·
Cursos Gerais ·
Econometria
Envie sua pergunta para a IA e receba a resposta na hora
Recomendado para você
3
Econometria 2 - Aula 2 - Multicolinearidade
Econometria
UFC
12
Regressão com Álgebra Matricial
Econometria
UFJF
4
Técnicas de Pesquisa em Economia_prova pdf
Econometria
UNIP
4
Tecnicas de Pesquisas em Economia Prova Unip
Econometria
UNIP
3
Métodos Econométricos - Programa de Curso
Econometria
UMG
4
Monitoria
Econometria
UMG
30
Aula 9: Introdução a Econometria
Econometria
UMG
7
Resenhas-83 Bolanhos
Econometria
UFS
4
Monitoria 233
Econometria
UMG
5
Prova Series Temporais
Econometria
UFRJ
Texto de pré-visualização
Aula 02 Econometria II Gujarati Multicolinearidade A multicolinearidade é um problema de dados e não do modelo em si. Outros modelos sofreriam do mesmo problema e ainda nos dariam estimativas piores que o MQO. O conceito de multicolinearidade não é um conceito discreto, onde apontamos a existencia ou não da mesma, e sim apontamos o grau de multicolinearidade existente. Ela acontece quando existe associação linear forte ou exata entre duas variáveis do modelo. Se a equação para qualquer , teremos multicolinearidade perfeita. Dada a equação do estimador : Substituindo por , teremos: O que resulta em uma indeterminação. O mesmo acontece na notação matricial onde existindo duas colunas que apresentação associação linear, o determinante dessa matriz é 0. Sintomas 1. alto, teste F alto, mas poucas razões t significantes. 2. Alta sensibilidade dos estimadores a pequenas alterações nos dados. 3. Variância e erro padrão muito altos. Aula 02 Econometria II Gujarati O fator de inflação da variância ou FIV, descrito pela fração da direita da equação acima, deve ser menor que 10. Soluções 1. Excluir 1 das variáveis, obedecendo critério da teoria econômica em questão. 2. Aumentar o número de observações para evitar a micronumerosidade. 3. Obter alguma informação a priori que descreva a relação exata entre as variáveis correlacionadas. Se soubermos que , podemos substituir no modelo, de modo que:
Envie sua pergunta para a IA e receba a resposta na hora
Recomendado para você
3
Econometria 2 - Aula 2 - Multicolinearidade
Econometria
UFC
12
Regressão com Álgebra Matricial
Econometria
UFJF
4
Técnicas de Pesquisa em Economia_prova pdf
Econometria
UNIP
4
Tecnicas de Pesquisas em Economia Prova Unip
Econometria
UNIP
3
Métodos Econométricos - Programa de Curso
Econometria
UMG
4
Monitoria
Econometria
UMG
30
Aula 9: Introdução a Econometria
Econometria
UMG
7
Resenhas-83 Bolanhos
Econometria
UFS
4
Monitoria 233
Econometria
UMG
5
Prova Series Temporais
Econometria
UFRJ
Texto de pré-visualização
Aula 02 Econometria II Gujarati Multicolinearidade A multicolinearidade é um problema de dados e não do modelo em si. Outros modelos sofreriam do mesmo problema e ainda nos dariam estimativas piores que o MQO. O conceito de multicolinearidade não é um conceito discreto, onde apontamos a existencia ou não da mesma, e sim apontamos o grau de multicolinearidade existente. Ela acontece quando existe associação linear forte ou exata entre duas variáveis do modelo. Se a equação para qualquer , teremos multicolinearidade perfeita. Dada a equação do estimador : Substituindo por , teremos: O que resulta em uma indeterminação. O mesmo acontece na notação matricial onde existindo duas colunas que apresentação associação linear, o determinante dessa matriz é 0. Sintomas 1. alto, teste F alto, mas poucas razões t significantes. 2. Alta sensibilidade dos estimadores a pequenas alterações nos dados. 3. Variância e erro padrão muito altos. Aula 02 Econometria II Gujarati O fator de inflação da variância ou FIV, descrito pela fração da direita da equação acima, deve ser menor que 10. Soluções 1. Excluir 1 das variáveis, obedecendo critério da teoria econômica em questão. 2. Aumentar o número de observações para evitar a micronumerosidade. 3. Obter alguma informação a priori que descreva a relação exata entre as variáveis correlacionadas. Se soubermos que , podemos substituir no modelo, de modo que: