Centro de Desenvolvimento e Planejamento Regional (CEDEPLAR)
MODELOS QUANTÍLICOS E ESPECIFICAÇÃO POLINOMIAL: DIAGNÓSTICO DE
HETEROSCEDASTICIDADE E TESTES DE WALD
Uma Abordagem Teórica e Prática Aplicada
Ramon Gregório Silva
Timóteo - MG Setembro de 2026
1 Parte teórica
Revisão Teórica: Formatos Funcionais
Conceito Fundamental para MQO
O Mínimos Quadrados Ordinários (MQO) exige apenas que o modelo seja
linear nos parâmetros (coeficientes β)
, permitindo relações não-lineares nas variáveis explicativas (x).
Polinômios:
Ajustados no R adicionando potências de x isoladas por I().
Exponencial:
Ajustada aplicando o logaritmo em y antes de rodar o modelo.
Simulador Interativo: Formato Funcional e Linearidade
Transformação de Box-Cox: O Papel de Lambda (λ)
Definição Geral da Transformação de Box-Cox
Para uma variável positiva y, a transformação funcional é definida parametricamente como:
O modelo econométrico estimado assume a forma
y^(λ) = β₀ + β₁x + ε
.
2 Por que do termo
quadrático ?
O gráfico expõe a relação entre o logaritmo do preço dos imóveis e o
número de cômodos na base hprice2 do livro do Wooldridge, utilizando uma
subamostra limitada a residências de até sete cômodos (rooms <= 7). A
visualização foi gerada via ggplot2 mapeando os dados com pontos
semitransparentes (geom_point(alpha = 0.5)), o que destaca a maior
densidade de observações na faixa de 5 a 7 cômodos. O elemento central é
a curva suavizada laranja (geom_smooth), construída de forma não
paramétrica via algoritmo LOESS (method = “loess”), com uma faixa cinza
representando o intervalo de confiança do ajuste.
A inspeção informal dessa curva LOESS revela claramente um padrão não
linear em formato de “U”, que é a marca registrada de um comportamento
quadrático. Para imóveis pequenos (entre 3,5 e 5 cômodos), a tendência
do preço relativo é decrescente; porém, ao atingir o ponto mínimo
próximo de 4,5 a 5 cômodos, a inclinação se inverte e passa a crescer de
forma acelerada conforme o número de cômodos aumenta. Uma regressão
linear simples tentaria traçar uma linha reta através desses pontos,
ignorando a queda inicial e subestimando o impacto dos cômodos
adicionais nas casas maiores.
Essa mudança de direção na curva gera empiricamente a hipótese de que
o modelo econométrico precisa incluir um termo polinomial de segundo
grau. Na prática do MQO, essa evidência visual justifica a especificação
\(\ln(\text{price}) = \beta_0 + \beta_1 \cdot
\text{rooms} + \beta_2 \cdot \text{rooms}^2 + u\), onde o
parâmetro linear \(\beta_1\) assume
sinal negativo e o parâmetro quadrático \(\beta_2\) assume sinal positivo. Essa
estrutura matemática permite capturar a concavidade voltada para cima da
parábola e calcular com precisão o ponto de virada a partir do qual o
tamanho do imóvel passa a valorizá-lo significativamente.
library(wooldridge)
library(ggplot2)
## Warning: pacote 'ggplot2' foi compilado no R versão 4.4.3
data("hprice2")
ggplot(subset(hprice2, rooms <= 7), aes(x = rooms, y = log(price))) +
geom_point(alpha = 0.5, color = "steelblue") +
geom_smooth(method = "loess", color = "darkorange", se = TRUE, span = 0.75) +
labs(title = "Relação entre Preço e Número de Cômodos",
x = "Número de Cômodos (rooms)",
y = "Log(Preço)") +
theme_minimal()
## `geom_smooth()` using formula = 'y ~ x'
3 Qual o sentido de usar
Log(y) ?
