MQO de dois estágios - Exemplo do livro do Gujarati - Gretl TSLS Two-Stage Least Squares MC2E

Sitema IBGE de Recuperação Automática (SIDRA IBGE)

Sitema IBGE de Recuperação Automática (SIDRA IBGE):

http://www.sidra.ibge.gov.br/bda/default.asp

Até a próxima. Lucas Tiago

DATASUS - Departamento de Informática do SUS

DATASUS - Departamento de Informática do SUS:

http://www2.datasus.gov.br/DATASUS/index.php?area=02

Até a próxima. Lucas Tiago

Extrator de dados do IJSN (Instituto Jones dos Santos Neves)

Extrator de dados do IJSN (Instituto Jones dos Santos Neves):

http://www.ijsn.es.gov.br/index.php?option=com_wrapper&view=wrapper&Itemid=126

Até a próxima. Lucas Tiago

PREVISÃO DO PREÇO DO CAFÉ NO BRASIL - Dissertação da FERNANDA MATOS DE MOURA ALMEIDA - FUCAPE

PREVISÃO DO PREÇO DO CAFÉ NO BRASIL - Dissertação da FERNANDA MATOS DE MOURA ALMEIDA - FUCAPE

Resumo:

O café é um produto economicamente importante em nível mundial. No Brasil apresenta uma participação expressiva na agricultura. O preço do café produzido no Brasil até 1990 era regulado pelo Governo; hoje é pelo mercado futuro. A partir dos preços determinados por esse mercado, os produtores planejam qual o melhor momento para vender o café produzido buscando uma rentabilidade satisfatória. No entanto, deve-se levar em conta a instabilidade dos preços que gera insegurança nos produtores. Nessa perspectiva, o estudo de modelos econométricos para prever o preço do café pode auxiliar os produtores rurais  nas tomadas de decisões. O objetivo dessa pesquisa foi encontrar um modelo econométrico de séries temporais, adequado à previsão do preço do café no Brasil, considerando variáveis que explicam esse preço. A metodologia usada foi a modelagem Box-Jenkins, aplicada a séries temporais. As variáveis macroeconômicas tratadas no estudo foram: o preço do café arábica e conilon, taxa de câmbio, taxa de  juros, taxa de desemprego, crédito rural, PIB do Brasil e de alguns países que importam café do Brasil. O período de análise das séries foi de janeiro de 1997 a dezembro de 2009. Vários modelos foram estimados na tentativa de encontrar aquele mais adequado à previsão dos preços do café. Para tanto, modelos ARIMA e modelos de defasagem distribuída com variáveis exógenas foram analisados considerando a correlação existente entre as variáveis envolvidas no estudo, e a significância de cada variável. Foram levados em conta todos os procedimentos para identificação e modelagem. O modelo que apresentou menores erros, ou seja, melhores resultados para a previsão do preço do café arábica e do conilon, foi o que considera PIB, taxa de câmbio, crédito rural, e algumas defasagens do preço do café. Constatou-se que as variáveis independentes explicam de forma significativa o preço do café, de acordo com os modelos estimados.

Palavras-chave: preço do café arábica, preço do café conilon, variáveis macroeconômicas.


Dissertação completa disponível em: <http://fucape.br/_admin/upload/prod_cientifica/Dissertacao%20Fernanda%20Matos%20de%20Moura.pdf>. Acesso em: 16 Jan. 2012

Até a próxima. Lucas Tiago

Uso de Logaritmos em Econometria

Em Econometria, normalmente quando se utiliza logaritmos a referência é a logaritmos naturais, ainda que eles estejam indicados como "log" ou "l", como no livro de Wooldridge (2006) (na minha opinião, deveria ser especificado que se utiliza o logaritmo natural sempre, para evitar possíveis erros de compreensão, mas até softwares econométricos como o GRETL utilizam essa notação de logaritmos para logaritmos naturais).

Exemplo de modelo de com uso de logaritmos (retirado de Wooldrigde, 2006, p. 179):

log(preço) = β₀ + β₁log(oxn) + β₂comods + u,

em que:

• log(preço) é o logaritmo (natural) do valor do imóvel
• β₁ é a elasticidade do preço em relação a oxn (poluição por óxido nitroso no ar)
• β₂ é a variação e, log(preço) quando Δcomods = 1; (100.β₂ é conhecido como semi-elasticidade do preço em relação a comods, sendo a percentagem aproximada de mudança em preço)

O uso de logaritmos de variáveis dependentes ou independentes pode permitir relações não-lineares entre a variável explicada e as variáveis explicativas (Wooldrigde, 2006, p. 179).
O uso de logs pode aliviar ou até eliminar problemas de heterocedasticidade (quando a variância dos erros não é constante, ou seja, não há homoscedasticidade) ou concentração em distribuições condicionais advindas de variáveis estritamente positivas. As estimativas com o uso de logs são menos sensíveis a observações desiguais (ou extremas) devido ao estreitamento considerável que pode ocorrer na amplitude dos valores das variáveis (Wooldrigde, 2006, p. 181).

Algumas regras práticas para o uso de logs, conforme Wooldridge (2006, p. 181):

• Geralmente usam log:
• valores monetários positivos frequentemente são transformados em log (salários, vendas de empresas, valor de mercado de empresas)
• grandes valores inteiros também costumam ser usados em forma logarítmica: população, número total de funcionários, matrículas escolares
• Geralmente não usam log:
• variáveis medidas em anos geralmente não levam a forma logarítmica: educação, experiência, tempo de permanência, idade
• Podem usar ou não o log:
• variáveis que são proporções ou percentagens podem usar ou não o log, mas a tendência é utilizá-las em sua forma original para possibilitar uma interpretação em termos de pontos percentuais: taxa de desemprego, taxa de participação em planos de aposentadoria, taxa de aprovação em exames de escolaridade padronizados, taxa de detenção por crimes registrados

Fonte:
Wooldridge, Jeffrey M.. Introdução à Econometria - uma abordagem moderna. Thomson, 2006.

Até a próxima. Lucas Tiago

Testes para regressão

http://www.macrodados.com.br/ajuda/Econometria_Parte3.htm

Programa gratuito para rodar regressões: GNU GRETL (Gnu Regression, Econometrics and Time-series Library)

Gretl: Gnu Regression, Econometrics and Time-series Library

Programa gratuito para rodar regressões: GNU GRETL

O programa trabalha com:
- dados de corte
- série temporal
- painel

Como inserir os dados no GRETL:

Os dados podem ser importados de outros programas, como de uma planilha do Excel, por exemplo. Para inserí-los, pode-se usar a seguinte lógica, conforme o tipo de análise:

• Dados de Corte (também conhecida como Cross-section):
• Série Temporal:
• Organizar os dados em colunas (ano (data: dia, mês ou algo assim), informação 1, informação 2, informação 3, etc.) na tabela do Excel, por exemplo. Salvar a planilha.
• Abrir o GRETL.
• Acessar:
• Arquivo >
• Novo Conjunto de Dados >
• Inserir o número de observações (cada período, como um ano, é uma observação. Exemplo: para uma série temporal com 25 anos, haverá 25 observações). >
• Estrutura de Conjunto de Dados (escolher Série Temporal) >
• Frequência da Série Temporal (escolher: Anual, Trimestral, Mensal, Semanal etc. - Diária: você pode escolher se a semana terá 5 dias úteis, 6 ou todos os 7) >
• Observação Inicial (por exemplo, o ano de 1987) >
• Confirmar estrutura do conjunto de dados (Num exemplo de 25 anos, começando em 1987, temos: "Anual, 1987 a 2011") (Pode-se marcar a opção "inicie a introdução de valores" para inserir os dados manualmente) >
• O conjunto de dados está criado. Agora, para importar os dados de uma planilha do Excel (ou do seu programa de trabalho, como Open Document, Eviews ou Stata, por exemplo) acesse:
• Arquivo >
• Acrescentar dados >
• Excel (ou outro programa no qual estejam os dados) >
• Escolher a opção *.xlsl para arquivos do Excel com formato com essa extensão (a opção marcada por padrão é *.xls) >
• Escolher o arquivo conforme a localização no computador e clicar no botão "Abrir" >
• Aparece a caixa "gretl: importação de planilha" (se os seus dados estão com a coluna de data na coluna 1, pode-se marcar a importação da coluna 2 em diante; a linha pode permanecer marcada, para nomeação automática das variáveis - cuidado ao nomear as variáveis na planilha, pois elas devem ter um nome simples sem caracteres especiais, para evitar erro na hora da importação ) >
• Aparece então uma caixa "gretl: Informação" dizendo se os seus dados foram acrescentados com sucesso ou se houve problema na importação. Se houver problema, cheque as informações na caixa de texto e solucione o problema para tentar uma nova importação. Se os dados foram acrescentados com sucesso, clique no botão "Fechar". Pronto. Agora os dados foram importados e você pode escolher na opção "
  Modelo" qual modelo de regressão irá realizar (por exemplo, "Mínimos Quadrados Ordinários").
• Painel

Mais informações: http://gretl.sourceforge.net/win32/index_pt.html

Links Para Download do Software:

• http://gretl.sourceforge.net/gretl_portugues.html
• http://gretl.sourceforge.net/win32/index_pt.html

Alguns tutoriais disponíveis no youtube:

• Tutorial Gretl - Econometria UFMT:
• http://www.youtube.com/watch?v=lTqdZXQr8LE

• Tutorial Econometria no Gretl - UFMT:
• http://www.youtube.com/watch?v=a9wIfDk2lIs
• http://www.youtube.com/watch?v=rEkHGr-ECjI&feature=related
• http://www.youtube.com/watch?v=D88OKNpxuSI&feature=related
• http://www.youtube.com/watch?v=gmnxdcCitjo&feature=related
• http://www.youtube.com/watch?v=jSVGfpZDUdY&feature=related
• Gretl Econometría. Descarga, instalación, integrar bases de datos:
• http://www.youtube.com/watch?v=gr4I8LLvTVU&feature=related
• Gretl Tutorial:
• http://www.youtube.com/watch?v=MwV8RkAy4Ec&feature=related
• http://www.youtube.com/watch?v=FBB-zcBIVS4&feature=related
• http://www.youtube.com/watch?v=CGmw_CheS8c&feature=related
• http://www.youtube.com/watch?v=u_zycD4ygco&feature=related

Artigos sobre o GRETL:

• Teaching Undergraduate Econometrics with GRETL: http://www.eco.uc3m.es/~ricmora/miccua/materials/MixonSmith2006.pdf

• GRETL 1.6.0 and Its Numerical Accuracy:
http://ikt.web.etu.edu.tr/RePEc/pdf/1003.pdf

• The GNU/Linux Platform and Freedom Respecting Software for Economists: http://ikt.web.etu.edu.tr/RePEc/pdf/1005.pdf

Mais arquivos disponíveis na internet:

• Regression in GRETL Using Panel Data: http://www.google.com.br/url?sa=t&rct=j&q=regression%20in%20gretl%20using%20panel%20data&source=web&cd=1&ved=0CB8QFjAA&url=http%3A%2F%2Fwww.kleykampintaiwan.com%2Ffiles%2FGradEco%2FRegressionUsingPanelData.doc&ei=SLfjTuTpHpKTtweovsTCBA&usg=AFQjCNFWkkhnGbnEX6dI_Ptl10obC9gLGw&sig2=xH8CHgaiF7hPrJElKCEaeA

Até a próxima. Lucas Tiago

Como fazer uma Regressão Cross-section

Como fazer uma Regressão Cross-section

Sites que podem auxiliar a entender o que é e como fazer uma regressão cross-section:
http://www.fetp.edu.vn/longcourse/0102/analytical%20method/Handouts/05%20Est%201.pdf
http://www.bibl.ita.br/ixencita/artigos/Infra03.pdf
http://personal.strath.ac.uk/gary.koop/review_overheads.pdf

Fazer regressão no Excel

Alguns links que podem ajudar na compreensão de como fazer uma regressão no Excel:

http://antonio-fonseca.com/Unidades%20Curriculares/2-Ano/Riscos%20Naturais/6%20Apontamentos/Regress%E3o.pdf

http://www.bertolo.pro.br/Adminfin/AnalInvest/Regress%C3%A3o%20Usando%20Excel.pdf

Análise Cross-section

Uma análise Cross-section é como uma "fotografia" do fenômeno que se mede, que se observa. Não revela tendências no tempo, mas apenas o estado atual do que se é estudado.