02 tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA

1,849 views

Published on

Regressão Linear Simples

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,849
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
82
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

02 tópico 1 - regressão linear simples 02 - Econometria - Graduação - UFPA

  1. 1. Econometria Ricardo Bruno N. dos SantosProfessor Adjunto da Faculdade de Economia e do PPGE (Economia) UFPA
  2. 2. Instruções importantesLembre-se que os vídeos necessários para oacompanhamento dessa apresentação são todos osvídeos que iniciam por 03, e encontram-se dentro dapasta Videos no mediafire.Link do mediafire: http://www.mediafire.com/?q1dbpxh1b4uxoAs apresentações estão também disponíveis no slidesharehttp://www.slideshare.net/RicardoSantos11/02-tpico-1-regresso-linear-simples-02-econometria-graduao-ufpa
  3. 3. O Modelo Clássico de Regressão LinearNormal (MCRLN)
  4. 4. Propriedade dos estimadores de MQOsobre a hipótese de normalidade
  5. 5. Propriedade dos estimadores de MQOsobre a hipótese de normalidade
  6. 6. Propriedade dos estimadores de MQOsobre a hipótese de normalidade
  7. 7. Propriedade dos estimadores de MQOsobre a hipótese de normalidade Geometricamente podemos representar asdistribuições dos estimadores a partir dos seguintes gráficos:
  8. 8. Propriedade dos estimadores de MQOsobre a hipótese de normalidade
  9. 9. MRLS: Estimação de intervalo e testes de hipóteses
  10. 10. MRLS: Estimação de intervalo e testes de hipóteses
  11. 11. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses
  12. 12. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses
  13. 13. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses (NOITE)
  14. 14. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  15. 15. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  16. 16. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  17. 17. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  18. 18. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  19. 19. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  20. 20. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  21. 21. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  22. 22. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste
  23. 23. MRLS: Estimação de intervalo e testes de hipótesesOs testes de hipóteses: a significância do teste Para avaliar o teste qui-quadrado sobre a variância dosresíduos devemos considerar:
  24. 24. MRLS: Análise de Regressão e Análise de Variância
  25. 25. MRLS: Análise de Regressão e Análise de Variância
  26. 26. MRLS: Análise de Regressão e Análise de Variância Se preenchermos a tabela anterior com os dadosobtidos no exemplo da seção 3.6, poderemos encontrar umaimportante estatística do MRLS que é a estatística F, assim,teremos os seguintes resultados:
  27. 27. Aplicação da análise da regressão: o problema daprevisão
  28. 28. Aplicação da análise da regressão: o problema daprevisão
  29. 29. Aplicação da análise da regressão: o problema daprevisão
  30. 30. Aplicação da análise da regressão: o problema daprevisão
  31. 31. Aplicação da análise da regressão: o problema daprevisão
  32. 32. Aplicação da análise da regressão: o problema daprevisão
  33. 33. Aplicação da análise da regressão: o problema daprevisão O objetivo é que no final tenhamos um gráficosemelhante ao que se encontra a seguir:
  34. 34. Aplicação da análise da regressão: Teste deNormalidade Um dos principais pressupostos dentro do Modelo deRegressão linear é a de que os resíduos sejam normais. Logoapós a estimação do modelo de regressão o teste denormalidade pode ser feito, ou pode ser feitoespecificamente, com a variável em questão, nesse caso, osresíduos. O teste mais comum de normalidade é o Jarque-Bera(JB). Ele faz o calculo baseado na assimetria (S) e na curtose(K) das variáveis. As características das distribuições normais são de S=0e K=3.
  35. 35. Aplicação da análise da regressão: Teste deNormalidade
  36. 36. FIM DO TÓPICO I

×