O código realiza a seleção da forma funcional para o preço dos
imóveis comparando o modelo em nível (\(price\)) e em logaritmo (\(\ln(price)\)) por meio do Teste de
MacKinnon-White-Davidson (MWD) e da Transformação de Box-Cox.
Inicialmente, estimam-se as regressões em nível e log com as mesmas
variáveis explicativas — que incluem termos logarítmicos e um polinômio
quadrático para o número de cômodos — para extrair seus valores
ajustados. Em seguida, calculam-se as variáveis auxiliares \(z_1\) (diferença entre a previsão em log e
o logaritmo da previsão em nível) e \(z_2\) (diferença entre a previsão em nível
e a exponencial da previsão em log), cujos significâncias estatísticas
nos modelos reestimados definem se cada forma funcional deve ser
rejeitada em favor da outra.
Na sequência, utiliza-se a função boxcox() do pacote MASS para
avaliar uma abordagem paramétrica contínua sobre o modelo em nível,
calculando a função de log-verossimilhança para uma grade do parâmetro
\(\lambda\) variando de \(-2\) a \(2\). A partir dessa curva, o código
identifica pontualmente o \(\lambda\)
ótimo que maximiza a verossimilhança dos dados e constrói um intervalo
de confiança de \(95\%\) baseado na
distribuição qui-quadrado. Esse resultado permite verificar formalmente
se valores teóricos como \(\lambda =
1\) (modelo puramente linear/nível) ou \(\lambda = 0\) (modelo puramente
logarítmico) estão contidos no intervalo, fornecendo o suporte
econométrico definitivo para a escolha da melhor transformação da
variável dependente.
modelo_nivel <- lm(price ~ log(nox) + log(dist) + rooms+ I(rooms^2) + stratio, data = hprice2)
modelo_log <- lm(log(price) ~ log(nox) + log(dist) + rooms + I(rooms^2) + stratio, data = hprice2)
# 2. Obtenção das predições originais de cada modelo
h_hat <- fitted(modelo_nivel) # Previsão em nível (preço bruto)
log_h_hat <- fitted(modelo_log) # Previsão em log (log do preço)
# 3. Criação das variáveis auxiliares corretas do MWD
# z1: Testa o modelo LOG contra o nível (adiciona a predição em nível transformada em log)
hprice2$z1 <- log_h_hat - log(h_hat)
# z2: Testa o modelo NÍVEL contra o log (adiciona a predição em log transformada em nível)
hprice2$z2 <- h_hat - exp(log_h_hat)
# 4. Executando os testes de significância das variáveis auxiliares
# Teste 1: Adicionando z1 no modelo em log (Se z1 for significativo, rejeita-se o modelo log)
teste_log <- lm(log(price) ~ log(nox) + log(dist) + rooms + I(rooms^2) + stratio + z1, data = hprice2)
summary(teste_log)
# Teste 2: Adicionando z2 no modelo em nível (Se z2 for significativo, rejeita-se o modelo em nível)
teste_nivel <- lm(price ~ log(nox) + log(dist) + rooms + I(rooms^2) + stratio + z2, data = hprice2)
summary(teste_nivel)
lambda_ic <- bc_resultado$x[bc_resultado$y > max(bc_resultado$y) - qchisq(0.95, 1)/2]
cat("Intervalo de Confiança (95%) para Lambda:", range(lambda_ic), "\n")
## Intervalo de Confiança (95%) para Lambda: 0.4242424 0.6666667
Com base nos p-valores das variáveis auxiliares do teste MWD, não é
possível rejeitar nem o modelo em nível nem o modelo em logaritmo, pois
ambas as estatísticas ficam acima do nível padrão de significância de
5%. A variável \(z_2\) apresenta um
p-valor de \(0,53\) no teste do modelo
em nível, indicando que a inclusão da predição em log não traz ganhos
estatisticamente significativos; simultaneamente, \(z_1\) apresenta p-valor de \(0,0841\) no teste do modelo em log, não
alcançando a rejeição ao nível de 5% (embora marginalmente significante
a 10%). Diante dessa não rejeição mútua pelo teste MWD, a escolha entre
as duas especificações deve ser guiada pela análise conjunta do teste de
Box-Cox (verificando se o intervalo de confiança inclui \(\lambda = 0\) ou \(\lambda = 1\)) e pela facilidade de
interpretação econômica, na qual o modelo em logaritmo costuma levar
vantagem por suavizar a assimetria do preço e permitir a leitura direta
das elasticidades e semi-elasticidades.
