Atividade no R

Microeconometria IbmecRJ Campus Barra 20242 Prof Gilberto Boaretto Lista de Exercıcios Praticos I Programacao no R Entrega ate 14102024 as 23h59 via Teams Valor 50 da nota AC INSTRUC OES Esta lista de exercıcios praticos pode ser feita individualmente ou em dupla Em caso de copia as respectivas listas terao suas notas zeradas Organizem a solucao das questoes de modo a ter sequencialmente codigo em R output tabela ou figura com resultados e explicacao do resultados se solicitado Mandem a solucao em formato PDF apenas um arquivo com tudo Nos exercıcios desta lista pratica serao utilizados microdados da Pesquisa Nacional por Amostra de Domicılios PNAD Cada alunodupla devera usar os dados referentes a uma determinada unidade da federacao UF como escolhido na planilha do link a seguir httpsdocsgooglecomspreadsheetsd1JhMIIM5PV3ALUN0lROQVitP1ZbDUKHc3rZ0bGg5kxI edituspsharing Use a base de dados UFdta disponıvel na pasta PNAD que esta no arquivo compactado dados lista praticazip disponıvel para download no Teams e no Dropbox da disciplina A PNAD Pesquisa Nacional por Amostra de Domicılios e uma pesquisa anual feita pelo IBGE repre sentativa de toda a populacao brasileira Em cada ano sao entrevistados em torno de 400000 indivıduos em cerca de 100000 domicılios A pesquisa contem uma serie de informacoes sobre o domicılio e seus moradores Nesta lista trabalharemos com dados individuais os quais sao descritos na Tabela 1 1 Tabela 1 PNAD descricao das variaveis da base de dados individuais Variaveis Descricao uf Codigo da unidade da federacao mulher 1 se mulher 0 se homem idade Idade em anos negro 1 se negro ou pardo 0 caso contrario rendap Rendimento no trabalho principal anosest Numero de anos de estudo horasp Numero de horas trabalhadas na semana setor 1 se agrıcola 2 se industria 3 se construcao 4 se comercio 5 se servicos 6 se administracao e 7 se outros nasc municip 1 se a pessoa nasceu no municıpio 0 caso contrario npes Numero de pessoas no domicılio rfpc Renda familiar per capita desempregado 1 se a pessoa esta desempregada 0 se esta empregada inativo 1 se a pessoa nao esta participando do mercado de trabalho 0 caso contrario pos ocupacao 1 se com carteira 2 se sem carteira 3 se contapropria 4 se empregador 5 se militar e 6 se funcionario publico nc0 5 Numero de criancas com 5 anos ou menos de idade nc6 10 Numero de criancas com idade entre 6 e 10 anos nc11 14 Numero de criancas com idade entre 11 e 14 anos tempo trab Tempo de casa ao trabalho 0 se 30 minutos ou menos 1 se entre 30 minutos e 1 hora 2 se entre 1 e 2 horas e 3 se mais de 2 horas educm Educacao media dos adultos no domicılio recebe bolsa familia 1 se a famılia recebe Bolsa famılia 0 caso contrario peso Peso da pessoa na pesquisa Responda as questoes a seguir Vocˆe encontrara algumas dicas sobre implementacao no R e formatacao do trabalho ao final desta lista Boa referˆencia para programacao em R sao httpslivrocursor comindexhtml e httpswwweconometricswithrorg1introductionhtml 1 Usando o R compute o rendimento no trabalho principal por hora ou seja rendh rendap horasp Plote um grafico com rendah no eixo y e anosest no eixo x Calcule a correlacao amostral entre as duas variaveis Qual relacao parece existir entre as duas variaveis Positiva negativa Linear nao linear Explique Observacao 1 se existir NAs na base vocˆe devera omitilos para calcular a correlacao Observacao 2 vocˆe devera considerar apenas salarios rendap estritamente positivos ou seja rendap 0 para todos os indivıduos Nao esqueca de aplicar esse filtro aos dados 2 Empregando MQO estime a equacao rendhi β0 β1 anosesti ui 1 Reporte os resultados 2 3 Assumindo que o modelo 1 e homoscedastico verifique se o coeficiente estimado para β1 e esta tisticamente maior que zero para o nıvel de 1 Note que e um teste monocaudal 4 Interprete