No nosso Curso de Introdução à Econometria usando o R, os alunos aprendem a estimar modelos lineares a partir de Mínimos Quadrados Ordinários, tendo uma prática constante com o R. Para ilustrar como aprender econometria é divertido, podemos replicar um exemplo do livro clássico do Wooldridge, de Introdução à Econometria. Escolhemos aqui o exemplo 4.5, que relaciona preços de casas e poluição.
Com uma amostra de dados imobiliários de Boston, iremos estimar um modelo para explicar preços de casas em função de algumas características locais como distância a centros de emprego, professores por aluno nas escolas próximas, número de cômodos e poluição, medida em partes de óxido nitroso por milhão no ar.
O modelo tem a seguinte forma funcional, onde 
é preço da casa, 
é a medida de óxido nitroso, 
é a distância ao centro comercial mais próximo, 
é número de cômodos, 
é proporções de professores por alunos:
(1)
library(wooldridge) data(hprice2) summary(lm(lprice ~ lnox + rooms + log(dist) + stratio, data = hprice2))
Reproduzindo o código, o leitor vai poder avaliar a tabela de regressão disponibilizada. O que ela nos informa? Que o parâmetro do log da poluição é estatisticamente significante e negativo, em aproximadamente 
. O que leva à interpretação de que um aumento de 
na poluição local leva a uma queda de aproximadamente 
nos preços das casas locais.
Quer aprender mais sobre econometria? Conheça nossos Cursos Aplicados de R! Membros do Clube do Código têm acesso aos códigos desse e de outros exercícios do capítulo 4 do Wooldridge. Assine o Clube aqui.
