Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Aula 28
Gujarati – Capítulo 9
2
Variável Dummy
4
Exemplo 1
Voltando à empresa TEMCO, cujas informações disponíveis dos 46
funcionários, escolhidos ao acaso, são relacionadas a:
id – número cadastral do funcionário;
salario – anual, em dólares;
anosemp – tempo (em anos) na empresa;
expprev – experiência anterior (em anos);
educ – anos de estudo após o segundo grau;
sexo – (feminino = 0, masculino = 1);
dept – departamento no qual atua (Compras = 1, Engenharia = 2,
Propaganda = 3, Vendas = 4);
super – número de empregados sob responsabilidade do
5
empregado.
Exemplo 1 (cont.)
Pergunta-se:
6
Salário (y) vs Educ (x2)
(modelo escrito na forma usual)
R 60,37%
2
n 46 σˆ 7002,39
7
Exemplo 1 (cont.)
Variável Dept
Dept: departamento do funcionário
• Compras (1)
• Engenharia (2)
• Propaganda (3)
• Vendas (4)
8
Resíduo (modelo contendo apenas Educ) x Dept
20000
10000
RESID
-10000
-20000
0 1 2 3 4 5
9
DE PT
Exemplo 1 (cont.)
Como existem quatro departamentos, poderíamos
estar inclinados a usar uma variável X3, com os
valores 0, 1, 2 e 3 ou 1, 2, 3 e 4 (que é a codificação
que aparece no arquivo TEMCO) ou qualquer outra
coisa parecida.
Assim,
3
12
Exemplo 1 (cont.)
13
Exemplo 1 (cont.)
Dessa forma, se utilizássemos X3, da forma como
foi construída, estaríamos impondo uma restrição
ao modelo, que não sabemos se é real.
16
Variável Dummy
Para o nosso exemplo, poderíamos definir as
variáveis dummy D1, D2 e D3 da seguinte maneira,
para representar os estados da variável
departamento:
dept D1 D2 D3
Compras 1 0 0
Engenharia 0 1 0
Propaganda 0 0 1
Vendas 0 0 0
Variável Dummy
Modelo Irrestrito:
yi = 0 + 1 x2i + 1 D1i + 2 D2i + 3 D3i + i
18
Variável Dummy
19
Voltando ao Exemplo 1
Pergunta-se:
20
Voltando ao Exemplo 1 (cont.)
Modelo Irrestrito
21
Voltando ao Exemplo 1 (cont.)
Modelo Irrestrito
R 68,61%,
2
R 65,54%,
2
a n 46, ˆ 6456,57
22
Voltando ao Exemplo 1 (cont.)
Modelo Irrestrito
yˆ vendas 19235 ,72 2952 ,96 educ
24
Voltando ao Exemplo 1 (cont.)
Modelo Irrestrito:
yi = 0 + 1 x2i + 1 D1i + 2 D2i + 3 D3i + i
H0: 1 = 2 = 3 = 0
(inclusão da variável dept num modelo que já apresenta a variável educ é irrelevante)
Modelo Restrito:
yi = 0 + 1x2i + i
25
Voltando ao Exemplo 1 (cont.)
Modelo Irrestrito
26
Voltando ao Exemplo 1 (cont.)
Modelo Restrito
27
Voltando ao Exemplo 1 (cont.)
Estimando o Modelo Irrestrito e fazendo o teste de
restrição nos coeficientes, temos que:
28
Variável Dummy
Outros Exemplos de Formulações de Hipóteses
Modelo Irrestrito:
yi = 0 + 1 x2i + 1 D1i + 2 D2i + 3 D3i + i
Exemplo 1
Sob H01: 1 = 1 = 2 = 3 = 0,
E(y|x2, D1, D2, D3) = 0,
ou seja, o salário independe do tempo de escolaridade e do
departamento do funcionário.
29
Variável Dummy
Outros Exemplos de Formulações de Hipóteses
Modelo Irrestrito:
yi = 0 + 1x2i + 1D1i + 2D2i + 3D3i + i
Exemplo 2
Sob H02: 1 = 0,
Modelo Irrestrito:
yi = 0 + 1x2i + 1D1i + 2D2i + 3D3i + i
Exemplo 3
Sob H03: 1 = 2 = 0,
32
Exercício
33
Salário vs (Educ, Sexo)
70000
60000
50000
40000
30000 SEXO
mascul ino
Modelo Irrestrito:
yi = 0 + 1 educi + 1 Masculinoi + i
Feminino: yi = 0 + 1educi + i
40.000
35.000
Fem
M asc
30.000
25.000
20.000
0 1 2 3 4 5 6 7
38
Exercício
39
Exercício (cont.)
Modelo Irrestrito:
yi = 0 + 1 educi + 1 Masculinoi + i
2
R(ir )
40
Exercício (cont.)
Modelo Restrito:
yi = 0 + 1educi + i
R(r2 )
41
Exercício (cont.)
H0: 1 = 0
HA: 1 0
Sob H0:
0,613885 0,603715
Fobs 1 0,01017 1,1325924
1 0,613885 0,0089794
46 3
Conclusão???
42
Variável Dummy
de
Inclinação
43
Variável Dummy de Inclinação
44
Variável Dummy de Inclinação
45
Variável Dummy de Inclinação
Assim, para cada um dos departamentos, teríamos
os seguintes modelos de regressão
yvendas = 0 + 1educ +
ycompras = (0 + 0) + (1 + 1)educ +
46
Variável Dummy de Inclinação
47
Variável Dummy de Inclinação
Mas o modelo anterior, pode ser reescrito como
51
Variável Dummy de Inclinação
Modelo estimado com EDUC, DEPT e interações
Modelo Irrestrito:
Modelo Irrestrito:
56
Uso do Logaritmo na Forma Funcional
100exp i 1.
57