ANALISE MULTICOLINEARIDADE relatorio 1

ECONOMETRIA MULTICOLINERIEDADE

Bruno Fortunato
Diego Pires
Samir Anka
Thiago Maia

ANÁLISE MULTICOLINEARIDADE

As variáveis que estão sob análise são: PIB (Y), salário mínimo (X1) e taxa de desemprego (X2).
A teoria economia está baseada em uma variação do PIB positivamente conforme o salário mínimo aumente, dado que isto indica maiores consumos, que necessita de maiores ofertas, que gera mais produção. Tal análise visa verificar a ocorrência, ou não, da violação da hipótese básica de que cada variável independente Xᵢ não pode ser combinação linear das demais, ou seja, violação esta denominada Multicolinearidade. Quanto à taxa de desemprego, o PIB tem relação inversamente proporcional, pois um aumento do desemprego indica menor produção e menor consumo geral no país.
O problema que estamos procurando é se uma variável explicativa tem impacto sobre a outra variável explicativa, e se esse impacto pode distorcer o resultado da análise da regressão principal.
Sendo assim, fazemos a regressão principal de Y em relação as duas variáveis explicativas. A regressão principal indica, como um todo, que o modelo é bom. Porém, a estatística T das variáveis em relação a R² obtido nos alerta para um possível problema.

Estatística de regressão
R múltiplo
0,969866532
R-Quadrado
0,86671645
R-quadrado ajustado
0,939870195
Erro padrão
27158,06636
Observações
157

Para testar um possível problema de multicolinearidade entre as variáveis, construímos uma matriz de correlação para analisar o possível problema. Tivemos uma resposta de alta multicolinearidade entre as variáveis todas. Todas elas têm enorme impacto sobre a outra.

Matriz Correlação
PIB - R$ (milhões)
Salário Minimo Real
Taxa de Desemprego
PIB - R$ (milhões)
1
0,954120741
-0,951807151
Salário Minimo Real
0,954120741
1
-0,930976074
Taxa de Desemprego
-0,951807151
-0,930976074
1

Na mesma linha, criamos a regressão auxiliar comparando uma variável explicativa com a outra (salário mínimo e taxa de