Foram encontradas 14.927 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Como regra geral, se o objetivo do pesquisador for encontrar a característica não observada da unidade de corte transversal (cross-section), o modelo em painel deve ser estimado por efeitos aleatórios.
No modelo estimado por efeitos aleatórios, a correlação entre o efeito não observado e a matriz de regressores é não nula.
Os valores críticos do teste ADF (augmented Dickey-Fuller), utilizados para verificar cointegração, diferem daqueles utilizados para se testar a estacionariedade das séries temporais.
Caso um processo de média móvel MA(1) possa ser representado na forma invertida como um processo autorregressivo de ordem infinita, sua função de autocorreção parcial decairá exponencialmente para zero.
Considerando-se que em um modelo macroeconômico de séries temporais, cujos coeficientes foram estimados por mínimos quadrados ordinários, R2 tenha apresentado uma variável explicativa com tendência e coeficiente acima de 0,80, que as estatísticas referentes às variáveis explicativas tenham indicado significância estatística dos seus respectivos coeficientes, e que o valor de Durbin-Watson seja igual a 0,25, é correto afirmar que a regressão estimada não foi espúria.
A função de autocorrelação de um processo AR(1), Cor( yt , y t- k ) cresce exponencialmente à medida que k aumenta.
Se houver heterocedasticidade residual, os valores da estatística t pertinentes às estimativas dos coeficientes do modelo serão inferiores ao que se espera sob a condição de homocedasticidade dos erros aleatórios
Ainda que os erros aleatórios do modelo sejam considerados heterocedásticos, os estimadores de mínimos quadrados ordinários dos coeficientes são não viciados e consistentes.
A presença de multicolinearidade pode provocar alteração no sinal esperado nas estimativas dos coeficientes do modelo.
Sob heterocedasticidade, as estimativas por mínimos quadrados generalizados produzem melhores resultados do que aqueles que são produzidos pelo método de mínimos quadrados ordinários.
O problema da omissão de uma variável explicativa relevante resulta, geralmente, em estimadores de mínimos quadrados ordinários viciados e inconsistentes.
Se as variáveis regressoras forem perfeitamente multicolineares, não será possível obter de forma única os estimadores de mínimos quadrados ordinários para os coeficientes do modelo de regressão.
Na presença de autocorrelação dos resíduos, embora os estimadores de mínimos quadrados ordinários dos coeficientes do modelo não sejam viciados, eles se mostram estatisticamente ineficientes.
No processo de modelagem por regressão linear múltipla, como regra geral, define-se como o melhor modelo aquele que produz o maior coeficiente de determinação (R2 ).
O nível de política ótima assenta-se no nível de qualidade que iguala o benefício e o custo marginal. A abordagem de custos e benefícios visa reduzir as controvérsias sobre esse assunto, maximizando o ganho líquido das políticas públicas.
Caso o preço de mercado de uma empresa esteja tão baixo que a receita total seja inferior ao custo total, essa empresa deve encerrar as atividades, ao invés de incorrer em prejuízo.
Com base em uma reunião entre economistas e advogados da Universidade de Chicago, teóricos formularam o que ficou conhecido como o modelo estrutura-conduta-desempenho ou modelo de Chicago, que influencia até hoje a aplicação da legislação antitruste como abordagem da política de defesa da concorrência.
Uma possibilidade para ajuste subjetivo é o método de equivalente a certeza, em que ajusta o risco ao projeto por meio dos fluxos de caixa e não pela taxa de desconto.
Em termos amplos, custo é o sacrifício de recursos em troca de outros recursos. Gerir custos significa planejar e controlar os recursos que serão sacrificados ao longo de certo período.
Dada a importância dos tipos de eficiência em não discriminar agentes econômicos, são utilizados alguns desses tipos principais para avaliar os efeitos alocacionais de projetos públicos. Nesse sentido, a eficiência alocativa representa a busca dos estímulos providos à inovação.