Questões de Concurso Público IPEA 2024 para Técnico de Planejamento e Pesquisa - Políticas Públicas e Avaliação

Existem três principais tipos de design de pesquisa. Associe os tipos de design de pesquisa com suas características.

I    –  Experimental
II  –  Quase-experimental
III  –  Não experimental observacional

P – Os pesquisadores coletam informações sem que os sujeitos da pesquisa estejam explicitamente envolvidos no registro dos dados, sem manipular qualquer aspecto do ambiente comum e sem atribuir indivíduos a grupos que ocorrem naturalmente ou que são criados artificialmente.
Q – Os pesquisadores manipulam uma ou mais variáveis e atribuem aleatoriamente os participantes aos grupos de controle e tratamento.
R – Os pesquisadores não têm total controle sobre a alocação dos participantes nos grupos de controle e tratamento, uma vez que nem sempre é possível uma aleatorização adequada dos participantes.
S – Os pesquisadores estudam a relação estatística entre duas variáveis sem manipular qualquer aspecto do contexto natural de uma amostra, de modo que esse desenho de pesquisa não permite compreender a direção da influência causal, se tal efeito existir.


As associações corretas são:

Considere um estudo sobre o impacto de um programa de treinamento de habilidades técnicas em dois grupos de trabalhadores (Grupo P e Grupo Q), em relação à sua renda ao longo do tempo. Para isso, os pesquisadores estimam a seguinte equação:




onde
• Y_it é a renda do indivíduo i no período de tempo t;
• Treinamento_it é uma variável binária que indica se o indivíduo i recebeu ou não o treinamento no período  t (0 para não e 1 para sim);
• GrupoQ_i é uma variável binária que indica se o indivíduo i pertence ao Grupo Q (0 para Grupo P e 1 para Grupo Q);
• ϵ_it é o termo de erro.

Antes do treinamento, a renda média para o Grupo P era R$ 1.000,00 e para o Grupo Q era R$ 1.050,00. Após o treinamento, a renda média para o Grupo P foi para R$ 1.050,00 e para o Grupo Q foi para R$ 1.150,00.

Qual é a estimativa de β₃, em reais, nesse cenário, considerando-se que todos os coeficientes da equação foram estatisticamente significativos?

Com base em um painel balanceado, construído a partir de uma amostra representativa de trabalhadores de um dado município brasileiro entre 2015 e 2019, um pesquisador estimou duas equações por meio dos modelos de Efeitos Fixos e Aleatórios, com o objetivo de estudar os determinantes do salário real dos trabalhadores da localidade em questão.

Equação I




O p-valor do Teste de Hausman obtido é igual a 0,001.

Equação II



O p-valor do Teste de Hausman obtido é igual a 0,265.
A base de dados é composta pelas seguintes variáveis:
• salario = salário real; • exper = anos de experiência profissional;
• casado = variável dummy igual a 1 se casado e 0 caso contrário;
• sindicato = variável dummy igual a 1 se sindicalizado e 0 caso contrário; • D15,D16,D17,D18 e D19 são os efeitos fixos de cada ano no tempo;
• a_I,i e a_II,i são os efeitos fixos não observados associados aos trabalhadores das Equações I e II, respectivamente;
• ε_I,it e ε_II,it são os termos de erro das Equações I e II, respectivamente.

Com base nos resultados dos Testes de Hausman e considerando o nível de significância a 5%, conclui-se que os coeficientes

Considere os resultados do Teste de Cointegração de Johansen (Estatística do Traço) com quatro variáveis. A Tabela abaixo apresenta os valores das estatísticas de teste para diferentes hipóteses nulas (sobre r), em relação ao número de linhas linearmente independentes (posto) da matriz de coeficientes do modelo, juntamente com os valores críticos para um nível de confiança de 95% e 90%, respectivamente.




Qual é o número de vetores de cointegração sugerido pelo teste acima para os níveis de 5% e 10% de significância, respectivamente?

O modelo de Regressão com Descontinuidade (RDD) é uma técnica estatística usada para avaliar o impacto causal de uma variável independente em uma variável dependente, quando essa variável independente ultrapassa um certo limite ou ponto de corte.

Suponha que se esteja investigando o efeito do número de horas de estudo (variável independente) no desempenho em um teste (variável dependente). Assumindo-se que haja um ponto de corte de 5 horas de estudo e que se deseje verificar se há algum efeito no resultado do teste ao se ultrapassar esse ponto de corte.

A equação para esse modelo pode ser expressa da seguinte forma:

Y_i = 60 + 5X_i + 8D_i + ϵ_i ,

onde

• Y_i é o desempenho no teste para o indivíduo i;

• X_i é o número de horas de estudo para o indivíduo i;

• D_i é uma variável indicadora que vale 1 se X_i > 5 horas e 0 caso contrário para o indivíduo i;

• ϵ_i é o termo de erro para o indivíduo i.

Ao se comparar um estudante que estuda 6 horas para um teste com um outro que estuda 4 horas, de acordo com o modelo RDD apresentado acima, verifica-se que o