e aí o olá meu nome é alexandre gori maia e esta é a segunda parte da aula de variáveis binárias é o capítulo 11 do livro econometria conceitos e aplicações na primeira parte da aula nós vimos como usar variáveis binárias para incorporar variáveis qualitativas em um modelo de regressão nessa segunda parte eu apresentarei desenvolvimento particularmente úteis com o uso de variáveis binárias em especial como as variáveis binárias podem ser utilizadas para considerar variações nos coeficientes angulares por exemplo eu posso assumir retornos marginais e cintos da escolaridade na renda para homens e mulheres apresentaria ainda um teste de mudança estrutural que analisa a significância da contribuição conjunta das variáveis binárias em um modelo de regressão e o modelo tradicional com variáveis binárias assumir que os interceptos variaram entre as categorias nominais representadas pelas meninas mas os coeficientes angulares seriam constantes entre essas categorias por exemplo seja y o valor da produção agrícola x o trabalho contratado e deu uma binária que assumiu um para produtores da região a a região b seria a referência de análise o modelo representado pela figura acima assume que independente do trabalho contratado o valor esperado da produção na região a seria superior ao dos produtores da região b e essa diferença seria dada pelo coeficiente beta 1 é mas esse modelo assume que os retornos marginais do trabalho representado pelo coeficiente angular beta-2 seriam idênticos nas duas regiões esse pressuposto podem não ser válido pois por exemplo as regiões podem apresentar diferentes taxas de aproveitamento do trabalho e eu posso interagir as variáveis binárias conseguir essores quantitativos para considerar as diferenças entre os efeitos marginais para as categorias nominais e essa interação é representada por uma nova variável no modelo de regressão calculada a partir do produto da binária de com o agressor x para compreender a interpretação dos coeficientes associados às binárias eu analisarei a equação de regressão em duas situações distintas quando o de igual a zero e de igual a um quando de igual a zero ou seja quando o produtor for da região b eu simplesmente a tribo 10 a variável de na equação de regressão e a equação para y da região b se resumir então aperta zero mais libertadores x relação representada pela reta laranja e quando o tempo for igual a 1 ou seja quando o produtor for da região lá eu agora a tribo 1 a variável binária de da equação de regressão e a equação para y na região a seria então representada pela reta vermelha essa reta teria um novo inter certo dado por beta 0 mais perto um e o novo coeficiente angular dado agora por beta 2 mais beta 3 isso significa que a mudança tanto no intercepta o quanto mais recente marginal de x sobre y quando eu comparo a produção da região a com a região b é a representação da reta vermelha o valor de beta 3 seria negativo ou seja o retorno marginal do trabalho na região a seria aberta três unidades inferior ao da região b e esse é o exemplo 11. 3 o livro teve uma mostra de 6 ocupados com informações para renda y anos de escolaridade x e sexo dos ocupados o meu objetivo central é analisar as diferenças nos retornos marginais a escolaridade entre o sexo ou seja identificar por exemplo se as diferenças de renda entre homens e mulheres aumentariam para os ocupados com os níveis mais elevados de escolaridade o primeiro eu queria uma variável binária de que assumiu um para os ocupados do sexo masculino e interajo essa binária com os anos de escolaridade ou seja eu queria uma nova variável dada pelo produto entre dmx a matriz x incorporaria então três variáveis xd e a interação o produto entre deixes o próximo passo é obter as estimativas por m que ó as estimativas obtidas são 116,7 para o inter exceto 25 para o coeficiente associado a variável escolaridade sem para o coeficiente associado a variável binária de e 12,5 para o coeficiente associado a interação entre d e x e essas estimativas sugerem relações distintas entre renda e escolaridade para homens e mulheres para as mulheres quando a binária assume o valor zero a renda esperada para os ocupados sem escolaridade seria de 116,7 reais ea renda aumentaria em média 25 reais para cada ano adicional de escolaridade para os homens quando a binária assume o valor 1 a renda esperada para os ocupados sem escolaridade seria sem reais superior à das mulheres e o retorno marginal de um ano adicional de escolaridade e seria 12,5 reais superior ao das mulheres e outras palavras eu concluiria que as diferenças de remuneração entre homens e mulheres seriam mais acentuadas nos níveis mais elevados de escolaridade e esses são os mesmos dados do exercício 11. 