivam ent e elevada.

7 .2 3 Repare que usam os t odas as 528 observações para est im ar a regressão cuj os
result ados são m ost rados a seguir:

Variável dependent e:
LOG( SALÁRI OM)
Am ost ra: 1 528
Observações incluídas:
528
Variável Coeficient e Erro- padrão Est at íst ica- t Probabilidade
C 4,661661 1,954190 2,385470 0,0174
LOG( ESTUDO) - 3,165721 1,566685 - 2,020650 0,0438
[ LOG( ESTUDO) ] 2 0,836412 0,313436 2,668524 0,0079
R- quadrado 0,157696 Variável dependent e m édia 2,063647
Desvio- padrão da variável
R- quadrado aj ust ado 0,154488 0,521224
dependent e
E.P. da regressão 0,479275 Crit ério info Akaike 1,372579
Som a quad resíduos 120,5946 Crit ério Schwarz 1,396835
Verossim ilhança Log - 3593609 Est at íst ica- F 49,14535
Est at Durbin- Wat son 1,909008 Probabilidade ( Est at íst ica- F) 0,000000

Est e é um m odelo duplo- log, e, port ant o, os coeficient es angulares m edem

elast icidade. Os result ados sugerem que o percent ual de m udança dos salários por
hora dim inui à m edida que aum ent am os anos de est udo, m as a um a t axa m aior, ou
sej a, t orna- se m enos negat iva.

( b) Não é possível est im ar esse m odelo devido à perfeit a colinearidade. É fácil ver isso
com as propriedades dos logarit m os: log( est udo) ² = 2log( est udo) .

7 .2 4 Est e exercício é para ser feit o em aula. Observe que sua respost a dependerá do
núm ero de repet ições que fizer. Quant o m aior esse núm ero, m elhor será a
aproxim ação.