4 Estimando o primeiro
modelo
O modelo estimado investiga a relação entre o logaritmo do preço dos
imóveis (\(\ln(price)\)) e um conjunto
de características ambientais, locacionais e estruturais, gerando a
equação ajustada: \(\widehat{\ln(price)} =
13{,}39 - 0{,}90\ln(nox) - 0{,}09\ln(dist) - 0{,}55\cdot rooms +
0{,}062\cdot rooms^2 - 0{,}048\cdot stratio\). O parâmetro
estimado referente ao termo quadrático (\(\hat{\beta}_{\text{rooms}^2} = 0{,}0622\))
apresentou estatística \(t = 4{,}862\)
e p-valor de \(1{,}56 \times 10^{-6}\),
mostrando-se estatisticamente significante ao nível de 1%. O resultado
do modelo formal confirma com rigor econométrico a análise visual não
paramétrica realizada anteriormente: os coeficientes negativo do termo
linear (\(\hat{\beta}_{\text{rooms}} =
-0{,}545\)) e positivo do termo quadrático (\(\hat{\beta}_{\text{rooms}^2} = 0{,}0622\))
comprovam a concavidade voltada para cima (formato em “U”) e o efeito
acelerado do número de cômodos sobre o valor do imóvel a partir do ponto
de virada.
É fundamental compreender que o teste de hipótese refere-se à
significância do parâmetro populacional (\(\beta\)), e não da variável em si. A
confusão clássica que alunos cometem em provas é afirmar que “a variável
\(rooms^2\) é significante”, quando a
variável é apenas o dado coletado no mundo real (o número de cômodos
elevado ao quadrado). O que o teste estatístico avalia é se o parâmetro
inferido (\(\hat{\beta}\)) é
estatisticamente diferente de zero, indicando se existe um efeito
populacional detectável daquela variável sobre o log do preço. A
variável existe independentemente da regressão; o parâmetro é a medida
estimada da relação estrutural que estamos testando.
Diferenciar a variável do seu parâmetro é crucial porque essa
distinção evita erros conceituais graves de interpretação econômica e
econométrica. Por exemplo, em modelos com termos polinomiais, a variável
\(rooms\) aparece duas vezes no modelo
(\(rooms\) e \(rooms^2\)), mas cada uma possui seu próprio
parâmetro. Testar a significância do parâmetro de \(rooms^2\) serve para avaliar se a não
linearidade da relação é estatisticamente válida, mantendo os demais
fatores constantes, e não para julgar a relevância física do cômodo no
imóvel. Na linguagem formal da ciência econômica, não dizemos que a
variável é significante, mas sim que o coeficiente/parâmetro estimado
para aquela variável é estatisticamente significante ao nível
considerado.
