Sobre métodos de avaliação de impacto, assinale a opção correta.

 

Sobre métodos de avaliação de impacto, assinale a opção correta.

Considere o resultado de um modelo de regressão linear múltipla, que relaciona uma variável dependente yi a um conjunto de variáveis explicativas (x₁ , x₂ e x₃ ), apresentado a seguir. Entre parênteses estão os p-valores dos coeficientes estimados.




Considere um nível de 5% de significância e informe se é verdadeiro (V) ou falso (F) o que se afirma sobre o modelo apresentado. 

( ) Todos os coeficientes estimados são estatisticamente significativos.
( ) O intercepto é estatisticamente significativo e pode ser interpretado como o valor esperado de ¬y quando todas as varáveis independentes são simultaneamente iguais a zero.
( ) O coeficiente estimado para o preditor x₁ é estatisticamente significativo e indica que variações nessa variável estão associadas a variações no mesmo sentido na variável dependente.
( ) O coeficiente estimado para o preditor x2 não é estatisticamente significativo e, portanto, não há evidência estatística de que variações nessa variável estejam associadas a variações na variável dependente.
( ) O coeficiente estimado para o preditor x3 é estatisticamente significativo e indica que variações nessa variável estão associadas a variações no sentido oposto da variável dependente.

De acordo com as afirmações, a sequência correta é:

Analise as asserções a seguir e a relação proposta entre elas.

I- Dentre os pressupostos do modelo de regressão linear clássico está o de homocedasticidade dos resíduos, segundo o qual a variância dos resíduos, Var(ei |Xi ), é constante para todas as observações das variáveis preditoras X.
PORQUE

II- Assim é possível garantir que as estimativas por MQO sejam eficientes e que os erros-padrão sejam corretamente estimados.

Sobre as asserções, é correto afirmar que

São pressupostos do modelo clássico de regressão linear, EXCETO:

Métodos econométricos constituem um conjunto de técnicas estatísticas e matemáticas utilizadas para testar teorias, estimar relações e prever tendências econômicas a partir do uso de dados de diversas classes.

Associe as colunas relacionando corretamente os tipos de dados aos respectivos dados descritos.

TIPOS DE DADOS
1. Séries temporais
2. Em painel
3. Corte transversal

DADOS DESCRITOS
( ) Preços de fechamento diários da ação de uma mesma empresa negociada em bolsa de valores.
( ) Valores contábeis como receitas, custos, despesas e resultados de várias empresas em um determinado ano.
( ) Informações de sociodemográficas e de saúde coletadas de maneira periódica de um determinado conjunto de pessoas.

A sequência correta para essa associação é: 

Estamos interessados em analisar a probabilidade associada à decisão de investir no exterior por meio de um modelo Logit por parte das empresas brasileiras. Na equação, se consideram como variáveis determinantes o tamanho da empresa e a solvência. A variável dependente é dicotômica, onde Y=1, se a empresa investe no exterior, e zero (0) caso contrário; X1 = se a empresa é solvente, e zero (0) caso contrário; X2 = tamanho 1, para empresas com até 200 empregados; e X3 = tamanho 2, para empresas o número de empregados superior a 200. O Logit do modelo é descrito a seguir:

Y = -0,027 + 0,322*X1 + 0,623*X2 + 0,649*X3

A probabilidade para uma empresa solvente, com o número de empregados superior a 200, será:

Para analisar o problema de heterocedasticidade por meio do teste de Breusch-Pagan-Godfrey, o estatístico do teste segue a distribuição de qui-quadrado com (m-1) graus de liberdade. Considere que o modelo estimado tem duas variáveis explicativas e a SQE = 7,114 (necessária para o cálculo do valor de Θ). Considerando um nível de confiança de 95%, é correto afirmar que:

O número -índice é um indicador que resume, em uma única medida, a variação média entre duas situações. Em relação aos números -índice, assinale a alternativa correta.  

