Comprar em:
Preço de capa: R$ 271,50Nosso Preço: R$ 138,05ou X de
Você economiza: R$ 133,45Número de Páginas | 560 |
---|---|
Numero da Edição | 1 |
Ano da Edição | 2019 |
Acabamento | Brochura |
Idioma | Português |
Todos os Autores | Cristina Yamagami, Damodar Gujarati, Salvatore Benito Virgillito |
---|---|
Sumario | PARTE I FUNDAMENTOS DA REGRESSÃO LINEAR, 1
1. Modelo de regressão linear: visão geral, 3 1.1 O modelo de regressão linear, 3 1.2 A natureza e as fontes de dados, 5 1.3 Estimativa do modelo de regressão linear, 7 1.4 O modelo clássico de regressão linear (MCRL), 9 1.5 Variâncias e erros padrão dos estimadores de MQO, 11 1.6 Teste de hipóteses sobre os coeficientes de regressão populacional ou verdadeiros, 12 1.7 R2: uma medida da qualidade do ajuste da regressão estimada, 14 1.8 Um exemplo ilustrativo: os determinantes do salário por hora, 15 1.9 Previsão, 20 1.10 O que nos aguarda pelo caminho, 20 Exercícios, 24 Apêndice: O método da máxima verossimilhança (MV), 26 2. Formas funcionais dos modelos de regressão, 29 2.1 Modelos log-linear, duplo-log ou de elasticidade constante, 29 2.2 Teste da validade das restrições lineares, 33 2.3 Log-lin ou modelos de crescimento, 35 2.4 Modelos lin-log , 38 2.5 Modelos recíprocos, 40 2.6 Modelos de regressão polinomial , 42 2.7 Escolha da forma funcional, 45 2.8 Comparação dos modelos linear e log-linear, 46 2.9 Regressão das variáveis padronizadas, 47 2.10 Regressão pela origem: o modelo de intercepto zero, 49 2.11 Medidas de qualidade do ajuste, 52 2.12 Resumo e conclusões, 53 Exercícios, 54 3. Modelos de regressão com variáveis explanatórias qualitativas, 57 3.1 Função salário revista, 57 3.2 Refinamento da função salário, 60 3.3 Outro refinamento da função salário, 61 3.4 Forma funcional da regressão dos salários, 64 3.5 Utilização das variáveis binárias na mudança estrutural, 66 3.6 Utilização de variáveis binárias em dados sazonais, 69 3.7 Função de vendas expandida, 72 3.8 Regressão linear por partes, 75 3.9 Resumo e conclusões, 79 Exercícios, 80 PARTE II DIAGNÓSTICOS DE REGRESSÃO, 85 4. Diagnóstico de regressão I: multicolinearidade, 87 4.1 Consequências da colinearidade imperfeita, 87 4.2 Um exemplo: horas de trabalho de mulheres casadas no mercado de trabalho ..,.. 91 4.3 Detecção da multicolinearidade, 93 4.4 Medidas corretivas, 94 4.5 O método dos Componentes Principais (CP), 96 4.6 Resumo e conclusões, 99 Exercícios, 100 5. Diagnóstico de regressão II: heterocedasticidade, 105 5.1 Consequências da heterocedasticidade, 105 5.2 Taxas de aborto nos Estados Unidos, 106 5.3 Detecção da heterocedasticidade, 109 5.4 Medidas corretivas, 112 5.5 Resumo e conclusões, 120 Exercícios, 120 6. Diagnóstico de regressão III: autocorrelação, 123 6.1 Função consumo nos Estados Unidos, 1947–2000, 123 6.2 Testes de autocorrelação, 125 6.3 Medidas corretivas, 132 6.4 Avaliação do modelo, 137 6.5 Resumo e conclusões, 140 Exercícios, 140 7. Diagnóstico de regressão IV: erros de especificação de modelos, 143 7.1 Omissão de variáveis relevantes, 143 7.2 Testes de variáveis omitidas, 147 7.3 Inclusão de variáveis irrelevantes ou desnecessárias, 150 7.4 Má especificação da forma funcional de um modelo de regressão, 152 7.5 Erros de medição, 153 7.6 Valores discrepantes, alavancagem e pontos de influência, 154 7.7 Distribuição de probabilidade do termo de erro, 158 7.8 Regressores estocásticos e aleatórios, 160 7.9 O problema da simultaneidade, 160 7.10 Modelos de regressão dinâmicos, 166 7.11 Resumo e conclusões, 177 Exercícios, 178 Apêndice: Inconsistência dos estimadores de MQO da função