Econometria

1. 1.1. infli = B0 + B1aberturai + ui

Com apenas uma variável para explicar a taxa de inflação, sendo ela abertura, podemos ver que o R2 é muito baixo, então explica muito pouco do modelo. Mesmo com uma variável que explique muito pouco do modelo, podemos ver que a variável é significativa e que com um aumento na abertura de mercado de um país, há um decréscimo na inflação, a um p-valor de 5%, a hipótese do Romer é válida.

1.2. infli = B0 + B1aberturai + B2rendpci + ui

Com o modelo usando duas variáveis, abertura econômica e renda per capta, vemos que o R2 aumenta muito pouco em relação ao modelo 1.1., mostrando que a abertura continua significativa, porém a renda per capta é não significativa para o modelo em questão. 1.3. l_infli = B0 + B1aberturai + B2l_rendpci + ui

Usando logaritmo para o modelo vemos que a abertura em termos percentuais continua significativa para explicar o modelo, aumentando o R2 já que em termos percentuais o modelo fica mais enxuto, portanto explicando mais do modelo, porém para explicar o modelo é necessário mais variáveis e mesmo em termos logarítmicos a renda per capta é não significativa. 2.
2.1. rendtrab = β0 + β1[anosest] + β2[idade] + u

Vemos que nesse modelo de variáveis múltiplas, ambas as variáveis são significativas, portanto ambas devem ser utilizadas para explicar o modelo. Na variável anos estudados, um aumento nos anos de estudo aumentaria a renda em $254,95 e aumentando a idade em 1 ano aumentaria em $51,65, como é visto no gráfico. Nesse modelo o R2 é de 20%, portanto era necessário que aumentasse o número de variáveis significativas para que o modelo em questão fosse utilizável. 2.2. log(rendtrab) = β0 + β1[anosest] + β2[idade] + u

Em um modelo que se utiliza o logaritmo natural na relação renda trabalho vemos que a relação percentual entre as variáveis e o modelo aumenta, como exemplo aumentando o R2 de 18% para 34%. Com a melhora, o modelo se torna mais