ANLISE DE REGRESSO

UM GUIA PRTICO

O QUE REGRESSO?
Na anlise bidimensional de variveis, foi introduzida a noo de condicionalidade: a proporo da populao que fazia parte de um determinado grupo, condicional ao fato de ter uma caracterstica. No exemplo, calculou-se a freqncia de mulheres que so chefes de famlia dada a informao que trabalham. Regresso o clculo do valor esperado de uma varivel Y, dado o conjunto de informaes fornecido por um conjunto de caractersticas X. Ou seja, a mdia de Y, condicional s informaes de X (E[Y|X]).

O MODELO LINEAR DE REGRESSO

O modelo linear de regresso a forma utilizada para calcular mdias condicionais de uma varivel a partir de dados disponveis sobre variveis supostamente relacionadas. O modelo assume o seguinte formato: Y = + b1X1 + b2X2 + ... + A varivel Y chamada de varivel dependente ou explicada. As variveis X1, X2, X3, ... so chamadas de explicativas. O termo chamado de erro ou distrbio.

HIPTESES BSICAS:
Relacionamento linear entre as variveis E() = 0 E(2) = 2 (constante) Os resduos so independentes entre si: E(i j) = 0, i,j = 1, 2, 3... Os resduos e as variveis so independentes: E(X) = 0 As variveis Xn no podem ser combinaes lineares entre si

O AJUSTE DA REGRESSO
Graficamente, a anlise de regresso implica no ajuste de uma reta que represente de uma boa forma a estrutura dos dados.
70 60 50 40 30 20 10 5 6 7

 Mas o que boa forma de ajuste da reta? Note que a diferena entre a reta ajustada (que produto do valor esperado condicional) e a observao realizada corresponde ao resduo. Logo, o ajuste ideal da reta deve respeitar a condio de menor distncia possvel em relao aos valores observados.

60 55 50 45 40 35 30 25 E[Y|X] 20 15 5 6 7 i

 Logo, a idia de ajuste dos parmetros do valor esperado condicional passa por Minimizar a Soma dos Quadrados dos Resduos. O estimador de Mnimos Quadrados Ordinrios possui propriedades interessantes, quando as hipteses bsicas no so violadas: ele noviesado e o mais eficiente entre os estimadores lineares. O estimador de mnimos quadrados, escrito na forma matricial, : b = (XX)-1(XY)

ESTATSTICAS DE AVALIAO
R2 busca decompor a variao total de Y entre variao prevista e variao no explicada pelo modelo (variao dos resduos). Fazendo a separao, temos: SQT = SQE + SQR onde SQT = Soma dos quadrados total (S(Y-Y)2), SQE = Soma dos quadrados explicada (S(Y*-Y)2) e SQR = Soma dos quadrados dos resduos (Se2), Y a mdia de Y e Y* o valor previsto de Y

Logo, temos:
1 = (SQE/SQT) + (SQR/SQT) O R2 busca verificar o quanto de Y foi explicado pelo modelo. Logo: R2 = SQE/SQT = 1 - (SQR/SQT) Note que, por definio, 0 < R2 < 1. R2 ajustado: o problema da estatstica de R2 o seu comportamento diante do acrscimo de variveis no modelo. Qualquer varivel adicionada, por menor que seja o seu poder de explicao, gera um crescimento no R2 normal. Logo, o R2 ajustado busca penalizar a estatstica pelo acrscimo de variveis irrelevantes.

ESTATSTICAS DOS PARMETROS

Toda estimativa de mnimos quadrados ordinrios gerada de b possui mdia igual ao valor esperado para a populao e uma varincia constante. Logo, qualquer inferncia pode ser feita atravs da estatstica t sobre os seus valores. Para a estimativa conjunta dos parmetros estimados, necessrio fazer a decomposio da varincia, de tal forma que se separe a poro da variao de Y que explicada pelo conjunto de parmetros em questo. Tendo como hiptese nula a ausncia de influncia (por conseqncia, hiptese alternativa a presena de influncia das variveis), temos:

F = [(SQE)/SQR][(n-k-1)/k] onde SQE e SQR foram definidos acima, e n = tamanho da amostra, k = nmero de coeficientes angulares.

