e aí o olá meu nome é alexandre gori maia e essa é a aula de multicolinearidade é o capítulo 10 do livro econometria a conceitos e aplicações multicolinearidade ea relação de independência linear entre as variáveis explicativas ou regressores do modelo de regressão múltipla nessa aula nós veremos o conceito de multicolinearidade suas consequências como identificá-la e possíveis medidas paliativas que podem ser tomadas para evitá-las ou seja o modelo de regressão linear múltipla com dois regressores decisões x 2 a validade explicada pelo modelo pode ser decomposta em diferentes componentes dependendo do grau de associação linear entre x
1 x 2 primeiro imagine que não haja relação linear entre o x1 eo x2 por exemplo se eu regredir a produção agrícola y de estabelecimentos pertencentes ao mesmo município com uma função da área x1 e precipitação x 2 provavelmente não haverá relação entre x1 e x2 pois a chuva a tenda está aleatóriamente distribuída em um mesmo município nesse caso a variabilidade explicada pelo modelo de regressão que a soma dos quadrados da regressão será decomposta em dois conjuntos disjuntos um representando a variabilidade explicada exclusivamente por fiz um área azul e outro representando a variabilidade explicada exclusivamente
por x 2 área verde em outras palavras se ajustaram os dois modelos de regressão simples a mente um para o refletor x1 e outro para o regressor x 2 a soma das respectivas soma dos quadrados da regressão desses modelos simples será igual à soma dos quadrados da regressão do modelo múltiplo com as duas variáveis outro resultado interessante nesse caso é que os coeficientes angulares dessas regressões simples beta 1 e beta 2 serão idênticos aos coeficientes da regressão múltipla e no outro extremo pode haver relação linear exata entre o secretores x 1 x 2 por exemplo
se eu regredir a produção agrícola y com uma função da área medida em hectares x1 e da área medida em metros quadrados x 2 hectares = 10 mil vezes a área em metros quadrados ou seja há uma relação linear exata entre o x1 eo x2 nesse caso os conjuntos x 1 x 2 vão se sobrepor e não há como decompor a variabilidade da regressão de vida isoladamente a cada regressou ou seja será expulsivo será impossível estimar a contribuição isolada de cada regressor e seus respectivos coeficientes betas e você sempre quis apresentados no slide anterior são
casos extremos o mais comum é temos algum tipo de relação em área que o segredo flores mas não uma relação exata por exemplo se regredimos a produção y como uma função da área x1 e do crédito para a produção x 2 provavelmente haverá algum tipo de relação linear entre x 1 x 2 pois a área pode ser usada como colateral na obtenção do crédito mas provavelmente as relação ao ser avisada nesse caso a variabilidade de y explicada pela regressão será decomposta em três componentes uma parcela devida isoladamente a x1 outra parcela devida isoladamente ax2e uma
parcela associada a conjuntamente e as variáveis x 1 x 2 ceará é laranja alma da contribuição marginal descreve como ensinar cada parcela da variabilidade é a relação entre a área que os agressores não impede a estimação do modelo por mínimos quadrados ordinários único problema é que dependendo do grau de associação entre os agressores podem ficar difícil identificar a contribuição isolada de um agressor e por exemplo caso haja uma relação muito forte entre os agressores fiz um esses dois a maior parcela da variabilidade explicada pelo modelo será devida ao efeito conjunto dos regressores aí é laranja
no gráfico ou seja será difícil esse marmosa contribuição isolada de cada regressou à área azul área verde assim como seus respectivos coeficientes betas em suma a multicolinearidade representa a relação linear não exata entre os agressores fiz um esses dois e a maior consequência é a dificuldade para esse mar a contribuição isolada dos regressores o modelo de regressão múltipla com carregar esse olx haverá colinearidade perfeita ou exata quando um dos agressores foram uma função linear exata dos demais por exemplo a área que está ali tem uma função linear exata da área em metros quadrados a colinearidade
prefeita impede as estimativas dos coeficientes e a sua ocorrência indicam um erro de especificação do modelo afinal não faria sentido utilizadores agressores que representam exatamente a mesma coisa e por sua vez a multicolinearidade representa uma forte relação linear entre os agressores mas não exato e o significa que cada regressor pode ser expresso por uma função linear dos demais o erro ver essa função indica que a relação não é exata e a multicolinearidade não acesso às propriedades dos estimadores de mqo pior ou seja os estimadores continuo sendo não tendenciosos e os mais eficientes único problema é