o coeficiente estimado para β1 5 Agora estime usando MQO a equacao lnrendhi θ0 θ1 anosesti νi 2 Reporte os resultados 6 Assumindo homoscedasticidade de νi verifique se o coeficiente estimado para θ1 e estatisticamente maior que zero para o nıvel de 1 7 Interprete o coeficiente estimado para θ1 no modelo 2 Qual a diferenca de interpretacao em relacao ao parˆametro β1 no modelo 1 Explique 8 Tambem utilizando MQO agora estime a equacao lnrendahi θ0 θ1 anosesti θ2 mulheri θ3 negroi ηi 3 Reporte os resultados 9 Assumindo que ηi seja homoscedastico verifique se θ1 θ2 e θ3 sao individualmente significantes ao nıvel de significˆancia de 5 ou seja teste H0 θ1 0 H0 θ1 0 H0 θ2 0 H0 θ2 0 H0 θ3 0 H0 θ3 0 separadamente Interprete os resultados 10 Assumindo que ηi e homoscedastico verifique se θ1 θ2 e θ3 sao conjuntamente significantes ao nıvel de significˆancia de 5 ou seja teste H0 θ1 θ2 θ3 0 H1 θ1 0 ou θ2 0 ou θ3 0 Interprete 11 Interprete os coeficientes estimados para θ1 θ2 e θ3 na equacao 3 12 Interprete o R2 obtido a partir da estimacao do modelo 3 Ele e comparavel ao R2 obtido na estimacao da equacao 1 E comparavel ao R2 obtido na estimacao da equacao 2 Justifique suas respostas 3 Algumas dicas para resolver os exercıcios usando o R 1 Para importar a base de dados no R siga os seguintes passos installpackageshaven libraryhaven pnaddom readdtaCusersusuariocaminhoUFdta O caminho vai depender de onde o arquivo estiver salvo no seu computador 2 Para criar uma variavel em logaritmo no R pnadlogvar logpnadvar em que var e a variavel desejada 3 Para estimar uma regressao por MQO no R reg lmdepvar indepvar1 indepvar2 data pnad summaryreg em que dep var e a variavel dependente e indep var esao as variavelis independentes 4 Podemos estimar uma regressao na qual a variavel explicativa deve ser logarıtmica diretamente no comando lm reg lmlogdepvar indepvar1 indepvar2 data pnad summaryreg em que dep var e a variavel dependente e indep var esao as variavelis independentes 5 Para implementar o teste F no R apos estimar a regressao especifique as hipoteses a serem testadas installpackagescar librarycar linearHypothesisreg cvar1 0 var2 0 A seguir temos um exemplo de lista resolvida feito durante as aulas e mostrando como se espera que a formatacao seja feita valores crıticos das distribuicoes t e F se vocˆes precisarem 4 Lista prática de Microeconometria Aluno Gilberto Boaretto Matrícula XXXXXXXXXXXXXXXXXXX Questão 1 Código DADOS EFETIVOS REAIS rmlistls limpa todos os objetos que estejam no enviroment workspace definicao do diretorio setwdCUsers10295014679Desktop instalacao de packages necessarios installpackagescreadstata13 stargazer car installpackagesreadstata13 Carregando packages libraryreadstata13 package para abrir arquivos gerados no sotware Stata 13 ou versao superior librarystargazer package para geracao automatica de tabelas de resultados de regressao librarycar package que contem comando para teste de hipotese abrindo e organizando base de dados dados readdta13pubtwinsdta classdados Viewdados dados cbinddados wage expdadoslwage Viewdados estatisticas descritivas meandadoseduc se tiver termos NA na serie nao vai calcular a media meandadosnsibs resulta NA porque tem termos NA na varivel nsibs meandadosnsibs narmTRUE descarta termos NA e calcula a mdia vardadoseduc variancia de educ sddadoseduc desviopadrao de educ cordadoseduc dadoslwage correlacao entre educ e lwage summarydadoseduc estatistica descritiva para educ summarydadoslwage summarydados Regressoes modelo1 lmlwage educ datadados resumo dos resultados em tabela de regressao erros padrao sao estimados supondo homoscedasticidade summarymodelo1 resultados armazenados em uma lista contendo diferentes objetos como modelo1coefficients modelo1coefficients2 impacto de educ sobre lwage coefmodelo1 coefmodelo12 impacto de educ sobre lwage residuos modelo1residuals residualsmodelo1 plotmodelo1residuals modelo2 lmlwage educ age age2 datadados summarymodelo2 modelo3 lmlwage educ age age2 female white datadados summarymodelo3 podemos exportar resultados para tabela em formatos como texto html ou latex usando o stargazer stargazermodelo1 modelo2 modelo3 type text depvarlabels logWage covariatelabels cSchooling Age Age2 Female White out modelshtml Output Tabela 1 Resultados das regressões Explicação Os resultados dos modelos investigados são exibidos na Tabela 1 O retorno médio da escolaridade para o salário fica entre 10 e 12 sendo estatisticamente significante para qualquer nível de significância usual Questão 2 Código Teste de significancia conjunta hipotesenula3 cage 0 age2 0 hipotese conjunta a ser testada teste linearHypothesismodelo3 hipotesenula3 test F teste F estatF testeF2 pvalorF testePrF2 resultadotesteF cbindestatFpvalorF colnamesresultadotesteF cEstatistica F pvalor rownamesresultadotesteF c resultadotesteF Resultado Tabela 2 Resultado do teste F Explicação como a estatística F é muito alta o pvalor é zero e consequentemente há muita evidência de que a hipótese nula não é válida muito evidência para rejeitarmos a hipótese nula Distribuição Normal Padrão Z 00 01 02 03 04 05 06 07 08 09 00 5000 4960 4920 4880 4840 4801 4761 4721 4681 4641 01 4602 4562 4522 4483 4443 4404 4364 4325 4286 4247 02 4207 4168 4129 4090 4052 4013 3974 3936 3897 3859 03 3821 3783 3745 3707 3669 3632 3594 3557 3520 3483 04 3446 3409 3372 3336 3300 3264 3228 3192 3156 3121 05 3085 3050 3015 2981 2946 2912 2877 2843 2810 2776 06 2743 2709 2676 2643 2611 2578 2546 2514 2483 2451 07 2420 2389 2358 2327 2296 2266 2236 2206 2177 2148 08 2119 2090 2061 2033 2005 1977 1949 1922 1894 1867 09 1841 1814 1788 1762 1736 1711 1685 1660 1635 1611 10 1587 1562 1539 1515 1492 1469 1446 1423 1401 1379 11 1357 1335 1314 1292 1271 1251 1230 1210 1190 1170 12 1151 1131 1112 1093 1075 1056 1038 1020 1003 0985 13 0968 0951 0934 0918 0901 0885 0869 0853 0838 0823 14 0808 0793 0778 0764 0749 0735 0722 0708 0694 0681 15 0668 0655 0643 0630 0618 0606 0594 0582 0571 0559 16 0548 0537 0526 0516 0505 0495 0485 0475 0465 0455 17 0446 0436 0427 0418 0409 0401 0392 0384 0375 0367 18 0359 0352 0344 0336 0329 0322 0314 0307 0301 0294 19 0287 0281 0274 0268 0262 0256 0250 0244 0239 0233 20 0228 0222 0217 0212 0207 0202 0197 0192 0188 0183 21 0179 0174 0170 0166 0162 0158 0154 0150 0146 0143 22 0139 0136 0132 0129 0125 0122 0119 0116 0113 0110 23 0107 0104 0102 0099 0096 0094 0091 0089 0087 0084 24 0082 0080 0078 0075 0073 0071 0069 0068 0066 0064 25 0062 0060 0059 0057 0055 0054 0052 0051 0049 0048 26 0047 0045 0044 0043 0041 0040 0039 0038 0037 0036 27 0035 0034 0033 0032 0031 0030 0029 0028 0027 0026 28 0026 0025 0024 0023 0023 0022 0021 0021 0020 0019 29 0019 0018 0017 0017 0016 0016 0015 0015 0014 0014 Distribuição t de Student Área contida nas duas caudas laterais bicaudal da distribuição t de Student Graus de liberdade 020 010 005 002 001 1 3078 631 12706 31821 63857 2 1886 292 4303 6965 9925 3 1638 235 3182 4541 5841 4 1533 2132 2776 3747 4604 5 1476 2015 2571 3365 4032 6 1440 1943 2447 3143 3707 7 1415 1895 2365 2998 3499 8 1397 1860 2306 2896 3355 9 1383 1833 2262 2821 3250 10 1372 1812 2228 2764 3169 20 1325 1725 2086 2528 2845 30 1310 1697 2042 2457 2750 40 1303 1684 2021 2423 2704 60 1296 1671 2000 2390 2660 90 1291 1662 1987 2368 2632 1282 1645 1960 2326 2576 Distribuição F 5 de significância GL GLnumerador denominador 1 2 3 4 5 10 4960 4100 0710 3480 3330 20 4350 3490 3100 2870 2710 30 4170 3320 2920 2690 2530 40 4080 3230 2840 2610 2450 50 4030 2180 2790 2560 2400 60 4000 3150 2760 2530 2370 70 3980 3130 2740 2500 2350 80 3960 3110 2720 2490 2330 90 3950 3100 2710 2470 2320 100 3940 3090 2700 2460 2310 3840 3000 2600 2370 2210