consumo, 181 PARTE III DADOS DE CORTE TRANSVERSAL, 183 8. Os modelos logit e probit, 185 8.1 Um exemplo ilustrativo: fumar ou não fumar, 185 8.2 O modelo de probabilidade linear (MPL), 186 8.3 O modelo logit, 187 8.4 A terminologia da razão de chances (RC), 195 8.5 O modelo probit, 196 8.6 Resumo e conclusões, 199 Exercícios, 200 9. Modelos de regressão multinomial, 205 9.1 A natureza dos modelos de regressão multinomial, 205 9.2 Modelo logit multinomial (MLM): escolha do ensino superior, 207 9.3 Modelo logit condicional (MLC), 213 9.4 Modelo logit misto (MLX), 216 9.5 Resumo e conclusões, 218 Exercícios, 219 10. Modelos de regressão ordinal, 223 10.1 Modelos multinomiais ordenados (MMO), 224 10.2 Estimação do modelo logit ordenado (MLO), 225 10.3 Um exemplo ilustrativo: atitudes em relação às mães que trabalham fora, 226 10.4 Limitação do modelo de chances proporcionais, 229 10.5 Resumo e conclusões, 234 Exercícios, 234 Apêndice: Derivação da Equação 10.4, 236 11. Modelos de regressão com variáveis dependentes limitadas, 237 11.1 Modelos de regressão delimitada, 238 11.2 Estimação pela máxima verossimilhança (MV) do modelo de regressão delimitada: o modelo tobit, 241 11.3 Modelos de regressão de amostra truncada, 246 11.4 Um último exemplo, 248 11.5 Resumo e conclusões, 252 Exercícios, 253 Apêndice: Modelo de viés de seleção de Heckman (heckit) , 254 12. Modelagem de dados contáveis: os modelos de regressão de Poisson e binomial negativo, 257 12.1 Um exemplo ilustrativo, 257 12.2 O modelo de regressão de Poisson (MRP), 260 12.3 A limitação do modelo de regressão de Poisson, 264 12.4 O Modelo de Regressão Binomial Negativo (MRBN), 265 12.5 Resumo e conclusões, 266 Exercícios, 267 PARTE IV ECONOMETRIA DE SÉRIES TEMPORAIS, 271 13. Séries temporais estacionárias e não estacionárias, 273 13.1 As taxas de câmbio estão estacionárias?, 273 13.2 A importância da série temporal estacionária, 274 13.3 Testes de estacionariedade, 275 13.4 O teste de raiz unitária da estacionariedade, 278 13.5 Séries temporais de tendência estacionária versus séries temporais de diferença estacionária, 282 13.6 O modelo de passeio aleatório (MPA), 286 13.7 Resumo e conclusões, 291 Exercícios, 291 14. Modelos de cointegração e correção de erro, 293 14.1 O fenômeno da regressão espúria, 293 14.2 Simulação da regressão espúria, 294 14.3 A regressão das despesas de consumo contra a renda disponível é espúria?, 295 14.4 Quando uma regressão espúria pode não ser espúria, 298 14.5 Testes de cointegração, 299 14.6 Cointegração e mecanismo de correção de erro (MCE), 301 14.7 As taxas de 3 meses e 6 meses das letras do Tesouro são cointegradas?, 303 14.8 Resumo e conclusões, 305 Exercícios, 306 15. Volatilidade dos preços dos ativos financeiros: os modelos ARCH e GARCH, 309 15.1 O modelo ARCH, 310 15.2 O modelo GARCH, 316 15.3 Outras extensões do modelo ARCH, 318 15.4 Resumo e conclusões, 321 Exercícios, 321 16. Previsão econômica, 323 16.1 Previsão com modelos de regressão, 323 16.2 A metodologia Box-Jenkins: modelagem ARIMA, 329 16.3 Um modelo ARMA dos preços diários de fechamento das ações da IBM, 3 de janeiro de 2000 a 31 de outubro de 2002, 331 16.4 Vetor autorregressivo (VAR), 338 16.5 Teste de causalidade utilizando o VAR: o teste de causalidade de Granger, 344 16.6 Resumo e conclusões, 348 Exercícios, 350 Apêndice: Medidas de precisão da previsão, 352 PARTE V ALGUNS TÓPICOS SELECIONADOS DA ECONOMETRIA, 353 17. Modelos de regressão com dados em painel, 355 17.1 A importância dos dados em painel, 356 17.2 Um exemplo ilustrativo: doações de caridade, 356 17.3 