e aí o olá meu nome é alexandre gori maia e a célula de variáveis independentes binárias meu capítulo 11 do livro econometria conceitos e aplicações as variáveis binárias permitem analisar o impacto isolado de categorias nominais em um modelo de regressão por exemplo para avaliar a diferença de rendimento entre homens e mulheres uma vez que nós controlarmos fatores como escolaridade e experiência profissional ou avaliar a diferença de produção entre agricultores que receberam e não receberam assistência técnica uma vez que nós controlarmos por fatores de produção como área do estabelecimento e investimento em máquinas e equipamentos e
a interação de variáveis binárias com regressores quantitativos também permite estimar retornos marginais distintos para categorias nominais por exemplo estimar a diferença entre o retorno marginal da escolaridade para homens e mulheres o conteúdo dessa aula limitou-se ao uso de variáveis independentes binárias variáveis dependentes binárias exigiriam aplicação de modelos não lineares como modelos logísticos e probabilísticos há quatro tipos principais de escalas de medida a escala nominal representa medidas qualitativas que não podem ser ordenadas ou comparadas quantitativamente por exemplo as categorias de sexo masculino e feminino sem uma informação adicional não é possível ordenar essas categorias tampouco afirmar
quantas unidades uma categoria está à frente da outra o mesmo afirmar quantas vezes uma maior do que a outra e a escala ordinal representa medidas qualitativas que podem ser ordenadas mas não podem ser analisados quantitativamente por exemplo as categorias das classes sociais a b e c é possível afirmar por exemplo que a classe a está acima da classe c mas sem uma informação adicional não é possível medir a distância entre as classes vai ser tão pouco estabelecer uma razão entre as suas clássicos e a escala intervalar representa medidas quantitativas que podem ser ordenadas e suas
distâncias quantifi cadas apesar de não ser possível estabelecer uma razão entre os valores por exemplo a idade é possível ordenar as cidades e pessoas diferentes e saber a distância em anos entre essas mas não é possível afirmar quantas vezes uma idade é maior do que a outra por exemplo apesar de ser possível afirmar que uma pessoa é um ano mais nova que a outra não faz sentido afirmar que uma pessoa é dez porcento mais nova que a outra e a escala de razão representa medidas quantitativas que podem ser ordenadas suas distâncias qualificadas e ainda possível
estabelecer uma razão entre essas por exemplo a renda é possível ordenar a renda estabelecer a distância em reais entre rendas diferentes e quanto ficar razões entre as rendas por exemplo afirmar quantas vezes uma renda maior do que a outra e as variáveis em escala intervalar uma escala de razão podem ser incorporadas em muitas restrições nos modelos de regressão entretanto para incorporar variáveis em escala nominal ou ordinal em um modelo de regressão antes necessário transformar as categorias qualitativas em medidas quantitativas e um artifício utilizado é o uso de variáveis binárias uma variável binária assumir dois valores
0 quando o evento qualitativo de interesse por falso e um quando o evento qualitativo de interesse for verdadeiro por exemplo a variável binária para o sexo feminino assumiria um para mulheres e zero para os homens a definição do que é o evento de interesse homem ou mulher não afetará os resultados das análises do modelo de regressão é suponha por exemplo que o valor da produção y seja uma função do número de empregados x e descer do setor de atividade da empresa e haja apenas dos setores a e b eu posso incorporar as categorias nominais para
os setores a e b no modelo de regressão utilizando uma única variável binária de por exemplo a binária de assumir o valor um para as empresas do setor a e zero para as empresas do setor b a variável y seria então representada por uma função linear das variáveis x e de o coeficiente beta um representaria a variação esperada em y para uma avaliação unitária em x mantendo-se constante o valor da variável binária b em outras palavras o coeficiente angular representaria a variação esperada na produção dado um acréscimo unitário número de empregados de empresas de um
mesmo setor de atividade e por sua vez para compreender o coeficiente beta 2 eu analisarei a equação na regressão em duas situações distintas quando o day for igual a zero e quando de for igual a 1 quando tem for igual a zero ou seja quando a empresa for do setor b o valor esperado de y será igual a alpha mais perto da 1 x essa relação é representada pela reta laranja com intercepta igual a alfa e coeficiente angular igual a beta 1 e por sua vez quando a variável binária de for igual a 1 ou
seja para as empresas do setor ar o valor esperado de y será igual a alpha + beta 1 x mais meta 2 vezes um simplificando algebricamente o modelo para o valor esperado de y como uma função de x seria dado por uma reta com intercepto igual a alpha + beta 2 e coeficiente angular igual a beta 1 e outras palavras o coeficiente beta 2 indicaria quanto que o valor esperado de y seria maior que o beta 2 foi positivo ou menor se o beta 2 for negativo para as empresas do setor a em comparação às