Com relação a conceitos de Econometria básica e etapas de projetos econômico-financeiros (metodologias etc.), analise as assertivas abaixo e classifique-as em verdadeiro (V) ou falso (F). Em seguida, assinale a alternativa correta.

( ) O Modelo de Regressão Simples é dado por: y = β₀ + β₁ ^. x + u. Onde y é a variável dependente (ou explicada), β₀ é intercepto (ou constante), β₁ é coeficiente angular (ou inclinação), x é a variável independente (ou explicativa) e u é o termo de erro (ou perturbação aleatória).
( ) A linearidade do modelo de regressão linear simples implica uma variação de uma unidade em x que tem o mesmo efeito sobre y, independentemente do valor inicial de x.
( ) O modelo de regressão linear simples nos permite tirar conclusões ceteris paribus sobre como x afeta y, mesmo sem hipótese que restrinja a maneira de como o termo não observável u está relacionado à variável explicativa x.
( ) O modelo de regressão simples também trata da questão da relação funcional entre y e x. Se os outros fatores em u são mantidos fixos, de modo que a variação em u é zero, Δu = 0, então, x tem um efeito linear sobre y: Δy = β₁ ∙ x se Δu = 0.

Na Análise de Projetos, diferentes métodos podem ser utilizados para se realizar estudos de previsão de demanda. Entre eles se destacam:

Coluna 1 Métodos

1. Qualitativos

2. Projeção histórica

3. Causais

Coluna 2 Conceitos

(  ) A fonte das observações é baseada no julgamento e na experiência de um especialista.

(  ) Indica que a demanda está relacionada a uma ou mais variáveis, sejam elas internas ou externas à empresa.

(  ) Detectam mudanças a partir da atualização sempre que novos dados se tornam disponível. Esta característica permite que se adaptem às mudanças nos padrões de tendência e de sazonalidade.

Assinale a alternativa que apresenta a correlação correta entre os citados métodos e seus conceitos.

Os números índices são proporções estatísticas, geralmente expressas em porcentagem, idealizadas para comparar as situações de um conjunto de variáveis em épocas ou localidades diversas. Para quem vai fazer uso dos números índices na análise de um problema, é importante saber como eles são obtidos. Mesmo que não seja necessário calcular um novo índice, é interessante conhecer os métodos de cálculo, pois isso permite interpretar melhor e avaliar as limitações dos índices publicados.
(Extraído de Hoffmann (2006) com adaptações.)
Dessa forma, na construção de números índices, há etapas fundamentais que devem ser seguidas para garantir a consistência e representatividade do indicador.
Segundo Hoffmann (2006), a sequência correta dessas etapas é:

Em um estudo para avaliar o impacto da escolaridade sobre a renda mensal de trabalhadores em uma cidade, um economista estima uma regressão linear simples com renda (em R$) como variável dependente e anos de escolaridade como variável independente. O coeficiente angular obtido foi de 500, e o coeficiente de correlação entre as variáveis foi 0,85.
Considerando-se conceitos de correlação e regressão linear simples, qual interpretação é mais adequada para esses resultados?

Modelos econométricos auxiliam na análise de políticas públicas, permitindo prever impactos econômicos com base em dados quantitativos. Sobre esse tema, analise as afirmativas a seguir:

I.A regressão linear múltipla é usada para estimar o impacto de variáveis como investimento público em educação e arrecadação tributária sobre o PIB municipal, assumindo que todas as variáveis explicativas sejam independentes entre si e que os dados sigam uma distribuição normal para garantir a validade dos resultados estatísticos.

II.O modelo de séries temporais ARIMA é adequado para prever a arrecadação municipal de ISS com base em dados históricos, pois elimina a necessidade de variáveis explicativas, focando exclusivamente na relação entre investimento público e crescimento econômico local.

III.A análise de causalidade de Granger pode ser aplicada para verificar se o aumento dos gastos municipais em saúde precede melhorias no índice de desenvolvimento humano (IDH), ajudando a prefeitura a priorizar alocações orçamentárias com base em evidências estatísticas robustas.

Está correto o que se afirma em: