Modelagem Preditiva em Dados de Painel: Aplicação e Interpretação

MODELAGEM PREDITIVA PANEL DATA TRABALHO SIMILIAR PORÉM COM OUTRO DADOS O OUTRO ARQUIVO DE APOIO SERIA A CORREÇÃO DESSAS QUESTÕES Resumo Através de modelos econométricos de dados em painel aprendidos e praticados em aula temse como objetivo para o estudo a seguir a aplicação dos conceitos teóricos desenvolvidos em sala afim de solucionar questões recorrentes na rotina de um economista Palavraschave Econometria Dados em Painel Regressão Linear 1 O arquivo Energia5 apresenta dados de demanda de energia elétrica nos EUA para 49 estados no período de 1971 à 1990 Considerando o modelo teórico abaixo responda as perguntas X log Esrcbpc it β 1 β 2 log Resrcd it β 3 log Ydpc it Onde log Esrcbpc é o logaritmo natural do consumo de energia residencial per capita em bilhões log Resrcd é o logaritmo natural do preço real da energia residencial em 1987 log Ydpc é o logaritmo natural da renda per capita disponível em 1987 Obs os dados não estão em log Teoricamente qual é o sinal que você espera para o coeficiente β 2 Justifique a sua resposta Esperase que β 2 possua sinal negativo De acordo com a teoria econômica quando ocorrem aumentos de preços pelo lado da oferta é esperado que como consequência mantendo constante todas as outras variáveis a quantidade demanda seja menor Rode o modelo por MQO Combinados Interprete a saída de regressão em relação a magnitude dos coeficientes nível de significância R2 e autocorrelação Modelo 1 MQO agrupado usando 980 observações Incluídas 49 unidades de corte transversal Comprimento da série temporal 20 Variável dependente lesrcbpc22 Coeficiente Erro Padrão razãot pvalor const 226801 0420828 5389 00001 lydpc 0347233 00476061 7294 00001 lresrcd 0797947 00315286 2531 00001 Média var dependente 1432276 DP var dependente 0305941 Soma resíd quadrados 5523886 EP da regressão 0237780 Rquadrado 0397180 Rquadrado ajustado 0395946 F2 977 3218582 PvalorF 42e108 Log da verossimilhança 1862434 Critério de Akaike 3124869 Critério de Schwarz 1658603 Critério Hannan Quinn 2567039 rô 0934324 Durbin Watson 0069466 Magnitude dos Coeficeintes B 1 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em ydpc renda per caita cause um aumento de 034 em esrcbpc22 consumo de energia residencial per capita B 2 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em resrcd preço real da energia residencial cause uma redução de 079 em esrcbpc22 consumo de energia residêncial per capita Nível de Significância B 1 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 B 2 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 R 2 3971 da variável dependente esrcbpc 22 é explicado pelas variáveis independentes resrcd e ydpc Autocorrelação Durbin Watson 2 ou seja possui autocorrelação positiva sendo assim rejeitase a hipótese nula R ode o modelo de Regressão com Variáveis Dummy Interprete a saída de regressão e apresente os interceptos verticais Modelo 2 MQO agrupado usando 980 observações Incluídas 49 unidades de corte transversal Comprimento da série temporal 20 Variável dependente lesrcbpc22 Coeficiente Erro Padrão razãot pvalor const 116345 0263968 4408 00001 lresrcd 00771569 00268490 2874 00041 lydpc 106123 00283137 3748 00001 du2 0974656 00321000 3036 00001 du3 0885647 00321719 2753 00001 du4 0631893 00300936 2100 00001 du5 00854800 00286928 2979 00030 du6 0151169 00293548 5150 00001 du7 00909000 00287089 3166 00016 du8 0369901 00296701 1247 00001 du9 0821393 00294668 2788 00001 du10 0716346 00307995 2326 00001 du11 0548996 00299890 1831 00001 du12 102821 00343916 2990 00001 du13 0158528 00290562 5456 00001 du14 0608762 00302447 2013 00001 du15 0443597 00296653 1495 00001 du16 0733366 00321788 2279 00001 du17 0846742 00314378 2693 00001 du18 00270871 00293079 09242 03556 du19 0279988 00289382 9675 00001 du20 0439923 00307677 1430 00001 du21 0165093 00293566 5624 00001 du22 0380182 00296415 1283 00001 du23 0548656 00299498 1832 00001 du24 101067 00332998 3035 00001 du25 0657399 00323984 2029 00001 du26 0879018 00311613 2821 00001 du27 0695576 00305871 2274 00001 du28 0599347 00304865 1966 00001 du29 0290533 00295900 9819 00001 du30 00870307 00293113 2969 00031 du31 0172944 00315981 5473 00001 du32 0659295 00301062 2190 00001 du33 0211636 00300346 7046 00001 du34 0423586 00297048 1426 00001 du35 0809241 00307507 2632 00001 du36 0959872 00337045 2848 00001 du37 0295049 00296694 9945 00001 du38 00127235 00302527 04206 06742 du39 0947915 00319668 2965 00001 du40 0702814 00308797 2276 00001 du41 114016 00329826 3457 00001 du42 0712617 00299915 2376 00001 du43 0318227 00314987 1010 00001 du44 0606592 00296118 2048 00001 du45 0551430 00304742 1809 00001 du46 0947609 00375247 2525 00001 du47 0419395 00299017 1403 00001 du48 0718697 00321426 2236 00001 du49 0359438 00305681 1176 00001 Média var dependente 1432276 DP var dependente 0305941 Soma resíd quadrados 7496011 EP da regressão 0089827 Rquadrado 0918196 Rquadrado ajustado 0913793 F50 929 2085490 PvalorF 0000000 Log da verossimilhança 9972992 Critério de Akaike 1892598 Critério de Schwarz 1643333 Critério Hannan Quinn 1797767 rô 0794927 Durbin Watson 0367741 1 3 1 Magnitude dos Coeficeintes B 1 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em resrcd preço real da energia residencial cause uma redução de 0077 em esrcbpc22 consumo de energia residêncial per capita B 2 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em ydpc renda per capita cause um aumento de 106 em esrcbpc22 consumo de energia residencial per capita 132 Nível de Significância B 1 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 B 2 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 Com exceção da dummy 18 e 38 todas as outras são significantes para 1 5 e 10 Para estas