capitulo07dummy02
Transcript of capitulo07dummy02
-
7/24/2019 capitulo07dummy02
1/27
Regresso Linear Mltipla: informaes qualitativas evariveis binrias, dicotmicas ou "dummy"- Parte 2
Aula 21
Prof. Moiss A. Resende Filho
Introduo Econometria (ECO 132497)
02 de junho de 2014
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 1 / 27
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
2/27
Categorias mltiplas
Considere o modelo
log(salarioh) =0+0feminino+1casado+1educ+
+2exper+3exper2 +4perm+5perm
2 + u (1)
onde a varivel binria femininorecebe o valor um se o indivduo dosexo feminino e zero, caso contrrio; e a varivel binria casado recebe ovalor um se o indivduo casado e zero, caso contrrio. Qual a categoria base desse modelo?
Fazendofeminino=casado=0, obtm-se a categoria base:"homem solteiro".
Vamos estimar esse modelo no Stata.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 2 / 27
http://find/ -
7/24/2019 capitulo07dummy02
3/27
No Stata: digite na janela de comandos
ssc install bcuse
bcuse wage1, clear
drop wage nonwhite numdep smsa northcen south west construc ndurman trcommpu
trade services profserv profocc clerocc servocc
*Traduz os nomes da variveis para o portugus
rename female femininorename tenure perm
rename married casado
rename lwage lsalarioh
rename tenursq permsq
*Estima o modelo (1)reg lsalarioh feminino casado educ exper expersq perm permsq
eststo modelo1
esttab modelo1, star(* 0.10 ** 0.05 *** 0.01) se r2 ar2 label
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 3 / 27
http://goforward/http://find/http://goback/ -
7/24/2019 capitulo07dummy02
4/27
Resultados
*
-
7/24/2019 capitulo07dummy02
5/27
Problema
Considere o modelo
log(salarioh) =0+0feminino+1casado+1educ+
+2exper+3exper2 +4perm+5perm
2 + u
Assumindo RLM.4 (mdia condicional zero),E(ujfeminino, casado, educ, ...) =0, temos que: E(log(salarioh)jfeminino=1, casado=1, educ, ...) E(log(salarioh)jfeminino=1, casado=0, educ, ...) =1 E(log(salarioh)jfeminino=0, casado=
1, educ, ...) E(log(salarioh)jfeminino=0, casado=0, educ, ...) =1 A especicao do modelo impe que o prmio do casamento seja omesmo (1) para homens e mulheres. Como dar maior exibilidade ao modelo?
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 5 / 27
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
6/27
Soluo
Alternativa 1: utilize as interaes entre femininoe casado, o que gera
quatro categorias:"homens solteiros"(hsolteiros).
"homens casados"(hcasados).
"mulheres solteiras"(msolteiras).
"mulheres casadas"(mcasadas).
Por exemplo, dena a categoria "homens solteiros"(hsolteiros) como acategoria base e gere trs variveis binrias para as outras categorias. A especicao do modelo que permite prmios diferentes para o
casamento segundo o gnero
log(salarioh) = 0+0hcasados+1mcasadas+2msolteiras+
+1educ+2exper+3exper2 +4perm+5perm
2 + u (2)
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 6 / 27
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
7/27
No Stata: digite na janela de comandos
ssc install bcuse
bcuse wage1, clear
drop wage nonwhite numdep smsa northcen south west construc ndurman trcommpu
trade services profserv profocc clerocc servocc
rename female feminino
rename tenure permrename married casado
rename lwage lsalarioh
rename tenursq permsq
*Gera as variveis binrias
gen hcasados=(1-feminino)*casadogen hsolteiros=(1-feminino)*(1-casado)
gen msolteiras=feminino*(1-casado)
gen mcasadas=feminino*casado
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 7 / 27
http://find/ -
7/24/2019 capitulo07dummy02
8/27
No Stata: digite na janela de comandos
*Estima o modelo (2)
reg lsalarioh hcasados mcasadas msolteiras educ exper expersq perm permsqeststo modelo1
esttab modelo1, star(* 0.10 ** 0.05 *** 0.01) se label
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 8 / 27
http://find/ -
7/24/2019 capitulo07dummy02
9/27
Resultados e interpretao
* p
-
7/24/2019 capitulo07dummy02
10/27
Resultados e interpretao
log(salarioh) =0.321+0.213hcasados 0.198mcasadas0.110msolteiras+0.079educ+0.027exper 0.00053exper
2++0.029perm 0.0005perm2
Categoria base: homens solteiros.
A estimativa do prmio do casamento para os homens 21,3% ou,exatamente, (exp(0.213) 1) 100=23, 738%. Estima-se que mulheres casadas recebam 19,8% a menos que homenssolteiros ou, exatamente,(exp(0.198) 1) 100=21, 896%. Estima-se que mulheres solteiras recebam 11% a menos que homenssolteiros ou, exatamente, (exp(0.110) 1) 100=11, 628%. A estimativa do prmio do casamento para mulheres (0.198 (0.110)) 100=8, 8% ou, exatamente,(21.896 11.628) =10.268% a menos.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 10 / 27
http://find/ -
7/24/2019 capitulo07dummy02
11/27
Resultados e interpretao
log(salarioh) =0.321+0.213hcasados 0.198mcasadas
0.110msolteiras+0.079educ+0.027exper 0.00053exper2++0.029perm 0.0005perm2
Para testar se o prmio do casamento para mulheres signicante,
utilize ep(b1b2) = dVar(b1) +dVar(b2) 2dCov(b1,b2)1/2
. Alternativa, poder-se-ia especicar o modelo com mulheres solteirascomo categoria base e efetuar um teste tpara o coeciente da varivelmcasadas, no modelo
log(salarioh) = 0+0hcasados+1mcasadas+2hsolteiros+
+1educ+2exper+3exper2 +4perm+5perm
2 + u
Regra: se existem ggrupos ou categorias, inclui-se (g 1) variveis
dummyde intercepto no modelo.Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 11 / 27
http://goforward/http://find/http://goback/ -
7/24/2019 capitulo07dummy02
12/27
Interao entre dummies
Alternativa 2: equivalentemente, estime o modelo
\log(salarioh) = 0.321(0.100)
0.110(0.56)
feminino+ 0.213(0.055)
casado
0.301(0.072)
feminino casado+b1educ+b2exper+b3exper2 +b4perm+5perm2
Fazendo feminino=casado=0, obtem-se a equao para a categoriabase, no caso, "homens solteiros". Como antes, estima-se que homens casados ganham,aproximadamente, 21.3% a mais que os homens solteiros.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 12 / 27
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
13/27
Interao entre dummies
\log(salarioh) = 0.321(0.100)
0.110(0.56)
feminino+ 0.213(0.055)
casado
0.301(0.072)
feminino casado+b1educ+b2exper+b3exper2 +b4perm+5perm2
Ainda, como antes:
Mulheres casadas recebem 19,8%
((0.110+0.213 0.301) 100=19.8 ) a menos que homens solteiros. Mulheres solteiras recebem 11%a menos que homens solteiros. A estimativa do prmio do casamento para mulheres (0.198 (0.110)) 100=8.8%.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 13 / 27
http://find/ -
7/24/2019 capitulo07dummy02
14/27
Inclinaes diferentes
At aqui, as especicao do modelo s permitiam diferentes interceptospara diferentes grupos.
Utilizando a interao entre variveis explicativas e variveisdummypossibilita diferentes inclinaes no modelo de regresso. Considere o modelo de regresso
log(salarioh) = (0+0feminino)+(1+1feminino) educ+ u
= 0+0feminino+1educ+1feminino educ+ u(3)
Para homens: E[log(salarioh)jfeminino=0, educ] =0+1educ Para mulheres:E[log(salarioh)jfeminino=1, educ] =(0+0)+(1+1) educ
Hipteses testveis:H0 :1 =0 (teste t), o efeito ceteris paribusda educao o mesmopara homens e mulheres;
H0 :0 =1 =0 (teste F), salrios mdios so iguais para homens emulheres (discriminao inexistente);
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 14 / 27
http://goforward/http://find/http://goback/ -
7/24/2019 capitulo07dummy02
15/27
Diferentes retornos educao para mulheres e homens
Modelo economtrico
log(salarioh
) = 0+0feminino
+1educ
+1feminino
educ
+u
Em (b): fazendo 0+1educ=(0+0)+(1+1) educ, obtm-se
educ=
0
1 .Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 15 / 27
http://find/ -
7/24/2019 capitulo07dummy02
16/27
Incorporando informao ordinal
Suponha que desejssemos estimar o efeito da qualidade da dvida do
governo municipal (CR) sobre a taxa de juros paga pelos ttulosmunicipais (TTM). Considere um esquema que classica a qualidade da dvida dogovernosegundo uma escala ordinal, tal que: CR2 f0, 1, 2, 3, 4g, ondeCR=0 (pior qualidade) e 4 (mais alta qualidade). Uma possvel especicao do modelo
TTM= 0+1CR+ outros fatores (4)
onde 1 mede a mudana percentual em TTM quanto CRaumenta em
uma unidades, ou seja, quando a dvida do governo sobe para a classeimediatamente superior. Limitao: impede que a variao em TTMpossa ser diferente entreclasses.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 16 / 27
I d i f di l
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
17/27
Incorporando informao ordinal
A especicao alternativa que permite que a variao em TTM possaser diferente entre classe
TTM= 0+1CR1+2CR2+3CR3+4CR4+ outrosfatores (5)
onde CR1 =1 se CR=1, caso contrrio, CR1 =0; CR2 =1 se CR=2 ,caso contrrio, CR2 =0; CR3 =1 se CR=3, caso contrrio, CR3 =0;CR4 =1 se CR=4, caso contrrio, CR4 =0. j,j=1, .., 4 a diferena em TTMde um municpio com classicaoCR= jem relao ao municpio com CR=0 (categoria base).
