AULA 5-ESTIMAO DOS

PARMETROS DE
REGRESSO.
Como inferir sobre a
populao atravs da
amostra?
Atravs da utilizao das amostras, que
podem assim classificadas:

1) Infinitas: Quando o nmero de elementos

pequeno em relao populao ou;

2) Finitas: Quando o tamanho comparvel com a

amostra a ser estudada.
Como inferir sobre a populao
atravs da amostra?
Para inferir sobre a populao atravs da
amostra, devemos fazer uso de estimadores
do parmetro populacional.

Parmetro populacional O valor da

populao.

Estimador o valor amostral, obtido a

partir do parmetro populacional.
Parmetro populacional x
Estimativas

Os parmetros populacionais e as estimativas

so estatsticas diferentes e, portanto, devem
ser representados de maneira diferentes.
Propriedades dos Estimadores

As propriedades das estimativas do modelo

esto contidas no teorema de GAUSS-
MARKOV. Para entender este teorema,
preciso considerar a propriedade do melhor
estimador linear no viesado (MELNV).
Propriedades dos Estimadores

O estimador de MQO, , um melhor

estimador linear no viesado (MELNV) de
. 1 Caso seja vlido o seguinte:
a) 1 linear;
b) 1 no-viesado: E( 1) = 1 ;
c) 1 tem varincia mnima.
No contexto da regresso, pode-se provar
que as estimativas por MQO so MELNV.
Propriedades dos
Estimadores No viesado

A propriedade do estimador de
ser no viesado (ou no
tendencioso) a caracterstica
do estimador de na mdia,
acertar o valor correto.

1 1
 Propriedades dos Estimadores
Varincia Mnima
Propriedade na qual o estimador tem a
caracterstica de no dispersar muito, ou
seja, tem a menor varincia possvel.

Um estimador dito absolutamente

eficiente se ou simplesmente eficiente se:
For no viesado;
Entre os estimadores no viesados,
apresentar a menor varincia.
1
Econometria
ECONOMIA

MATEMTICA

TRATAMENTO FENMENOS
TEORIA
DOS DADOS
ECONMICOS
ECONMICA

ESTATSTICA
ANLISE DE
ECONMICA
DADOS
ECONOMETRIA
EXEMPLOS DE MODELOS DE
REGRESSO...............
 Modelo Terico
Y = f(X)
Modelo Matemtico

Y 0 1X
Modelo Economtrico
Determinstica
Y

X1 X2 X3 X
 Modelo Economtrico
Estocstica
Y

X1 X2 X3 X
 Modelo Economtrico
Termo de Erro Aleatrio ( Perturbao)
Y
Y = 0 + 1X

erro =

X
Modelo Economtrico
Populao
Yi 0 1 X i i
Yi 0 1 X i 1 2 X i 2 i
Amostra

Yi 0 1 X i e i

Yi 0 1 X i 1 2 X i 2 e i
Correlao
o grau de relao entre as
variveis e determina o quanto uma
equao linear descreve, ou
explica a relao entre as
variveis.
Coeficiente de Correlao
uma medida da relao entre as
variveis(sentido e fora ).
Coeficiente de
Correlao
mede a aderncia ou qualidade
do ajustamento verdadeira
reta entre X e Y, ou ainda o grau
de relao entre elas.
Coeficiente de
Correlao X
Y ( X ,Y )
(X X )
(Y Y )
Y

X
Coeficiente de
Correlao
r razo entre a covariao e
a raiz quadrada do produto
das variaes X eY:
( X X )(Y Y )
r
[( X X ) ][(Y Y ) ]
2 2
Coeficiente de
Correlao
1 ( X X )(Y Y )
n Cov( X , Y )
r
1 [( X X ) ][(Y Y ) ]
2 2 S X SY
n
X Y
XY
r n
( X )
2
( Y )
2

X n Y n
2 2

Coeficiente de
Correlao
X
Y
r +1
Y

X
Coeficiente de
Correlao
Y
X
r -1

X
Coeficiente de
Correlao
X
Y
r=0
Y

X
QUAL MODELO DE ESTIMAO
ADOTAREMOS?
Estimao dos Parmetros de
Regresso
1. Estimao dos parmetros
do Modelo
Como desenvolver meios de obter estimativas
para os parmetros do modelo quando se
dispe de dados amostrais?

Desenvolve-se frmulas denominadas

estimadores que so usadas para obter
estimativas em qualquer situao em que se
aplica o modelo geral desenvolvido.
1. Estimao dos parmetros
do Modelo
Assumindo que o fenmeno em estudo possa ser representado
por uma equao de regresso linear simples, o modelo
populacional pode ser representado por:

Yi 0 1 X i i
Onde:Y uma varivel dependente;
X a varivel independente/regressor/explicativa;
o termo de erro aleatrio com ~N(0, )
o, 1 so parmetros desconhecidos
i um ndice para observao.
i 1,2,..., n
1. Estimao dos parmetros
do Modelo
O problema de estimao consiste em
obter estimativas para os parmetros 0 e
1. Para isto, deve-se dispor de uma
amostra de tamanho n obtida da
populao.