rejeitase a hipótese nula h00 133 R 2 9181 da variável dependente esrcbpc 22 é explicado pelas variáveis independentes resrcd e ydpc 134 Autocorrelação Durbin Watson 2 ou seja possui autocorrelação positiva sendo assim rejeitase a hipótese nula 135 Interceptos Verticais Dummy a State Code b Constante c Coeficiente d Intercepto Vertical e cd 1 AK 116345 116345 116345 2 AL 116345 09747 106598 3 AR 116345 08856 107489 4 AZ 116345 06319 110026 5 CA 116345 00855 117200 6 CO 116345 01512 114833 7 CT 116345 00909 115436 8 DE 116345 03699 112646 9 FL 116345 08214 108131 10 GA 116345 07163 109182 11 IA 116345 05490 110855 12 ID 116345 10282 106063 13 IL 116345 01585 114760 14 IN 116345 06088 110257 15 KS 116345 04436 111909 16 KY 116345 07334 109011 17 LA 116345 08467 107878 18 MA 116345 00271 116616 19 MD 116345 02800 113545 20 ME 116345 04399 111946 21 MI 116345 01651 114694 22 MN 116345 03802 112543 23 MO 116345 05487 110858 24 MS 116345 10107 106238 25 MT 116345 06574 109771 26 NC 116345 08790 107555 27 ND 116345 06956 109389 28 NE 116345 05993 110352 29 NH 116345 02905 113440 30 NJ 116345 00870 117215 31 NM 116345 01729 114616 32 NV 116345 06593 109752 33 NY 116345 02116 118461 34 OH 116345 04236 112109 35 OK 116345 08092 108253 36 OR 116345 09599 106746 37 PA 116345 02950 113395 38 RI 116345 00127 116218 39 SC 116345 09479 106866 40 SD 116345 07028 109317 41 TN 116345 11402 104943 42 TX 116345 07126 109219 43 UT 116345 03182 113163 44 VA 116345 06066 110279 45 VT 116345 05514 110831 46 WA 116345 09476 106869 47 WI 116345 04194 112151 48 WV 116345 07187 109158 49 WY 116345 03594 112751 Teste a hipótese de que não existe diferença entre os interceptos verticais calculados no item 13 Modelo 2 Efeitosfixos usando 980 observações Incluídas 49 unidades de corte transversal Comprimento da série temporal 20 Variável dependente lesrcbpc22 Coeficiente Erro Padrão razãot pvalor const 111181 0253867 4379 00001 lresrcd 00771569 00268490 2874 00041 lydpc 106123 00283137 3748 00001 Média var dependente 1432276 DP var dependente 0305941 Soma resíd quadrados 7496011 EP da regressão 0089827 Rquadrado LSDV 0918196 Dentro de Rquadrado 0612784 F50 929 LSDV 2085490 PvalorF 0000000 Log da verossimilhança 9972992 Critério de Akaike 1892598 Critério de Schwarz 1643333 Critério Hannan Quinn 1797767 rô 0794927 Durbin Watson 0367741 Teste conjunto nos regressores designados Estatística de teste F2 929 735088 com pvalor PF2 929 735088 402165e192 Teste para diferenciar interceptos de grupos Hipótese nula Os grupos têm um intercepto comum Estatística de teste F48 929 123269 com pvalor PF48 929 123269 0 141 Teste para Diferenciar Interceptos de Grupos Rejeitase a hipótese nula de que os grupos possuam intercepto s verticais em comum já que o pvalor 001 0 001 Rode o modelo de efeitos fixos sem efeitos de tempo Interprete a saída de regressão e apresente os interceptos verticais Modelo 3 Efeitosfixos usando 980 observações Incluídas 49 unidades de corte transversal Comprimento da série temporal 20 Variável dependente lesrcbpc22 Coeficiente Erro Padrão razãot pvalor const 0181655 0471948 03849 07004 lresrcd 0391255 00272730 1435 00001 lydpc 00406489 00498350 08157 04149 dt2 00634279 00137661 4608 00001 dt3 0120577 00146404 8236 00001 dt4 0145594 00144291 1009 00001 dt5 0176908 00147828 1197 00001 dt6 0205921 00153145 1345 00001 dt7 0255356 00158120 1615 00001 dt8 0294147 00169492 1735 00001 dt9 0297950 00171496 1737 00001 dt10 0350968 00174327 2013 00001 dt11 0362790 00182132 1992 00001 dt12 0390887 00186140 2100 00001 dt13 0410887 00190857 2153 00001 dt14 0425687 00202329 2104 00001 dt15 0427481 00206768 2067 00001 dt16 0431437 00212114 2034 00001 dt17 0445499 00208872 2133 00001 dt18 0473602 00212907 2224 00001 dt19 0464951 00214647 2166 00001 dt20 0472824 00220222 2147 00001 Média var dependente 1432276 DP var dependente 0305941 Soma resíd quadrados 4136235 EP da regressão 0067419 Rquadrado LSDV 0954861 Dentro de Rquadrado 0786337 F69 910 LSDV 2789874 PvalorF 0000000 Log da verossimilhança 1288646 Critério de Akaike 2437292 Critério de Schwarz 2095163 Critério Hannan Quinn 2307132 rô 0740803 Durbin Watson 0461511 Teste conjunto nos regressores designados Estatística de teste F2 910 103274 com pvalor PF2 910 103274 379816e41 Teste para diferenciar interceptos de grupos Hipótese nula Os grupos têm um intercepto comum Estatística de teste F48 910 126271 com pvalor PF48 910 126271 0 Teste de Wald conjunto nas dummies temporais Hipótese nula Sem efeitos temporais Estatística de teste assintótica Qui quadrado19 739174 com pvalor 177641e144 1 5 1 Magnitude dos Coeficeintes B 1 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em resrcd preço real da energia residencial cause uma redução de 039 em esrcbpc22 consumo de energia residêncial per capita B 2 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em ydpc renda per capita cause uma redução de 004 em esrcbpc22 consumo de energia residencial per capita 152Nível de Significância B 1 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 B 2 Não é significante para 1 5 e 10 Não rejeitase hipótese nula h00 Todas as dummys temporais são significantes para 1 5 e 10 153 R 2 LSDV 9548 da variável dependente esrcbpc 22 é explicado pelas variáveis independentes resrcd e ydpc 154 Autocorrelação Durbin Watson 2 ou seja possui autocorrelação positiva sendo assim rejeitase a hipótese nula 156 Teste C onjunto nos R egressores D esignados Como o pvalor é menor do que o nível de significância 379816e41 001 rejeitase a hipótese nula de que o modelo adequado é aquele que excluímos uma das variáveis que foram usadas 156 Teste para Diferenciar Interceptos de Grupos Como pvalor nível de significância 0 001 rejeitase a hipótese nula de que os grupos possuem intercepto