3 o livro é eu vou obter as estimativas de michael utilizando r primeiro e defina os valores das variáveis renda e escolaridade e sexo sendo esta última uma variável qualitativa com duas categorias nominais mulher e homem e em seguida eu crio a binária de que assumiu um caso o ocupado seja um homem e 0 caso seja uma mulher é em seguida eu defino o vetor com a variável independente renda ea matriz x com as variáveis independentes que são escolaridade a binária para o sexo ea interação que é o produto entre a binária de ea variável para escolaridade e os próximos passos nós já vivemos são as equações para obter os estimadores de michael as estimativas estarão contidas nesse período denominado n beta essa estimativas são 116,7 para o intercepto 25 para o coeficiente associado a variável escolaridade sem para o coeficiente associado a variável binária de e 12,5 para o coeficiente associado a interação entre a binária de ea escolaridade e obtidas as estimativas do modelo com variáveis binárias eu posso realizar os já conhecidos psf te para analisar a significância da contribuição do modelo para explicar a variabilidade de y é o psf e da contribuição isolada ou o efeito parcial de cada uma das variáveis independentes que é o pst no caso de modelos com variáveis binárias eu posso ainda verificar se a inclusão da variável binária ou de sua interação com o regressor x modifica a relação original entre as variáveis y e x e esse teste é também denominado de teste de mudança estrutural pois permite verificar por exemplo se a relação entre renda e escolaridade é diferente para homens e mulheres no caso do modelo para y com uma função de x não haveria mudança estrutural caso a inclusão da variável binária de e sua interação com x não modificasse a relação entre y e x ou seja as retas para de igual a zero e de igual a um seriam idênticas o coincidência isso significa que os coeficientes associados a binária de ea interação deveres x seriam ambos iguais a zero e por sua vez a três situações que caracterizam a mudança estrutural a primeira é quando as regressões para as categorias representadas por de igual a zero e de igual a um são paralelas ou seja quando há apenas mudança no inter certo mas o coeficiente angular é o mesmo assim o coeficiente associado a binária seria diferente de zero mas o coeficiente associado a interação seria igual a zero é a segunda situação é quando as secreções são concorrentes ou seja quando a mudança apenas no coeficiente angular mais o inter certo é o mesmo para as duas categorias animais é igual a zero e dá igual a um nesse caso o coeficiente associado a binária beta um seria igual a zero e o coeficiente associado a interação beta 3 seria diferente de zero a terceira situação é quando as regressões são dissimilares ou seja quando a mudança tanto uma interseto quanto meu coeficiente angular para as categorias nominais nesse caso os coeficientes associados a binária beta 1 e a interação beta 3 seriam ambos diferentes de zero em resumo testar se a mudança estrutural na relação entre y ex para as categorias representadas por de zero é igual a zero e de igual a um é o mesmo que testar se pelo menos um dos coeficientes associados ad&d desistir é diferente de zero a hipótese nula de se tece é o primeiro cenário em que as secreções são coincidências e os coeficientes beta 1 e beta 3 são ambos iguais a zero e esse teste equivale ao teste da contribuição marginal analisado no capítulo 9 e outras palavras eu quero testar se uma vez já considerada a contribuição de x representada na figura pela áreas pela área azul a inclusão da variável binária de ouvir sua interação com o regressor x acrescenta informação relevante para explicar o comportamento de y eu não posso simplesmente basear minha decisão nos testes t para os o betão e beta 3 pois esse espécies consideram apenas a contribuição isolada das variáveis de e deve existir meu objetivo agora é considerada além das contribuições isoladas a contribuição conjunta de d&d x pois a naturalmente uma relação entre essas variáveis antes de realizar o teste de mudança estrutural eu preciso estimar a contribuição marginal da variável binária b e vice uma interação com o regressor de interesse e como analisado no capítulo 9 a três passos a serem seguidos o primeiro é mineira contribuição total do modelo de regressão com todas as variáveis independentes incluindo a binária de ea sua interação com o regresso de interesse e esse modelo será denominado de modelo e restrito a contribuição total do modelo irrestrito será dada pela sua respectiva soma dos quadrados da regressão e é representada pela área vermelha vermelha na figura ao lado e supondo que eu mandei você já composto apenas pelo regressor x a binária de e sua interação deve existir eu teria três graus de liberdade associados a essa soma dos quadrados e o segundo passo é medir a contribuição do modelo sem a variável binária de e sua interação deve existir esse modelo será denominado de modelo restrito e no nosso exemplo com teria apenas a variável x a contribuição do modelo restrito será dada pela sua respectiva soma dos quadrados da regressão e é representada pela área azul na figura ao lado essa soma dos quadrados teria apenas um grau de liberdade pois eu utilizaria apenas a variável x para esse mala e finalmente eu posso calcular a contribuição marginal da variável binária de e de sua interação deve existir fazendo a diferença entre as áreas vermelha e azul ou seja fazendo a diferença entre as somas dos quadrados da regressão do modelo e restrito e do modelo restrito e eu teria dois graus de liberdade