# 2. Estima o modelo da Equação 6.14 com o termo quadrático em rooms (comods)
modelo_6.2 <- lm(log(price) ~ log(nox) + log(dist) + rooms + I(rooms^2) + stratio, data = hprice2)
# 3. Exibe os resultados detalhados da regressão
summary(modelo_6.2)
Ao expandir a amostra para até 9 cômodos, a análise informal do
gráfico revela uma segunda mudança de direção na trajetória da curva,
gerando um clássico formato em “S” com dois pontos de inflexão: a
tendência inicialmente cai até cerca de 5 cômodos, sobe expressivamente
entre 5 e 8 cômodos e volta a desacelerar/estagnar para imóveis muito
grandes (acima de 8 cômodos). Essa dinâmica indica que uma especificação
apenas quadrática é insuficiente e sugere a ausência do parâmetro
associado ao termo cúbico, referente à elevação da variável explicativa
à terceira potência (\(\text{rooms}^3\)). No R, a captura formal
dessa nova curvatura exige adicionar o parâmetro estimado do termo
I(rooms^3) ao modelo, permitindo acomodar a desacelerarão do ganho
marginal nos preços para mansões ou casas com número extremo de
cômodos.
ggplot(hprice2, aes(x = rooms, y = log(price))) +
geom_point(alpha = 0.5, color = "darkseagreen4") +
geom_smooth(method = "lm", formula = y ~ x + I(x^2) + I(x^3), color = "purple", se = TRUE) +
xlim(NA, 9) + # Ampliado até 9 cômodos conforme a sua observação
labs(
title = "Modelo com Termo Cúbico (Até 9 Cômodos)",
subtitle = "Ajuste polinomial de 3º grau para o Log do Preço",
x = "Número de Cômodos (rooms)",
y = "Log do Preço (log(price))"
) +
theme_minimal()
A equação ajustada passa a ser \(\widehat{\ln(price)} = 20{,}03 - 0{,}86\ln(nox) -
0{,}08\ln(dist) - 3{,}89\cdot rooms + 0{,}60\cdot rooms^2 - 0{,}029\cdot
rooms^3 - 0{,}047\cdot stratio\). O parâmetro estimado para o
termo cúbico (\(\hat{\beta}_{\text{rooms}^3} =
-0{,}0286\)) apresentou estatística \(t
= -3{,}488\) e p-valor de \(0{,}00053\), mostrando-se estatisticamente
significante ao nível de 0,1%. A transição dos sinais dos coeficientes
do número de cômodos (\(\hat{\beta}_1 <
0\), \(\hat{\beta}_2 > 0\) e
\(\hat{\beta}_3 < 0\)) valida a
existência dos dois pontos de inflexão observados na curva não
paramétrica (curvatura em “S”).
Com essa especificação, o efeito marginal do número de cômodos deixa
de ser uma parábola simétrica e assume um formato com rendimentos
variáveis. Para casas pequenas, o efeito inicial de adicionar cômodos é
negativo ou modesto; para casas de porte médio a grande (faixa de 5 a 8
cômodos), o parâmetro quadrático positivo domina, gerando valorização
acelerada; por fim, para imóveis muito grandes (acima de 8 cômodos), o
parâmetro cúbico negativo começa a desacelerar esse ganho marginal. O
\(R^2\) ajustado subiu ligeiramente de
\(0{,}5988\) para \(0{,}6076\), indicando que a inclusão do
termo cúbico melhorou a capacidade explicativa do modelo sem gerar
penalização por supereficiência.
# 2. Estima o modelo da Equação 6.14 com o termo quadrático em rooms (comods)
modelo_6.2.b <- lm(log(price) ~ log(nox) + log(dist) + rooms + I(rooms^2)+I(rooms^3) + stratio, data = hprice2)
# 3. Exibe os resultados detalhados da regressão
summary(modelo_6.2.b)
O teste de Wald avalia se a remoção do termo cúbico gera uma perda
significante de capacidade explicativa ao comparar o modelo restrito
(apenas com o termo quadrático) ao modelo completo (não restrito),
testando a hipótese nula de que \(\beta_{\text{rooms}^3} = 0\). Como a
estatística \(F = 10{,}573\) resultou
em um p-valor de \(0{,}001225\),
rejeita-se a hipótese nula ao nível de significância de 1%,
concluindo-se que o termo cúbico é estatisticamente indispensável e que
o Modelo 2 (cúbico) é o mais adequado para capturar a estrutura de dados
da base.
