ECONOMETRIA Flashcards
O que são Estatítisca Descritivas ?
São os métodos para resumir e descrever as características principais de um conjunto de dados. Elas ajudam a organizar, simplificar e apresentar os dados de forma compreensível, permitindo uma análise inicial e facilitando a interpretação. As estatísticas descritivas podem ser divididas em duas categorias principais.
- Medidas de Tendência Central
- Medidas de Dispersão
Quais medidas tem na Estatística Descritivas de Categoria de Medidas de Tendência Central ?
Média: Soma de todos os valores dividida pelo número de observações.
Mediana: Valor que divide o conjunto de dados em duas partes iguais.
Moda: Valor que aparece com mais frequência no conjunto de dados.
Quais medidas tem na Estatística Descritivas de Categoria de Medidas de Dispersão ?
Amplitude: Diferença entre o maior e o menor valor do conjunto de dados.
Variância: Medida que indica o quanto os valores se afastam da média.
Desvio Padrão: Raiz quadrada da variância, indicando a dispersão dos dados em relação à média.
Intervalo Interquartil (IQR): Diferença entre o terceiro e o primeiro quartil, mostrando a dispersão dos 50% centrais dos dados.
Quais são TODAS as Medidas da Estatítica Descritivas ? Além das Medidas existe outras Ferramentas para melhor organização e visualização dos Dados na Estatítisca Descritivas ?
Todas as Medidas são:
- Média
- Moda
- Mediana
- Amplitude
- Variância
- Desvio Padrão
- Intervalo Interquartil
Outras Ferramentas:
- Histogramas
- Boxplots
- Tabelas de Frequência
O que é a econometria?
A econometria é uma área que combina teoria econômica, matemática e estatística para validar ou refutar teorias. Seu objetivo central é tentar rejeitar modelos e hipóteses, utilizando ferramentas estatísticas para testar e verificar a validade das suposições econômicas.
O que é o modelo de regressão linear e qual é sua equação?
O modelo de regressão linear é uma técnica estatística usada na econometria para analisar a relação entre uma variável dependente (Y) e uma ou mais variáveis independentes (X). Ele estima como X influencia Y por meio de uma equação linear.
A equação do modelo de regressão linear simples é:
Y = Beta0 + Beta1 * X + e
O que representa cada elemento da equação econométrica Y = Beta0 + Beta1 * X + e
Onde:
Y = Variável dependente (o que queremos explicar)
X = Variável independente (o fator explicativo)
Beta0 = Intercepto (valor de Y quando X = 0)
Beta1 = Coeficiente angular (impacto de X sobre Y)
e = Erro estocástico (fatores não considerados no modelo)
Esse modelo ajuda a prever valores de Y com base nos valores de X e a testar hipóteses sobre suas relações.
O que é Metodologias de Pesquisa ?
A metodologia de pesquisa é o conjunto de métodos, técnicas e procedimentos sistemáticos usados para planejar, conduzir e analisar uma investigação científica. Ela serve como um guia para o pesquisador, ajudando a organizar o estudo, definir como os dados serão coletados e analisados, e garantir que os resultados sejam confiáveis e válidos.
- Metodologias qualitativas (focadas em entender fenômenos de forma descritiva e subjetiva).
- Metodologias quantitativas (focadas em quantificar e generalizar resultados com base em dados numéricos).
O que é a Metodologia Qualitativa?
A metodologia qualitativa é uma abordagem de pesquisa que busca entender fenômenos de forma profunda e descritiva, focando na subjetividade e no significado das experiências humanas. Ela não usa números, mas sim técnicas como entrevistas, grupos focais e observação para explorar comportamentos, interações e contextos complexos. É muito usada em áreas como sociologia, psicologia e educação.
O que é a Metodologia Quantitativa?
A metodologia quantitativa é uma abordagem de pesquisa que coleta e analisa dados numéricos para quantificar comportamentos, opiniões e variáveis. Ela busca generalizar resultados a partir de uma amostra maior, usando ferramentas como questionários, surveys e análise estatística. É comum em áreas como economia, ciências sociais e saúde pública, onde se busca fazer previsões ou tirar conclusões com base em dados concretos.
O que é a Evolução da Credibilidade?
A Evolução da Credibilidade refere-se a uma mudança no campo da econometria e das ciências sociais em direção a métodos mais rigorosos, transparentes e confiáveis para avaliar pesquisas empíricas. Essa evolução surgiu da necessidade de garantir que os resultados das pesquisas fossem mais precisos, replicáveis e menos suscetíveis a viéses ou erros.
Um marco importante foi a “Revolução da Credibilidade”, que destacou a importância de métodos robustos para inferência causal (ou seja, identificar relações de causa e efeito) e a adoção de práticas que aumentam a confiança nos resultados, como:
Uso de dados mais confiáveis e diversificados.
Aplicação de técnicas estatísticas avançadas.
Transparência na divulgação de métodos e dados.
Essa mudança foi impulsionada por preocupações com a validade e confiabilidade dos estudos, especialmente em economia, onde decisões políticas e teóricas dependem de evidências sólidas.
Por que a Credibilidade é importante?