associados essa contribuição pois representaria a variabilidade explicada pelas duas variáveis de e de vezes e após ensinar a contribuição marginal da binária e de sua interação e eu preciso e simara estatística de teste e da mudança estrutural que a mesma estatística f e utilizada no teste de contribuição marginal eu assumirei como exemplo que o modelo irrestrito é composto apenas pela variável x pela binária de e pela interação de vezes x é preciso então testar se a diferença entre a variabilidade explicada pelo modelo irrestrito e a variabilidade explicada pelo modelo restrito sem alienar e sua interação é estatisticamente diferente de zero e aí continua desse teste é a de que não há mudança estrutural ou seja os coeficientes associados a binária de ea sua interação deve existir são simultaneamente iguais a zero na população rejeitar h0 significa afirmar que a mudança estrutural ou seja pelo menos um dos coeficientes é diferente de zero a estatística f para testar essas hipóteses é dado pela razão entre o quadrado médio da contribuição marginal da binária de sua interação e o quadrado médio dos vídeos que o modelo irrestrito para calcular o quadrado médio da contribuição marginal e o devido a diferença entre a soma dos quadrados da regressão do modelo que restrito ea soma dos quadrados da regressão do modelo restrito pelos respectivos graus de liberdade esses braços liberdades são iguais a 2 no exemplo pois referem-se aos coeficientes associados das variáveis d&d vezes x e o denominador os graus de liberdade do exemplo proposto são n -4 pois eu tenho quatro coeficientes no modelo irrestrito esse lado a estatística f basta então eu calcular o valor p a respectiva distribuição de probabilidade esse valor p será a probabilidade de erro ao rejeitar h0 ou seja ao afirmar que a mudança estrutural e eu agora utilizarem os dados do evento 11.
3 o livro para atestar a existência de mudança estrutural na relação entre renda e escolaridade para homens e mulheres em outras palavras eu quero testar se a inclusão da binária para o sexo do ocupado e de sua interação com a escola escolaridade acrescentou o contribuição significativa para explicar o comportamento da renner a hipótese nula é a de que não houve mudança estrutural e os coeficientes associados a binária ea sua interação com a escolaridade são ambos iguais a zero é o primeiro passo é calcular a soma dos quadrados da regressão para o modelo e restrito com todas as variáveis do modelo esse modelo assumir a existência de regressões distintas para homens e mulheres ea soma dos quadrados da regressão desse modelo é igual a 98 1. 750 eu também cálculo a soma dos quadrados dos resíduos desse modelo e irrestrito que será utilizada não denominador da estatística f é o próximo passo é calcular a soma dos quadrados da regressão para o modelo restrito ou seja excluindo a binária para o sexo do papado e sua interação com a escolaridade esse modelo assumir a existência de regressões com incidentes para homens e mulheres e a estimativa da soma dos quadrados da regressão desse modelo restrito é igual a 62 mil e quinhentos e finalmente eu calculo a estatística f do teste será dada pela razão entre o quadrado médio da contribuição marginal e o quadrado mede dos resíduos do modelo e restrito o valor de f = 10 vírgula 875 a estatística f do teste possui dois graus de liberdade no numerador associados aos coeficientes da binária e de sua interação com x e também dois graus de liberdade no denominador igual a 6 observações na mostra - 48 cientes utilizados no modelo de recinto ea probabilidade de erro associada ao valor 10 vírgula 875 nessa distribuição f é de 8,4 por cento ou seja se eu afirmar que a mudança estrutural na relação entre renda e escolaridade para homens e mulheres estarei sujeito a uma chance de erro de 8,4 por centro e assim ele dance apenas moderada para afirmar que as ai a mudança estrutural na relação eu darei agora a continuidade no rh exemplo 11. 3 do livro realizando o mesmo teste de mudança estrutural da relação entre renda e escolaridade para homens e mulheres eu já executei essa primeira parte da rotina para estimar os coeficientes do modelo para as variáveis independentes escolaridade para a binária que assumiu um quando ocupado por homem e para sua interação com a variável escolaridade esse é o modelo irrestrito do teste de mudança estrutural o que eu preciso fazer agora é estimar a soma dos quadrados da regressão e dos resíduos desse modelo e restrito as equações utilizadas nessas estimativas são as mesmas definidas nos capítulos 7 para análise de variância e nove para a contribuição marginal a estimativa da soma dos quadrados da regressão e no recife restrito é 98 1.
750 estimativo a soma dos quadrados dos resíduos do modelo e restrito é aproximadamente 3333 o próximo passo é obter as estimativas do modelo restrito é primeiro eu redefino a matriz x e variáveis independentes que agora contém apenas a variável escolaridade e é em seguida eu obtenho as estimativas e michael as cortinas são semelhantes às anteriores e em seguida eu estimo a soma dos quadrados da regressão desse meu modelo restrito que é igual a 6 mil 62.