em comum 157 Teste de Wald Conjunto nas Dummies Temporais Como o pvalor que o nível de significância 177641e144 001 rejeitase a hipótese nula de que o modelo mais adequado não possui efeitos temporais 158 Interceptos Verticais Dummy State Code Interceptos Verticais 1 AK 02643 2 AL 00291 3 AR 00403 4 AZ 00337 5 CA 05342 6 CO 04475 7 CT 02232 8 DE 01517 9 FL 02072 10 GA 00892 11 IA 01365 12 ID 00581 13 IL 03138 14 IN 01280 15 KS 02076 16 KY 02098 17 LA 00312 18 MA 04571 19 MD 02332 20 ME 03091 21 MI 04316 22 MN 02692 23 MO 01463 24 MS 00404 25 MT 02395 26 NC 00341 27 ND 00835 28 NE 01452 29 NH 02153 30 NJ 03848 31 NM 06318 32 NV 00900 33 NY 05947 34 OH 02247 35 OK 00083 36 OR 01048 37 PA 02953 38 RI 05376 39 SC 00226 40 SD 01126 41 TN 01924 42 TX 00099 43 UT 05480 44 VA 00389 45 VT 01804 46 WA 01250 47 WI 02705 48 WV 02304 49 WY 03515 Compare os resultados do item e5 e do item c3 O que você pode dizer a respeito 17 Faça um teste que permita que você compare o modelo de efeitos fixos com o modelo de MQO Agrupados Qual modelo você escolheria Justifique a sua resposta Quando rodamos o modelo de efeitos fixos é exibido no resultado da regressão o teste para diferenciar interceptos de grupos Este teste possui como hipótese nula que os grupos apresentam o mesmo intercepto vertical Como observado no item 14 notase que o pvalor é menor que o nível de significância 0 001 sendo assim rejeitase a hipótese nula de que os grupos possuem o mesmo intercepto logo concluise que o melhor modelo a ser escolhido é o de efeitos fixos que nos retorna valores diferentes de intercepto para cada grupo 18 Rode o modelo de Efeitos Aleatórios Unidirecional Interprete a saída de regressão Modelo 6 Efeitosaleatórios GLS usando 980 observações Incluídas 49 unidades de corte transversal Comprimento da série temporal 20 Variável dependente esrcbpc22 Coeficiente Erro Padrão z pvalor const 194078 00695944 2789 00001 lresrcd 00350185 000718148 4876 00001 lydpc 0245717 000774144 3174 00001 Média var dependente 0250073 DP var dependente 0076327 Soma resíd quadrados 6615430 EP da regressão 0082245 Log da verossimilhança 1058533 Critério de Akaike 2111065 Critério de Schwarz 2096403 Critério Hannan Quinn 2105487 rô 0806804 Durbin Watson 0374648 Por entre a variância 000155789 Por dentro da variância 0000534166 teta utilizado para quasidesmediação 0870174 Teste conjunto nos regressores designados Estatística de teste assintótica Qui quadrado2 102689 com pvalor 103026e223 Teste de BreuschPagan Hipótese nula Variância do erro de unidadeespecífica 0 Estatística de teste assintótica Qui quadrado1 270475 com pvalor 0 Teste de Hausman Hipótese nula As estimativas GLS são consistentes Estatística de teste assintótica Qui quadrado2 156698 com pvalor 940752e35 Magnitude dos Coeficeintes B 1 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em resrcd preço real da energia residencial cause uma redução de 003 em esrcbpc22 consumo de energia residêncial per capita B 2 Esperase que mantendo constante todas as outras variáveis um aumento de 1 em ydpc renda per caita cause um aumento de 024 em esrcbpc22 consumo de energia residencial per capita Nível de Significância B 1 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 B 2 Significante para 1 5 e 10 Rejeitase a hipótese nula h00 Autocorrelação Durbin Watson 2 ou seja possui autocorrelação positiva sendo assim rejeitase a hipótese nula Teste Conjunto dos Regressores Designados H0 o modelo adequado apresenta a exclusão de uma das variáveis utilizadas Análise Rejeitamos a hipótese nula 103026e223 001 Teste de BreuschPagan Pooled MQO x Efeitos Aleatórios H0 Variância do erro de unidade específica 0 varai0 Caso se aceite a Ho o modelo mais adequado seria MQO Agrupados Análise Rejeitamos a hipótese nula 0 001 Teste de Hausman Efeitos Fixos x Efeitos Aleatórios H0 O teste de Hausman 1978 consiste em verificar se existe correlação entre 𝑎𝑖 𝑒 𝑋𝑖𝑗 Caso se aceite a Ho o modelo mais eficiente seria o de Efeitos Aleatórios5 𝑐𝑜𝑟𝑟 𝑎𝑖 𝑋𝑖𝑡 0 Análise Rejeitamos a hipótese nula 940752e35 001 ou seja o modelo mais adequado é o de efeitos fixos 19 Calcule a divisão da variância dos componentes do erro Variância por entre 000155789 Variância por dentro 0000534166 Variância total 0002092056 Var por entreVar total 07446 ou 7446 Var por dentroVar total 02553 ou 2553 Do total da variância dos componentes do erro 7446 se deve ao termo de crosssection e 2553 se deve ao termo idiossincrático O modelo do item h está mais próximo de um modelo de Efeitos Fixos ou de um modelo de MQO Agrupados Justifique a sua resposta O modelo do item h se aproxima mais do modelo de Efeitos Fixos uma vez que o teta utilizado para quasidesmediação 0870174 muito próximo de 1 Teste a hipótese de que o modelo de Efeitos Aleatórios não possui efeitos de tempo Modelo 7 Efeitosaleatórios GLS usando 980 observações Incluídas 49 unidades de corte transversal Comprimento da série temporal 20 Variável dependente lesrcbpc22 Coeficiente Erro Padrão z pvalor const 0270868 0456877 05929 05533 lresrcd 0426713 00266003 1604 00001 lydpc 00788737 00484356 1628 01034 dt2 00652043 00139118 4687 00001 dt3 0124228 00147362 8430 00001 dt4 0150889 00145196 1039 00001 dt5 0183995 00148400 1240 00001 dt6 0214259 00153315 1398 00001 dt7 0264969 00157904 1678 00001 dt8 0305366 00168554 1812 00001 dt9 0309149 00170480 1813 00001 dt10 0363869 00172952 2104 00001 dt11 0377866 00180133 2098 00001 dt12 0407305 00183806 2216 00001 dt13 0428027 00188218 2274 00001 dt14 0443331 00199146 2226 00001 dt15 0445440 00203377 2190 00001 dt16 0449540 00208526 2156 00001 dt17 0462381 00205610 2249 00001 dt18 0489706 00209684 2335 00001 dt19 0480195 00211556 2270 00001 dt20 0487678 00217077 2247 00001 Média var dependente 1432276 DP var dependente 