empresas do setor b mantém-se ou mantém-se obviamente constante o valor de x ou seja para as empresas com o mesmo número de empregados resumindo o coeficiente associado a binária indica a variação esperada em y quando eu comparo a categoria de interesse que a categoria em que a binária sul e com a categoria de referência que a categoria em que a binária assume o valor zero dois detalhes importantes dessa análise primeiro esse modelo assume que a relação entre y e x é a mesma para as categorias a e b pois o coeficiente angular é igual a
beta 2 nas duas situações segundo eu preciso de apenas uma binária para representar duas categorias nominais seria redundante acrescentar uma nova variável binária para representar a categoria b mais especificamente haveria colinearidade prefeita entre as binárias em viabilizando as estimativas por e michael mais detalhes são apresentados no livro a mesma regra vale da no caso de múltiplas categorias nominais ou seja para representar a categoria abdominais em uma mesma variável em um modelo de regressão eu preciso de cá menos um variáveis binárias por exemplo se eu tenho um modelo para a produção y com uma função do
número de empregados x e do setor de atividade da empresa a atriz e atores distintos a b e c para representar essas três categorias nominais eu precisaria de apenas duas binárias por exemplo a binária de um assumiria um para as empresas do setor a e 0 caso contrário e a binária de dois assumiria um para as empresas do setor b e no caso contrário a categoria de referência é aquela em que todas as binárias ações eram nesse exemplo representaria as empresas do setor c e eu tenho agora 2.800 associados às binárias t1 e t2 para
interpretá-los eu analisarei a função de regressão para cada um dos três setores de atividades ou seja combinando situações para os possíveis valores e d1 e d2 a primeira situação é aquela em que as duas binárias d1 e d2 assumem simultaneamente o valor zero ou seja quando a empresa pertencer à categoria de referência que é o setor de atividades e nesse caso o valor esperado de y seria dado por alpha mas que tá um x e essa relação seria representada pela reta verde com intercepta igual a alfa e coeficiente angular igual a beta 1 é a
segunda situação é aquela em que a binária deu uma igual a zero e a binária de 2 = 1 ou seja quando a empresa pertencer ao setor de atividade b nesse caso o valor esperado de y seria igual a alpha + beta 1 x mais beta duas vezes eram mais beto a três vezes um simplificando algebricamente o modelo para o valor esperado de y como função de x nesse caso seria representado pela reta laranja com intercepto igual a alpha + beta 3 e coeficiente angular igual aberta um nesse caso o coeficiente beta 3 indicaria quanto
que o valor esperado de y seria maior se o beto atriz foi positivo ou menor se o beta 3 por negativo para as empresas do setor b em comparação às empresas da categoria de referência que é o setor de atividades e sempre mantendo-se constante os valores de x o raciocínio analógico é válido para a terceira situação quando a binária de um for igual a 1 e a binária de dois for igual a zero ou seja quando eu analisar as empresas que pertencem ao setor de atividade e a nesse caso o coeficiente beta 2 indicaria quanto
que o valor esperado de y seria maior se beta 2 foi positivo ou menor que o beta 2 for negativo para as empresas do setor ar em comparação às empresas a categoria de referência que é o setor de atividades e sempre matéria e constante o valor de x resumindo bom caso de múltiplas categorias omnaris os coeficientes associados das binárias indicam a variação esperada em y quando eu comparo observações a categoria de interesse com alguma das plenárias assume o valor 1 com as observações a categoria e referência quando todas as binárias assume o valor 0 o
que são exemplo 11.2 o livro temos uma amostra de seis ocupados com informações para renda y anos de escolaridade x e posição na ocupação avaliador posição na ocupação possui três categorias nominais empregado autônomo entregador para incorporar a posição na ocupação no modelo de regressão eu preciso antes criar duas variáveis binárias a binária de um assumir a um quando a posição na ocupação for de autônomo e 0 caso contrário a binária de dois assumir a um quando a posição força empregador e 0 caso contrário a categoria empregado ser a referência dela ares ou seja quando de
um e dois forem simultaneamente iguais a zero a renda esperada seria então uma função da escolaridade x e da oposição e da posição na ocupação representada pelas variáveis binárias d1 e d2 o coeficiente beta 2 se apresentaria a diferença entre o rendimento esperado dos autônomos e dos empregados supondo ocupados com amei é verdade eo coeficiente beta 3 representaria a diferença entre o rendimento esperado dos empregadores e dos empregados também controlando e pela escolaridade o próximo passo é obter as estimativas para os coeficientes por emitir o que consta no vetor beta chapéu as estimativas são iguais