Modelo de regressão MQO para dados empilhados de uma função de caridade, 358 17.4 Modelo de mínimos quadrados com variáveis binárias para efeitos fixos (MQVD), 359 17.5 Limitações do modelo MQVD de efeitos fixos, 362 17.6 O estimador de efeito fixo dentro do grupo (DG), 362 17.7 O modelo de efeitos aleatórios (MEA) ou modelo de componentes de erro (MCE), 365 17.8 Modelo de efeitos fixos versus modelo de efeitos aleatórios, 366 17.9 Propriedades de vários estimadores, 369 17.10 Regressões de dados em painel: algumas observações finais, 369 17.11 Resumo e conclusões, 370 Exercícios, 371 18. Análise de sobrevivência, 375 18.1 Um exemplo ilustrativo: modelagem da duração de reincidência, 375 18.2 Terminologia da análise de sobrevivência, 376 18.3 Modelagem da duração da reincidência, 379 18.4 Distribuição de probabilidade exponencial, 380 18.5 Distribuição de probabilidade de Weibull, 383 18.6 O modelo de riscos proporcionais, 384 18.7 Resumo e conclusões, 387 Exercícios, 388 19. Regressores estocásticos e o método de variáveis instrumentais, 391 19.1 O problema da endogeneidade, 392 19.2 O problema dos regressores estocásticos, 394 19.3 Razões para a correlação entre regressores e o termo de erro, 396 19.4 O método das variáveis instrumentais, 400 19.5 Simulação de Monte Carlo para as variáveis instrumentais (VI), 403 19.6 Alguns exemplos ilustrativos, 404 19.7 Um exemplo numérico: ganhos e desempenho acadêmico de jovens norte-americanos, 407 19.8 Teste de hipóteses utilizando a estimação por variáveis instrumentais (VI) , 412 19.9 Teste de endogeneidade de um regressor, 413 19.10 Como saber se um instrumento é fraco ou forte, 415 19.11 O caso de múltiplos instrumentos, 415 19.12 Regressão envolvendo mais de um regressor endógeno, 418 19.13 Resumo e conclusões, 421 Exercícios, 422 20. Além do MQO: regressão quantílica, 425 20.1 Quantis, 426 20.2 O modelo de regressão quantílica (MRQ), 427 20.3 Modelo de regressão quantílica dos salários, 427 20.4 Regressão mediana dos salários, 431 20.5 Regressões dos salários para os quantis 25%, 50% e 75%, 433 20.6 Teste de igualdade de coeficientes de diferentes quantis, 435 20.7 Resumo das regressões de MQO e do 25º, 50º (mediano) e 75º quantis, 436 20.8 Regressões quantílicas no Eviews 8, 437 20.9 Resumo e conclusões, 438 Exercícios, 439 Apêndice: Cálculos da regressão quantílica, 440 21. Modelos de regressão multivariados, 443 21.1 Alguns exemplos de MRMs, 443 21.2 Vantagens de estimativa conjunta, 444 21.3 Um exemplo ilustrativo de MRM com as mesmas variáveis explanatórias, 445 21.4 Estimação por MRM, 446 21.5 Outras vantagens do MRM, 450 21.6 Alguns aspectos técnicos do MRM, 450 21.7 Equações de regressões aparentemente não correlacionadas (SURE), 453 21.8 Resumo e conclusões, 456 Exercícios, 458 Apêndice, 461 APÊNDICES, 463 1. Conjuntos de dados utilizados no texto, 465 2. Apêndice estatístico, 481 A.1 Notação de somatória, 481 A.2 Experimentos, 482 A.3 Definição empírica de probabilidade, 483 A.4 Probabilidades: propriedades, regras e definições, 484 A.5 Distribuições de probabilidade de variáveis aleatórias, 484 A.6 Valor esperado e variância, 487 A.7 Covariância e coeficiente de correlação, 490 A.8 Distribuição normal, 491 A.9 Distribuição t de Student, 493 A.10 Distribuição qui-quadrado (?2), 493 A.11 Distribuição F, 494 A.12 Inferência estatística, 494 Exercícios, 498 Funções exponenciais e logarítmicas, 502 ÍNDICE REMISSIVO, 509 REFERÊNCIAS, 517 |
Saraiva Autor Principal | Cristina Yamagami |
---|---|
Saraiva Autor (2) | Damodar Gujarati |
Saraiva Autor (3) | Salvatore Benito Virgilito |