O fato de a equao representar o modelo

populacional, na verdade estabelecida
com base em conhecimentos a priori do
fenmeno.
 1. Estimao dos parmetros
do Modelo
A teoria indica a existncia de uma relao
entre X eY, a qual desconhecida.
Essa relao uma reta ou uma curva?
O que se faz : testar esta hiptese com
base nos dados empricos.
Este teste envolve o ajustamento do
modelo, e em seguida, avaliaes do
ajustamento.
1. Estimao dos parmetros
do Modelo
Se o modelo se ajustar de maneira
satisfatria aos dados conclui-se que h
evidncias para aceitar a hiptese de que
uma relao de natureza linear descreve
o fenmeno em estudo, ou que os dados
so provavelmente gerados por um
modelo linear.
1. Estimao dos parmetros
do Modelo
Tem se: Yi 0 1 X i i
O problema da estimao resume-se na
obteno de valores numricos para 0 e
1 com base em dados amostrais para Y
e X. Sendo um parmetro
populacional da distribuio de i, e,
portanto, desconhecido, ser necessrio
estim-lo tambm.
1. Estimao dos parmetros
do Modelo
O processo de estimao , em
sntese, uma forma de se ajustar
uma reta (ou plano) aos dados.

Dois mtodos formam a base das

tcnicas economtricas modernas:
Mtodo de Mnimo Quadrados
Mtodo de Mxima
Verossimilhana
Utilizaremos apenas o mtodo de
Mnimos quadrados ordinrios.
Princpio dos mnimos
quadrados ordinrios
minimizar os resduos som-los e esperar
que essa soma seja a mnima possvel (ou
mesmo zero).

o critrio dos mnimos quadrados evita a

soma zero e proporciona a possibilidade de
obteno da reta de regresso.
Princpio dos mnimos quadrados
ordinrios A importncia do erro
O Erro constitui a diferena entre o valor
observado (Y) e a sua esperana, E(Y).
O termo Erro (para populao) ou Resduo
(para amostra) tm como caractersticas:

1. Absorver a influncia de outras variveis no

especificadas no modelo;

1. Absorver os possveis erros de medida da varivel a

ser explicada;

1. Captar o comportamento irregular em cincias

sociais (comportamento humano).
2. Mtodo de Mnimos Quadrados
2.1 Calculando os Parmetros do Modelo
de Regresso Simples

Populacional Yi 0 1 X i i
Amostral

Sabendo que:

ei Yi Yi
 2. Mtodo de Mnimos
Quadrados
Yi 0 1 X i i
Y

ei

ei Yi Yi

X
2. Mtodo de Mnimos
Quadrados
adotar como estimativas dos parmetros os
valores que minimizam a soma dos
quadrados dos desvios

ei Yi Yi ei Yi 0 1 X i

e (Yi 0 1Xi )
2 2
i
n n
S ei (Yi o 1 X i )
2 2

i 1 i 1
2. Mtodo de Mnimos
Quadrados
As condies necessrias e suficientes para
que S seja mnimo so que as derivadas
parciais de S em relao a 0 e 1 sejam
iguais a zero, isto ,

S
2 (Yi 0 1 X i )( 1) 0
0
S
2 (Yi 0 1 X i )( X i ) 0
1
2. Mtodo de Mnimos
Quadrados
S
2 (Yi 0 1 X i )( 1) 0
0

2 Yi 2n0 21 X i 0

Yi n0 1 X i
2. Mtodo de Mnimos
Quadrados

S
2 (Yi 0 1 X i )( X i ) 0
1

2 X iYi 20 X i 21 X i 0
2

X iYi 0 X i 1 X i2
 2. Mtodo de Mnimos
Quadrados

Este sistema denominado de equaes normais

dos mnimos quadrados. A resoluo do sistema ir
fornecer frmulas para determinar estimativas
numricas para 0 e 1, em funo das
observaes amostrais.
2. Mtodo de Mnimos
Quadrados
2. Mtodo de Mnimos
Quadrados

Tentem fazer, conforme orientao dada em

sala de aula..............
2. Mtodo de Mnimos
Quadrados
..... E cheguem nesse resultado:
EXEMPLO: ESTIMAO DE UMA
FUNO INVESTIMENTO
Base de dados
II) Clculo dos Parmetros de Regresso 0
e 1
X Y 35,73 *1576,6
X iYi 5.514,45
1 n 10
2 (X )
2 2
(35,73)
X 134,19
n 10
5.514,45 5.633,19 118,75
1
134,19 127,63 6,526

1 18,207
OS BETAS TAMBM PODEM SER
ENCONTRADOS PELOS VALORES
DESVIADOS:
 ( X X )(Y Y ) x y
1 i i
( X X )2
xi 2

118,75
1
6,52

1 18,207
 0 Y 1 X 1 18,207

0 157,66 (18,207) * 3,573

0 222,71
Yi 0 1 Xi ei

Yi 222,71 18,207 Xi