Diagnósticos do modelo clássico de regressão linear [Materiais da aula] - Blog ContabilidadeMQ

Blog ContabilidadeMQ

Blog ContabilidadeMQ

segunda-feira, 24 de abril de 2017

Diagnósticos do modelo clássico de regressão linear [Materiais da aula]

Nesta aula nós finalizaremos o assunto "análise de regressão" com os testes dos pressupostos e as correções para os problemas que surgirem. Para acessar os materiais da aula passada, sobre regressão múltipla, clique aqui.

Efeito da retirada da constante da regressão


1 SLIDES



2 ARQUIVOS
Não há para esta aula. Utilizaremos as mesmas bases de dados das aulas passadas.

3 DO-FILES DOS PRINCIPAIS COMANDOS DA AULA
ATENÇÃO: caso não tenha algum dos comandos abaixo instalados em seu computador, leia esse post sobre como instalar programas no Stata.

** Para rodar a regressão "silenciosamente", ou seja, sem apresentar as estatísticas, use o seguinte comando
quietly regress var1 var2
* O comando "quietly" roda a regressão sem apresentar as estatísticas. Às vezes você não quer as estatísticas de uma regressão, por exemplo, quer apenas salvar os resíduos. Dessa forma, usa o comando para não ficar enchendo a área dos resultados de estatísticas.

** Para salvar os resíduos, use o comando "predict", seguido do nome que você quer dar à variável onde os resíduos ficarão salvos
predict SalvarAqui, residuals

** Para rodar uma regressão sem a constante, use o seguinte comando:
quietly regress var1 var2, noconstant

** Para perceber o viés de inclinação em uma regressão, causado pela exclusão da constante, use os seguintes comandos:
quietly regress var1 var2
predict ychapeuComCons, xb
quietly regress var1 var2, noconstant
predict ychapeuSemCons, xb
scatter var1 var2 || line ychapeuComCons var2
scatter var1 var2 || line ychapeuSemCons var2

** Testes para detecção de heterocedasticidade
** Lembrem-se de que os testes dos pressupostos devem ser rodados após a estimação da regressão
* Teste de White
estat imtest, white
* Teste de Breusch-Pagan/Cook-Weisberg
estat hettest

** Caso queira estimar a regressão robusta para heterocedasticidade:
regress var1 var2, vce(hc3)

** Para defasar variáveis
g var1Defasada = var1[_n-1]

** Para configurar ("set") a série temporal ("ts"), use o comando a seguir:
tsset tempo
* tempo é a minha variável que contem os anos, meses, dias ou o que eu estiver usando como medida de tempo.

** Testes para detecção de autocorrelação
* Durbin-Watson
estat dwatson
* Breusch-Godfrey
estat bgodfrey, lags(XX)
* Em que "XX" é o número de lags que você está utilizando
* Caso a amostra seja pequena, utilize a correção "small"
estat bgodfrey, lags(XX) small

** Caso queira estimar a regressão robusta para autocorrelação e heterocedasticidade:
newey var1 var2, lag(XX)
* Lembre-se de que é preciso configurar a série temporal (tsset).
* Caso haja algum "buraco" na sua série temporal, utilize o comando abaixo:
newey var1 var2, lag(XX) force
* Para dados em painel, devemos usar o comando newey2

** Para testar a normalidade dos RESÍDUOS, é preciso primeiro salvá-los, conforme vimos no início deste do-file. Após isso, o comando é o seguinte:
jb6 resíduos
* Para verificar no gráfico:
histogram residuos, normal

** Detecção de multicolinearidade
* Uma das formas iniciais de se perceber que haverá problema de multicolinearidade, é analisando a correlação entre as variáveis dependentes:
pwcorr var1 var2 var3 var4, sig
* Após rodar a regressão, é importante analisar o fator de inflação da variância (VIF)
estat vif


Um comentário:

  1. Muito bom, Felipe!
    Bem sequenciado e didático (como esperado)

    ResponderExcluir

Translate