0305941 Soma resíd quadrados 4288279 EP da regressão 0211462 Log da verossimilhança 1426904 Critério de Akaike 2413809 Critério de Schwarz 1338547 Critério Hannan Quinn 2004734 rô 0740803 Durbin Watson 0461511 Por entre a variância 00282461 Por dentro da variância 000454531 teta utilizado para quasidesmediação 091066 Teste conjunto nos regressores designados Estatística de teste assintótica Qui quadrado2 25743 com pvalor 125833e56 Teste de Wald conjunto nas dummies temporais Hipótese nula Sem efeitos temporais Estatística de teste assintótica Qui quadrado19 841875 com pvalor 267463e166 Teste de BreuschPagan Hipótese nula Variância do erro de unidadeespecífica 0 Estatística de teste assintótica Qui quadrado1 63005 com pvalor 0 Teste de Hausman Hipótese nula As estimativas GLS são consistentes Estatística de teste assintótica Qui quadrado2 247027 com pvalor 432382e06 1111 Teste de Wald H0 Não existe efeitos de tempos Análise Rejeitase a hipótese nula 267463e166 001 ou seja existem efeitos temporais para o mode lo 02 O arquivo de Excel Produtividade apresenta dados para avaliar a produtividade e participação do Capital Público em 48 estados americanos no período de 19 7 0 a 19 86 Considerando o modelo teórico abaixo responda as perguntas X log Gsp it β 0 β 1 log PCap it β 2 log Pc it β 3 log Water it β 4 log Unemp it Onde log Gsp é o logaritmo do Produto Interno Bruto Estadual log PCap é o logaritmo do Capital Privado log Pc é o logaritmo do Capital Público log Water é o logaritmo do fornecimento de água log Unemp é o logaritmo da taxa de desemprego Obs os dados não estão em log Teoricamente qual é o sinal que você espera para todos os coeficientes Justifique a sua resposta R log Gsp é o logaritmo do Produto Interno Bruto Estadual Positivo pois a soma dos excedentes produzido pelos agentes de uma economia sempre será positivo de acordo com a teoria econômica log PCap é o logaritmo do Capital Privado Positivo pois a geração de produto necessita de capital Privado ou não consequentemente o aumento de capital gera crescimento direto no produto interno log Pc é o logaritmo do Capital Público Positivo pois a geração de produto necessita de capital Público ou não consequentemente o aumento de capital gera crescimento direto no produto interno log Water é o logaritmo do fornecimento de água Positivo pois é preferível a moradia em locais com determinada abundância aquífera que não ocasione uma possível migração log Unemp é o logaritmo da taxa de desemprego Negativo pois existência de capacidade ociosa implica na diminuição direta do produto produzido internamente Rode o modelo por MQO Agrupados Interprete a saída de regressão em relação a magnitude dos coefici entes nível de significância R 2 e autocorrelação Modelo 1 MQO agrupado usando 816 observações Incluídas 48 unidades de corte transversal Comprimento da série temporal 17 Variável dependente lGSP Coeficiente Erro Padrão razãot pvalor Const 0998598 0124561 8017 00001 lPCAP 0376011 00277530 1355 00001 lPC 0351478 00161617 2175 00001 lWATER 0312959 00187394 1670 00001 lUNEMP 00698856 00150924 4631 00001 Média var dependente 1359989 DP var dependente 1021132 Soma resíd quadrados 1561630 EP da regressão 0138765 Rquadrado 0981624 Rquadrado ajustado 0981533 F4 811 1083051 PvalorF 0000000 Log da verossimilhança 4562346 Critério de Akaike 9024691 Critério de Schwarz 8789471 Critério Hannan Quinn 8934415 Rô 0965117 Durbin Watson 0058771 Magnitude lPCAP Tudo o mais constante com o aumento de 1 do capital privado gera o aumento de 037 no PIB estadual lPC Tudo o mais constante com o aumento de 1 do capital público gera o aumento de 035 no PIB estadual lWATER Tudo o mais constante com o aumento de 1 do capital fornecimento de água gera o aumento de 031 no PIB estadual lUNEMP Tudo o mais constante com o aumento de 1 da taxa de desemprego gera a redução de 037 no PIB estadual Significância lPCAP Significante para o nível de 1 5 e 10 lPC Significante para o nível de 1 5 e 10 lWATER Significante para o nível de 1 5 e 10 lUNEMP Significante para o nível de 1 5 e 10 R² 0981624 Ou seja 98 das variável dependentes é explicada pelas variáveis independentes do modelo Autocorrelação 0058771 Autocorrelação positiva Considerando o formato de um Modelo de Comp onentes de Erro Unidirecional rode o modelo de efeitos fixos Interprete a saída de regressão e apresente os interceptos verticais Modelo 2 Efeitosfixos usando 816 observa ções Incluí das 48 unidades de corte transversal Comprimento da série temporal 17 Variável dependente lGSP Coeficiente Erro Padrã o razã ot pvalor const 0181260 0262907 06894 04908 lPCAP 0267096 00370151 7216 00001 lPC 0714094 00265203 2693 00001 lWATER 00882721 00215809 4090 00001 lUNEMP 0138854 000785103 âˆ1769 00001 Mé dia var dependente 1359989 DP var dependente 1021132 Soma resíduos quadrados 2010854 EP da regressão 0051303 Rquadrado LSDV 0997634 Dentro de Rquadrado 0893838 F51 764 LSDV 6315897 PvalorF 0000000 Log da verossimilhança 1292535 Critério de Akaike 2481070 Critério de Schwarz 2236440 Critério Hannan Quinn 2387182 Ro 0732594 Durbin Watson 0490224 Teste conjunto nos regressores designados Estatística de teste F 4 764 160814 C om pvalor P F4 764 160814 0 Teste para diferenciar interceptos de grupos Hipot ese nula Os grupos têm um intercepto comum Estatística de teste F 47 764 109984 C om pvalor P F47 764 109984 183311e305 Magnitude lPCAP Tudo o mais constante com o aumento de 1 do capital privado gera o aumento de 026 no PIB estadual lPC Tudo o mais constante com o aumento de 1 do capital público gera o aumento de 071 no PIB estadual lWATER Tudo o mais constante com o aumento de 1 do capital fornecimento de água gera o aumento de 008 no PIB estadual lUNEMP Tudo o mais constante com o aumento de 1 da