Econometria

Econometria
Trabalho nº1
Caracterize a estrutura dos dados em presença.
Os dados em presença são Seccionais, conjunto de indivíduos num ponto de tempo. Mas em econometria também existem dados Temporais, mesmo indivíduo observado ao longo do tempo, e Panel, que são dados Temporais e Seccionais.
Comente a especificação do modelo, dando especial atenção a μ. Estão os factores contidos em μ correlacionados com Exp? Justifique.
O modelo apresentado, Sal = βo + β1Exp + μ, é um modelo de regressão linear simples que é constituido por diferentes componentes.
Neste caso temos que Sal é a variável dependente ou explicada, βo representa a constante de regressão, β1 é o coeficiente de parcialidade da regressão e o declive da reta salário, Exp é a variável independente ou explicativa e μ é o termo erro.
No μ (erro) é onde incluímos todas as variáveis que influenciam o salário mas que não são tomadas no modelo. Neste podemos incluir, por exemplo, escolaridade, especialização, entre outros.
Respondendo à questão, os factores contidos em μ não estão correlacionados com Exp e para provar esse facto iremos constatar que E(μ) =0 e a Cov(Exp, μ)=0
Cov(Exp, μ) = E[(Exp – Exp) (μ – μ)] = E(Expμ – Expμ – Expμ + Expμ) = E(Expμ) – ExpE(μ) – E(μ)μ + Expμ , sendo E(μ) = 0
Cov(Exp, μ) = E (Prodμ-0-Prod μ+ Prod μ) = E (Prod) E(μ) = 0
Supondo E(μ) ≠ 0, poderão os OLS ser aplicados? Justifique.
Os OLS poderão ser aplicados. Para a derivação destes estimadores precisamos de ter em conta a hipótese fundamental de que E(μ) = 0 = E(μ/x). Sabendo que podemos utilizar a constante β0 para normalizar μ e aplicando a hipótese de E(μ) ≠ 0, os OLS podem ser aplicados.
Ou seja,
E(µ)= w w ≠0
E (sal) = β0 + β1Exp + W
E(sal) = (β0 + w) + β1Exp + (w - w)
E(sal) =( β0 + w) + β1Exp
Deduza os estimadores OLS por um dos métodos que conhece.
Para a dedução dos estimadores OLS podemos utilizar dois métodos que são eles o método dos momentos e o método dos mínimos quadrados ordinários.