Introdução

Neste capítulo, Wooldridge aprofunda o estudo da econometria aplicada ao avançar sobre transformações fundamentais e modelagens não lineares que ampliam drasticamente a capacidade preditiva e interpretativa dos modelos de regressão múltipla.Ao longo da jornada, exploramos o uso de logaritmos para tratar elasticidades e semi-elasticidades, a elegante mecânica de mudanças de escala em variáveis $y$ e $x$ para facilitar a leitura dos coeficientes sem distorcer o ajuste, e a aplicação prática de interações entre variáveis e termos quadráticos para capturar retornos marginais decrescentes e efeitos condicionados. Também entram em cena ferramentas robustas como o estimador de smearing de Duan para retransformação de previsões logarítmicas.

No entanto, o detalhe sutil e definitivo que sustenta todo esse arcabouço teórico é a consistência dos estimadores. É preciso pensar no comportamento do desvio padrão: enquanto amostras pequenas costumam apresentar alta variabilidade e erros-padrão elevados — o que gera incerteza nas estimativas —, amostras grandes reduzem essa dispersão, permitindo que os estimadores convergiram para os verdadeiros parâmetros populacionais.

Nesse cenário, o verdadeiro “herói” que salva o analista na prática é a estatística t. Mais do que olhar isoladamente para a magnitude de um coeficiente (que pode parecer minúscula à primeira vista), o que define a validade de uma hipótese é a relação entre o valor do coeficiente e o seu desvio padrão. É exatamente essa proporção, formalizada pela fórmula da estatística $t$ ($t = \hat{\beta}_j / \text{EP}(\hat{\beta}_j)$), que pondera o tamanho do efeito pela precisão amostral, determinando se uma relação é ou não estatisticamente significante. Compreender essa dinâmica é o que separa a simples manipulação algébrica de uma análise econométrica rigorosa e confiável.

Simulador Interativo: Estatística t e o Erro Tipo I ( alfa )

O que é o Erro Tipo I?
É a probabilidade de rejeitar incorretamente H0 (assumir que o parâmetro é diferente de zero quando, na verdade, é igual a zero). As áreas vermelhas nas extremidades representam o nível de significância (alfa = 5%). Mova o valor t e veja se ele cai na zona de Erro Tipo I!

Valor t Calculado: 1.96

P-valor Bicaudal: 0.0500

Risco de Erro Tipo I ( alfa ): 5.0% (Fixado)

Decisão Estatística: Rejeita H0

-2.05 (Crit.)

+2.05 (Crit.)

t calc

*Nota: As áreas sombreadas em vermelho representam o limiar de 5% de probabilidade de cometer o Erro Tipo I. Se o ponteiro azul cai nessa zona, rejeitamos H0 assumindo esse risco controlado.

Comparativo Pedagógico: Teste Unilateral vs Bilateral

O que muda para o aluno?
Quando testamos H0: beta ≤ 0 contra H1: beta > 0 (unilateral à direita), toda a probabilidade do Erro Tipo I (alfa = 5%) é concentrada em uma única cauda. O valor crítico fica mais brando (cai de ~1,96 para ~1,645), facilitando a rejeição de H0 se o sinal do coeficiente for o esperado!

Escolha o Tipo de Teste:

Valor t Calculado: 1.75

P-valor Efetivo: 0.0401

Valor Crítico (5%): ± 1.96

Decisão: Rejeita H0

-1.96

+1.96

t calc

*No teste bilateral, o alfa de 5% é dividido em duas caudas (2,5% em cada lado).

Erro Tipo I

Questão Especial - Teste de Hipóteses e Tomada de Decisão

Contexto da Prova (O Diagnóstico Médico e a Hipótese Nula):
Em uma análise de junta médica, define-se a hipótese nula (H0) como o paciente tem a doença. O médico precisa testar essa condição para definir se entra ou não com o tratamento medicamentoso eficiente e controlável.

Nesse cenário específico de formulação, se o médico cometer um Erro Tipo I, ele estará rejeitando a hipótese nula (H0) quando ela é verdadeira — ou seja, o paciente tem a doença, mas o laudo conclui incorretamente que ele não tem (falso negativo). Na prática real com tratamentos avançados, falhar em diagnosticar e tratar quem possui a condição acarreta um custo humano severo.