ESTIMAO DE MODELOS: POR QUE USAR O LOGARITMO NATURAL?

O logaritmo natural enquanto expresso de taxa mdia de crescimento: uma varivel qualquer no tempo pode ser expressa como uma progresso do seu valor no instante zero Yt = A.et.g.Y0.t Aplicando o logaritmo natural em ambos os lados da equao: Ln(Yt) = (Ln(A) + Ln(Y0)) + t.g + t

 O logaritmo natural como expresso da elasticidade: Ln(Yt) = A + B Ln(Xt) Ln(Yt) = B Ln(Xt) Ln(Yt)/Ln(Xt) = B Mas: Ln(Yt) = Ln(Yt) - Ln(Yt-1) = Ln(Yt / Yt-1) (Yt - Yt-1)/Yt-1

Ento: Ln(Yt)/Ln(Xt) = [(Yt - Yt-1)/Yt-1]/[(Xt - Xt-1)/Xt-1] = elasticidade = B

Exerccio Prtico:
CAPM - calculando o Beta de uma ao

VIOLAES DAS HIPTESES HETEROCEDASTICIDADE

Se E(2) 2 (constante) E(2) = 2i Este problema conhecido como: heteroscedasticidade Esta violao normalmente verificada em questes como: Lucro X Tamanho da empresa: empresas maiores tendem a ter maior disperso nos seus lucros. Consumo de um Bem X Renda: pessoas ricas podem escolher melhor a proporo da renda consumida em determinado bem.

Exemplo: Relao entre Renda e Gastos com Carto de Crdito

Renda (dividida por 1000)

12 10 8 6 4 2 0 0 5 10 15 20 Gastos com Carto de Crdito (dividido por 100)

Teste para Detectar Heteroscedasticidade

A hiptese nula para qualquer teste varincia constante. Hiptese alternativa varincia inconstante na amostra. Teste de White: o mais popular dos testes e consiste em efetuar uma regresso dos resduos elevados ao quadrado contra o as variveis explicativas usadas na regresso, seus quadrados e os produtos cruzados. A estatstica F de significncia de todos os parmetros o valor do teste. Testes semelhantes, como o de Breush-Pagan, so variaes sobre os termos acrescentados na regresso de teste.

VIOLAES DAS HIPTESES AUTOCORRELAO SERIAL

Se E(i j) 0, para i,j = 1, 2, 3... temos que o
valor de um resduo passa a influenciar os resultados futuros da mdia condicional estimada para Y. Problema: Autocorrelao Serial Fontes de autocorrelao serial: Omisso de varivel relevante; M especificao da forma funcional; M especificao dinmica do modelo.

 A idia da autocorrelao serial que os resduos contm mais informao sobre a varivel dependente do que aquilo que foi filtrado pelas variveis explicativas. Em termos tcnicos, o resduo ainda pode ser sistematizado. Exemplos de autocorrelao so normalmente encontrados em trabalhos que utilizam sries de tempo como dados de anlise.

Teste para Detectar Autocorrelao Serial

A hiptese nula do teste de autocorrelao a ausncia do problema. Hiptese alternativa, sua presena. Teste de Durbin-Watson: Talvez o mais popular dos testes para detectar o problema, consiste em computar uma soma ponderada dos resduos, de tal forma que seja possvel detectar algum padro no seu comportamento. Possui o problema de captar apenas a autocorrelao de primeira ordem.

 Teste de Breush-Godfrey: Teste de certa forma semelhante ao teste de White, consiste em efetuar uma regresso do resduo como varivel explicada tendo como explicativas o prprio resduo defasado no tempo e as variveis explicativas do modelo original. Usa-se a estatstica F de significncia conjunta dos parmetros da equao de teste. Este teste talvez seja o mais indicado para verificar autocorrelao, pois considera a possibilidade de resduos correlacionados com valores defasados acima de um perodo e pode ser usada com variveis explicativas defasadas.

