Multicolinearidade

CE 423 Econometria Turma B

Alexandre Gori Maia
Bibliografia Bsica:
- Gujarati (2006). Econometria Bsica. Cap. 10.
- Hoffmann (2006). Anlise de Regresso. Cap. 4.17.
- Pindyck & Rubinfeld (2004). Econometria. Cap 4.4.
- Wooldridge (2002). Introductory Econometrics. Cap. 3.4.
Ementa:
Definio;
Fator Inflacionrio da Varincia;
Identificao: Estatstica Conflitantes e Ajsute entre Regressores;
Medidas Paliativas;
Multicolinearidade - Conceito
Variabilidade
total de Y
Variabilidade
total de X
1
Variabilidade
total de X
2
Variabilidade de
Y explicada por
X
1
(SQReg
1
)

Variabilidade
de Y explicada
por X
2
(SQReg
2
)

Seja o modelo definido por:
Se X
1
e X
2
so independentes, a
variabilidade de Y explicada pelo modelo
de RLM divide-se em duas partes
disjuntas: o efeito isolado de X
1
(SQReg
1
)
e o efeito isolado de X
2
(SQReg
2
).
i
e X X Y
i i
+ + + =
2 2 1 1
| | o
i i
e X Y
1 1 1 1
+ + = | o
1
Re g SQ
i i
e X Y
2 2 2 2
+ + = | o
2
Re g SQ
Variabilidade
total de Y
X
1
Variabilidade
conjunta de X
1

e X
2
Efeito
conjunto de
X
1
e X
2

sobre Y

No outro extremo, poderamos ter uma
relao linear exata entre X
1
e X
2
(perfeita
colinearidade), ou seja:
Nesta situao, seria impossvel estimar
os efeitos isolados de X
1
e X
2
sobre Y.
i i
X X
2 2 1
=
Teramos ainda os mesmos coeficientes
angulares das regresses simples:
Definio
FIV Identificao Medidas Paliativas
2/11
Multicolinearidade - Conceito
Variabilidade
total de X
1
Variabilidade
total de X
2
Efeito
isolado de
X
1
em Y

Efeito
isolado de
X
2
em Y

Variabilidade
total de Y
Efeito conjunto de
X
1
e X
2
sobre Y

Frequentemente observamos relao entre
as variveis independentes X
1
e X
2
e,
nesses casos, oefeito sobre Y poder ser
dividido em 3 partes: i) efeito isolado de
X
1
; ii) isolado de X
2
; e iii) efeito conjunto
de X
1
e X
2
.
Variabilidade
total de Y
X
1
X
2
Efeito
isolado de
X
1
em Y

Efeito
isolado de
X
2
em Y

Efeito
conjunto de
X
1
e X
2

sobre Y

O problema que quando h uma forte
relao linear entre X
1
e X
2

(multicolinearidade) pode ficar muito
difcil identificar os efeitos isolados de X
1

e X
2
sobre Y. Ou seja, a maior parcela da
variabilidade de Y explicada pelo efeito
conjunto de X
1
e X
2
.
Algebricamente, essa relao de
multicolinearidade seria dada por:
i
v X X
i i
+ =
2 2 1

Seja o modelo definido por:
i
e X X Y
i i
+ + + =
2 2 1 1
| | o
3/11
Definio
FIV Identificao Medidas Paliativas
Multicolinearidade - Definio
Colinearidade Perfeita
Duas variveis so ditas perfeitamente colineares quando h uma relao linear
exata entre essas. De maneira genrica, podemos representar a linearidade perfeita
por:
Multicolinearidade
H multicolinearidade em um modelo de regresso mltipla quando duas ou mais
variveis independentes so fortemente relacionadas linearmente entre si. Nesse
caso, teramos:
Conseqncias da Multicolinearidade
A existncia de uma colinearidade exata entre duas ou mais variveis
independentes torna impossvel a obteno dos coeficientes dos parmetros por
MQO. Por sua vez, na presena de muiltcolinearidade os estimadores de MQO
continuam sendo os MELNV. O problema que a multicolinearidade torna muitas
vezes as estimativas dos coeficientes dos parmetros (|s) insignificantes, j que
cada um pressupe, por definio, a variao em Y dada uma variao unitria em
X, mantendo-se constantes as demais informaes. Ou seja, se duas variveis
independentes so fortemente correlacionadas, tornr-se- muito difcil haver
variao em uma sem que haja em outra.
i i i i
k k j
X X X X + + + = ...
2 2 1 1
i k k j
v X X X X
i i i i
+ + + + = ...
2 2 1 1
4/11
Definio
FIV Identificao Medidas Paliativas
Fator Inflacionrio da Varincia
)