Pergunta do Concurso:

Considerando a formulação em que H0: O paciente tem a doença, assinale a alternativa que define corretamente a ocorrência do Erro Tipo I e sua implicância lógica com a definição formal do teste:

A) O Erro Tipo I ocorre quando aceitamos H0 sendo falsa, equivalendo a tratar um paciente saudável por engano. B) O Erro Tipo I caracteriza-se estritamente por rejeitar a hipótese nula (H0) quando ela é verdadeira. Com H0 definida como "o paciente tem a doença", o Erro Tipo I corresponde a rejeitar essa premissa correta, resultando em um falso negativo (diagnosticar que o paciente não tem a doença quando ele de fato a possui). C) O Erro Tipo I é sempre e obrigatoriamente um falso positivo, independentemente de como a hipótese nula seja estruturada pelo analista.

Exemplos do Livro

Resumo dos Blocos Conceituais:

Modelo Principal: Estima lsalary em log para linearizar a relação.
O Papel de m_hat: m_hat = exp(fitted) é a projeção base na escala original (ingênua).
Correção de Duan: A regressão auxiliar salary ~ 0 + m_hat encontra o fator de ajuste ideal α₀ ≈ 1.112.

Comportamento do Erro: O termo m_hat representa a projeção inicial em dólares. O fator de Duan ajusta essa base para eliminar o viés, resultando em α₀ ≈ 1.112.

Quando colocar em Log ajuda?

Para testar se o modelo em logaritmo ($\log y$) é estatisticamente melhor do que o modelo em nível ($y$), utilizamos o Teste de MWD (MacKinnon, White e Davidson).O resumo do procedimento funciona assim:

Aide-Mémoire (O Dilema): Como as variáveis dependentes estão em escalas diferentes ($\log y$ vs. $y$), não podemos comparar o $R^2$ diretamente (pois a variância da variável dependente muda).O Teste MWD:

Estima-se o modelo em nível e salvam-se os valores previstos ($\hat{y}$).Estima-se o modelo em log e salvam-se os valores previstos ($\widehat{\log y}$).Cria-se uma regressão artificial combinando ambas as previsões transformadas.

Regra de Decisão: Se o termo associado ao modelo em log for estatisticamente significativo ($\text{p-valor} < 0{,}05$) e o termo do modelo em nível for rejeitado, confirma-se que a especificação em log é superior.

(Previsão de Salários de Diretores Executivos)

Enunciado:
O modelo de interesse é

      log(salário) = β₀ + β₁log(vendas) + β₂log(valmerc) + β₃permceo + u,
    

de forma que β₁ e β₂ são elasticidades e 100 · β₃ é uma semi-elasticidade. A equação estimada utilizando os dados contidos no arquivo CEOSAL2.RAW é

      lsalário = 4,504 + 0,163 lvendas + 0,109 lvalmerc + 0,0117 permceo

                  (0,257)   (0,039)        (0,050)        (0,0053)              (6.43)

      n = 177, R² = 0,318,

onde, para maior clareza, lsalário representa o log de salário e, de forma semelhante, lvendas e lvalmerc representam o log de vendas e valmerc. A seguir, obtemos m̂ᵢ = exp(lsaláriôᵢ) de cada observação na amostra. A regressão de salário sobre m̂ (sem uma constante) produz α̂₀ ≈ 1,117.

Podemos usar esse valor de α̂₀ juntamente com (6.43) para prever salário de qualquer valor de vendas, valmerc e permceo. Encontremos a previsão de vendas = 5.000 (que significa 5 bilhões de dólares, já que vendas está em milhões de dólares), valmerc = 10.000 (10 bilhões de dólares), e permceo = 10.

EXEMPLO 6.8: Previsão de Salários de Diretores Executivos

Enunciado do Exemplo 6.8:
Após o passo (iii) no procedimento precedente, obtemos os valores estimados saláriô = α̂₀m̂ᵢ. A correlação simples entre salárioᵢ e saláriô na amostra é 0,493; o quadrado desse valor está por volta de 0,243. Esse é o nosso indicador de quanto da variação de salário é explicada pelo modelo log; não se trata do R-quadrado de (6.43), que é 0,318.

Suponha que estimemos um modelo com todas as variáveis em nível:

      salário = β₀ + β₁vendas + β₂valmerc + β₃permceo + u
    

O R-quadrado obtido estimando esse modelo, usando as mesmas 177 observações, é 0,201. Assim, o modelo log explica mais da variação em salário, e assim é o nosso preferido com base no grau de ajuste. O modelo log também é o escolhido porque parece ser mais realista e seus parâmetros são mais fáceis de ser interpretados.

Ta na Prova

Questão 6.1 - Wooldridge (Base CEOSAL1.RAW)

Enunciado:
Log(salário) = 4,322 + 0,276 log(vendas) + 0,0215 rma - 0,00008 rma²
Erros padrão: (0,324) (0,33) (0,129) (0,00026)
n = 209, R² = 0,282.

