Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Econometrics > Regressão Linear > Flashcards

Regressão Linear Flashcards

1
Q

Para um modelo Y = b1 + b2X + u, quais são as C.P.O. dos estimadores de MQO?

A 
∑û = 0
∑Xû = 0
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Para um modelo Y = b1 + b2X + u, qual é o estimador de MQO para b2?

A

b2 = (n∑XY - ∑X∑Y)/(n∑X² - (∑X)²)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Para um modelo y = b2x + u, qual é o estimador de MQO para b2?

A

b2 = (∑xy)/(∑x²)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

VERDADEIRO OU FALSO:

Cov(X, û) = 0
Cov(^Y,û) = 0

A

VERDADEIRO OU FALSO:

Cov(X, û) = 0 verdadeiro
Cov(^Y,û) = 0 verdadeiro

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quais são as 7 hipóteses do método de MQO?

A

h1: linear
h2: X fixos em amostras repetidas
h3: Homocedasticidade
h4: Ausência de autocorrelação residual
h5: n>k
h6: Variabilidade em X
h7: E(u) = 0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Verdadeiro ou Falso:

b2 de MQO será tendencioso se os erros forem heterocedásticos

A

FALSO

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Verdadeiro ou Falso:

b2 de MQO não terá variância mínima se E(u) ≠ 0

A

FALSO

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Os estimadores de MQO serão ineficientes se os erros não tiverem distribuição normal.

A

FALSO

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quais são as condições para que os estimadores de MQO sejam BLUE?

A

1) Linear
2) Não-Viesado: E(u) = 0
3 Variância Mínima: Heterocedasticidade e ausência de autocorrelação residual

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Qual o valor da variância do b2 de MQO?

A

Var(b2) = σ²/∑x²

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Complete a lacuna em termos de SQ:

r² = _____ = 1 - _____

A

r² = SQE/SQT = 1 - SQR/SQT

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Complete a lacuna em termos de ∑ de x e y:

r² = _____

A

r² = (∑xy)²/(∑x²∑y²)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

r pode ser sempre escrito como:

r = Cov(X,Y)/(ep(X)ep(Y))

A

Falso. Para isso, n precisa ser suficientemente grande

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Qual a fórmula do coeficiente de correlação de Pearson?

A

r = ∑xy/(∑x²∑y²)^(1/2)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

r > 0 implica necessariamente que Cov(X,Y) > 0.

A

Verdadeiro

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

b2 > 0 implica necessariamente que r > 0.

A

Verdadeiro

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

b2 de MQO pode ser sempre definido como:

b2 = Cov(X,Y)/Var(X)

A

Falso. Para isso, n precisa ser suficientemente grande.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

A hipótese de que u ~ N(0,σ²) torna os estimadores de MQO eficientes

A

Falso

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Um estimador é consistente se ele converge para o verdadeiro valor conforme a amostra tende ao infinito

A

Verdadeiro

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q 
Para P(IC) = (1 - α):
(1 - α) é o nível de significância
A

Falso

α é o nível de significância, (1 - α) é o coeficiente de confiança.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Porque se utiliza a distribuição t de Student para construir os intervalos de confiança para os estimadores de MQO?

A

Porque dependem de σ², que é uma variável desconhecida. Por isso, utiliza-se σ²estimado

22
Q

Complete em termos de ∑ e SQ:

σ²estimado = ____ = ____

A

σ²estimado = ∑û²/(n-k) = SQR/(n-k)

23
Q

Quais são os Graus de Liberdade para:

SQE
SQR
SQT

A

SQE: gl = 1
SQR: gl = n-k
SQT: gl = n-k+1

24
Q

Para Y = b1 + b2X + u, o estimador abaixo é sempre viesado:

a = ∑XY/∑X²

A

Falso. Somente quando Xmédio e/ou b1 forem diferentes 0.

25
Q

Para Y = aX + u, o estimador abaixo é sempre não-viesado:

b2 = ∑xy/∑x²

A

Verdadeiro.

