Estimando regressões múltiplas com o R

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Abel||||" text_font_size="21" use_border_color="off" border_color="#ffffff" border_style="solid"]

A turma de setembro do nosso Curso de Introdução à Econometria usando o R terá uma grande novidade. A apostila e as listas de exercício foram revisadas e atualizadas com exercícios do livro clássico de Jeffrey Marc Wooldridge. Todos feitos no R, de modo a mostrar para o aluno como a teoria pode ser complementada com a prática. Com isso, trazemos ainda mais aplicações para o curso, o que garante total absorção do conteúdo. Para ilustrar, vamos considerar nesse post o modelo de regressão múltipla. Primeiro, um pouco de teoria e depois um exemplo do Wooldridge feito no R.

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2018/08/ultimasemanasetembro.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Abel||||" text_font_size="21" use_border_color="off" border_color="#ffffff" border_style="solid"]

Em post anterior nesse blog, 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, agora, 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 do livro do Wooldridge, em que o mesmo utiliza o conjunto de dados wage1, disponível no pacote wooldridge. Ele pode ser acessado como abaixo.


data(wage1, package='wooldridge')

De posse desse conjunto de dados, você pode estimar o modelo abaixo:


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

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.

[/et_pb_text][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2018/08/coversetembro.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

[/et_pb_image][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Como otimizar um portfólio de investimentos no Python?

O que são SLMs?

Como calcular retornos históricos de ações no Python?

Como avaliar a relação de risco-retorno de ações no Python

O que são LLMs?

O que são Agentes de IA?

Outros artigos relacionados

Como otimizar um portfólio de investimentos no Python?

Este post apresenta, de forma prática e didática, como aplicar o modelo de otimização de carteiras de Markowitz utilizando Python. A partir de dados reais de ações brasileiras, mostramos como calcular retornos, medir riscos e encontrar a combinação ótima de ativos com base nas preferências de risco do investidor. Utilizamos a biblioteca Riskfolio-Lib para estruturar a análise e gerar gráficos como o conjunto de oportunidades e a fronteira eficiente.

O que são SLMs?

Assim como os LLMs, os Small Language Models (SLMs) são Modelos de Linguagem baseados em IA em versões mais compactas, projetados para funcionar com menos recursos computacionais, menor latência e maior privacidade. Neste exercício mostramos como usar estes modelos usando API's ou localmente através do Python.

Como calcular retornos históricos de ações no Python?

Este artigo tem como objetivo fornecer uma visão abrangente sobre como calcular medidas de retorno histórico e risco no contexto de investimentos e ações, utilizando a linguagem de programação Python como ferramenta.

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!