Esta equação permite que rma tenha um efeito decrescente sobre log(salário). Essa generalidade é necessária? Justifique.

Análise Direta (Como "matamos a charada"):
• Coeficiente do termo quadrático (β): -0,00008
• Erro padrão do coeficiente: 0,00026
• Constatação-chave: O erro padrão (0,00026) é consideravelmente maior que o valor absoluto do próprio coeficiente (-0,00008)!
• Estatística t = -0,00008 / 0,00026 = -0.31
• P-valor correspondente: 0.7586
OBS: o coeficiente não é estatisticamente diferente de zero.

Sua Resposta:

Sim: O sinal negativo indica um ponto de máximo por derivada, logo a generalidade é obrigatória. Não: O erro padrão do coeficiente (0,00026) é muito maior que o próprio coeficiente (-0,00008), gerando um t = -0.31 não significativo. Logo, a generalidade não é necessária.

Questão 6.2 - Enunciado e Demonstração Analítica (Modelo com k = 2 Variáveis)

Enunciado Original (Wooldridge - Capítulo 6):
Considere o modelo de regressão múltipla com duas variáveis explicativas, na forma linear padrão:
y = β₀ + β₁x₁ + β₂x₂ + u

Suponha que redimensionamos a variável dependente multiplicando-a por uma constante c > 0 (tornando-se cy), e cada uma das variáveis independentes por constantes também positivas c₁ e c₂ (tornando-se c₁x₁ e c₂x₂). Mostre que as estimativas de MQO para os novos parâmetros redimensionados satisfazem as relações de escala esperadas.

Objetivo: Demonstrar analiticamente através das primeiras derivadas (com duas variáveis explicativas x₁ e x₂) como ocorre o cancelamento direto dos fatores de escala e o isolamento de c.

Passo a Passo da Demonstração:

1. Sistema de Condições de Primeira Ordem (CPOs originais para k = 2):
As equações normais originais do MQO que minimizam a SQR são dadas por:
• Intercepto: ∑(y_i - β̂₀ - β̂₁x_i1 - β̂₂x_i2) = 0
• Inclinação 1: ∑ x_i1 (y_i - β̂₀ - β̂₁x_i1 - β̂₂x_i2) = 0
• Inclinação 2: ∑ x_i2 (y_i - β̂₀ - β̂₁x_i1 - β̂₂x_i2) = 0

2. Derivando o Novo Sistema com Variáveis Redimensionadas (SQR e Derivadas):
Com a variável dependente redimensionada por cy_i e os regressores por c₁x_i1 e c₂x_i2, a nova Soma dos Quadrados dos Resíduos (SQR) é:
• SQR = ∑ [ cy_i - õ₀ - õ₁(c₁x_i1) - õ₂(c₂x_i2) ]²

Igualando as primeiras derivadas parciais da SQR em relação a cada parâmetro a zero (∂SQR / ∂õ = 0), obtemos as novas CPOs:
• Derivada em relação a õ₀ (Intercepto): ∑ [ cy_i - õ₀ - õ₁(c₁x_i1) - õ₂(c₂x_i2) ] = 0
• Derivada em relação a õ₁ (Inclinação 1): ∑ (-c₁x_i1) · 2 · [ cy_i - õ₀ - õ₁(c₁x_i1) - õ₂(c₂x_i2) ] = 0 ⇒ ∑ (c₁x_i1) · [ cy_i - õ₀ - õ₁(c₁x_i1) - õ₂(c₂x_i2) ] = 0
• Derivada em relação a õ₂ (Inclinação 2): ∑ (c₂x_i2) · [ cy_i - õ₀ - õ₁(c₁x_i1) - õ₂(c₂x_i2) ] = 0

3. Substituição e Cancelamento Explícito dos Fatores:
Substituindo as relações propostas õ₁ = (c / c₁)β̂₁ e õ₂ = (c / c₂)β̂₂ na nova CPO da Inclinação 1:
• Termo 1 (β₁): (c₁x_i1) · [ (c / c₁)β̂₁ ] · (c₁x_i1) → O c₁ do denominador cancela-se perfeitamente com um dos fatores c₁ do regressor, resultando em c · β̂₁x_i1 · (c₁x_i1).
• Termo 2 (β₂): (c₁x_i1) · [ (c / c₂)β̂₂ ] · (c₂x_i2) → O c₂ do denominador cancela-se perfeitamente com o c₂ do regressor associado a x_i2, resultando em c · β̂₂x_i2 · (c₁x_i1).

