Ce731 Aula3 RegressaoQuatilica

Regressão Quantílica
Prof. Alexandre Gori Maia

Instituto de Economia - UNICAMP
Ementa
Conceitos
Interpretação
Análise Gráfica
1
Quantis – Definição
• Quantis: valores que dividem uma distribuição de probabilidade em
intervalos com proporções iguais. Exemplos:
• Quartis: 3 quartis dividem a distribuição em 4 grupos (quartos), com
25% de probabilidade em cada grupo;
• Decis: 9 decis dividem a distribuição em 10 grupos (décimos), com
10% de probabilidade em cada grupo;
2º Quartil
1º Quartil 3º Quartil
Regressão Linear X Quantílica
• Regressão linear representa valores médios: apropriada quando a
distribuição em torno da reta de regressão é homogênea;
• Regressão quantílica representa quantis da distribuição: apropriada
quando quando a distribuição é heterogênea, ou seja, quando variações
de X terão impactos diferenciados valores elevados e baixos de Y;
Distribuição homogênea Distribuição heterogênea
Y Y
X X 3
Impacto de X em Y é o mesmo para Impactos de X em Y são diferenciados

valores altos e baixos de Y para para valores altos e baixos de Y
Regressão Quantílica - Definição
• A representação genérica do modelo para cada quantil ! será:
$# % & = & "#

• O t-ésimo quantil de Y é o valor que separa uma proporção t de
valores no limite inferior da distribuição de Y e uma proporção (1-t)
valores no limite superior;
• Ou seja, teremos impactos "# diferenciados para cada quantil !.
4
Regressão Quantílica - Exemplo
• Sejam os dados sobre consumo de água da Pesquisa de Orçamento
Familiares (POF), disponíveis em Morales-Martinez & Gori-Maia (2021):
> library(quantreg)
> pof <- read.csv("Data_POF.csv")
• O ajuste de regressão para o quantil 0.75 (3º quartil) é dado por:

> quantilica <- rq(log(consumo)~log(valor)+log(renda),tau=c(0.75), data=pof)
> summary(quantilica)
• E as estimativas são:
Coefficients:
Value Std. Error t value Pr(>|t|)
(Intercept) 0.71512 0.04372 16.35569 0.00000
log(valor) -0.67415 0.00681 -98.96236 0.00000
log(renda) 0.30389 0.00586 51.83847 0.00000
Por exemplo, espera-se um acréscimo de 0,3% no quantil 0,75 do consumo de água 5
para cada acréscimo de 1% na renda.
Interpretação Gráfica
• Estimativas dos efeitos marginais (!" , eixo das ordenadas) em cada
percentil:
> quantilicas <- rq(log(consumo)~log(valor)+log(renda),tau=1:9/10, data=pof)
> plot(quantilicas)
O efeito negativo do valor pago

sobre o consumo de água é
maior nos quantis superiores de
consumo. O efeito positivo da
renda sobre o consumo de água é
também maior nos quantis
superiores de consumo.
6
Exercício
1) O arquivo Data_POF.csv contém uma amostra da Pesquisa de
Orçamentos Familiares (POF) com dados sobre o consumo de
água (MORALES MARTINEZ, D.; GORI MAIA, A. The effect of
social behavior on residential water consumption. Water
(Switzerland), 2021 (forthcoming)):
a) Ajuste modelos para os quantis 0,2, 0,5 e 0,8 do log do
consumo de água como função do log do valor, log da renda e
se o domicílio possui máquina de lavar roupa;
b) Compare as estimativas dos modelos de regressão quantílica
com as de um modelo de regressão tradicional (MQO) ;

Ce731 Aula3 RegressaoQuatilica

Enviado por

Direitos autorais:

Formatos disponíveis

Ce731 Aula3 RegressaoQuatilica

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ce731 Aula3 RegressaoQuatilica

Enviado por

Direitos autorais:

Formatos disponíveis

Regressão Quantílica

Prof. Alexandre Gori Maia

Distribuição homogênea Distribuição heterogênea

Impacto de X em Y é o mesmo para Impactos de X em Y são diferenciados

$# % & = & "#

• Ou seja, teremos impactos "# diferenciados para cada quantil !.

• O ajuste de regressão para o quantil 0.75 (3º quartil) é dado por:

O efeito negativo do valor pago

Você também pode gostar