(
j
Var |
2
j
R
Sabemos que a varincia dos estimadores ser:
) 1 (
)

(
2
1
2
2
j
n
i j
j
R x
Var
i

=

=
o
|
Alternativamente, podemos chegar s
estimativas das varincias individuais por:
j
n
i
j
j
n
i
j
FIV
x
R
x
i i

= =
=

=
1
2
2
2
1
2
2
) 1 (
1 o o
Onde R
2
j
o coeficiente de
determinao do ajuste:
i k k j
v X X X
i i i
+ + + + =
1 1 1 0
...
2 1
) ( )

( o

= X X
T
Var
Fator Inflacionrio da Varincia - FIV
Representa o quanto a varincia de |
j
est sendo inflacionada pela relao de
multcolinearidade entre X
j
e as demais variveis independentes. Quando no houver relao
entre as variveis independentes (R
2
j
=0) o FIV
j
ser igual a 1 e, medida que aproximamo-
nos de uma relao exata (R
2
j
=1), o FIV
j
tender a infinito.
^
5/11
Definio
FIV
Identificao Medidas Paliativas
Multicolinearidade - Identificao
Alguns sinais de multicolinearidade:
Conflito entre estatsticas R
2
e F do modelo e testes t para os parmetros |: as
estatsticas R
2
e F podem indicar um modelo significativo, enquanto os testes t dos
parmetros |s seriam insignificantes.
Ajuste linear significativo entre as variveis independentes: uma das variveis
independentes apresentaria forte relao de linearidade com as demais.
Fator Inflacionrio da Varincia: uma consequncia de uma relao linear forte
entre um dos regressores e os demais ser um elevado valor para o respectivo FIV.
i
e X X Y
i i
+ + + =
2 2 1 1
| | o
0 :
2 1 0
= = | | H 0 :
1 0
= | H 0 :
2 0
= | H X e
i k k j
v X X X
i i i
+ + + + =
1 1 1 0
...
2
j
R
j
FIV
2
j
R
6/11
Definio FIV
Identificao
Medidas Paliativas
Multicolinearidade - Exemplo
CO2
Pop
Embora o ajuste seja significativo no
conjunto (teste F), as contribuies
marginais de cada varivel so
insignificantes. Resultados que sugerem
a presena de multicolinearidade.

Sejam as informaes sobre emisses de CO
2
, PIB e populao de 8 pases:
CO2 1.5 8.7 2.8 9.4 4.4 8.4 3.2 0.9
PIB 13.2 197.0 128.6 286.4 72.6 167.8 114.4 58.0
Pop 3.2 35.5 19.1 40.4 3.1 22.3 8.4 9.0
O ajuste de MQO forneceu os seguintes resultados para o modelo:
e Pop PIB O C
2 1 0
+ + + = 2
e Pop PIB O C 028 , 0 030 , 0 472 , 0 2 + + + =
Para a tabela ANOVA:
Fonte gl SQ QM F p
Regresso 2 63.9 31.9 8.80 0.023
Resduos 5 18.2 3.6
Total 7 82.0
E para os testes t dos coeficientes:
Varivel | S
|
t p
Intercepto 0.472 1.328 0.356 0.737
PIB 0.030 0.025 1.226 0.275
Pop 0.028 0.150 0.183 0.862
^
^
PIB
7/11
Definio FIV
Identificao
Medidas Paliativas
Multicolinearidade - Exemplo
H multicolinearidade nos regressores, o que
estaria dificultando a identificao dos impactos
isolados dos regressores. O FIV 9 vezes
superior ao que seria na ausncia de relao
entre os regressores.