taxa de desemprego gera a redução de 1388 no PIB estadual Significância lPCAP Significante para o nível de 1 5 e 10 lPC Significante para o nível de 1 5 e 10 lWATER Significante para o nível de 1 5 e 10 lUNEMP Significante para o nível de 1 5 e 10 R² 0997634 Ou seja 99 das variável dependentes é explicada pelas variáveis independentes do modelo Autocorrelação 0490224 Autocorrelação positiva OBS interfix2 ALABAMA 002564 ARIZONA 0144576 ARKANSAS 0155969 CALIFORNIA 0357927 COLORADO 0244289 CONNECTICUT 0505886 DELAWARE 0288909 FLORIDA 0287975 GEORGIA 0224709 IDAHO 0218469 ILLINOIS 0263196 INDIANA 0146369 IOWA 002999 KANSAS 002538 KENTUCKY 0172728 LOUISIANA 003941 MAINE 0304216 MARYLAND 031029 MASSACHUSETTS 0526898 MICHIGAN 0246197 MINNESOTA 007695 MISSISSIPPI 008129 MISSOURI 0258263 MONTANA 016122 NEBRASKA 00906 NEVADA 0103425 NEWHAMPSHIRE 0452024 NEWJERSEY 0507412 NEWMEXICO 007255 NEWYORK 0364322 NORTHCAROLINA 0294539 NORTHDAKOTA 020783 OHIO 0214987 OKLAHOMA 0106409 OREGON 0199374 PENNSYLVANIA 0224805 RHODEISLAND 0652385 SOUTHCAROLINA 0118659 SOUTHDAKOTA 010484 TENNESSE 007392 TEXAS 001168 UTAH 022293 VERMONT 0330869 VIRGINIA 0355112 WASHINGTON 0107306 WESTVIRGINIA 002278 WISCONSIN 0223306 WYOMING 01764 Usando o item c faça um teste que permita que você compare o modelo de efeitos fixos com o modelo de Pooled MQO Qual modelo você escolheria Justifique a sua resposta Sendo p valor 1 P F47 764 109984 183311e305 Ou seja rejeitase a hipótese que MQO seja o melhor modelo e Rode o modelo de efeitos ale atórios usando o formato de um Modelo de Componentes de Erro Unidirecional Interprete a saída de regressão e apresente os interceptos verticais Modelo 3 Efeitosaleató r ios GLS usando 816 observaçõ es Incluí as 48 unidades de corte transversal Comprimento da sé rie temporal 17 Variá vel dependente lGSP Coeficiente Erro Padrã o Z pvalor const 0118098 0205236 05754 05650 lPCAP 0313980 00304367 1032 00001 lPC 0641926 00238767 2689 00001 lWATER 0130768 00207561 6300 00001 lUNEMP 0139820 000761691 1836 00001 Mé dia var dependente 1359989 DP var dependente 1021132 Soma resíduos quadrados 2452384 EP da regressão 0173787 Log da verossimilhança 2720917 Critério de Akaike 5341835 Critério de Schwarz 5106614 Critério Hannan Quinn 5251558 Ro 0732594 Durbin Watson 0490224 Por entre a variância 00169334 Por dentro da variância 000263201 teta u tilizado para quasidesmediaçã o 0904815 Teste conjunto nos regressores designados Estatística de teste assintótica Qui quadrado 4 87904 com pvalor 0 Teste de BreuschPagan Hipótese nula Variância do erro de unidadeespecífica 0 Estatística de teste assintótica Qui quadrado 1 431539 com pvalor 0 Teste de Hausman Hipo tese nula As estimativas GLS são consistentes Estatística de teste assintótica Qui quadrado 4 429319 com pvalor 106903e008 Magnitude lPCAP Tudo o mais constante com o aumento de 1 do capital privado gera o aumento de 031 no PIB estadual lPC Tudo o mais constante com o aumento de 1 do capital público gera o aumento de 064 no PIB estadual lWATER Tudo o mais constante com o aumento de 1 do capital fornecimento de água gera o aumento de 013 no PIB estadual lUNEMP Tudo o mais constante com o aumento de 1 da taxa de desemprego gera a redução de 013 no PIB estadual Significância lPCAP Significante para o nível de 1 5 e 10 lPC Significante para o nível de 1 5 e 10 lWATER Significante para o nível de 1 5 e 10 lUNEMP Significante para o nível de 1 5 e 10 Autocorrelação 0 0490224 Autocorrelação positiva interceptoaleat ALABAMA 01404289 ARIZONA 004675 ARKANSAS 001329 CALIFORNIA 01071403 COLORADO 004422 CONNECTICUT 02815021 DELAWARE 01211417 FLORIDA 007695 GEORGIA 003487 IDAHO 009661 ILLINOIS 005363 INDIANA 002187 IOWA 0141152 KANSAS 01856499 KENTUCKY 001265 LOUISIANA 01762591 MAINE 01331612 MARYLAND 006513 MASSACHUSETTS 03116802 MICHIGAN 001697 MINNESOTA 0136294 MISSISSIPPI 00778 MISSOURI 006882 MONTANA 02854094 NEBRASKA 02709052 NEVADA 004054 NEWHAMPSHIRE 0283554 NEWJERSEY 02965701 NEWMEXICO 006901 NEWYORK 01012798 NORTHCAROLINA 01107183 NORTHDAKOTA 03232894 OHIO 00007005 OKLAHOMA 003957 OREGON 0003416 PENNSYLVANIA 0009449 RHODEISLAND 04488593 SOUTHCAROLINA 004498 SOUTHDAKOTA 02405815 TENNESSE 01309843 TEXAS 01866362 UTAH 005777 VERMONT 01652055 VIRGINIA 01429825 WASHINGTON 01173081 WESTVIRGINIA 009763 WISCONSIN 0005052 WYOMING 02635634 f Usando o item e calcule o valor de λ e interprete o seu resultado gUsando o item e apresente e interprete o teste de Hausman Teste de Hausman Hipo tese nula As estimativas GLS são consistentes Estatística de teste assintótica Qui quadrado 4 429319 com pvalor 106903e008 Sendo p valor 1 Ou seja rejeitase a hipótese nula de que Efeito Aleatório seja o melhor modelo h Considerando o formato de um Modelo de Componentes de Erro Bidirecional rode o modelo de efeitos fixos Interprete a saída de regressão e apresente os interceptos verticais Modelo 4 Efeitosfixos usando 816 observações Incluídas 48 unidades de corte transversal Comprimento da série temporal 17 Variável dependente lGSP Coeficiente Erro Padrão razãot pvalor const 299364 0473584 6321 00001 lPCAP 0254324 00377342 6740 00001 lPC 0564770 00338712 1667 00001 lWATER 00200456 00232208 08633 03883 lUNEMP 0128962 00101244 1274 00001 dt2 00133929 00101538 1319 01876 dt3 00331223 00103149 3211 00014 dt4 00504785 00107139 4712 00001 dt5 00297748 00112781 2640 00085 dt6 00394360 00128437 3070 00022 dt7 00421741 00130867 3223 00013 dt8 00634779 00134162 4731 00001 dt9 00805995 00138204 5832 00001 dt10 00823110 00146824 5606 00001 dt11 00792005 00160010 4950 00001 dt12 00923846 00168220 5492 00001 dt13 00841409 00183277 4591 00001 dt14 00981393 00187073 5246 00001 dt15 0122002 00182367 6690 00001 dt16 0135380 00188883 7167 00001 dt17 0139750 00195699 7141 00001 Média