26
Q

Para Y = b1 + b2X2 + b3X3 + u, qual o estimador de MQO de b2?

A

b2 = (∑yx2∑x3² - ∑yx3∑x2x3) / (∑x2²∑x3² - (∑x2x3)²)

27
Q

Para Y = b1 + b2X2 + b3X3 + u, qual o estimador de MQO de b3?

A

b3 = (∑yx3∑x2² - ∑yx2∑x2x3) / (∑x2²∑x3² - (∑x2x3)²)

28
Q

Para Y = b1 + b2X2 + b3X3 + u, qual o valor da variância de b2 estimado por MQO?

A

Var(b2) = σ² * ∑x3² / (∑x2²∑x3² - (∑x2x3)²)

29
Q

Para Y = b1 + b2X2 + b3X3 + u, qual o valor da variância de b3 estimado por MQO?

A

Var(b3) = σ² * ∑x2² / (∑x2²∑x3² - (∑x2x3)²)

30
Q

Para Y = b1 + b2X2 + b3X3 + u:

σ²estimado = ∑û² / (n-2)

A

Falso

σ²estimado = ∑û² / (n-3)

31
Q

Quais as hipóteses adicionais ao método de MQO para regressão múltipla?

A

h8: Ausência de multicolinearidade exata
h9: O modelo está corretamente especificado

32
Q

Para Y = b1 + b2X2 + b3X3 + u, qual é a interpretação do coeficiente de correlação parcial r_(12,3)?

A

r_(12,3) é o coeficiente de correlação entre Y e X2, mantendo X3 constante

33
Q

Pela abordagem matricial, qual é a equação que determina o valor do vetor de estimadores de MQO?

A

β = (X’X)^(-1)(X’Y)

34
Q

Pela abordagem matricial, como é definido o vetor de Var-Cov(β) se os erros forem homocedásticos? E se forem heterocedásticos?

A 
Var-Cov(β) = σ²(X'X)^(-1)
Var-Cov(β) = (X'X)^(-1)X'uu'X(X'X)^(-1)
35
Q

Quais os critérios para que uma série seja estacionária fraca (ou de segunda ordem)?

A

Critério 1: E(Yt) = μ (Média Constante)

Critério 2: Var (Yt) = σ² (Variância Constante)

Critério 3: Cov(Yt , Yt-s) = γ(s) (Autocovariância deve depender somente da ordem d defasagem

36
Q

Para Yt = Yt-1 + ut, em que ut é white noise:

Yt é estacionária? Se não, qual critério viola? Como torná-la estacionária? Qual é o tipo de processo temporal?

A

Yt não é estacionária.

Viola o critério 2: Var(Yt) = tσ²

Basta tomar a 1ª diferença: ∆Yt = ut

Random Walk

37
Q

Para Yt = β1 + Yt-1 + ut, em que ut é white noise:

Yt é estacionária? Se não, qual critério viola? Como torná-la estacionária? Qual é o tipo de processo temporal?

A

Yt não é estacionária.

Viola o critério 1: E(Yt) = tβ1 + Y(0)

Basta tomar a 1ª diferença: ∆Yt = β1 + ut

Random Walk with Drift

38
Q

Para Yt = β1 + β2 t + ut, em que ut é white noise:

Yt é estacionária? Se não, qual critério viola? Como torná-la estacionária? Qual é o tipo de processo temporal?

A

Yt não é estacionária.

Viola o critério 1: E(Yt) = β1 + β2 t

Basta ou tomar a primeira diferença: ∆Yt = β2 + ut

Ou eliminar a tendência: Yt - Yt.est = ut.est = Y.sem.tendência

Tendência Temporal

39
Q

Para Yt = β1 + β3 Yt-1 + ut, em que ut é white noise e |β3| < 1:

Yt é estacionária? Se não, qual critério viola? Como torná-la estacionária? Qual é o tipo de processo temporal?

A

Yt é estacionária assintoticamente!!!!

Processo assintoticamente estacionário.

40
Q

Para Yt = β1 + β2 t + Yt-1 + ut, em que ut é white noise:

Yt é estacionária? Se não, qual critério viola? Como torná-la estacionária? Qual é o tipo de processo temporal?

A

Yt não é estacionária.

Viola o critério 1: E(Yt) = Y(0) = β1 t + β2 t²

Basta eliminar o efeito do tempo da primeira diferença:
∆Yt = β1 + β2 t + ut

∆Yt - ∆Yt.est = ut.est

Tendência Temporal Quadrática

41
Q

Para Yt = β1 + β2 t + β3 Yt-1 + ut, em que ut é white noise e |β3| < 1:

Yt é estacionária? Se não, qual critério viola? Como torná-la estacionária? Qual é o tipo de processo temporal?

A

Yt não é estacionária.

Viola o critério 1: E(Yt) = (β1 + β2 t) / (1 - β2)

Basta eliminar o efeito do tempo: Yt - Yt.est = ut.est = = Y.sem.tendência

42
Q

Quais são os 3 testes de estacionariedade?

A

1) FAC
2) Correlograma
3) Teste de raiz unitária

43
Q

Em que consiste o teste de significância individual para verificar estacionariedade através da FAC?

A

Consiste em testar se o coeficiente de correlação entre Yt e Yt-i é igual à 0.

Para IC = [-α / sqrt(n) , +α / sqrt(n)],

Se ρi ∈ IC(α), então aceita ho: ρi = 0

44
Q

Em que consiste o teste de significância conjunta para verificar estacionariedade através da FAC?

A

Consiste em testar se existe algum coeficiente de autcorrelação de Yt diferente de zero.

Se Q de Box-Pierce > Q*, então aceita h0: todos ρi = 0

Se LB de Ljung-Box > Q*, então aceita h0: todos ρi = 0

45
Q

Verdadeiro ou Falso

Para Yt = ρi Yt-i + ut,

Se ρi = 0, então a série é estacionária.

Se ρi ≠ 0, então a série não é estacionária.

A

Falso

Se ρi = 0, então a série é estacionária.

Mas, se ρi ≠ 0, então a série pode ou não ser estacionária.

46
Q

Verdadeiro ou Falso

Para Yt = ρi Yt-i + ut,

Se ρi = 1, então a série não é estacionária.

Se ρi ≠ 1, então a série é estacionária.

A

Verdadeiro

47
Q

Para Yt = ρ1 Yt-1 + ut,

Qual teste é usado para verificar se ρ1 = 1?

A

Teste de Dickey-Fuller.

48
Q

Para Yt = ρ Yt-1 + ut,

Em que consiste o teste de Dickey-Fuller?

A

Em testar se δ = 0 (ρ = 1) para:

Modelo 1) ∆Yt = δ ∆Yt-1 + ut
Modelo 2) ∆Yt = β1 + δ ∆Yt-1 + ut
Modelo 3) ∆Yt = β1 + β2 t + δ ∆Yt-1 + ut

Se τ > τ*(α), então aceita h0: δ = 0 (série não é estacionária)

49
Q

Qual a diferença entre os testes de Dickey-Fuller e Augmented Dickey-Fuller?

A

No teste ADF, considera-se os seguintes modelos:

Modelo 1) ∆Yt = δ ∆Yt-1 + ∑(δi Yt-i) + ut
Modelo 2) ∆Yt = β1 + δ ∆Yt-1 + ∑(δi Yt-i) + ut
Modelo 3) ∆Yt = β1 + β2 t + δ ∆Yt-1 + ∑(δi Yt-i) + ut

50
Q

Quais os critérios para que duas séries temporais sejam cointegradas?

A

Devem ser integradas de mesma ordem e o erro da regressão entre elas deve ser integrado de ordem 0.

51
Q

Verdadeiro ou Falso

Se Xt e Yt não forem estacionários, a regressão entre eles será espúria.

A

Falso.

Não será espúria se Xt e Yt forem cointegradas.

Econometrics (1 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions