UNIVERSIDADE FEDERAL DE PERNAMBUCO - CAMPUS AGRESTE (UFPE - CAA)

CENTRO DE CIENCIAS SOCIAIS APLICADAS - CCSA

DEPARTAMENTO DE ECONOMIA
PROGRAMA DE POS-GRADUACAO EM ECONOMIA (PPGECON)
DISCIPLINA DE ECONOMETRIA
DISCENTE: JOSE JORGE SEVERINO

LISTA 2

1. Regressao pela origem (sem a constante)

A regressao por MQO quando o termo contante e nulo ou esta ausente e feita como soma dos valores
brutos, enquanto que a regressao computada com a constante e feita a partir de somas ajustadas pela
media. Dessa forma, temos as variancias para b sem e com a constante, sendo as seguintes:

2
P 2
ub
var(bs ) = P = P (1)
Xi (n k) Xi

2
P 2
u
b
var(c ) = P =
b P (2)
xi (n k) xi

Como o k da regressao sem a constante (1) e menor por ter um coeficiente a menos, a variancia do
estimador e menor do que a variancia do estimador computado com a constante e esta for zero.

2. Regressao e Intervalo de Confianca

Dados da questao
 P 
 Q 3 3 7 6 10 15 16 13 9 15 9 15 12 18 21 P Q = 172

 
 P 18 16 17 12 15 15 4 13 11 6 8 10 7 7 7 P P = 166

 
 P Q 54 48 119 72 150 225 64 169 99 90 72 150 84 126 147 PP 2Q = 1669

 
 Q2 9 9 49 36 100 225 256 169 81 225 81 225 144 324 441 P Q2 = 2374

 
 P2 324 256 289 144 225 225 16 169 121 36 64 100 49 49 49 P = 2116 
Q = 11, 5; P = 11, 07

Dada a demanda: Q = + P + ,

118

116

117

112
115
3

115
3

1 4 
  P   
1 1 1 1 Q 172

7

X= 113 , XQ= = =
P
18 16 17 7 PQ 1669


111
..
.



1 6
21

1 8

110

1 7
1 7
1 7
 P P   
X 0X = P n P P2 =
15 166
,
P P 166 2116
 
0 1 0, 5057361376 0, 0396749521
(X X) =
0, 0396749521 0, 003585086
I) A partir das matrizes encontradas acima pode-se encontrar os coeficientes
     

b 0, 5057361376 172 0, 0396749521 1669 20, 769120612
= =
b 0, 0396749521 172 + 0, 003585086 1669 0, 840583227
II)Encontrando a matriz de var-cov dos estimadores
 
X X 172
0 b
2 = b  = Q0 Q b0 X 0 Q = Q2
 
20, 769120612 0, 840583227
1669
b

0 b
b  = 2374 - 2169,3553394 = 204,6446606
0 b
 204,6446606
b2 =
b
nk = 13
" #
var(b
) cov(b
, )
b2 (X 0 X)1 =
b
var cov(b
; )
b =
cov(,
b b) var()
b

 
7, 9612461716 0, 624559008
var cov(b
; )
b =
0, 624559008 0, 0564360544

III) A condicao do monopolista

A partir de Q = + P +  se tem a funcao de demanda inversa:

Q
P =

e a funcao de Receita Total e Receita Marginal:

Q Q2 Q
RT = ( )Q=

RT 2Q
RM g = =
Q
a condicao de maximizacao do lucro do monopolista
 2Q 10 +
CM g = RM g 10 = Q =
2

IV) Aplicando os coeficientes de (1) em (4) tem-se o Q estimado :

b = 10(0, 84058) + 20, 76912 = 6, 18166

Q
2
a partir da matriz de var-cov em (3) tem-se a variancia de Q estimado

b ] = var[5+ 1 ] = (5)2 var()+(

var[Q b 1 2
) var(b
1 b ] = 25(0, 0564361)+( 1 )(7, 96124)+5(0, 624559)
)+25 cov(, )var[Q
2 2 2 4

b ] = 0, 278415
var[Q (3)

b ] = 0, 527650
ep[Q (4)

V) o valor da distribuicao t para 95% de confianca e 13 graus de liberdade e 2.161 e o IC:

b t ep(Q)]
IC : [Q b [6, 18166 2, 161 0, 527650]
2

ICQb : [5, 0419; 7, 321384] (5)

Portanto, o intervalo de confianca de Q que maximiza o lucro do monopolista e de 5,0419 a 7,321384.

3. Regressao Log-log
I) O modelo Cobb-Douglas Yi = 1 X22 X33 ui apos aplicarmos o logaritmo natural em ambos os lados da
igualdade assume a forma

lnYi = ln1 + 2 lnX2 + 3 lnX3 + lnui (6)

a) Para aplicar o modelo classico de regressao linear normal na forma funcional (9) e preciso considerar que
o lnu segue a distribuicao normal com media, erro e variancia constante (lnui N (0, 2 )). Para tal e preciso
aplicar os testes de normalidade aos resduos apos regressao. Segundo Gujarati, a hipotese da normalidade
por sugestao, deve ser testado com testes do tipo 2 ou Jarque-Bera. Outros testes e os resultados sobre
sua aderencia sao representados por Torman que conclui que os testes de aderencia a normalidade tem baixa
performance para pequenas amostras como a da questao. Portanto sugere que nesses casos seja usado o teste
de Shapiro, adequado para amostras menores que 50 observacoes e com maior grau de acerto.
Com ajuda de um software foram rodados sete testes de normalidade dos resduos da regressao apresentada
para ilustracao e, como era esperado, teste Shapiro-Wilk gerou estatstica calculada que nao rejeita a hipotese
nula da normalidade dos dados.
Feita a regressao, os resduos sao os seguintes:
i 1 2 3 4 5 6 7 8 9 10 11
12 13 14 15
lnui -0,1592 -0,1082 0,0543 0,0830 0,0409 -0,0061 0,0963 0,0407 0,0117 0,0404 0,0230
-0,0561 -0,0148 -0,0434 -0,0030
 Estatstica valor p
Shapiro-Wilk normality test4 0.938613 0.36525
One-sample Kolmogorov-Smirnov test 0.148343 0.84961
Cramer-von Mises normality test 0.059531 0.36136
Lilliefors (Kolmogorov-Smirnov) normality test 0.148343 0.50187
Shapiro-Francia normality test 0.936320 0.28635
Anderson-Darling normality test 0.375221 0.36696
Jarque Bera Test 1.723126 0.42250

b) Nao, ainda segundo Gujarati, na forma funcional (9) se o lnu segue uma distribuicao normal de media
zero e variancia constante, a teoria estatstica diz que u da funcao Cobb-Douglas segue uma distribuicao
2 2 2
log-normal com media e 2 e variancia e (e 1).
4. Regressao Cobb-Douglas log-log
a) Funcao Cobb-Douglas: Mt = 0 Yt1 rt2 eut

lnMt = 3 + 1 lnYt + 2 lnrt + ut (7)

onde 3 = ln0 .

19.00 71.24 41.02 595.01 120.91 65.58 60.00
X 0 X = 71.24 267.49 153.18 ,(XX)1 = 120.91 24.74 13.04 ,Xy= 225.17
41.02 153.18 89.72 65.58 13.04 7.73 129.15

b3 1.41453
(X 0 X)1 X 0 y = b1 = 0.49459

b2 0.05158

As elasticidades dos saldos monetarios reais em relacao a renda real e a taxa de juros de LP, sao b1 = 0.49 e
b2 = 0.05, respectivamente.
b) Linearizando o modelo M
Y = rt eui , temos

M
ln = lnrt eui
Y