que dependendo do grau de associação linear entre os agressores será muito difícil estimar o efeito isolado desse segredo cores e seus respectivos coeficientes beta e é possível demonstrar que a variância dos estimadores está positivamente associado ao grau de multicolinearidade ou seja quanto maior a multicolinearidade maior será a aparência dos estimadores e mais difícil será provar que as estimativas são estatisticamente diferente de zero essa ideia do tst para os coeficientes nós já temos a expressão artificial para matriz variância-covariância dos estimadores a ideia agora é desenvolver essa expressão matricial e apresentar a variância de cada em cima
dor beta j chapéu após algum esforço algebrico chegaremos à conclusão que a variância do estimador beta j chapéu depende de três termos o primeiro é a valência da repressão o sigma 2 quanto maior a variabilidade dos erros maior aparência do estimador e o segundo termo na para habilidade dos valores de x representado pelo somatório dos quadrados dos desvios de x não vê dominador quanto maior a variabilidade de xj menor a variância do estimador e finalmente o terceiro termo que é denominado de fator inflacionário da variância ou simplesmente five é uma função de r2j r2j é
o coeficiente de determinação da relação entre o regressora xj que o que mais se agressores do modelo a ideia aqui quanto maior o grau de multi colher colinearidade maior será o r2 idiota e consequentemente maior será a variância do estimador e quando houver a relação entre o regressora xj muse mais agressores do modelo o filme será igual a um à medida que nos aproximamos de uma relação exata entre xj e usei mais regressores ou seja à medida que o r2j se aproxima nenhum o filho ea variância do estimador beta j chapéu se aproximaram do infinito
a partir dos conceitos apresentados é possível definir algumas regras básicas para identificar a multiplayer idade é a primeira eu conflito entre a isso aqui scaef da tabela nova e as estatísticas e para os coeficientes o modelo que apresenta a contribuição significativa para explicar a variabilidade de y apresentará uma isso aqui espero que significativa mas pode ser que devido a forte relação entre os agressores a maior parcela da variabilidade explicada pelo modelos que devo a contribuição conjunta dessas variáveis nesse caso as contribuições isoladas o segredo eles seriam relativamente pequenas e ficaria difícil provar que essas são
estatisticamente diferente de zero sobretudo pelo fato de a multicolinearidade em funcionará variâncias dos estimadores só para confirmar a existência de multicolinearidade passa relacionar cada regressora xj você mais seguidores do modelo valores elevados para os coeficientes de determinação desses modelos r2j indicam a presença de multicolinearidade uma regra universal para o que significa uma relação forte mas o impacto da multicolinearidade no em funcionamento da aparência passa a crescer relevantemente a partir de um r2 j = 0,8 e o filme que é uma função desses coeficientes de determinação r2 idiota mede o grau em funcionamento da variância ou
seja quantas vezes a variância está sendo aumentada pelo grau de multicolinearidade entre os seguidores valores decidi acima de cinco são considerados razoavelmente problemáticos para os testes de significância dos coeficientes e esse exemplo 2 o capítulo 10 o livro nós temos informações de oito países para emissões de carbono avaliar do co2 pib e população supondo que a emissão de carbono seja uma função reinado que ele e da população do país nós teremos essas estimativas de e michael para a relação minha preocupação agora é uma possível existência de multicolinearidade no modelo uma vez que pib e população
tendem a estar correlacionadas positivamente é o primeiro passo para identificar os impactos da multicolinearidade é identificar potenciais conflitos entre a estatística f da tabela nova e aí e as estatísticas te para os coeficientes a estatística f é significativa a dois por cento ou seja eu estaria sujeito a uma probabilidade de erro de apenas dois por cento se afirmar que as variáveis pib e população contribuem para explicar as emissões de carbono ou seja o modelo é significativo para explicar a variabilidade das emissões e todavia ao analisar as estatísticas te separadamente para cada para os coeficientes eu
não identificou nenhuma contribuição isolada significativa a probabilidade de erro ao afirmar que o pib contribuía isoladamente para explicar a emissão de carbono é de 27 por cento e a probabilidade de erro ao afirmar que a população contribua isoladamente para explicar a emissão de carbono é de 86 por centro ou seja o modelo como um todo é significativo mas as contribuições isoladas as variáveis são insignificantes a conclusão é que a maior parte da variabilidade das emissões estaria ser explicada pelo comportamento conjunto do pib e população área laranja na figura indicando uma forte relação entre essas variadas