4. Conclusão:
Com os cancelamentos concluídos em todos os termos, o fator global c é colocado em evidência para fora de todo o somatório: c · ∑ [...] = 0. Isso recupera exatamente o sistema original de MQO multiplicado por c, provando a validade analítica das estimativas!

Questão 6.2 - Teste seu Conhecimento:

No modelo com duas variáveis, o que acontece especificamente com o fator c₁ ao aplicarmos a relação proposta na nova CPO da inclinação?

Ele multiplica o resultado final, dobrando o impacto da escala na regressão. Ele se cancela perfeitamente com o regressor externo, deixando apenas o fator global c em evidência. Ele é eliminado por subtrair o intercepto da soma dos quadrados.

Questão 6.3 - Wooldridge (Base RDCHEM.RAW)

Enunciado:
rdîntens = 2,613 + 0,00030 vendas - 0,0000000070 vendas²
Erros padrão: (0,429) (0,00014) (0,0000000037)
n = 32, R² = 0,1484.

(i) Em que ponto o efeito marginal se torna negativo?
(ii) Você manteria o termo quadrático?
(iii) Reescreva com vendasbil (vendas em bilhões).
(iv) Qual equação você prefere?

Análise Estatística Detalhada do Termo Quadrático:
• Estatística t = -0,0000000070 / 0,0000000037 = -1.89 (com 29 graus de liberdade).
• Teste Bicaudal (H₀: β₂ = 0 vs H₁: β₂ ≠ 0): O p-valor é de aproximadamente 0.0685 (~6,8%). Logo, não rejeitamos a hipótese nula ao nível tradicional de 5%, mas rejeitamos ao nível de 10%.
• Teste Unilateral (H₀: β₂ = 0 vs H₁: β₂ < 0): Se houver forte justificativa teórica prévia para retornos decrescentes, o p-valor unilateral cai para 0.0343 (~3,4%), tornando o termo significativo a 5%.
• Ponto de máximo (derivada = 0): 21428.57 milhões (~$21,43 bilhões). A reescrita com vendasbil elimina os excessos de zeros decimais e melhora a legibilidade.

Teste seu Conhecimento - Como avaliar a significância e a retenção do termo quadrático?

A) O coeficiente é altamente significativo a 1% em qualquer tipo de teste, tornando a discussão sobre bicaudalidade irrelevante. B) O termo é mantido considerando a teoria econômica de retornos decrescentes: em teste bicaudal (p ≈ 0,07) é significativo a 10%, e em teste unilateral (p ≈ 0,034) atinge significância a 5%. Prefere-se a versão reescrita com vendasbil pela clareza analítica.

Questão 6.3 [Itens (iii) e (iv)] - Wooldridge

Enunciado de Referência:
Equação original: pdîntens = 2,613 + 0,00030 vendas - 0,0000000070 vendas² (SE: 0,429 | 0,00014 | 0,0000000037)

(iii) Definindo vendasbil = vendas / 1.000, reescreva a equação e os erros-padrão.
(iv) Qual equação você prefere para descrever os resultados?

Regra de Mudança de Escala:
• Para o termo linear (multiplicado por 1.000): O coeficiente e o erro-padrão são multiplicados por 1.000 (0,00030 → 0,30 e 0,00014 → 0,14).
• Para o termo quadrático (multiplicado por 1.000.000): O coeficiente e o erro-padrão são multiplicados por 1.000.000 (-0,0000000070 → -0,0070 e 0,0000000037 → 0,0037).

Teste seu Conhecimento - Itens (iii) e (iv):

A) Prefere-se a equação original com `vendas`, pois dividir por 1.000 altera o ajuste estatístico (R²) e distorce os testes de hipótese do modelo. B) Prefere-se a equação reescrita com vendasbil (pdîntens = 2,613 + 0,30 vendasbil - 0,0070 vendasbil²), pois elimina o excesso de zeros decimais e facilita a leitura, mantendo o R² inalterado.

Questão 6.4 - Wooldridge (Base WAGE2.RAW)

Enunciado Geral e Equação Estimada:
Modelo de interação entre a educação do indivíduo e a educação dos pais (edupais), avaliando o impacto sobre o logaritmo do salário (log(wage)):

      log(wage) = β0 + β1 educ + β2 (educ × edupais) + β3 edupais + ... [demais controles]
    

n = 722, R² = 0,169 (equação inicial sem edupais isolada) e R² = 0,174 (com edupais isolada incluída).

