1

Modelo de Regressão
Linear simples
 26

MODELO DE REGRESSÃO SIMPLES

– O modelo de regressão linear simples explica uma variável
(y) com base em modificações em outra variável (x).

– Ou seja, é usado para avaliar a relação entre duas variáveis.

– Esse tipo de regressão não é muito utilizada em ciências

sociais aplicadas, devido à sua simplicidade.

– No entanto, serve como ponto de partida, já que sua álgebra

e interpretações são fáceis de entender.

– O entendimento do modelo de regressão simples é

importante para estudar a regressão múltipla.
 27

PREMISSA E EXEMPLOS
– Premissa da análise econométrica:
– y e x são duas variáveis que representam uma
população.
– Estamos interessados em explicar y em termos de x.
– Ou seja, queremos estudar como y varia com variações
em x.
– Exemplos:
– y é o rendimento do trabalhador, e x são os anos de
escolaridade.
– y é a escala ideológica esquerda/direita, e x é o partido
político do deputado.
– y é o índice de tradicionalismo/secularismo, e x é o nível
de escolaridade.
– y é o rendimento de milho, e x é nivel de adubo
aplicado.
 28

PERGUNTAS IMPORTANTES
– Como nunca há uma relação exata entre duas variáveis,
como consideramos outros fatores que afetam y?

– Qual é a relação funcional entre y e x?

– Como podemos estar certos de que estamos capturando

uma relação ceteris paribus (outros fatores constantes) entre
y e x?
 29

MODELO DE REGRESSÃO LINEAR SIMPLES

– Também chamado de modelo de regressão linear de duas
variáveis ou modelo de regressão linear bivariada.

– Terminologia:
y x Uso
Variável Dependente Variável Independente Econometria
Variável Explicada Variável Explicativa
Variável de Resposta Variável de Controle Ciências Experimentais
Variável Prevista Variável Previsora
Regressando Regressor
Covariável
 30
VOLTANDO ÀS PERGUNTAS IMPORTANTES
– Como nunca há uma relação exata entre duas variáveis,
como consideramos outros fatores que afetam y?

– Variável u é o termo erro ou perturbação da relação.

– Na análise de regressão simples, todos fatores (além de

x) que afetam y são tratados como não-observados.
 30

Especificação estocástica da FRP

Podemos expressar o desvio individual de Yi em torno de seu valor esperado
como a seguir:
𝑢1 = 𝑌1 − 𝐸 𝑌 𝑋𝑖 𝑜𝑢 𝑌𝑖 = 𝐸 𝑌 𝑋𝑖 + 𝑢1
O significado do termo “erro estocástico”
O termo de erro ui representa todas as variáveis omitidas no modelo, mas que
coletivamente afetam Y. A pergunta óbvia é: por que não introduzir essas
variáveis explicitamente no modelo? Ou seja, por que não formular um modelo
de regressão com o máximo de variáveis possíveis? Há muitas razões:
1. Caráter vago da teoria
2. Indisponibilidade de dados
3. Variáveis essenciais versus variáveis periféricas/secundárias
4. Caráter intrinsecamente aleatório do comportamento humano
5. Variáveis proxy pouco adequadas
6. Princípio da parcimônia
7. Forma funcional errada
 31
OUTRA PERGUNTA
– Qual é a relação funcional entre y e x?

– Se os outros fatores em u são mantidos fixos, de modo

que a variação em u é zero (∆u=0), então x tem um efeito
linear sobre y, tal como: ∆y=β1∆x; se ∆u=0.

– A linearidade do modelo de regressão linear simples

implica que uma variação de uma unidade em x tem o
mesmo efeito sobre y, independentemente do valor inicial
de x.

– Isso não é realista. Por exemplo, o próximo ano de

escolaridade teria um efeito maior sobre os salários, em
relação ao anterior. Esse problema será tratado adiante.
 32

E O PROBLEMA DO CETERIS PARIBUS?

– Estamos capturando uma relação ceteris paribus
(outros fatores constantes) entre y e x?
– A variação em y é β1 multiplicado pela variação em x.
– β1: parâmetro de inclinação da relação entre y e x,
mantendo fixos os outros fatores em u.
– β0: parâmetro de intercepto é raramente analisado.
– β1 mede o efeito de x sobre y, mantendo todos os outros
fatores (em u) fixos.
– No entanto, estamos ignorando todos os outros fatores.
– Os estimadores de β0 e β1 serão confiáveis em uma
amostra aleatória, se o termo não-observável (u) estiver
relacionado à variável explicativa (x) de modo que o valor
médio de u na população seja zero: E(u)=0.
 33

