Com base na metodologia econométrica, julgue os próximos itens.

m processo estocástico é fracamente estacionário, quando a média e a variância do processo são constantes no tempo, e a função de autocovariância depende da defasagem temporal entre duas observações.

Com referência à economia do setor público, julgue os itens seguintes. A evolução dinâmica da relação dívida/PIB, em presença de altas taxas de inflação, depende crucialmente do tamanho relativo do resultado nominal.

Regressão espúria é quando tentamos relacionar variáveis que, por possuírem propriedades estatísticas semelhantes, apresentam correlação alta e significativa mesmo que não faça sentido.
A respeito de regressão espúria, analise as afirmativas a seguir.

I. A regressão espúria é bastante comum em séries temporais. Isso ocorre porque séries que apresentam tendência ao longo do tempo são não estacionárias. Essa característica de não estacionariedade pode levar à obtenção de uma correlação significativa entre as séries somente por crescerem com o tempo, sem que haja uma relação entre elas.

II. Uma relação espúria é a relação estatística existente entre duas variáveis, mas onde não existe nenhuma relação causa-efeito entre elas. Essa relação estatística pode ocorrer por pura coincidência ou por causa de uma terceira variável.

III. São exemplos de relação espúria: a quantidade de calor em uma sala pode fazer com que ela se torne mais húmida; a quantidade de luz solar recebida por uma planta pode afetar o seu crescimento; o stress a que uma pessoa está sujeita pode afetar seu desempenho no trabalho.


Está correto o que se afirma em

A Econometria é a aplicação das leis da matemática aos modelos econômicos. É por meio de premissas estatísticas e equações que os economistas fazem análises e simulações de modelos que deveriam refletir condições reais de mercado, ou seja, a Econometria é a fusão da Economia, da Estatística e da Matemática, sendo usada para testar hipóteses e estimar relações econômicas.
Sobre o tema, analise as afirmativas a seguir.
I. A econometria pode ser usada para qualquer teoria, desde que ela possa ser numericamente representada para gerar resultados coerentes.
II. Um dos exemplos mais conhecidos de aplicação da econometria é a relação entre o aumento do PIB e a redução do nível de desemprego.
III. A econometria está se transformando graças à machine learning, que, ao oferecer novas ferramentas e técnicas, permitem que os economistas modelem relações não-lineares complexas, lidem com grandes volumes de dados e descubram padrões ocultos nos dados que os métodos tradicionais teriam ignorado.
Está correto o que se afirma em

A regressão entre duas variáveis não estacionárias será:

Considere os seguintes modelos de séries de tempo:

I. Y_t = 1 + Y_t–1 + ε_t
II. Y_t = ε_t – ε_t–1
III. Y_t = 0,8Y_t–1 + 0,2Y_t–2 + ε_t

Sabendo-se que ε_t representa um ruído branco, considerando os modelos dados, é correto afirmar que Y_t representa uma variável estacionária de segunda ordem apenas em

Ao se estimar o modelo de regressão linear a seguir, verificou-se que este padecia de autocorrelação dos erros.

Y_t = α + βx_t + γY_t–1 + ε_t

Onde ε_t é o termo aleatório.

Assim, pode-se afirmar, corretamente, que o estimador de mínimos quadrados ordinários é, nesse caso:

Com relação a conceitos de Econometria básica e etapas de projetos econômico-financeiros (metodologias etc.), analise as assertivas abaixo e classifique-as em verdadeiro (V) ou falso (F). Em seguida, assinale a alternativa correta.

( ) O Modelo de Regressão Simples é dado por: y =β₀ +β₁^. x + u. Onde y é a variável dependente (ou explicada),β₀ é intercepto (ou constante),β₁ é coeficiente angular (ou inclinação), x é a variável independente (ou explicativa) e u é o termo de erro (ou perturbação aleatória).
( ) A linearidade do modelo de regressão linear simples implica uma variação de uma unidade em x que tem o mesmo efeito sobre y, independentemente do valor inicial de x.
( ) O modelo de regressão linear simples nos permite tirar conclusões ceteris paribus sobre como x afeta y, mesmo sem hipótese que restrinja a maneira de como o termo não observável u está relacionado à variável explicativa x.
( ) O modelo de regressão simples também trata da questão da relação funcional entre y e x. Se os outros fatores em u são mantidos fixos, de modo que a variação em u é zero,Δu = 0, então, x tem um efeito linear sobre y:Δy =β₁ ∙ x seΔu = 0.