Pop
PIB
Para nos certificarmos da presena de multicolinearidade, relacionamos os
regressores PI B e Pop:
Fonte gl SQ QM F p
Regression 1 46.871,2 46.871,2 47,88 0,0005
Residual 6 5.873,5 978,9
Total 7 52.744,6
v Pop PIB
1 0
+ + = v Pop PIB 7 , 5 2 , 29 + + =
O ajuste de MQO forneceu os seguintes resultados para a relao entre os regressores:
Os resultados da tabela ANOVA:
889 , 0
2
=
PIB
R
Podemos ainda calcular o FIV por:
) 1 (
1
2
j
R
FIV

=
98 , 8
) 889 , 0 1 (
1
=

=
8/11
Definio FIV
Identificao
Medidas Paliativas
Multicolinearidade - Correo
Alguma medidas paliativas na preseno de multicolinearidade:
Omitir regressor que apresentar alta colinearidade com os demais: uma
soluo simples, mas perigora, excluir uma ou mais variveis que apresentam
multicolinearidade. A excluso de variveis essenciais para compreenso do
problema pode, entretanto, gerar vis de especificao.
Aumentar o tamanho da amostra: aumentando o tamanho da amostra estaremos
aumentando a variabilidade de X
j
e, conseqentemente, reduzindo a varincia do
estimador de |
j
.
Tranformar as variveis: a multicolinearidade pode ser eliminada a partir de
funes das variveis independentes.
i
e X X Y
i i
+ + + =
2 2 1 1
| | o j
n
i
j
j
FIV
x
Var
i

=
=
1
2
2
)

(
o
|
i
e X X Y
i i
+ + + =
2 2 1 1
| | o
i i
u Z Y + + =
0 0
o o
) , (
2 1
i i
X X f Z
i
=
onde
i
e X X Y
i i
+ + + =
2 2 1 1
| | o
i
e X Y
i
+ + =
1 1
| o
9/11
Definio FIV Identificao
Medidas Paliativas
Correo Multicolinearidade - Exemplo
O ajuste significativo. Como se trata de um modelo de RLS, a significncia do
teste t ser igual da estatstica F.

Sejam as informaes sobre emisses de CO
2
, PIB e populao de 8 pases:
O ajuste de MQO nos forneceu os seguintes resultados :
e Pop PIB O C
2 1 0
+ + + = 2
e Pop PIB O C 028 , 0 030 , 0 472 , 0 2 + + + =
Os resultados da ANOVA seriam:
Fonte gl SQ QM F p
Regresso 1 0,96 0,96 20,1 0,004
Resduos 6 0,29 0,05
Total 7 1,25
Como havia multicolinearidade e os coeficientes eram insignificantes estatisticamente,
podemos propor um novo ajuste:
v
Pop
PIB

Pop
O C
1 0
+ + = o o
2
v
Pop
PIB
Pop
O C
058 , 0 123 , 0
2
+ + =
CO2/
Pop
PIB/
Pop
77 , 0
2
= R
10/11
Definio FIV Identificao
Medidas Paliativas
Correo Multicolinearidade - Exemplo
Como pode-se comparar, as estimativas do segundo modelo so apenas ligeiramente
tendenciosas. E a relao entre CO2 e PIB passou a ser significativa. A deciso ideal
deveria, entretanto, basear-se em pressupostos tericos sobre a forma de
relacionamento das variveis...

Sejam as informaes sobre emisses de CO
2
, PIB e populao de 8 pases:
O ajuste de MQO nos forneceu os seguintes resultados :
e Pop PIB O C
2 1 0
+ + + = 2
e Pop PIB O C 028 , 0 030 , 0 472 , 0 2 + + + =
Os resultados da ANOVA seriam:
Fonte gl SQ QM F p
Regresso 1 63,77 63,77 20,93 0,004
Resduos 6 18,28 3,05
Total 7 82,05
Como havia multicolinearidade e os coeficientes eram insignificantes estatisticamente,
podemos propor a excluso de uma das variveis:
e PIB O C
1 0
+ + = 2
e PIB O C 035 , 0 401 , 0 2 + + =
CO2
PIB
11/11
Definio FIV Identificao
Medidas Paliativas