Para testar o modelo restrito (4) onde as trs restries sobH0 :2 =21, 3 =31, 4 =41 esto impostas contra o modeloirrestrito(5), efetua-se um teste F.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 17 / 27
Dif d
http://goforward/http://find/http://goback/ -
7/24/2019 capitulo07dummy02
18/27
Diferenas da regresso entre grupos
Objetivo: testar se duas populaes ou grupos seguem a mesma funode regresso. Considere o modelo restrito
aumfGPA= 0+1SAT+2emperc+3tothrs+ u (6)
onde, para atletas, aumfGPA nota mdia nal em curso superior; SAT a nota de ingresso no curso superior; emperc o percentil de classicaono curso mdio; tothrs o total de horas do curso superior.
O modelo o mesmo para homens e mulheres?
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 18 / 27
Dif d
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
19/27
Diferenas da regresso entre grupos
Especique o modelo irrestrito
aumfGPA = 0+0feminino+1SAT+1feminino SAT++2emperc+2feminino emperc+3tothrs+
+3tothrs feminino+ u (7)
onde a varivel binria feminino recebe um se o indivduo do sexo
feminino e zero, caso contrrio. Qual a categoria base desse modelo? A hiptese de que o modelo que explica aumfGPA o mesmo parahomens e mulheres
H0 :0 =1 =2 =3 =0 (8)
F = (R2ir R
2r)/(k+1)
(1 R2ir)/(n 2 (k+1))F(k+1),(n2(k+1))
em que k o nmero de variveis no modelorestrito.Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 19 / 27
N St t di it j l d d
http://find/ -
7/24/2019 capitulo07dummy02
20/27
No Stata: digite na janela de comandos
ssc install bcuse
bcuse gpa3, clear*Elimina as observaes referentes ao primeiro semestre (fall, term=1)drop if term
-
7/24/2019 capitulo07dummy02
21/27
No Stata: digite na janela de comando
*Executa um teste F indireto*Passo 1: Estima o modelo irrestrito e armazena SQRire g.l.reg aumfGPA feminino sat femSAT emperc fememperc tothrs femtothrs
scalar r2_ir = e(r2)
scalar gl_ir = e(df_r)
* Passo 2: Estima o modelo restrito e armazena SQRr e g.l.
reg aumfGPA sat emperc tothrsscalar r2_r = e(r2)
scalar gl_r = e(df_r)
scalar q = gl_r - gl_ir
*Calcula a estatstica F
scalar Festatistica = ((r2_ir - r2_r)/q)/((1-r2_ir)/gl_ir)*Obtm o F crtico a 5%, p-valor e lista tudoscalar Fcrit5 = invFtail(q,gl_ir,.05)
scalar pvalor = Ftail(q,gl_ir,Festatistica)
scalar list r2_ir r2_r gl_r gl_ir q Festatistica pvalor Fcrit5
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 21 / 27
Resultados e interpretao
http://find/http://goback/ -
7/24/2019 capitulo07dummy02
22/27
Resultados e interpretao
_cons 1.480812 .2073336 7.14 0.000 1.073067 1.888557 femtothrs -.0001158 .0016277 -0.07 0.943 -.0033169 .0030852 tothrs .0023441 .0008624 2.72 0.007 .0006482 .0040401 fememperc -.0005498 .0031617 -0.17 0.862 -.0067676 .0056681 emperc -.0084516 .0013704 -6.17 0.000 -.0111465 -.0057566
femSAT .0007506 .0003852 1.95 0.052 -6.88e-06 .0015081 sat .0010516 .0001811 5.81 0.000 .0006955 .0014078 feminino -.3534862 .4105293 -0.86 0.390 -1.160838 .4538659
aumfGPA Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 131.893686 365 .361352564 Root MSE = .46783 Adj R-squared = 0.3943
Residual 78.3545051 358 .218867333 R-squared = 0.4059 Model 53.5391809 7 7.64845442 Prob > F = 0.0000
F( 7, 358) = 34.95
Source SS df MS Number of obs = 366
