Econometria 101: depressão, suicídio, casos e mortes por Covid-19

A busca por palavras no Google como “suicídio” e “depressão” pode ter uma relação com a pandemia, mas não apenas.

Mesmo assim, eis um exercício simples de Econometria. Estimei quatro regressões simples: duas com “suicídio” como variável dependente e duas com “depressão” como tal. Sim, são os resultados do Google Trends. As variáveis independentes são os acumulado de casos e mortes por Covid-19, obtidos do Brasil.IO. Os dados são estaduais (cross-section).

Claro que há um monte de problemas aí para se discutir em sala de aula. As regressões a seguir, portanto, são apenas para despertar o questionamento dos alunos.

Para a depressão:

^l_depressao = 8.04 + 1.05*l_obitos_pop
(2.85) (0.432)

n = 27, R-squared = 0.146
(standard errors in parentheses)

^l_depressao = 3.69 + 0.933*l_casos_pop
(1.03) (0.384)

n = 27, R-squared = 0.164
(standard errors in parentheses)

Para o suicídio:

^l_suicidio = 3.69 + 0.933*l_casos_pop
(1.03) (0.384)

n = 27, R-squared = 0.164
(standard errors in parentheses)

^l_suicidio = 8.04 + 1.05*l_obitos_pop
(2.85) (0.432)

n = 27, R-squared = 0.146
(standard errors in parentheses)

Em todas as especificações, os coeficientes são estatisticamente significativos e, aproximadamente, a busca por suicídio ou por depressão tem elasticidade unitária, seja com os óbitos per capita ou com os casos per capita. Em outras palavras, o aumento de 1%, seja nos óbitos ou nos casos (ambos per capita) leva a um aumento de 1% na busca de palavras como “suicídio” ou “depressão”.

Obviamente, o exercício é muito limitado. A causalidade é frágil, são regressões simples e não há muito o que fazer (ou dizer) com 27 observações de maneira muito mais peremptória. Mas é um exercício divertido para a sala de aula. O aluno pode ser convidado a aperfeiçoar o modelo. O que falta? Proponha algo melhor.

A planilha com os dados está aqui, para os interessados.