Análise de Regressão

Variável Dependente Quantitativa.
1. Cross-Section
  1. MQO
    1. Simples
    2. Múltipla
    3. Simples ou Múltipla
2. Dados em Painel
  1. Simples ou Múltipla
    1. MQO
      1. POOLED, ou POLS, ou Dados Empilhados
      2. Efeito Fixo
    2. MQG
      1. Efeito Aleatório
3. 2) verificar se a regressão será uma Cross-Section (dados de várias unidades em um período apenas), ou se será Dados em Painel.
4. 3) saber se a regressão será gerada por MQO ou MQG.
5. 5) testar a Normalidade DOS RESÍDUOS da regressão, pois as regressões são ferramentas paramétricas. Se os resíduos não forem normais, podemos forçar a barra usando de forma errada o teorema do limite central, de que se possuirmos +30 observações os dados tendem à normalidade.
6. 6) testar a homoscedasticidade das variâncias DOS RESÍDUOS. Aqui segue a mesma lógica dos testes de média. Se as variâncias DOS RESÍDUOS não forem homoscedásticas é preciso utilizar o resultado robusto (ajustado).
7. O sexto passo (apenas se a regressão for múltipla) é verificar se há problema de multicolinearidade. Se o FIV for > 10 há problema, se for menor não há problema. O valor mínimo é 1.
8. 7) e 8) Verificar o R² e o P-valor de F para saber se esse R² é estatisticamente significante. H0: R² = 0, ou seja, a regressão não possui poder explicativo. H1: R² > 0, ou seja, a regressão possui poder explicativo. O modelo como um todo é significante.
9. 9) (apenas se a regressão for múltipla). Analisar o p-valor do teste t, para saber quais regressores possuem de fato uma relação linear com a variável dependente. Em outras palavras, quais regressores explicam, significativamente, o Y. H0: b = 0, ou seja, o regressor não possui relação linear com Y, ou não explica Y. H1:: b dif 0, ou seja, o regressor possui relação linear com o Y (relação possitiva ou negativa), ou explica Y.
10. 4) Verificar se a regressão é simples ou múltipla, pois isso influenciará na quantidade de testes a ser feito para cada.
Variável Dependente Qualitativa
O primeiro passo é saber o tipo de variável dependente que está sendo trabalhada e qual o objetivo da pesquisa. Se a variável dependente for qualitativa e se for possível classificar seus dados de forma binária, ou mesmo se a variável for quantitativa, mas o objetivo é de transformar ela em variável binária, é necessário fazer a regressão Logit. Se a variável escalar for quantitativa é necessário fazer a regressão por MQO ou MQG.

Next up

Análise de Regressão

Description

Resource summary

Similar

	Created by henriquee.c over 9 years ago