e agora eu resolver aí o mesmo exemplo 2 do capítulo 10 não é a rotina é basicamente a mesma aqui eu utilizei nas resoluções dos exemplos dos capítulos 6 e somativa dos coeficientes 7 tabela nova e oito inferência para os coeficientes primo primeiro a tribo os valores das variáveis em seguida eu defino as matrizes e os parâmetros para obter os ensinadores teme que oro e essa parte da rotina vai obter as estimativas e a make é utilizando a expressão matricial pronto sempre tive as estimativas é em seguida eu eu estimo a soma dos quadrados os
quadrados médios e o coeficiente de determinação executa essa parte o r2 = 0,78 indicando que uma parcela expressiva da variabilidade do co2 é explicada pelas variáveis tive e população e em seguida seu cálculo a estatística f e o valor p associado a essa estatística que vai ser = 2,3 por centro ele pelo que a contribuição do modelo como todo é significativa o próximo passo é estimar a estatística f para isso eu preciso primeiro estimar o a matriz e variância e covariância dos estimadores em michael em seguida eu cálculo as estatísticas te são dadas pela razão
entre as estimativas dos coeficientes beta pelos respectivos erros padrão em seguida eu calculo a os valores seus associados a cada uma dessas estatísticas bom e as estimativas que nós obtivemos sugerem novamente é que as contribuições isoladas as variáveis pib e população são insignificantes ou seja a fortes indícios de multicolinearidade no modelo o que dificulta dificultaria a identificação dos efeitos isolados essas variáveis independentes apesar de modelo como um todo significativo eu não posso afirmar que os coeficientes betas sejam estatisticamente diferentes de vela e para nos certificarmos existência de multicolinearidade basta relacionar os seguidores por exemplo eu
ajustarei o modelo para o que ele como uma função da população pelo método mínimos quadrados ordinários às vezes mativas pouco interessam agora o principal resultado de interesse é o r2 desse modelo e o r2 esse modelo é igual a 0,889 ou seja há uma forte relação linear entre pib e população o que que você fica a minha preocupação com os impactos da multicolinearidade no modelo anterior para as emissões de carbono é o próximo passo é esse mar o fator inflacionário da variância para avaliar viu pib que nesse caso será igual a 8,98 é o valor
bem elevado considerando que o valor mínimo do filme é um a variância do estimador betão chapéu estaria acedem fracionada por um fator próximo de 9 o meu possui apenas dois agressores modelo de emissões de carbono não é necessário ajustes adicionais para identificar multicolinearidade isso porque o r2 de um modelo para a população uma função do pib seria também igual a 0,889 assim como o filho para a variável população ser igual a 8,98 caso houvesse três segredos flores eu ajustaria 3 modelos um para cada regressou como função dos demais vixe maria o fipe para cada um
dos três regressores identificando a variável que é mais afetada pela multicolinearidade e agora eu apresentarei os resultados do ajuste do que ele como uma função da população no r a rotina é basicamente a mesma do anterior eu apenas adapter ea definição do vetor y que agora a contém a variável o pib da matriz x contendo agora a variável população e o parâmetro k que agora igual a um coisa eu tenho apenas uma variável independente do modelo é primeiro eu obtenho as estimativas de michael para os coeficientes mas o que de fato me interessa é o
r2 desse modelo é parou de quebrar r2 eu preciso primeiro estimar a soma dos quadrados e finalmente eu tenho a estimativa do r2 para a relação do kibe como uma função da população e a estimativa que eu tenho como nós já havíamos = 0,8 89 e significa que há uma forte relação entre entre os agressores pib e população o que é um em risco de multicolinearidade no modelo para as emissões de carbono e o que pode ser feito quando a multicolinearidade em um modelo na maioria dos casos a resposta é nada além de destacar sua
presença nas análises primeiro porque é multicolinearidade não afeta as propriedades dos estimadores de michael esses continuam sendo não tendenciosos e os mais eficientes segundo porque a multicolinearidade reflexo e um comportamento natural dos agressores sobretudo em estudos observacionais como nós temos em economia a teologia caso a multicolinearidade esteja incomodando demasiadamente por exemplo porque não é possível comprovar uma hipótese muito importante algumas medidas paliativas que podem ser adotadas e nós temos que a variância do ou em cima da hora depende de três componentes o five a variabilidade do regressora xj ea variância da regressão sigma 2 eu
posso amenizar os impactos de um valor elevado de fiv mexendo no somatório de x minúsculo ou no sigma por exemplo se aumentaram o denominador é aumentando a variabilidade do regressor eu posso compensar o valor elevado do fiz isso pode ser feito aumentando o tamanho da amostra pois assim o somatório de x minúsculo aumentaria naturalmente outra solução seria a melhorar a qualidade do ajuste para reduzir o número que o numerador cima dois o que é uma medida de variabilidade quadrática dos erros para melhorar a qualidade do modelo poderia por exemplo modificar a sua forma funcional como
nós vimos no capítulo 4 oi aline transformar a forma funcional delinear para log por exemplo eu posso também substituir o segredo flores por exemplo ao invés de regredir as emissões de carbono como uma função do pib e da população eu poderia a regredir as emissões per capita como uma função do pib per capita eliminaria sem a relação entre os agressores mais claro essa transformação alteraria as variáveis de estudo estaria condicionada aos objetivos analysis a outra possibilidade não muito recomendada eliminar um dos regressores que esteja causando a multicolinearidade o grande problema é que a exclusão de
um regressor pode causar um viés nas estimativas de iluminado na literatura de viesse omissão esse é um problema com certeza muito mais grave que a multicolinearidade é um exemplo das emissões de carbono como uma função do pib da população e poderia transformar-me as variáveis em estudo por exemplo relacionando as emissões per capita de carbono como a função do pib per capta a e o r2 que obteria nesse novo modelo é também elevado e significativo r2 0,77 e o valor p inferior a um por cento ou seja o pib per capita contribuir significativamente para explicar as
a variabilidade das emissões per capita de carbono o seu objetivo do estudo é simplesmente provar que o aumento da riqueza aumenta as emissões de carbono essas estimativas comprovariam a minha hipótese nesse caso a população seria apenas uma variação de controle toda via se objetivo do estudo é avaliar os impactos isolados das duas variáveis que ele população eu deveria pensar em outras estratégias a transformação logarítimica poderia ser uma transformação para ao para melhorar a qualidade do ajuste o sigma 2 outra possibilidade eliminar um dos regressores por exemplo eu poderia eliminar a variável população e simaria relação
simples entre emissões de carbono epi e aí a exclusão dos regressores uma estratégia muito perigosa pois pode gerar direto de uma missão esse 10 parece não ser muito grave no nosso exemplo pois as estimativas para os coeficientes associados a variável pib os dois modelos são muito semelhantes 0,0 30 no primeiro e 0,035 no segundo a grande vantagem da exclusão da variável população é que eu iluminei é multicolinearidade do modelo ea relação entre emissões de carbono inspire e passou a ser significativo mas novamente a exclusão dos regressores deve ser feita com muita cautela pois podem causar
décio missão que é um problema muito mais grave que a multifuncionalidade agora eu farei não erre as mesmas transformações das variáveis para eliminar a multicolinearidade primeiro eu ajustaria o modelo com as variáveis transformadas emissões per capita como variável dependente e pib per capita como variável independente é a rotina aparecer mais os coeficientes por m aqui ó é basicamente a mesma que nós utilizamos nos exemplos anteriores mudando apenas a composição do vetor y e da matriz x e aí e obtidas as estimativas dos coeficientes o próximo passo é analisar a significância do modelo como é o
modelo de regressão linear simples basta estimar o valor pedro tsf será idêntico ao tst para o coeficiente da variável pib per capita primeiro eu estimo a soma dos quadrados em seguida aos quadrados médios e finalmente a estatística f e o valor que é o valor que é igual a 0,004 indicando uma contribuição significativa da variável pib per capita para explicar o comportamento da variável emissões per capita de carbono eu posso ainda estimar o coeficiente de determinação desse ajuste e será igual a 0,77 é a segunda estratégia proposta para corrigir a multicolinearidade a exclusão de um
dos regressores nesse caso eu excluirei a variável população assumindo que o objetivo central da análise e seja comprovar a existência de impactos do crescimento econômico medido pelo pib sobre as emissões de carbono primeiro eu defino o vetor y la matrix e obtenham as estimativas de michael para os coeficientes do modelo e em seguida eu analiso significância do psf o primeiro passo é estimar a soma dos quadrados em seguida os quadrados médios e finalmente estatistica s e o respectivo valor dele dessa estatística o valor que é igual a 0,04 indicando uma contribuição significativa do pib para
explicar o comportamento das emissões de carbono nós sabemos que houvesse omissão não parece ser um problema sério neste exemplo mas é sempre importante ficar atento para as potenciais consequências das transformações as variáveis essas podem alterar pressuposto teórico importantes sobre a forma de relacionamento das variáveis a coruja só até a próxima aula