library(lmtest)
## Warning: pacote 'lmtest' foi compilado no R versão 4.4.3
## Carregando pacotes exigidos: zoo
## Warning: pacote 'zoo' foi compilado no R versão 4.4.2
##
## Anexando pacote: 'zoo'
## Os seguintes objetos são mascarados por 'package:base':
##
## as.Date, as.Date.numeric
library(sandwich)
## Warning: pacote 'sandwich' foi compilado no R versão 4.4.3
# 1. Teste de Wald Robusto comparando o Modelo 6.2 (Quadrático) e 6.2.b (Cúbico)
waldtest(modelo_6.2, modelo_6.2.b, vcov = vcovHC(modelo_6.2.b, type = "HC1"))
Homocedasticidade, Heterocedasticidade e Regressão Quantílica
1. Conceitos Fundamentais
Homocedasticidade
Ocorre quando a variância do termo de erro condicional às variáveis explicativas é constante:
Var(u | X) = σ²
. A dispersão dos dados ao redor da reta de regressão é uniforme em toda a amostra.
Heterocedasticidade
Ocorre quando a variância do erro muda conforme o valor de X se altera:
Var(u | X) = σ²(X)
. No gráfico acima, nota-se o efeito 'funil', onde a incerteza aumenta para valores maiores de X.
2. Impacto na Previsibilidade e Assintótica do MQO
Consistência e Não-Tendenciosidade mantidas:
Mesmo em presença de heterocedasticidade e com amostras grandes (N → ∞), o estimador de MQO continua sendo não-tendencioso e consistente para a média condicional. O parâmetro estimado converge para o valor verdadeiro.
Perda de Eficiência (Fim do BLUE):
O MQO deixa de ser o estimador de variância mínima. Os erros-padrão convencionais ficam incorretos, o que invalida os testes t e F tradicionais (exigindo erros-padrão robustos de White).
Prejuízo à Previsibilidade Geral:
Como o MQO projeta apenas a
média condicional
, ele fornece uma previsão ruim para as caudas da distribuição quando há heterocedasticidade. A margem de erro da previsão varia ao longo de X, mas a regressão linear atribui a mesma precisão média a todos os pontos.
3. Como a Regressão Quantílica Soluciona o Problema
Regressão Quantílica
Em vez de estimar apenas E(Y|X), a regressão quantílica estima quantis condicionais específicos (ex: 10%, 50% [mediana], 90%).
Mapeamento do Efeito 'Funil':
Sob heterocedasticidade, as inclinações dos diferentes quantis diferem. A regressão quantílica permite ver como a dispersão afeta desigualmente os indivíduos na cauda superior e inferior.
Previsão Completa da Distribuição:
Permite construir intervalos de predição realistas que se expandem ou contraem de acordo com a variação local de X, capturando a verdadeira estrutura de incerteza dos dados.
7 Podemos assegurar a
hipótese de homocedasticidade?
O teste de Breusch-Pagan studentizado avalia a hipótese nula de
homocedasticidade (\(H_0:
\text{Var}(u\vert{}X) = \sigma^2\)) contra a alternativa de
heterocedasticidade, e a obtenção de p-valores extremamente baixos
(\(p < 0,001\)) em ambos os modelos
leva à rejeição peremptória de \(H_0\),
confirmando que a variância dos erros não é constante. Embora a
heterocedasticidade não comprometa a não-tendenciosidade e a
consistência dos estimadores de MQO em grandes amostras, ela invalida a
propriedade de eficiência (BLUE) e distorce os erros-padrão
convencionais, o que compromete os testes \(t\) e \(F\) tradicionais e reduz o alcance
preditivo do modelo para indivíduos localizados nas caudas da
distribuição — exigindo o uso de erros-padrão robustos (de White) ou a
migração para a regressão quantílica.
