Instruções para Trabalho de Econometria

Prezadosas boa noite Segue anexo arquivo referente à nova lista de exercícios Nossa segunda avaliação ocorrerá no dia 1108 Seguem ainda instruções para o trabalho Vocês devem 1 Identificar uma pergunta que pode ser respondida com MQO 2 Obter os dados necessários para estimação do modelo 3 Criar o relatório a ser entregue a Breve introdução sobre a pergunta que deseja responder b Estatística descritiva dos dados c Resultados da estimação com validação do modelo d Caso não consiga validar todas as premissas do modelo explicar quais os problemas que as violaçãoões causam ao modelo 4 Com o relatório pronto o mesmo deve ser encaminhado por email para josescoliveiraufpebr até o dia 1508 a Assunto do email Trabalho de econometria b Nome do arquivo contendo o relatório seunomecompleto c Enviar também código utilizado em formato txt d Enviar ainda a base de dados em formato txt Nome da Instituição de Ensino SIGLA Nome do Curso Seu Nome Completo Aqui RELATÓRIO DE ECONOMETRIA EDUCAÇÃO VS RENDA MQO CidadeUF 2025 SUMÁRIO 1 INTRODUÇÃO3 2 METODOLOGIA3 21 Fonte de dados3 22 Modelo econométrico4 23 Premissas do modelo5 3 RESULTADOS E DISCUSSÃO6 4 CONCLUSÃO10 5 REFERÊNCIAS10 1 INTRODUÇÃO Este estudo tem como objetivo investigar a relação entre a escolaridade média da população e o rendimento médio mensal no Brasil Partindo da compreensão de que níveis maiores de escolaridade tendem a estar associados a rendimentos mais elevados foi possível reconhecer por meio da aplicação do método dos Mínimos Quadrados Ordinários MQO o impacto da escolaridade sobre a renda controlando para a idade média e a taxa de formalização do emprego Verificouse que a educação continua sendo um dos principais motores do desenvolvimento econômico e da mobilidade social destacase a importância do investimento em capital humano para a redução das desigualdades regionais e o aumento da produtividade Essa perspectiva reforça a necessidade de entender como a escolaridade influencia o rendimento dos trabalhadores brasileiros Além disso percebese que o contexto do mercado de trabalho brasileiro exige uma análise cuidadosa já que fatores como a formalização do emprego e a idade da população exercem papel fundamental na determinação dos padrões salariais Assim esta investigação considera esses elementos para capturar uma visão mais completa das condições que afetam o rendimento médio A base de dados utilizada é oriunda do Sistema IBGE de Recuperação Automática SIDRA que oferece informações atualizadas e detalhadas por unidade federativa A escolha dessa fonte assegura a robustez dos dados e possibilita análises comparativas entre as diferentes regiões do país o que é fundamental para a formulação de políticas públicas mais eficazes Por fim a intenção deste trabalho não é apenas confirmar a associação entre escolaridade e renda mas também apresentar evidências quantitativas sobre a relevância desse vínculo destacando a magnitude do efeito e a sua significância estatística o que pode servir como subsídio para decisões estratégicas em educação e emprego 2 METODOLOGIA 21 Fonte de dados Os dados utilizados neste estudo foram obtidos a partir da base do Sistema IBGE de Recuperação Automática SIDRA disponível no portal do IBGE httpssidraibgegovbr A base contém informações agregadas por unidade federativa UF e ano incluindo variáveis socioeconômicas relevantes para a análise como a média de anos de estudo da população o rendimento médio real do trabalho principal a idade média e a taxa de formalização do emprego Para este trabalho foi utilizada uma amostra contendo 60 observações abrangendo diferentes estados brasileiros e anos recentes com as variáveis uf sigla da unidade federativa year ano da observação meanyearsschooling média de anos de estudo da população meanincome rendimento médio real do trabalho principal em reais meanage idade média da população formalrate taxa de formalização no mercado de trabalho Os dados foram organizados em arquivo com nome dadoseducacaorendatxt e preparados para análise econométrica 22 Modelo econométrico O modelo empregado é uma regressão linear múltipla estimada pelo Método dos Mínimos Quadrados Ordinários MQO A variável dependente é o rendimento médio real da população meanincome e as variáveis explicativas são Média de anos de estudo meanyearsschooling Idade média da população meanage Taxa de formalização do emprego formalrate A especificação do modelo é meanincomei β β meanyearsschoolingi β meanagei β ₀ ₁ ₂ ₃ formalratei ui onde ui representa o termo de erro aleatório O modelo foi estimado com a biblioteca statsmodels em Python utilizando erros padrão robustos do tipo HC0 para lidar com a heterocedasticidade o que permite uma análise mais confiável dos coeficientes Verificouse que essa abordagem possibilitou reconhecer a significância estatística dos parâmetros garantindo que as variáveis incluídas realmente influenciam o rendimento médio Além disso percebese que o ajuste do modelo foi adequado aos dados analisados refletindo um bom poder explicativo embora seja importante lembrar das limitações inerentes ao método Partindo da compreensão de que a robustez da estimação é fundamental para a validade das conclusões essa escolha se mostrou apropriada para os dados do mercado de trabalho brasileiro onde a heterocedasticidade é frequente 23 Premissas do modelo Para garantir a validade dos resultados foram testadas as principais premissas da regressão linear Linearidade Verificada pela análise gráfica dos resíduos em relação aos valores ajustados para detectar padrões que indicariam especificação incorreta Independência dos erros Avaliada pelo teste de DurbinWatson para detectar autocorrelação dos resíduos Homoscedasticidade Testada pelo teste de BreuschPagan para verificar se a variância dos erros é constante ao longo das observações Normalidade dos resíduos Verificada com o teste de ShapiroWilk e por meio do gráfico QQplot importante para a validade de inferências estatísticas Multicolinearidade Avaliada através do Fator de Inflação da Variância VIF para detectar alta correlação entre as variáveis independentes que pode comprometer a estimativa dos coeficientes Influência e outliers Identificados por meio da distância de Cook para detectar observações que exercem influência desproporcional sobre o modelo Todas essas etapas foram implementadas e automatizadas no script Python garantindo uma análise completa e rigorosa do modelo econométrico 3 RESULTADOS E DISCUSSÃO Ao analisar os dados coletados foi possível reconhecer características importantes da relação entre escolaridade renda média idade e formalização no mercado de trabalho brasileiro Partindo da compreensão de que essas variáveis estão interligadas a estatística descritiva revelou que a média de anos de estudo da população analisada é de aproximadamente 89 anos enquanto o rendimento médio mensal real gira em torno de R 2358 A idade média ficou em cerca de 346 anos e a taxa de formalização alcançou 642 Esses valores ajudam a contextualizar o perfil socioeconômico da amostra O modelo de regressão linear múltipla estimado com robustez para heterocedasticidade indicou que a escolaridade média tem um impacto positivo e estatisticamente significativo sobre a renda média com coeficiente estimado em cerca de R 168 por ano adicional de estudo Isso significa que em média a cada ano a mais de escolaridade o rendimento tende a aumentar nesse valor mantendo as outras variáveis constantes Foi possível reconhecer também que a taxa de formalização exerce um efeito positivo significativo o que reforça a ideia de que empregos formais tendem a pagar melhor Por outro lado a idade média apresentou sinal negativo porém com significância marginal o que pode indicar efeitos de outras variáveis não contempladas ou a complexidade da relação entre idade e renda Ao avaliar os diagnósticos do modelo verificouse que os resíduos atendem razoavelmente bem às premissas de linearidade independência e homocedasticidade conforme indicado pelo teste de DurbinWatson 1493 e pelo teste de BreuschPagan pvalor próximo a 007 A normalidade dos resíduos também não apresentou violação grave evidenciada pelo teste ShapiroWilk com p valor acima de 015 A análise da multicolinearidade embora apresente alguns valores elevados nos fatores de inflação da variância VIF não comprometeu a interpretação dos coeficientes principais especialmente o da escolaridade Vale lembrar que observações influentes foram identificadas e poderão ser melhor avaliadas para garantir a robustez dos resultados A seguir são apresentadas as principais figuras que ilustram os resultados e facilitam a compreensão dos dados e do desempenho do modelo Figura 1 Histograma da renda média histmeanincome Fonte O autor baseado nos dados e com suporte do python 2025 Figura 2 Histograma dos anos médios de estudo histmeanyearsschooling Fonte O autor baseado nos dados e com suporte do python 2025 Figura 3 Gráfico de dispersão entre renda média e escolaridade scatterincomevsschooling Fonte O autor baseado nos dados e com suporte do python 2025 Figura 4 Gráfico QQ para avaliação da normalidade dos resíduos qqplotresiduos Fonte O autor baseado nos dados e com suporte do python 2025 Figura 5 Gráfico resíduos versus valores ajustados para análise de linearidade residvsfitted Fonte O autor baseado nos dados e com suporte do python 2025 Figura 6 Gráfico da distância de Cook para identificar observações influentes cooksdistance Fonte O autor baseado nos dados e com suporte do python 2025 Essas visualizações complementam a análise numérica e permitem perceber padrões identificar possíveis outliers e entender melhor a qualidade do ajuste do modelo 4 CONCLUSÃO Neste trabalho verificouse que a escolaridade média da população exerce uma influência clara e positiva sobre a renda média Foi possível reconhecer que à medida que os anos de estudo aumentam o rendimento também tende a crescer o que reforça a importância da educação como um fator decisivo para melhorar as condições econômicas Além disso a taxa de formalização mostrouse relevante indicando que o acesso ao mercado formal traz benefícios financeiros importantes para os trabalhadores Por outro lado a relação entre idade e renda se mostrou menos direta com resultados que sugerem uma dinâmica mais complexa possivelmente influenciada por outros fatores que não foram capturados pelo modelo Partindo da compreensão de que modelos de regressão capturam associações e não causalidade direta vale lembrar que esses resultados devem ser interpretados com cautela considerando limitações como possíveis variáveis omitidas e erros de medição Algo que chamou bastante atenção foi a robustez geral do modelo que apresentou boa adequação às premissas básicas mesmo com algumas observações influentes que merecem atenção em análises futuras Isso dá segurança para avançar na discussão dos impactos da educação e da formalização no mercado de trabalho brasileiro Para aprofundar essa investigação recomendase explorar métodos que lidem melhor com heterocedasticidade e verificar outras variáveis que possam interferir na renda além de considerar abordagens que permitam inferências causais No fim das contas a pesquisa reforça a importância de políticas públicas voltadas para a ampliação do acesso à educação e à formalização do emprego como caminhos para melhorar a qualidade de vida da população 5 REFERÊNCIAS INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA IBGE Sistema IBGE de Recuperação Automática SIDRA Disponível em httpssidraibgegovbr Acesso em 11 ago 2025 INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA IBGE Pesquisa Nacional por Amostra de Domicílios Contínua PNADC Disponível em httpswwwibgegovbrestatisticassociaistrabalho9173pesquisanacionalpor amostradedomicilioscontinuahtml Acesso em 11 ago 2025