Conceitos Fundamentais de Econometria: Dados, Escalas e Regressão

O que é Econometria?

A Econometria consiste na aplicação da estatística matemática a dados econômicos para dar suporte empírico aos modelos formulados pela economia matemática e obter resultados numéricos.

Tipos de Dados em Econometria

Dados Combinados e de Painel

Nos Dados Combinados há elementos tanto de séries temporais como de dados de corte transversal. Um tipo especial de dados combinados, os Dados de Painel, representa uma mesma unidade de corte transversal (uma família ou uma firma) que é pesquisada durante um período de tempo. Por exemplo, uma pesquisa periódica sobre a trajetória de uma pessoa com renda média em um determinado Estado, onde em cada pesquisa é considerada a mesma pessoa.

Dados de Séries Temporais

Uma série temporal é um conjunto de observações dos valores que uma variável assume em diferentes momentos do tempo. Esses dados podem ser coletados a intervalos regulares:

• Diariamente: Preços das ações, relatórios meteorológicos.
• Semanalmente: Informações sobre oferta de moeda.
• Mensalmente: Taxa de desemprego, Índice de Preços ao Consumidor (IPC).
• Trimestralmente: Produto Interno Bruto (PIB).
• Anualmente: Orçamento do governo.
• Quinquenalmente (a cada cinco anos): Censo industrial dos Estados Unidos.
• Decenalmente (a cada dez anos): Censo demográfico.

Exemplo: PIB.

Dados de Corte Transversal

Estes são dados em que uma ou mais variáveis foram coletadas no mesmo ponto do tempo, como o censo demográfico (o mais recente é de 2000), as pesquisas de despesas do consumidor conduzidas pela Universidade de Michigan e as pesquisas de opinião feitas pelo Gallup e inúmeras outras organizações.

Assim como as séries temporais têm problemas especiais (devido à questão do caráter estacionário), os dados de corte transversal também têm seus problemas, especificamente o da heterogeneidade. Quando incluímos dados tão heterogêneos em uma análise estatística, o efeito magnitude ou escala deve ser levado em conta a fim de não misturarmos “maçãs com laranjas”.

Escalas de Medição

Escala de Razão

Dada uma variável X, que assume dois valores, X₁ e X₂, tanto a razão X₁/X₂ quanto a distância (X₂ – X₁) são quantidades significativas. Também há um ordenamento natural (ascendente ou descendente) dos valores ao longo da escala. Portanto, comparações como X₂ ≤ X₁ ou X₂ ≥ X₁ fazem sentido. A maioria das variáveis econômicas pertence a esta categoria. Faz sentido perguntar qual a diferença quantitativa entre o PIB deste ano e o do ano anterior.

Escala de Intervalo

Atende às duas últimas propriedades da escala de razão, mas não à primeira. A distância entre dois períodos de tempo (exemplo: 2000-1995) é significativa, mas não a razão entre eles (2000/1995).

Exemplo: Às 11 horas (horário local) de 11 de agosto de 2007, a cidade de Portland, em Oregon, registrava uma temperatura de 60°F, enquanto Tallahassee, na Flórida, chegou a 90°F. A temperatura não é medida em uma escala de razão, pois não faz sentido afirmar que Tallahassee estava 50% mais quente que Portland. Isso se deve principalmente ao fato de que a escala Fahrenheit não usa 0 grau como uma base natural.

Escala Ordinal

Uma variável se enquadra nesta categoria apenas se satisfaz à propriedade do ordenamento natural. Como exemplos, podemos citar os sistemas de avaliação de alunos (conceitos A, B, C) ou as classes de renda (alta, média, baixa).

Escala Nominal

As variáveis desta categoria não têm nenhuma das características das variáveis da escala de razão. Variáveis como gênero (feminino, masculino) e estado civil (solteiro, casado, divorciado, separado) apenas denotam categorias.

Função de Regressão Populacional (FRP)

A Função de Regressão Populacional (FRP), ou resumidamente Regressão Populacional (RP), afirma que o valor esperado da distribuição de Y, dado X_i, tem uma relação funcional com X_i. Ou seja, a resposta média de Y varia com X.

A forma assumida pela função f(X_i) é uma questão empírica, pois em situações reais não temos a população inteira disponível para examinar. Embora em casos específicos a teoria possa sugerir formas, como primeira aproximação ou hipótese de trabalho, podemos supor que a FRP E(Y | X_i) é uma função linear de X_i do tipo:

E(Y | X_i) = β₁ + β₂X_i

Nesta equação, β₁ e β₂ são parâmetros desconhecidos, mas fixos, chamados de coeficientes de regressão. β₁ e β₂ também são conhecidos como intercepto e coeficiente angular, respectivamente.