var dependente 1359989 DP var dependente 1021132 Soma resíd quadrados 1779054 EP da regressão 0048769 Rquadrado LSDV 0997907 Dentro de Rquadrado 0906076 F67 748 LSDV 5321679 PvalorF 0000000 Log da verossimilhança 1342506 Critério de Akaike 2549012 Critério de Schwarz 2229111 Critério Hannan Quinn 2426235 rô 0772216 Durbin Watson 0394683 Teste conjunto nos regressores designados Estatística de teste F 4 748 19024 com pvalor P F4 748 19024 195675e112 Teste para diferenciar interceptos de grupos Hipótese nula Os grupos têm um intercepto comum Estatística de teste F 47 748 120754 com pvalor P F47 748 120754 0 Teste de Wald conjunto nas dummies temporais Hipótese nula Sem efeitos temporais Estatística de teste assintótica Qui quadrado 16 974598 com pvalor 103446e13 Magnitude lPCAP Tudo o mais constante com o aumento de 1 do capital privado gera o aumento de 031 no PIB estadual lPC Tudo o mais constante com o aumento de 1 do capital público gera o aumento de 064 no PIB estadual lWATER Tudo o mais constante com o aumento de 1 do capital fornecimento de água gera o aumento de 013 no PIB estadual lUNEMP Tudo o mais constante com o aumento de 1 da taxa de desemprego gera a redução de 013 no PIB estadual dt2 00133929 299364 30070329 dt3 00331223 299364 30267623 dt4 00504785 299364304149 dt5 00297748 29936430234148 dt6 00394360 2993643033076 dt7 00421741 29936430358141 dt8 00634779 29936430571179 dt9 00805995 29936430742395 dt10 00823110 2993643075951 dt11 00792005 29936430728405 dt12 00923846 29936430860246 dt13 00841409 29936430777809 dt14 00981393 2993643917793 dt15 0122002 2993643115642 dt16 0135380 299364312902 dt17 0139750 29936431339 Significância lPCAP Significante para o nível de 1 5 e 10 lPC Significante para o nível de 1 5 e 10 lWATER Significante para o nível de 1 5 e 10 lUNEMP Significante para o nível de 1 5 e 10 Autocorrelação 0 394683 Autocorrelação positiva i Usando o item h teste a hipótese de que os resíduos do modelo não apresentam efeitos de tempo e efeitos fixos j Rode o modelo de efeitos ale atórios usando o formato de um Modelo de Componentes de Erro B idirecional Interprete a saída de regressão e apr esente os interceptos verticais Modelo 5 Efeitosaleatórios GLS usando 816 observações Incluídas 48 unidades de corte transversal Comprimento da série temporal 17 Variável dependente lGSP Coeficiente Erro Padrão z pvalor const 0725716 0257904 2814 00049 lPCAP 0373227 00345959 1079 00001 lPC 0567645 00299244 1897 00001 lWATER 00923473 00222656 4148 00001 lUNEMP 0133560 00104464 1279 00001 dt2 000770673 00105207 07325 04638 dt3 00215307 00105165 2047 00406 dt4 00335455 00106633 3146 00017 dt5 000819149 00108692 07536 04511 dt6 00138898 00121606 1142 02534 dt7 00100007 00118812 08417 03999 dt8 00252922 00117909 2145 00319 dt9 00365985 00116850 3132 00017 dt10 00324194 00120065 2700 00069 dt11 00256020 00129806 1972 00486 dt12 00344924 00134706 2561 00104 dt13 00246091 00149646 1644 01001 dt14 00364679 00151458 2408 00160 dt15 00573994 00141974 4043 00001 dt16 00680550 00145329 4683 00001 dt17 00689406 00148302 4649 00001 Média var dependente 1359989 DP var dependente 1021132 Soma resíd quadrados 2530277 EP da regressão 0178290 Log da verossimilhança 2593344 Critério de Akaike 4766688 Critério de Schwarz 3778761 Critério Hannan Quinn 4387526 rô 0772216 Durbin Watson 0394683 Por entre a variância 00169483 Por dentro da variância 000237841 teta utilizado para quasidesmediação 0909516 Teste conjunto nos regressores designados Estatística de teste assintótica Qui quadrado 4 322044 com pvalor 0 Teste de Wald conjunto nas dummies temporais Hipótese nula Sem efeitos temporais Estatística de teste assintótica Qui quadrado 16 612968 com pvalor 316006e07 Teste de BreuschPagan Hipótese nula Variância do erro de unidadeespecífica 0 Estatística de teste assintótica Qui quadrado 1 44167 com pvalor 0 Teste de Hausman Hipótese nula As estimativas GLS são consistentes Estatística de teste assintótica Qui quadrado 4 763574 com pvalor 102861e15 03 O arquivo programa apresenta dados de salários de 20 trabalhadores que foram escolhidos pelo governo federal para participar de um programa de capacitação profissional no ano de 2015 Desse total apenas 10 trabalhadores quiseram participar do programa O objetivo é verificar o impacto do programa sobre os salários dos trabalhadores utilizando a metodologia do modelo de Diferenças em Diferenças DifDif A base de dados foi montada com os salários de 2014 préprograma e 2016pósprograma com o grupo que participou do programa e o grupo que não participou do programa As seguintes variáveis fazem parte da base de dados Id identificação do trabalhador Ano ano do salário Dp variável dummy de participação do programa 1 se o trabalhador participou do programa e zero caso contrário Sal Salário dos trabalhadores em Reais Considerando a base de dados responda as seguintes perguntas Apresente a Metodologia do modelo de DifDif com o uso de uma tabela de valores médios da variável principal O modelo DifDif é um modelo que serve para analisar o impacto de algum evento exógeno como políticas públicas Neste modelo observamos dois grupos em dois períodos de tempo o Grupo de Tratamento que é o grupo que é impactado pelo evento no período anterior ao evento TA e no posterior TD o Grupo de Controle que é semelhante a amostra de Tratamento mas não é impactado pelo evento também no período anterior ao evento CA e posterior CD Para calcular o impacto dividimos em três fases Calculase o valor médio da variável analisada salário neste caso para CA TA CD e TD Depois calculase a diferença do valor médio para os quatro grupos considerando os dois períodos de tempo Por último calculase a diferença entre os dois valores calculados na fase anterior por isso se chama Diferenças em Diferenças e este é o valor do impacto Utilizando os dados do exercício a tabela montada a seguir mostra o que foi descrito acima GRUPOS ANTES DEPOIS DEPOIS ANTES C 472230 542256 70026 T 504130 687434 183304 T C 3190 145178 113278 O resultado mostra que o impacto do programa de capacitação profissional sobre o salário dos participantes foi de R113278 Rode o modelo para o ano de 2016 e interprete os resultados Modelo 2 MQO usando as observações 120 Variável dependente GrupoSal Coeficiente Erro Padrão razão t pvalor const 542256 614101 8830 00001 dp 145178 868470 1672 01119 Média var dependente 6148450 DP var dependente 2031591 Soma resíd quadrados 679e09 EP da regressão 1941957 R quadrado 0134383 R quadrado ajustado 0086294 F1 18 2794424 PvalorF 0111886 Log da verossimilhança 2248059 Critério de Akaike 4536118 Critério de Schwarz 4556033 Critério HannanQuinn 4540006 O resultado mostra que o salário das pessoas que participaram do programa foi R145178 maior do que as que não participaram Apenas a constante é estatisticamente significante sendo esta ao nível de 1 O R² mostra que 1344 do salário das pessoas foi explicado pelo programa O teste F não descarta a possibilidade de todos os coeficientes serem iguais a zero Rode o modelo para o ano de 2014 e interprete os resultados Modelo 3 MQO usando as observações 120 Variável dependente GrupoSal Coeficiente Erro Padrão razão t pvalor const 472230 662649 7126 00001 dp 319000 937127 03404 07375 Média var dependente 4881800 DP var dependente 2046146 Soma resíd quadrados 790e09 EP da regressão 2095481 R quadrado 0006396 R quadrado ajustado 0048804 F1 18 0115873 PvalorF 0737494 Log da verossimilhança 2263276 Critério de Akaike 4566553 Critério de Schwarz 4586467 Critério HannanQuinn 4570440 O resultado mostra que o salário das pessoas que participaram do programa já era R3190 maior em 2014 do que o das pessoas que não participaram Apenas a constante é estatisticamente significante sendo esta ao nível de 1 O R² mostra que 064 do salário das pessoas foi explicado pelo programa O teste F não descarta a possibilidade de todos os coeficientes serem iguais a zero d Rode o modelo DifDif e interprete o impacto do programa sobre o salário dos trabalhadores Modelo 4 MQO agrupado usando 40 observações Incluídas 20 unidades de corte transversal Comprimento da série temporal 2 Variável dependente GrupoSal Coeficiente Erro Padrão razão t pvalor const 472230 638836 7392 00001 dp 319000 903451 03531 07261 dummy2016 700260 903451 07751 04433 dummyP2016 113278 127767 08866 03812 Média var dependente 5515125 DP var dependente 2112305 Soma resíd quadrados 147e10 EP da regressão 2020178 R quadrado 0155686 R quadrado ajustado 0085327 F3 36 2212723 PvalorF 0103410 Log da verossimilhança 4511914 Critério de Akaike 9103827 Critério de Schwarz 9171383 Critério HannanQuinn 9128253 rô 0011442 DurbinWatson 0983437 O resultado mostra que o impacto do programa no salário dos participantes foi de R113278 a mais Apenas a constante é estatisticamente significante sendo esta ao nível de 1 O R² mostra que 1557 do salário das pessoas foi explicado pelo programa O teste F não descarta a possibilidade de todos os coeficientes serem iguais a zero O teste DW mostra que provavelmente há o problema de autocorrelação dos resíduos 04 O aluno deve propor uma aplicação com Dados em Painel Dessa forma esperase que o aluno utilize dados reais para montar uma base no formato de Painel e com ela possa executar alguns dos modelos estudados nesse semestre Os seguintes itens serão avaliados a Análise da base montada pelo aluno para verificar se corresponde a uma base no formato de Painel Pode ser arquivo de Excel ou arquivo txt b Origem dos dados Qual foi o site que originou os dados O aluno precisa indicar o endereço do site de acesso para cada variável utilizada Dessa forma o professor precisa ser capaz de acessar os dados GDP httpsdataworldbankorgindicatorNYGDPMKTPCDend2015locationsBRRUINCNZAstart2000 CO2kt httpsdataworldbankorgindicatorENATMCO2EKTend2015locationsBRRUINCNZAstart2000 UPOP httpsdataworldbankorgindicatorSPURBTOTLend2015locationsBRRUINCNZAstart2000 c Apresentação da equação de Regressão Teórica explicando cada uma das variáveis log gdp B 0 B 1 logco2kt B 2 log upop gdp Variável dependente que representa o PIB de determinado país Pretendemos observar seu comportamento diante de outras variáveis por esse motivo utilizaremos log co2kt Variável independente que representa a emissão de carbono em quilo toneladas para determinado pais Pretendemos observar o impacto de sua variação no PIB por esse motivo usaremos log upop Variável independente que representa a população urbana de determinado país Pretendemos observa o impacto de sua variação no PIB por esse motivo usaremos log Explicação Supõese que o aumento das emissões de carbono e o aumento na população urbana causem um impacto positivo no PIB Uma vez que a emissão de carbono foi usada como uma proxy ao nível de atividade econômica do país quando está aumenta podemos considerar que as indústrias estão produzindo mais e que os consumidores estão consumindo mais Em relação a população urbana esperase um impacto positivo pois mais pessoas representam uma abundância de mão de obra que pode ser empregada na atividade produtiva Para verificação da hipótese será utilizado a observação de 16 anos 2000 2015 dos países integrantes do BRICS I Produção Consumo Emissão de co2 PIB II População Urbana Mão de Obra Produção PIB d Estimar o Modelo Pooled MQO e interpretar os principais resultados Modelo 1 MQO agrupado usando 80 observações Incluídas 5 unidades de corte transversal Comprimento da série temporal 16 Variável dependente lgdp Coeficiente Erro Padrão razãot pvalor const 133156 126773 1050 00001 lco2kt 