##
## studentized Breusch-Pagan test
##
## data: modelo_6.2
## BP = 72.938, df = 5, p-value = 2.505e-14
print(bp_6.2.b)
##
## studentized Breusch-Pagan test
##
## data: modelo_6.2.b
## BP = 69.936, df = 6, p-value = 4.214e-13
O código realiza a estimação da Regressão Quantílica para três
quantis da distribuição do preço dos imóveis (\(\tau = 0{,}25\), \(\tau = 0{,}50\) e \(\tau = 0{,}75\)), utilizando a técnica de
bootstrap para o cálculo dos erros-padrão e p-valores. Essa abordagem
revela com clareza a presença de heterocedasticidade, pois os
coeficientes das variáveis explicativas mudam substancialmente ao longo
da distribuição condicional. A poluição (\(\ln(nox)\)), por exemplo, apresenta um
impacto negativo significativamente mais severo nos imóveis mais baratos
(quantil 0,25, com coef. \(-1{,}0092\))
do que nos imóveis de alto padrão (quantil 0,75, com coef. \(-0{,}4178\)). Essa variação na inclinação
da reta entre os percentis comprova o “efeito funil” da variância não
constante, mostrando que os fatores ambientais e locacionais afetam os
preços de forma heterogênea.
A leitura das elasticidades e semi-elasticidades no modelo varia
conforme a transformação aplicada a cada covariável. Nas especificações
log-log (\(\ln(nox)\) e \(\ln(dist)\)), a interpretação é direta em
termos de elasticidade-preço: no quantil mediano (\(\tau = 0{,}50\)), um aumento de \(1\%\) no nível de poluição reduz o preço do
imóvel em aproximadamente \(0{,}73\%\),
enquanto um aumento de \(1\%\) na
distância dos centros urbanos reduz o valor em \(0{,}086\%\). Por sua vez, na relação
log-lin do número de cômodos com o polinômio cúbico (\(rooms\), \(rooms^2\) e \(rooms^3\)), a variação percentual no preço
dada a inclusão de um cômodo adicional não é constante; ela depende da
quantidade atual de cômodos do imóvel e do quantil analisado, sendo
calculada pela derivada parcial \(\frac{\partial \ln(price)}{\partial rooms} =
\hat{\beta}_1 + 2\hat{\beta}_2 rooms + 3\hat{\beta}_3
rooms^2\).
A análise comparativa entre os quantis revela insights econômicos
cruciais que seriam ocultados pela média do MQO. O efeito desvalorizador
da poluição e da taxa aluno-professor (\(stratio\)) perde força à medida que
avançamos para o quantil superior (0,75), sugerindo que compradores de
imóveis de luxo absorvem melhor a penalização da poluição local em troca
de outros atributos do imóvel. Em contrapartida, a estrutura polinomial
para o número de cômodos ganha forte significância estatística apenas no
quantil superior (\(p < 0{,}001\)
para \(rooms\), \(rooms^2\) e \(rooms^3\) em \(\tau = 0{,}75\)), indicando que a não
linearidade em “S” e os rendimentos marginais do tamanho do imóvel são
determinantes críticos para precificar residências de alto padrão, mas
secundários na faixa de menor valor.
