Scribd
Carregar
2 visualizações4 páginas

Aulas de Econometria Acrescimo Teste de Hipotese

Enviado por

Graciano emilio Vaquina

Direitos autorais:

© All Rights Reserved
Baixe no formato PDF, TXT ou leia online no Scribd
Fazer download em pdf ou txt

Aulas de Econometria Acrescimo Teste de Hipotese

Enviado por

Graciano emilio Vaquina
2 visualizações4 páginas

Título original

1. Aulas de Econometria acrescimo Teste de hipotese

Direitos autorais

© © All Rights Reserved

Formatos disponíveis

PDF, TXT ou leia online no Scribd

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

© All Rights Reserved
Baixe no formato PDF, TXT ou leia online no Scribd
Fazer download em pdf ou txt
2 visualizações4 páginas

Aulas de Econometria Acrescimo Teste de Hipotese

Enviado por

Graciano emilio Vaquina

Direitos autorais:

© All Rights Reserved
Baixe no formato PDF, TXT ou leia online no Scribd
Fazer download em pdf ou txt
Você está na página 1/ 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