HIPÓTESE SOBRE A RELAÇÃO ENTRE x E u

– Se u e x não estão correlacionados, então (como variáveis
aleatórias) não são linearmente relacionados.
– No entanto, a correlação mede somente a dependência
linear entre u e x.
– Na correlação, é possível que u seja não-correlacionado
com x e seja correlacionado com funções de x, tal como x2.
– Melhor seria pensar na distribuição condicional de u, dado
qualquer valor de x.
– Para um valor de x, podemos obter o valor esperado (ou
médio) de u para um grupo da população.
– A hipótese é que o valor médio de u não depende de x:
E(u|x) = E(u) = 0
– Ou seja, para qualquer valor de x, a média dos fatores não-
observáveis é a mesma e, portanto, é igual ao valor médio
de u na população (hipótese de média condicional zero).
 34

FUNÇÃO DE REGRESSÃO POPULACIONAL

– Quando E(u|x)=E(u)=0 é verdadeiro, é útil dividir y em:
– Parte sistemática (parte de y explicada por x): β0 + β1x
– Parte não-sistemática (parte de y não explicada por x): u

– Considerando o valor esperado de y=β0+β1x+u condicionado

a x, e usando E(u|x)=0, temos a função de regressão
populacional (FRP), que é uma função linear de x:
E(y|x) = β0 + β1x

– Linearidade: o aumento de uma unidade em x faz com que

o valor esperado de y varie segundo a magnitude de β1.

– Para qualquer valor de x, a distribuição de y está centrada

ao redor de E(y|x).
35
 34

Linearidade
- Linearidade nas variáveis
Se a variavel independente tiver um expoente ou índice de 1 e
não estiver multiplicado ou dividido por qualquer outra variável

- Linearidade nas variáveis

Se os parametros aparecerem com um expoente 1 e não está
multiplicado ou dividido por nenhum outro parâmetro.

Das duas interpretações de linearidade, a linearidade nos

parâmetros é a relevante.
A expressão regressão “linear” significará sempre uma
regressão linear nos parâmetros.
.
 36

ESTIMATIVA DE MÍNIMOS QUADRADOS ORDINÁRIOS

– Para a estimação dos parâmetros β0 e β1, é preciso
considerar uma amostra da população:

{(xi, yi): i=1, ..., n}

– A equação do modelo de regressão simples é escrito como:

– ui é o termo erro para a observação i, já que contém todos

os fatores, além de xi, que afetam yi.

– Um exemplo é a poupança anual para a família i (yi),

dependendo da renda anual desta família (xi), em um
determinado ano.
37
 38

ESTIMATIVA DE MÍNIMOS QUADRADOS ORDINÁRIOS

– Como obter estimativas do intercepto (β0) e da inclinação
(β1) na regressão populacional da poupança sobre a renda?
– Na população, u tem média zero. O valor esperado de u é
zero: E(u)=0
– Além disso, u é não-correlacionado com x. A covariância
entre x e u é zero: Cov(x,u)=E(xu)=0
– E(u)=0 pode ser escrita como: E(y-β0-β1x)=0
– Cov(x,u)=E(xu)=0 pode ser escrita como: E[x(y-β0-β1x)]=0
– Como há dois parâmetros desconhecidos para estimar (β0 e
β1), é possível utilizar uma amostra de dados para calcular
as estimativas:

e
 39

EQUAÇÕES DA POPULAÇÃO E AMOSTRA

– Média de u na população:

– Média de u na amostra:

– Covariância entre x e u na população:

– Covariância entre x e u na amostra:

 40

ESTIMATIVAS DE E
 41

ESTIMATIVAS DE MQO DE E

Covariância amostral entre x e y

Variância amostral de x
– Se x e y são positivamente correlacionados na amostra,
é positivo e vice-versa.
 42

VARIÂNCIA DE x DEVE SER MAIOR QUE ZERO

– A hipótese necessária para calcular estimativas de mínimos
quadrados ordinários (MQO) é que a variância amostral de x
seja maior que zero.

– Ou seja, os valores de xi na amostra não devem ser todos

iguais a um mesmo valor.
43
 44

VALORES ESTIMADOS E RESÍDUOS

– Encontrados o intercepto e a inclinação, teremos um valor
estimado para y para cada observação (x) na amostra:

– O resíduo é a diferença entre o valor verdadeiro de yi e seu

valor estimado:
45
 46

MINIMIZANDO A SOMA DOS RESÍDUOS QUADRADOS

– Suponha que escolhemos o intercepto e a inclinação
estimados com o propósito de tornar a soma dos resíduos
quadrados:

– O nome “mínimos quadrados ordinários” é utilizado porque

as estimativas do intercepto e da inclinação minimizam a
soma dos resíduos quadrados.

– Não é utilizada a minimização dos valores absolutos dos

resíduos, porque a teoria estatística para isto seria muito
complicada.
 47

MINIMIZANDO A SOMA DOS RESÍDUOS QUADRADOS

– Reta de regressão de MQO ou função de regressão
amostral (FRA) é a versão estimada da função de regressão
populacional (FRP):

– O coeficiente de inclinação indica o quanto o valor estimado

(previsto) de y varia quando x aumenta em uma unidade:

– Da mesma forma, dada qualquer variação em x, podemos

calcular a variação prevista em y:
48
 49

Fonte: Hamilton, 1992: 52.

 50

Fonte: Hamilton, 1992: 53.

 51

PROPRIEDADES ALGÉBRICAS DAS ESTATÍSTICAS

– A soma dos resíduos de MQO é zero, já que as estimativas
de MQO de e são escolhidas para fazer com que a
soma dos resíduos seja zero:

– A covariância amostral entre os regressores e os resíduos

de MQO é zero:

– Se inserirmos a média de x no lugar de xi, o valor estimado

é a média de y (este ponto está sempre sobre a reta):
 52

SOMAS DOS QUADRADOS

– Soma dos quadrados total (SQT) é uma medida da variação
amostral total em yi (mede a dispersão dos yi na amostra):

– Soma dos quadrados explicada (SQE) mede a variação

amostral em:

– Soma dos quadrados dos resíduos (SQR) mede a variação

amostral em:

–Variação total em y é a soma da variação explicada e da

variação não-explicada:
SQT = SQE + SQR
 53

GRAU DE AJUSTE
– Visa mensurar o quanto a variável independente (x) explica
a variável dependente (y).
– É um número que resume o quão bem a reta de regressão
de MQO se ajusta aos dados.
– R2: razão entre a variação explicada (SQE) e a variação
total (SQT).
– R2: fração da variação amostral em y que é explicada por x.
SQT = SQE + SQR
SQT /SQT = (SQE + SQR)/SQT
1 = SQE/SQT + SQR/SQT
SQE/SQT = 1 - SQR/SQT
– Usar o R2 como principal padrão de medida de sucesso de
uma análise econométrica pode levar a confusões.
 54

MUDANÇAS DAS UNIDADES DE MEDIDA

– Ao mudar unidades de medida das variáveis dependente
e/ou independente, estimativas de MQO são afetadas.
– Se a variável dependente é multiplicada pela constante c
(cada valor na amostra é multiplicado por c), então as
estimativas de MQO de intercepto e de inclinação também
são multiplicadas por c.
– Se a variável independente é dividida (ou multiplicada) por
alguma constante diferente de zero (c) então o coeficiente de
inclinação de MQO é multiplicado (ou dividido) por c,
respectivamente.
– Mudar as unidades de medida da variável independente não
afeta o intercepto.
– O grau de ajuste do modelo (R2) não depende das unidades
de medida das variáveis.
 55

NÃO-LINEARIDADE NA REGRESSÃO SIMPLES

– Formas funcionais populares usadas em economia e outras
ciências sociais aplicadas podem ser incorporadas à análise
de regressão.

– Até agora foram analisadas relações lineares entre as

variáveis dependente e independente.

– No entanto, relações lineares não são suficientes para todas

as aplicações econômicas e sociais.

– É fácil incorporar não-linearidade na análise de regressão

simples.
 56

EXEMPLO DE NÃO-LINEARIDADE
– Para cada ano adicional de educação, há um aumento fixo
no salário. Esse é o aumento tanto para o primeiro ano de
educação quanto para anos mais avançados:

– Suponha que o aumento percentual no salário é o mesmo,

dado um ano a mais de educação formal. Um modelo que
gera um efeito percentual constante é dado por:

– Se , então:

– Para cada ano adicional de educação, há um aumento de

?% sobre o salário.
 57
– Como a variação percentual no salário é a mesma para
cada ano adicional de educação, a variação no salário
aumenta quando a educação formal aumenta.
 58

INTERPRETAÇÃO DOS COEFICIENTES

– Aumento de uma unidade em x aumenta y em β1 unidades:

– Aumento de 1% em x aumenta y em (β1/100) unidades:

– Aumento de uma unidade em x aumenta y em (100*β1)%. O

cálculo da semi-elasticidade {[exp(β1) – 1]*100} indica a
diferença percentual exata:

– Aumento de 1% em x aumenta y em β1% (modelo de

elasticidade constante):

– Elasticidade é a razão entre o percentual de mudança em

uma variável e o percentual de mudança em outra variável.
 59

FORMAS FUNCIONAIS ENVOLVENDO LOGARITMOS

Variável Variável Interpretação

Modelo
Dependente Independente de β1

nível-nível y x ∆y=β1∆x

nível-log y log(x) ∆y=(β1/100)%∆x

log-nível log(y) x %∆y=(100β1)∆x

log-log log(y) log(x) %∆y=β1%∆x

 60

SIGNIFICADO DE REGRESSÃO LINEAR

– O modelo de regressão linear permite relações não-lineares.

– Esse modelo é linear nos parâmetros: β0 e β1.

– Não há restrições de como y e x se relacionam com as

variáveis dependente e independente originais, já que
podemos utilizar: logaritmo natural, quadrado, raiz
quadrada...

– A interpretação dos coeficientes depende das definições de

como x e y são construídos.

– “É muito mais importante tornar-se proficiente em interpretar

coeficientes do que eficiente no cálculo de fórmulas.”
(Wooldridge, 2008: 45)