# 1. Carregamento dos pacotes e da base de dados
library(quantreg)
## Carregando pacotes exigidos: SparseM
library(knitr)
# 2. Estimação da Regressão Quantílica Múltipla (Quantis 0.25, 0.50 e 0.75)
rq_multiplos <- rq(
log(price) ~ log(nox) + log(dist) + rooms + I(rooms^2) + I(rooms^3) + stratio,
tau = c(0.25, 0.50, 0.75),
data = hprice2
)
# 3. Extração dos resumos estatísticos com erros-padrão via Bootstrap
set.seed(123) # Garante a reproducibilidade do bootstrap
s <- summary(rq_multiplos, se = "boot")
# 4. Construção do Data Frame consolidado com Coeficientes e P-valores
tabela_quantris <- data.frame(
Variavel = rownames(s[[1]]$coefficients),
Coef_0.25 = s[[1]]$coefficients[, 1],
Pval_0.25 = s[[1]]$coefficients[, 4],
Coef_0.50 = s[[2]]$coefficients[, 1],
Pval_0.50 = s[[2]]$coefficients[, 4],
Coef_0.75 = s[[3]]$coefficients[, 1],
Pval_0.75 = s[[3]]$coefficients[, 4]
)
# 5. Arredondamento dos valores numéricos para 4 casas decimais
tabela_quantris[, -1] <- round(tabela_quantris[, -1], 4)
# 6. Exibição da Tabela Final Formatada no R Markdown
kable(
tabela_quantris,
col.names = c("Variável", "Coef (0,25)", "p-valor (0,25)", "Coef (0,50)", "p-valor (0,50)", "Coef (0,75)", "p-valor (0,75)"),
align = c("l", "r", "r", "r", "r", "r", "r"),
caption = "Tabela Comparativa da Regressão Quantílica (Quantis 0.25, 0.50 e 0.75)"
)
Tabela Comparativa da Regressão Quantílica (Quantis 0.25, 0.50
e 0.75)
Variável
Coef (0,25)
p-valor (0,25)
Coef (0,50)
p-valor (0,50)
Coef (0,75)
p-valor (0,75)
(Intercept)
(Intercept)
17.8526
0.0000
17.3736
0.0000
21.0646
0.0000
log(nox)
log(nox)
-1.0092
0.0000
-0.7258
0.0000
-0.4178
0.0000
log(dist)
log(dist)
-0.1084
0.0203
-0.0865
0.0485
-0.0603
0.0656
rooms
rooms
-2.8743
0.1107
-2.8787
0.0891
-4.8794
0.0000
I(rooms^2)
I(rooms^2)
0.4537
0.1037
0.4575
0.0697
0.7671
0.0000
I(rooms^3)
I(rooms^3)
-0.0211
0.1395
-0.0215
0.0822
-0.0373
0.0000
stratio
stratio
-0.0460
0.0000
-0.0392
0.0000
-0.0327
0.0000
8 Como a poluição
influencia no preço do imóvel na regressão quantílica?
SIMULADO DE ECONOMETRIA INTEGRAL: ESPECIFICAÇÃO E QUANTIS
Mapeamento do Conteúdo:
Termos Polinomiais (^2 e ^3), Distinção Variável/Parâmetro, Teste de Wald (Formal), Gráficos Quantílicos (Informal) e Heteroscedasticidade.
1. Ao estimar o modelo log(price) = b0 + b1*rooms + b2*(rooms^2) + b3*(rooms^3) + u por MQO, dizemos que a regressão é não-linear em relação a quê?
Desvendando a Pegadinha:
O MQO exige linearidade nos PARÂMETROS (β), não nas VARIÁVEIS (x). A inclusão de termos ao quadrado (x²) ou ao cubo (x³) torna o modelo não-linear na VARIÁVEL, mas ele continua sendo um Modelo Linear Clássico nos parâmetros. Resposta B.
2. Como se realiza a 'análise informal' e a 'análise formal' sobre a necessidade de incluir potências elevadas (como rooms^2 e rooms^3) em um modelo econométrico?
Desvendando a Pegadinha:
A opção D é direta e sem rodeios. Análise INFORMAL = Inspeção gráfica visual (curvas preditas, diagramas de dispersão, resíduos). Análise FORMAL = Testes de hipótese estatísticos com significância e estatísticas de teste (F, Wald, t).
3. Ao rodar um modelo quantílico e testar conjuntamente H0: b_rooms^2 = 0 e b_rooms^3 = 0, qual é o teste estatístico formal adequado e por quê?