CONSEQNCIA DAS VIOLAES DAS HIPTESES

No caso da heteroscedasticidade, a presena do problema tende a no viesar as estimativas dos parmetros. Todavia, as suas varincias estimadas no sero as corretas. Logo, inferncias sobre os parmetros estaro m especificadas. No caso da autocorrelao serial, alm do problema da varincia, temos a possibilidade de vis nas estimativas se o problema for decorrente de ausncia de variveis relevantes no modelo.

QUEBRAS ESTRUTURAIS E VARIVEIS DUMMIES

Algumas vezes queremos incluir no modelo de regresso variveis qualitativas ou categricas, como planos econmicos, regio, etc... Inclusive porque fenmenos pouco usuais podem determinar vis nas estimativas se no forem controlados. Este tipo de fenmeno conhecido na literatura como quebra estrutural. Para controlar este tipo de fenmeno e modelar as variveis qualitativas, so utilizadas variveis binrias, ou dummies

 As variveis recebem este nome por assumirem apenas dois valores ao longo de toda a amostra: zero ou um. O funcionamento da varivel o seguinte: Perodo sem a quebra: D = 0 Yt = + dD + bXt + t Portanto: Yt = + bXt + t Perodo da quebra: D = 1 Yt = ( + d) + bXt + t

 Outro formato possvel que a varivel dummy pode assumir refere-se a mudanas na inclinao. A varivel, assim, assume o valor zero para o perodo sem a mudana e o valor igual ao da varivel cuja inclinao mudou para o perodo com mudana. O modelo passa a funcionar da seguinte forma: Perodo sem a quebra: D = 0 Yt = + dXt + bXt + t Portanto: Yt = + bXt + t Perodo da quebra: D = Xt Yt = + (b + d)Xt + t

Importaes (em US$ milhes)

1.000 2.000 3.000 4.000 5.000 6.000 0

Jan/80 Jan/81 Jan/82 Jan/83 Jan/84 Jan/85 Jan/86 Jan/87 Jan/88 Jan/89 Jan/90 Jan/91 Jan/92 Jan/93 Jan/94 Jan/95 Jan/96 Jan/97 Jan/98 Jan/99 Jan/00 Jan/01
Perodo

Exemplo de Quebra Estrutural: Demanda por Importaes - Brasil 1980 - 2001

 Uma funo de demanda por importaes assume o seguinte formato: lnMt = + b1t + b2lnYt + b3lnRERt + t onde: Mt = importaes; t = tendncia linear; Yt = PIB real; RERt = taxa de cmbio real. O uso de uma tendncia justifica-se por no existir com freqncia mensal uma medida de utilizao da capacidade instalada da economia. Todas as variveis, pelos motivos j conhecidos, encontram-se transformadas para o seu logaritmo natural. Estimando-se a regresso por OLS, temos o seguinte grfico dos resduos:

Resduos
-0,8 0,2 0,4 0,6 0,8 0 -0,6 -0,4 -0,2

Jan/80 Jan/81 Jan/82 Jan/83 Jan/84 Jan/85 Jan/86 Jan/87 Jan/88 Jan/89 Jan/90 Jan/91 Jan/92 Jan/93 Jan/94 Jan/95 Jan/96 Jan/97 Jan/98 Jan/99 Jan/00 Jan/01
Perodo

Resduos: Modelo para demanda por importaes - Brasil

 Note como o resduo exibe, aparentemente, um padro sazonal, alm de uma quebra estrutural localizada no incio dos anos 90. Como o resduo corresponde a tudo aquilo que no foi explicado pelo modelo, temos aqui o problema de especificao por no termos considerado a quebra estrutural indicado pela mudana de tendncia dos resduos. Lembre-se: devem existir motivos relevantes para a quebra!!! A presena de outliers por si s no quer dizer que existam quebras. No nosso caso, devemos lembrar a mudana ocorrida na economia com a sua abertura comercial no incio dos anos 90. Logo, justifica-se uma correo no modelo.