Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
55,33529
1,691511
55,713
23,37715
546,4912
89,6114
10,3886
100
10569,04
191
12100,97
984,2703
7160,115
13168,64
1,73E+08
67659,25
303,3885
67962,64
2166074
179
bl_asy25mf
Mdia
Erro padro
Mediana
Desvio padro
Varincia da amostra
Intervalo
Mnimo
Mximo
Soma
Contagem
7,813079
0,242902
8,349539
2,904687
8,437205
12,06748
1,202597
13,27008
1117,27
143
Correlao
Outra forma que ilustra a pertinncia da escolha de tais variveis pode ser
20
80
100
0.00
5.00
10.00
Average Schooling Years, Female and Male (25+)
15.00
Imagem 1: grfico de disperso, gerado pelo Stata, da relao entre a varivel dependente
wdi_urban (eixo Y do plano) e a varivel independente bl_asy25mf (eixo X do plano)1
Nota-se, a partir da disperso dos dados no grfico (cada ponto representando uma
observao), que a distribuio se mostra na sua maioria ainda que no
exatamente forme uma linha crescente e positiva, comprovando que h relao
entre as duas variveis.
1 Comando do Stata para gerar o grfico: scatter wdi_urban bl_asy25mf
varivel dependente(obs=138)
e das variveis independentes:
1.0000
0.6791
0.6099
1.0000
0.6077
1.0000
Anlise de regresso
Antes de tudo, iremos observar a tabela de regresso mltipla e depois
analisar, por partes, seus resultados:
SS
df
MS
Model
Residual
38900.9951
35501.5011
2
135
19450.4976
262.974082
Total
74402.4962
137
543.083914
wdi_urban
Coef.
wdi_gdpc
bl_asy25mf
_cons
.0008057
2.500416
27.56178
Std. Err.
.0001233
.5985222
4.124868
t
6.53
4.18
6.68
Number of obs
F( 2,
135)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
138
73.96
0.0000
0.5228
0.5158
16.216
P>|t|
0.000
0.000
0.000
.0005618
1.316723
19.40406
.0010496
3.684109
35.7195
40
20
Residuals
-20
0
-40
-60
20
40
60
Fitted values
80
100
Com esse grfico, exemplifica-se que os erros esto, de certa forma, bem
distribudos, o que contribui para afirmar a validade e a qualidade do modelo
proposto, uma vez que a situao perfeita da distribuio dos erros que eles
fiquem espalhados de forma aleatria em torno da reta que corresponde ao resduo
zero, formando uma mancha de largura uniforme, pois h que se esperar que os
erros sejam independentes, de mdia nula e de varincia constante, atendendo as
condies para afirmar a hiptese alternativa.
Consideraes finais
Acerca das dificuldades para o desenvolvimento da pesquisa, preciso
ressaltar que ainda h uma grande falta (ou mesmo inexistncia) de dados de outras
variveis que possam corroborar e, ainda mais, explicar outros fenmenos que
acontecem nas grandes cidades de todo o mundo. No comeo, a inteno era tentar
relacionar taxa de homicdios com nvel de desemprego, educao, renda e tambm
5 Comando no Stata para gerar o grfico de disperso dos erros (primeiro, h que
se colocar o comando predict erro, residuals): rvfplot
Referncias
GOHN,
Maria
da
Glria.
Futuro
das
Cidades.
Disponvel
em: