Econometria I
Código: PECO6021
Curso: Doutorado em Economia
Créditos: 4
Carga horária: 60
Ementa: Ementa
Modelo de regressão linear clássico: método dos mínimos quadrados ordinários; inferência; problemas com erros nas variáveis independentes, autocorrelação nos resíduos, multicolinearidade, heteroscedasticidade e má especificação de modelo. Modelo de regressão linear generalizado. Modelos para dados em painel. Modelos para variáveis dependentes qualitativas.
Conteúdo programático
Parte I
1) O modelo de regressão linear clássico (MRLC) com álgebra linear (Greene; capítulo 2 e apêndice A);
2) Estimação do MRLC por mínimos quadrados ordinários (MQO) (Greene; capítulo 3);
3) Propriedades estatísticas do estimador de mínimos quadrados ordinários em amostras finitas (Greene; capítulo 4; seções 4.1 a 4.3);
4) Testes de hipótese e seleção de modelos (Greene; capítulo 5 e apêndice B);
5) Estimação do MRLC por máxima verossimilhança (Greene; capítulo 14; seções 14.1 a 14.4 e 14.6);
6) Propriedades estatísticas do estimador de MQO em amostras infinitas (Greene; capítulo 4; seção 4.4);
7) Formas funcionais e mudança estrutural (Greene; capítulo 6);
8) Endogeneidade e estimação pelo método de variável instrumental (Greene; capítulo 8).
Parte II
9) Mínimos quadrados generalizados (MQG) (Greene; capítulo 9; seções 9.1 a 9.3);
10) Heteroscedasticidade (Greene; capítulo 9; seções 9.4 a 9.8);
11) Autocorrelação ou correlação serial (Greene; capítulo 20; seções 20.1 a 20.3 e 20.7 a 20.9).
Parte III
12) Introdução aos modelos de dados em painel: pooling, efeitos fixos, efeitos aleatórios e primeiras diferenças (Greene; capítulo 11; seções 11.1 a 11.4 e 11.5);
13) Modelos de escolha discreta: logit e probit (Greene; capítulo 17; seções 17.2 a 17.4).
Bibliografia: GREENE, W. H. Econometric analysis. 7 ed. New York: Pearson Prentice Hall, 2017. (livro base)
MONTGOMERY, D. C.; PECK, E, A.; VINING, G. G. Introduction to linear regression analysis. 4 ed. New Jersey: Wiley Interscience, 2006.
WOOLDRIDGE, J. M. Econometric analysis of cross section and panel data. Cambridge, Mass: MIT Press, 2002.