a 93,3 para o alfa chapéu 35 para o beta um chapéu 146,5 set para o beta 2 chapéu e 500 e 6,7 para o beta 3 chapéu a estimativa para o beta 2 indica que independente da escolaridade o rendimento esperado dos autônomos é 146,5 ep reais superior ao dos empregados ea estimativa para o beta 3 indica que independente da escolaridade o rendimento esperado dos empregadores é 500 e 6,7 reais superior ao dos empregados agora eu resolverei o mesmo o exemplo 11.2 não r o primeiro eu defino os valores das variáveis renda escolaridade e posição na
ocupação esta última uma variável nominal com três categorias empregado autônomo empregador em seguida eu utilizo a função infiel se do erre para criar as variáveis binárias de 1 e assumiu um caso a posição na ocupação seja igual ao trono e 0 caso contrário e a variável binária de 2 que assumiu um caso a posição na ocupação seja igual a empregador e 0 caso contrário e em seguida eu defino o vetor com o valor da variável dependente vetor y o valor da variável dependente renda e ela tristes com os valores das variáveis independentes escolaridade d1 e
d2 e finalmente eu desenvolvo as expressões algébricas para obter as estimativas de michael para os coeficientes do modelo e as estimativas que obtêm o são 93,3 para o intercepto 35 para o coeficiente associado a variável escolaridade 146,5 set para o coeficiente associado a variável binária de 1 e 500 6,7 para o coeficiente associado a variável binária de dois interpretação dos coeficientes associados das variáveis independentes binárias exigem um cuidado adicional quando y está em sua forma logarítmica nesses modelos ou coeficiente beta representa a variação absoluta no log de y dado uma variação unitária no regressor como
regressão binária o assume apenas os valores 0 e 1 o beta significaria a diferença entre os valores valores esperados do log y para t = 0 e de igual a um como oi gente essa figura à esquerda eu sei ainda que a variação absoluta no log de y se aproxima da variação relativa em y ou seja delta de y sobre y mas essa aproximação exige que a variação no blog lips não seja infinitesimal isso nem sempre é válido quando eu comparo os valores y representados pelas categorias da variável binária dele é o que eu preciso
saber é avaliação exata no valor esperado de y quando eu comparo os valores de d = 0 e dá igual a um essa variação pode ser obtida diretamente se eu me estressar y com uma função anti logarítmica da equação original de regressão que é representada pela figura à direita o primeiro eu calculo o valor esperado de y para de igual a zero representado por y0y zero e para de igual a um representado por y un em seguida eu calculo qual a diferença relativa entre os valores esperados de y para de igual a zero e de
igual a um ou seja eu quero saber quanto que é y menos y - y0 / y0 com pouco de esforço algebrico eu chego a expressão elevado aberta menos um ou seja a variação relativa exata em y quando compara os valores para de igual a zero igual a um é dada por elevado aberta menos um quando a variação no valor esperado de y é de fato incerteza e mal aproximação dada pelo beta na figura à esquerda se equivale a igualdade expressa na figura à direita que a elevada aberta menos um na prática é sempre recomendado
fazer a correção na interpretação bom senso associados as variáveis binárias e equações semilogarítmicos isso porque as diferenças entre os valores de y para as categorias nominais representadas pelas binárias não costumo não costumam ser enfim ter mais eu utilizarei os mesmos dados do exemplo 11.2 o livro para analisar agora uma relação sem logarítmica entre a renda ea escolaridade x e a posição na ocupação essa última variável possui três categorias nominais que são representadas por duas variáveis binárias de um que assumiu um quando ocupado for autónomo e 0 caso contrário de 2 que assume um quando ocupado
for empregador e 0 caso contrário ou seja a categoria de empregados é a referência de aves e aí cima tipo obtida pelo método de mcqueen para o coeficiente associado a binária de 1 = 0,505 eu poderia precipitada equivocadamente sugeri que a renda esperada dos autônomos seria 50,5 por cento superior à dos empregados mas esta interpretação é válida apenas para variações infinitesimais o que não é necessariamente o caso de uma diferença de cinquenta por cento eu preciso então fazer a correção para obter a diferença relativa exata entre os rendimentos esperados de autônomos e empregados ou seja
eu preciso calcular o valor de ^ 0,505 menos um que é igual a 0,650 e sete ou seja a renda esperada dos autônomos é 65,7 por cento superior e não 50,5 por cento a doce e de maneira análoga eu concluirei que a renda esperada dos empregadores é 440 e 6,2 por cento superior e não 169 vírgula oito por cento a dos empregados