0277137 00974053 2845 00057 lupop 0556424 0101751 5468 00001 Média var dependente 2770156 DP var dependente 1034597 Soma resíd quadrados 2965584 EP da regressão 0620597 Rquadrado 0649296 Rquadrado ajustado 0640187 F2 77 7127914 PvalorF 302e18 Log da verossimilhança 7382038 Critério de Akaike 1536408 Critério de Schwarz 1607868 Critério Hannan Quinn 1565058 rô 0924220 Durbin Watson 0067819 I Nível Significância B1 Significante para 1 5 e 10 Rejeitase h00 B2 Significante para 1 5 e 10 Rejeitase h00 II Magnitude dos Coeficientes B1 Mantendo constante todas as outras variáveis quando a emissão de carbono co2kt aumenta em 1 esperase que o PIB gdp aumente 027 B2 Mantendo constante todas as outras variáveis quando a população urbana aumenta em 1 esperase que o PIB gdp aumente 055 III R2 6492 da varíavel dependendente gdp pib é explicada pelas emissões de carbono coskt e pelo tamanho da população urbana upop IV Durbin Watson Como DW 2 concluise que há autocorrelação positiva entre as variáveis V Resultado O resultado obtido através do modelo MQO corresponde com a hipótese teórica proposta no item C e Estimar o Modelo de Efeitos Fixos e interpretar os principais resultados Modelo 2 Efeitosfixos usando 80 observações Incluídas 5 unidades de corte transversal Comprimento da série temporal 16 Variável dependente lgdp Coeficiente Erro Padrão razãot pvalor const 176865 164273 1077 02852 lco2kt 160790 0568480 2828 00060 lupop 121341 125599 09661 03372 Média var dependente 2770156 DP var dependente 1034597 Soma resíd quadrados 1067069 EP da regressão 0382327 Rquadrado LSDV 0873811 Dentro de Rquadrado 0647749 F6 73 LSDV 8424921 PvalorF 855e31 Log da verossimilhança 3293404 Critério de Akaike 7986808 Critério de Schwarz 9654227 Critério Hannan Quinn 8655324 rô 0848337 Durbin Watson 0151847 Teste conjunto nos regressores designados Estatística de teste F 2 73 671194 com pvalor P F2 73 671194 288468e17 Teste para diferenciar interceptos de grupos Hipótese nula Os grupos têm um intercepto comum Estatística de teste F 4 73 324702 com pvalor P F4 73 324702 152685e15 I Nível Significância B1 Significante para 1 5 e 10 Rejeitase h00 B2 Não é significante para 1 5 e 10 Não rejeitase h00 II Magnitude dos Coeficientes B1 Mantendo constante todas as outras variáveis quando a emissão de carbono co2kt aumenta em 1 esperase que o PIB gdp aumente 160 B2 Mantendo constante todas as outras variáveis quando a população urbana aumenta em 1 esperase que o PIB gdp aumente 121 III R2 LSDV 8738 da varíavel dependendente gdp pib é explicada pelas emissões de carbono coskt e pelo tamanho da população urbana upop IV Durbin Watson Como DW 2 concluise que há autocorrelação positiva entre as variáveis V Teste Conjunto nos Regressores Designados A Hipótese nula do teste conjunto de regressores designados é de que o modelo adequado é aquele que excluímos uma das variáveis que foram usadas Neste caso rejeitamos a hipótese nula já que o pvalor é menor do que o nível de significância 288468e17 001 VI Teste para Diferenciar Interceptos de Grupos Rejeitase a hipótese nula ou seja rejeitase que MQO seja o modelo mais adequado sendo assim os interceptos verticais não são iguais 152685e15 001 VII Interceptos Verticais f Estimar o Modelo de Efeitos Aleatórios e interpretar os principais resultados Modelo 3 Efeitosaleatórios GLS usando 80 observações Incluídas 5 unidades de corte transversal Comprimento da série temporal 16 Variável dependente lgdp Coeficiente Erro Padrão z pvalor const 711851 438969 1622 01049 lco2kt 139139 0254284 5472 00001 lupop 00608410 0343074 01773 08592 Média var dependente 2770156 DP var dependente 1034597 Soma resíd quadrados 9266292 EP da regressão 1089948 Log da verossimilhança 1193928 Critério de Akaike 2447855 Critério de Schwarz 2519316 Critério Hannan Quinn 2476506 rô 0848337 Durbin Watson 0151847 Por entre a variância 0212843 Por dentro da variância 0146174 teta utilizado para quasidesmediação 079713 Teste conjunto nos regressores designados Estatística de teste assintótica Qui quadrado 2 771795 com pvalor 174056e17 Teste de BreuschPagan Hipótese nula Variância do erro de unidadeespecífica 0 Estatística de teste assintótica Qui quadrado 1 270514 com pvalor 198119e07 Teste de Hausman Hipótese nula As estimativas GLS são consistentes Estatística de teste assintótica Qui quadrado 2 385383 com pvalor 428077e09 I Nível Significância B1 Significante para 1 5 e 10 Rejeitase h00 B2 Não é significante para 1 5 e 10 Não rejeitase h00 II Magnitude dos Coeficientes B1 Mantendo constante todas as outras variáveis quando a emissão de carbono co2kt aumenta em 1 esperase que o PIB gdp aumente 139 B2 Mantendo constante todas as outras variáveis quando a população urbana aumenta em 1 esperase que o PIB gdp aumente 006 III Variâncias por entre 0212843 por dentro 0146174 Total 0359017 Do total da variância dos componentes do erro 5928 se deve ao termo de crosssection e 4071 se deve ao termo idiossincrático IV Teste Conjunto dos Regressores Designados Hipótese nula o modelo adequado apresenta a exclusão de uma das variáveis utilizadas Análise Rejeitamos a hipótese nula 174056e17 001 V Teste de BreuschPagan Pooled MQO x Efeitos Aleatórios Hipótese nula Variância do erro de unidade específica 0 varai0 Caso se aceite a Ho o modelo mais adequado seria MQO Agrupados Análise Rejeitamos a hipótese nula 198119e07 001 ou seja o modelo mais adequado seria de Efeitos Aleatórios Teste de Hausman Efeitos Fixos x Efeitos Aleatórios Hipótese nula O teste de Hausman 1978 consiste em verificar se existe correlação entre 𝑎𝑖 𝑒 𝑋𝑖𝑗 Caso se aceite a Ho o modelo mais eficiente seria o de Efeitos Aleatórios 𝑐𝑜𝑟𝑟 𝑎𝑖 𝑋𝑖𝑡 0 Análise Rejeitamos a hipótese nula 428077e09 001 ou seja o modelo mais adequado seria de Efeitos Fixos