. reg aumfGPA feminino sat femSAT emperc fememperc tothrs femtothrs
Nenhum dos termos envolvendo a varivel dummy feminino
estatisticamente, individualmente signicante a 5%. Como F =
(R2irR2r)/(k+1)
(1R2ir)/(n2(k+1))= (0.405926790.35163639)/4(10.40592679)/358 =8.1791 >
F5%;4,358 =2.40, ento, rejeita-se H0 :0 =1 =2 =3 =0. A varivel dummy e suas interaes so conjuntamentesignicantes.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 22 / 27
No Stata: digite na janela de comando
http://find/ -
7/24/2019 capitulo07dummy02
23/27
No Stata: digite na janela de comando
*Executa o teste F direto da hiptese conjunta
H0 :0 =1 =2 =3 =0quietly reg aumfGPA feminino sat femSAT emperc fememperc tothrs femtothrs
test feminino femSAT fememperc femtothrs
Prob > F = 0.0000 F( 4, 358) = 8.18
( 4) femtothrs = 0( 3) fememperc = 0( 2) femSAT = 0( 1) feminino = 0
. test feminino femSAT fememperc femtothrs
A varivel dummy femininoe suas interaes so conjuntamentesignicantes. Ou,os modelos para homens e mulheres so diferentes.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 23 / 27
Teste de Chow: equivalente a abordagem anterior
http://find/ -
7/24/2019 capitulo07dummy02
24/27
Teste de Chow: equivalente a abordagem anterior
Passo 1: estime, separadamente, para a categoria (homens emulheres) o modelo
aumfGPA= 0+1SAT+2emperc+3tothrs+ u
e com base em SQRh e SQRm , calcule a SQRdo modelo irrestrito,SQRir =SQRh+ SQRm .
Passo 2: estime, para todos os dados juntos, o modeloaumfGPA= 0+1SAT+2emperc+3tothrs+ u
obtendo a SQRdo modelo restrito, SQRp. Passo 3: calcule a estatstica do teste
bF =(SQRp(SQRh+ SQRm ))/(k+1)(SQRh+ SQRm )/(n 2 (k+1))
F(k+1),(n2(k+1))
e efetue o teste.
Como todo teste F, s vlido sob homocedasticidade.Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 24 / 27
No Stata: digite na janela de comandos
http://find/ -
7/24/2019 capitulo07dummy02
25/27
No Stata: digite na janela de comandos
ssc install bcuse
bcuse gpa3, clear
*Elimina as obseraes referentes ao primeiro semestre (fall, term=1)drop if term
-
7/24/2019 capitulo07dummy02
26/27
No Stata: digite na janela de comando
* Passo 1B: Estima o modelo para homensreg aumfGPA sat emperc tothrs if feminino==0
scalar sqr_h = e(rss)
scalar gl_h = e(df_r)
scalar sqr_ir = sqr_m + sqr_h
scalar gl_ir = gl_m+gl_h
* Passo 2: Estima o modelo com dados para homens e mulheresreg aumfGPA sat emperc tothrsscalar sqr_p = e(rss)
scalar gl_p = e(df_r)
scalar q = gl_p - gl_ir
*Calcula a estatstica F, obtm o F crtico a 5%, p-valor e lista tudoscalar Festatistica = ((sqr_p - sqr_ir)/q)/(sqr_ir/gl_ir)
scalar Fcrit5 = invFtail(q,gl_ir,.05)
scalar pvalor = Ftail(q,gl_ir,Festatistica)
scalar list sqr_p sqr_ir gl_ir q Festatistica pvalor Fcrit5
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 26 / 27
Resultados e discusso
http://find/ -
7/24/2019 capitulo07dummy02
27/27
Resultados e discusso
Fcrit5 = 2.3968824 pvalor = 2.545e-06Festatistica = 8.1791117
q = 4 gl_ir = 358 sqr_ir = 78.354505 sqr_p = 85.515067. scalar list sqr_p sqr_ir gl_ir q Festatistica pvalor Fcrit5
Os modelos para mulheres e homens so diferentes. Limitao: se H0 rejeitada no se sabe se devido a diferenas nos
interceptos, inclinaes ou nos dois.
Moiss Resende Filho (ECO/UnB) (Wooldridge, cap. 7) 02/06/2014 27 / 27
http://find/