[Dicas de R] Regressão Múltipla

Em post anterior das Dicas de R, vimos o modelo de regressão simples, onde $y$ pode ser explicado por uma única variável $x$ . O problema básico desse tipo de análise é que ela faz uma suposição bastante forte, qual seja, que $x$ não está correlacionado com o erro, dificultando a aplicação da condição ceteris paribus. A análise de regressão múltipla, por outro lado, é mais receptiva a esse tipo de condição, uma vez que ela permite que controlemos outros fatores que afetam $y$ , adicionando os mesmos na equação. Assim, por suposto, se queremos explicar $y$ , podemos utilizar $k$ variáveis, como abaixo:

(1) $\begin{align*} y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \beta_3 x_3 + ... + \beta_k x_k + u, \end{align*}$

onde $\beta_0$ é o intercepto, $\beta_k$ é o parâmetro associado a $x_k$ . De modo a obter uma estimativa para 1, devemos observar que

(2) $\begin{align*} E(u|x_1, x_2, ..., x_k) = 0. \end{align*}$

Isto é, que todos os fatores no termo de erro não observado $u$ sejam não correlacionados com as variáveis explicativas. De modo a obter estimativas para os $\beta_k$ parâmetros, é possível recorrer ao método de mínimos quadrados ordinários. Isto é, dado

(3) $\begin{align*} \hat{y} = \hat{\beta_0} + \hat{\beta_1} x_1 + \hat{\beta_2} x_2 + ... + \hat{\beta_k} x_k, \end{align*}$

onde $\hat{\beta_k}$ é a estimativa de $\beta_k$ , o método de MQO escolhe as estimativas $\hat{\beta_k}$ que minimizam a soma dos quadrados dos resíduos:

(4) $\begin{align*} \sum_{i=1}^{n} (y_i - \hat{\beta_0} - \hat{\beta_1} x_{i1} - ... - \hat{\beta_k} x_{ik})^2. \end{align*}$

O problema acima pode ser resolvido por meio de cálculo multivariado, de onde obtemos as condições de primeira ordem

(5) $\begin{align*} \sum_{i=1}^{n} (y_i - \hat{\beta_0} - \hat{\beta_1} x_{i1} - ... - \hat{\beta_k} x_{ik}) = 0 \nonumber \\ \sum_{i=1}^{n} x_{i1} (y_i - \hat{\beta_0} - \hat{\beta_1} x_{i1} - ... - \hat{\beta_k} x_{ik}) = 0 \nonumber \\ \sum_{i=1}^{n} x_{i2}(y_i - \hat{\beta_0} - \hat{\beta_1} x_{i1} - ... - \hat{\beta_k} x_{ik}) = 0 \nonumber \\ \sum_{i=1}^{n} x_{ik}(y_i - \hat{\beta_0} - \hat{\beta_1} x_{i1} - ... - \hat{\beta_k} x_{ik}) = 0, \nonumber \end{align*}$

ou simplesmente, $E(u) = 0$ e $E(x_j u) = 0$ .

# Interpretação da equação de regressão de MQO

Suponha que tenhamos

(6) $\begin{align*} \hat{y} = \hat{\beta_0} + \hat{\beta_1} x_1 + \hat{\beta_2} x_2. \end{align*}$

O intercepto $\beta_0$ será então o valor previsto de $y$ quando $x_1 = x_2 = 0$ . Já as estimativas $\hat{\beta_1}$ e $\hat{\beta_2}$ devem ser interpretadas como efeito parcial ou simplesmente ceteris paribus. Isto é,

(7) $\begin{align*} \Delta \hat{y} = \hat{\beta_1} \Delta x_1 + \hat{\beta_2} \Delta x_2, \nonumber \end{align*}$

de modo que obtemos a variação prevista em $y$ dadas as variações em $x_1$ e $x_2$ . Em particular, quando $x_2$ é mantido fixo, de modo que $\Delta x_2 = 0$ , teremos

(8) $\begin{align*} \Delta \hat{y} = \hat{\beta_1} \Delta x_1. \nonumber \end{align*}$

Ou, simplesmente,

(9) $\begin{align*} \frac{\partial \hat{y}}{\partial \hat{x_1}} = \hat{\beta_1}, \nonumber \end{align*}$

onde $\hat{\beta_1}$ irá medir o efeito da variação de $x_1$ em $y$ , mantido $x_2$ constante.

# Exemplo: equação do salário-hora

De modo a ilustrar, vamos considerar o exemplo 3.2 de Wooldridge (2003), em que o mesmo utiliza o conjunto de dados wage1, disponível no pacote wooldridge. Ele pode ser acessado como abaixo.


library(wooldridge)
data(wage1)

modelo = lm(log(wage) ~ educ+exper+tenure, data=wage1)

E abaixo, o nosso modelo.


	Dependent variable:

	log(wage)

educ	0.092^***
	(0.007)

exper	0.004^**
	(0.002)

tenure	0.022^***
	(0.003)

Constant	0.284^***
	(0.104)


Observations	526
R²	0.316
Adjusted R²	0.312
Residual Std. Error	0.441 (df = 522)
F Statistic	80.391^*** (df = 3; 522)

Note:	^p<0.1; ^p<0.05; ^**p<0.01

De modo a obter a seguinte reta de regressão para o log do salário-hora

(10) $\begin{align*} \hat{log(wage)} = 0.284 + 0.092 educ + 0.0041 exper + 0.022 tenure. \end{align*}$

De onde se conclui, por exemplo, que o aumento de um ano na educação formal equivale a um aumento de 9.2% no salário-hora, mantidos exper e tenure fixos.

Quer aprender mais sobre econometria? Conheça nosso Curso de Introdução à Econometria usando o R.

_______________________

Wooldridge, J. M. 2013. Introductory Econometrics: A Modern Approach. Editora Cengage.

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Previsões do Boletim Focus em Anos Eleitorais

Como Medir o Ciclo das Concessões de Crédito usando Python

Choque de juros e renda em bens duráveis e não duráveis usando Python

Atualização de resultados dos modelos de inflação da AM

Decomposição do Impulso de Crédito no Brasil usando Python

Aplicando o Time Series Transformer para prever inflação (IPCA)

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!