(i) Qual o sinal esperado para o coeficiente de interação (β₂) e por quê?
(ii) Qual a diferença estimada no retorno de um ano de educação entre pais com ensino superior e ensino médio?
(iii) O retorno da educação depende positivamente da educação dos pais ao nível de 5% de significância?

Tópico (i) - Derivada e Sinal Esperado

O retorno de mais um ano de educação é dado por d(log(salario)) / d(educ) = β₁ + β₂ × edupais. Qual sinal você espera para o coeficiente de interação (β₂) e por quê?

A) Negativo, pois pais mais instruídos geram concorrência excessiva no mercado de trabalho para os filhos. B) Positivo, pois esperamos que o retorno da educação seja maior para indivíduos cujos pais possuem maior nível educacional (complementaridade de capital humano e ambiente familiar).

Tópico (ii) - Interpretação Prática da Interação

Dada a equação estimada (com β₂ = 0,00078), qual a diferença no retorno de um ano de educação entre pais com ensino superior (edupais = 32) e pais com ensino médio (edupais = 24)?

A) A diferença é de 0,00624 (ou cerca de 0,62%), calculada multiplicando a variação de edupais (8 anos) pelo coeficiente de interação (0,00078). B) A diferença exata é de 8%, pois cada ano de estudo dos pais acrescenta 1% direto no salário do filho.

Tópico (iii) - Teste de Hipótese com edupais Isolada

Com a inclusão de edupais isolada, obteve-se o coeficiente de interação 0,0016 com erro padrão 0,0012 (t = 1.33). O retorno da educação depende positivamente da educação dos pais ao nível usual de significância (5%)?

A) Sim, pois o valor t é superior a 2, rejeitando a hipótese nula com folga. B) Não ao nível de 5% (já que t = 1.33 e o p-valor bicaudal é 0.1828, logo o erro padrão é relativamente alto frente ao coeficiente), embora haja indício positivo.

Questão 6.7 - Wooldridge (Base 401k.raw)

Enunciado:
As três seguintes equações foram estimadas utilizando-se as 1.534 observações contidas no arquivo 401K.RAW:

1. Linear: tâxap = 80,29 + 5,44 taxcomp + 0,269 idade - 0,00013 totemp    [R² = 0.100]
2. Com Log: tâxap = 97,32 + 5,02 taxcomp + 0,314 idade - 2,66 log(totemp)    [R² = 0.144]
3. Quadrático: tâxap = 80,62 + 5,34 taxcomp + 0,290 idade - 0,00043 totemp + 0,0000000039 totemp²    [R² = 0.108]

Qual desses três modelos você prefere? Por quê?

Sua Escolha:

Modelo Linear: Mais simples, com efeito marginal constante de totemp. Modelo com Logaritmo [log(totemp)]: Possui o maior R² (0.144) e R² ajustado (0.142), além de capturar retornos decrescentes de tamanho. Modelo Quadrático: Permite uma curva em formato de U ou U-invertido para o tamanho da empresa.

Pegadinha da Professora

Questão 6.4 [Versão Prova do Professor] - Pegadinha Pedagógica

Atenção (Modificação da Professora):
Note que o erro padrão do termo de interação foi ajustado propositalmente de 0,0012 para 0,0005. Vamos ver o impacto disso na estatística t e na conclusão do teste de hipótese!

Tópico (iii) - O Novo Teste de Hipótese com o Erro Padrão Menor

      log(salário) = 4,94 + 0,097 educ + 0,033 edupais + 0,0016 (educ * edupais) + 0,020 exper + 0,010 perm

                     (0,38)   (0,027)         (0,017)           (0,0005)                (0,004)        (0,003)

      n = 722, R² = 0,174

Com o novo erro padrão (0,0005), a estatística t calculada passa a ser 3.20 (p-valor = 0.0014). Perante essa alteração na prova, o retorno da educação agora depende positivamente da educação dos pais ao nível de significância de 5%?

A) Sim! Como o novo valor t (3.20) é superior ao valor crítico de referência (~1,96), rejeitamos a hipótese nula a 5%, concluindo que o efeito de interação agora é estatisticamente significativo. B) Não, o erro padrão não interfere na significância estatística de um modelo econométrico.

Previsão Animada de Salários de CEOs

UNIVERSIDADE FEDERAL DE MINAS GERAIS

Centro de Desenvolvimento e Planejamento Regional (CEDEPLAR)

ECONOMETRIA APLICADA: TRANSFORMAÇÕES NÃO LINEARES, CONSISTÊNCIA E TESTES DE HIPÓTESES

Estudos Avançados com Base em Wooldridge & Decisões sob Incerteza