Momento R – exercício para alunos de Econometria II

Eis meu incentivo para que os alunos usem R. Exercício empírico do Gujarati & Porter (5a edição), no caso, o de número 17.22. Trata-se de um modelo simples de investimento (acelerador, etc). Os comandos estão aí embaixo, cortesia do professor.

O gráfico abaixo é apenas para você conferir se os dados estão ok (não, para este eu não coloquei o comando aí embaixo, mas você não precisa que eu te ensine tudo, né?).

Depois que você aprender, faça os outros por conta própria. O monitor, o Victor, cuidará de auxiliá-lo em suas dúvidas. Assim, eis meu presente de Carnaval para você:

# Exercício 17.22 Gujarati (em R)
# Bases de dados disponiveis para download em:
# http://highered.mcgraw-hill.com/sites/0073375772/student_view0/data_sets.html

# copie cabeçalho e dados. Então…

base <- read.table(file = “clipboard”, sep = “\t”, header=TRUE)

# checando se está tudo ok (obviamente, olho no livro para ver se ok)

head(base)

# transformando em series de tempo

y<-ts(base$Y, start=c(1970),freq=1)
x2<-ts(base$X2,start=c(1970),freq=1)

# visualizando

plot(y)
plot(x2)
plot(y,x2)

# para usar o ajuste parcial, ver cap.17.
# equação a ser estimada é um ADL(1,0)
# invocando o pacote dynlm (já instalado, senão, instale)
# para instalar, tire o “#” da próxima linha
#install.packages(“dynlm”)

library(dynlm)

investimento <-dynlm(y~x2+L(y,1),data=base)
summary(investimento)

# podemos visualizar alguns testes de diagnóstico
# o exercício não pede, mas fica por sua conta pesquisar sobre
# cada um deles.

plot(investimento)

# encontrar a função de longo prazo é fácil, uma vez que você
# precisa apenas rever sua álgebra quando aplicou o modelo de
# ajuste parcial.

# o exercicio pede que se obtenha o h de Durbin.
# o comando str(investimento) nos mostra o que podemos
# extrair de “investimento”, nossa regressão.
# por exemplo:

str(investimento)

# repare que podemos extrair os residuos da regressao usando

meuresiduo<-investimento$residuals

# veja:

show(meuresiduo)

# ou peça o plot. Seguindo, note que se tem T = 22 (número de observacoes
# da amostra (a regressao usou 21 observações!).

library(lmtest)

dwtest(investimento)

# Com o valor do d (1.5186), pode-se construir a formula e obter o h de Durbin
# tal e qual se pede no exercicio.

# repare que o livro nos dá o h de Durbin com o número total de observações
# não com o número total de observações usado na estimação, ok?

h <- (1- (1.5186/2))*sqrt((22/(1-(22*(0.11486)^2))))

h

Ah é, a literatura recomenda que se use o teste de Breusch-Godfrey, ao invés do teste “h” de Durbin. Então, se eu fosse você, daria uma olhada nisto. O pacote lmtest, que usei aí em cima, tem o teste. Eis minha dica para você (minha segunda dica hoje…).

Novos usuários do R que não sejam meus alunos certamente vão se divertir. Caso usem esta rotina, peço a gentileza de me comunicarem nos comentários. Até a próxima.