Aulas de Econometria Acrescimo Teste de Hipotese

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 4

UNIVERSIDADE ROVUMA

FACULDADE DE CIÊNCIAS ECONÓMICAS E EMPRESARIAIS


Departamento de Economia e Gestão
Cursos de licenciatura em Economia – 3º Ano/2023

Notas de aulas da disciplina de:

Econometria
Uma Introdução
Para uso exclusivo de estudantes da UniRovuma

Docente: Prof. Doutor Abudo Atumane Ossofo


1
Análise do Modelo de Regressão Linear Simples

Teste de Hipóteses ou de significância dos parâmetros da regressão e 𝜷𝟐


Testar a significância dos parâmetros significa testar a hipótese nula de
que 𝛽1 e 𝛽2 são, na verdade, iguais a zero.
Isto é, será que 𝛽1 ou 𝛽2 de fato, não existem, e os valores que possam
serencontrados 𝛽መ1 ou 𝛽መ2 são apenas resultados da amostra?
Isto equivale a testar as seguintes hipóteses para 𝛽𝑖 (𝛽2 e depois também
para 𝛽1 ): Ho: 𝛽 = 0 Ho: 𝛽 = 0
2 1
H1: 𝛽2 ≠ 0 H1: 𝛽1 ≠ 0
Em estatística, quando rejeitamos a hipótese nula, dizemos que nossos resultados
foram estatisticamente significativos. Por outro lado, quando não rejeitamos a hipótese
nula, dizemos que nossos resultados não são estatisticamente significativos 2
Análise do Modelo de Regressão Linear Simples

Teste de Hipóteses ou significância dos parâmetros da regressão 𝜷𝟏 e 𝜷𝟐


Como são variáveis normalmente distribuídas (mantendo-se a hipótese
do exemplo anterior) que não conhecemos ao certo a variância, a
distribuição a ser utilizada é a t, de Student. Os valores tabelados com 18
(= n – 2) graus de liberdade com 1%, 5% e 10% (bicaudais) são:
t(18,1%) = 2,88; t(18,5%) = 2,10; t(18,10%) = 1,73.
෡ 𝟏 −𝟎
𝜷 𝜷෡𝟏
E o valor calculado da estatística é dado por: 𝒕𝒄𝒂𝒍𝒄 =
𝑆𝛽෡2
=
𝑆𝛽෡2

Onde 𝑆𝛽෡2 é o erro padrão de 𝛽መ2 com 𝜎𝛽෡2 = 𝑆𝛽෡2 = 𝑆𝛽෡2


2

Isto é, basta dividir o coeficiente encontrado pelo seu desvio padrão. 3


Análise do Modelo de Regressão Linear Simples

PROPIEDADES DOS ESTIMADORES MQO


 As expressões seguintes representam as variâncias e covariancias de
𝑏1 e 𝑏2 :
σ 𝑋𝑖2
Variância de 𝑏1 = 𝛽መ1 : 𝑉 𝛽መ1 = 𝑆𝛽෡2 = 𝜎𝛽෡2 = 𝑆𝑒2 2
1 1 𝑁 σ 𝑥𝑖 𝝈𝜷෡ 𝟏 =
1
Variância de 𝑏2 = 𝛽መ2 : 𝑉 𝛽መ2 = 𝑆෡2 = 𝜎෡2 = 𝑆𝑒2
𝛽2 𝛽2
σ 𝑥𝑖2
1
V  b2    2
NS x2
a20 𝝈𝜷෡ 𝟏 =
𝑂𝑢 V  b1    2  V  b2  a20
NS x2 σ 𝑋𝑖2
𝑜𝑛𝑑𝑒: 𝑎20 = 𝜎ො 2 = 𝑆𝑒2
X 𝑁
Cov  b1 , b2    2
NS x2 Se 𝜎 2 é desconhecido, calcula − se o seu estimador 𝜎ො 2 :
Todas as quantidades que entram nas equações anteriores, exceto 𝜎 2 , podem ser estimadas com base nos dados.
4

Você também pode gostar