Desvendando a Pegadinha:
A opção B tenta te enganar dizendo que o Teste F tradicional do MQO funciona igual na quantílica. Não funciona! Na regressão quantílica (L1), para testar restrições conjuntas nos PARÂMETROS, utiliza-se o Teste de Wald (via matriz de covariância bootstrap ou assintótica). Resposta A.
4. Se o efeito marginal do número de cômodos (rooms) sobre o preço for DIFERENTE ao longo dos quantis (tau = 0.25, 0.50 e 0.75), o que isso revela sobre a distribuição dos erros do modelo?
Desvendando a Pegadinha:
Se o modelo fosse homocedástico, as inclinações das retas quantílicas seriam IDÊNTICAS (as curvas seriam paralelas). Se os coeficientes mudam entre quantis (ex: cômodo adicional valoriza mais o imóvel de alto padrão do que o popular), a distribuição do erro depende de X, o que é a própria definição de Heteroscedasticidade! Resposta C.
5. No modelo com termo cúbico price = b0 + b1*rooms + b2*(rooms^2) + b3*(rooms^3), qual é a expressão do efeito marginal de 'rooms' sobre o preço?
Desvendando a Pegadinha:
O efeito marginal é a primeira derivada da função em relação à VARIÁVEL. d(price)/d(rooms) = b1 + 2*b2*rooms + 3*b3*(rooms^2). A opção B é curta, exata e reflete a regra do tombo do cálculo!
6. Qual a diferença conceitual fundamental entre 'Variável Explicativa' e 'Parâmetro' na econometria?
Desvendando a Pegadinha:
Jamais confunda! A VARIÁVEL (X) é o dado amostral que oscila de indivíduo para indivíduo (rooms, nox, dist). O PARÂMETRO (β) é o coeficiente fixo populacional que mede o impacto/mecanismo dessa variável sobre Y. Resposta C.
7. Em um gráfico da Regressão Quantílica com 'rooms' no eixo X e 'price' no eixo Y, o que significa informalmente se as linhas dos quantis (0.25, 0.50, 0.75) forem retas e totalmente paralelas?
Desvendando a Pegadinha:
Se as linhas são paralelas e retas, o efeito marginal da variável é idêntico em todas as caixas/faixas de preço (mesma inclinação) e a distância entre os percentis não muda com X (homocedasticidade pura). Nesse caso, o MQO tradicional seria suficiente! Resposta A.
8. Um analista rodou um teste de Wald para testar se b_rooms^2 = 0 e b_rooms^3 = 0 em um modelo quantílico (tau = 0.50). O valor p retornado foi de 0.002. A conclusão formal é:
Desvendando a Pegadinha:
Valor p = 0.002 (0.2%) é muito menor que o corte usual de 5% (0.05). Regra de ouro: 'Se o p-valor é baixo, H0 vai ao espaço!'. Rejeitamos H0 (que dizia que os coeficientes eram zero). Logo, os termos são relevantes e devem continuar no modelo. Resposta D.
9. Por que a análise informal (gráfica) é considerada complementar, mas NÃO suficiente para tomadas de decisão econométricas sem a análise formal?
Desvendando a Pegadinha:
Visualmente, uma reta pode parecer 'levemente curvada' nos extremos da amostra apenas por conta de 2 ou 3 pontos discrepantes (outliers). Só o teste FORMAL (Wald/F) com erro-padrão nos dá o rigor científico para dizer se a curvatura é um padrão real da população ou mero ruído da amostra. Resposta B.
10. Quando adicionamos os termos rooms^2 e rooms^3 ao modelo, o que acontece com a multicolinearidade entre os regressores e como resolver o problema na prática?
Desvendando a Pegadinha:
Elevador potências de números positivos (ex: 6, 6²=36, 6³=216) gera altíssima correlação entre as variáveis criadas. A técnica clássica para reduzir essa multicolinearidade estrutural é a CENTRALIZAÇÃO NA MÉDIA: (rooms - mean(rooms))^2. Resposta C.
A equação ajustada passa a ser