Com a evolução dos dados e das técnicas de análise, tornou-se essencial garantir que os resultados das pesquisas sejam críveis e replicáveis. A credibilidade é fundamental para:
Tomada de decisões: Políticas públicas e estratégias econômicas dependem de pesquisas confiáveis.
Inferência causal: Entender relações de causa e efeito de forma precisa.
Transparência: Permitir que outros pesquisadores repliquem e validem os resultados.
Quais os Tipos de Variáveis ?
- Variáveis Não Métricas (Qualitativas ou Categóricas)
- Variáveis Métricas (Quantitativas ou Numéricas)
- Variáveis Não Métricas (Qualitativas ou Categóricas)
São variáveis que representam categorias ou qualidades, sem valores numéricos.
Nominal: Categorias sem ordem específica.
Exemplo: Gênero (masculino, feminino), Cor dos olhos (azul, verde, castanho).
Ordinal: Categorias com ordem específica.
Exemplo: Nível de satisfação (insatisfeito, satisfeito, muito satisfeito), Escolaridade (fundamental, médio, superior).
- Variáveis Métricas (Quantitativas ou Numéricas)
São variáveis que representam números e podem ser medidas.
Discreta: Valores contáveis e específicos.
Exemplo: Número de filhos (0, 1, 2, …), Quantidade de carros em uma casa.
Contínua: Valores que podem assumir qualquer número dentro de um intervalo.
Exemplo: Altura (170.5 cm, 172.3 cm), Peso (68.2 kg, 70.1 kg).
Quais os tipos de Variáveis Qualitativas e Quantitativas ?
Qualitativas: Nominal ou Ordinal
Quantitativa: Discreta ou Contínua
O que é uma Estrutura de Dados ?
Estrutura de dados na econometria refere-se à forma como os dados são organizados e coletados para análise. Ela define se os dados são observados em um único momento ou ao longo do tempo, e se são coletados para uma única entidade ou para várias.
Quais os tipos de Estruturas de Dados ?
Corte Transversal: Dados de várias entidades em um único momento. (Vários indivíduos em um único período de tempo)
Corte Transversal Agrupado: Dados de várias entidades em diferentes momentos, mas sem acompanhar as mesmas entidades. (Conjunto de Cortes transversais
em período diferentes)
Dados em Painel: Dados das mesmas entidades em diferentes momentos. (Das Mesmas pessoas em diferente período de tempos)
Série Temporal: Dados de uma única entidade ao longo do tempo. (Uma única pessoa ao longo do tempo)
O que é um histograma e para que ele serve?
Um histograma é um tipo de gráfico que representa a distribuição de uma variável numérica ao longo de intervalos específicos, chamados de “bins” ou “classes”. Ele permite visualizar a frequência com que diferentes valores ou intervalos de valores ocorrem em um conjunto de dados.
O que a Correlação de Pearson Mede?
A Correlação de Pearson (ou Coeficiente de Correlação de Pearson) é uma medida estatística que avalia a relação linear entre duas variáveis. Ela indica o grau e a direção da associação entre as variáveis, variando de -1 a 1. Vamos entender isso de forma simples e direta:
Direção da Relação:
Correlação positiva (+1 a 0): Quando uma variável aumenta, a outra também tende a aumentar.
Correlação negativa (-1 a 0): Quando uma variável aumenta, a outra tende a diminuir.
Correlação zero (0): Não há relação linear entre as variáveis.
Força da Relação:
Quanto mais próximo de 1 ou -1, mais forte é a relação linear.
Quanto mais próximo de 0, mais fraca é a relação linear.
Qual a necessidade de transformar variáveis que estão em ESCALA de medidas diferente na Escala Z ?
A necessidade de transformar dados que estão em medidas diferentes para a escala Z (ou escore Z) surge principalmente para padronizar as variáveis, permitindo comparações justas e análises mais precisas.
Por que Transformar para a Escala Z?
Comparação entre Variáveis com Escalas Diferentes:
Transforma variáveis com unidades diferentes para a mesma escala (desvios padrão), permitindo comparações diretas.
Eliminação de Unidades:
Remove as unidades originais, facilitando a interpretação dos dados em análises multivariadas.
Distribuição Normal Padronizada:
Coloca os dados em uma distribuição normal com média 0 e desvio padrão 1, útil para técnicas estatísticas.
Identificação de Outliers:
Valores Z fora do intervalo [-3, 3] são considerados outliers, indicando dados extremos.
Como Funciona a Escala Z?
A fórmula para calcular o escore Z de uma observação é:
Z = X − μ / σ
Onde:
X
X: Valor original da observação.
μ
μ: Média da variável.
σ
σ: Desvio padrão da variável.
O que é a Variância, Covariância e Correlação ?
Variância:
Mede o quanto os valores de uma variável se dispersam em torno da média.
Covariância:
Mede como duas variáveis variam juntas. Se positiva, ambas aumentam ou diminuem juntas; se negativa, uma aumenta enquanto a outra diminui.
Correlação:
Indica a força e a direção da relação linear entre duas variáveis, variando de -1 (negativa perfeita) a 1 (positiva perfeita).
