Dados do Trabalho

Título

ESTIMAÇAO BAYESIANA EM MODELOS LINEARES COM APLICAÇOES EM ECONOMIA

Curso

Bacharelado em Ciências Econômicas - Universidade do Estado de Santa Catarina

Semestre/período

6

RESUMO (Abstract)

Com o advento da computação, a econometria bayesiana tem cada vez mais espaço nos trabalhos acadêmicos, tanto por sua flexibilidade na incorporação de informações a priori como também pela possibilidade de gerar estimativas confiáveis mesmo na ausência ou escassez de eventos observáveis. Neste sentido, o presente trabalho se propõe a apresentar o modelo normal de regressão linear múltipla comparando os resultados obtidos pela estimação de mínimos quadrados ordinários (MQO) com as estimativas bayesianas utilizando uma priori conjugada normal-gama. Os principais teoremas das estimativas bayesianas para o modelo foram demonstrados analiticamente. Adicionalmente, realizaram-se simulações onde foram comparados os resultados obtidos pela abordagem clássica e bayesiana, considerando diferentes especificações dos valores de parâmetros da densidade a priori e processo gerador dos dados. Nas simulações, constatou-se os resultados teóricos desenvolvidos, tanto com relação à convergência das estimativas bayesianas para o estimador de MQO com o aumento do tamanho da amostra, como para os efeitos de variação nas informações a priori. Ao final, utilizando o ferramental bayesiano apresentado, adaptou-se o estudo de Bonini e Pozzobon (2016) sobre discriminação de gênero e prêmio salarial no mercado de Tecnologia da Informação, utilizando os dados da Rais de 2011 para trabalhadores de TI do Estado de Santa Catarina. As estimativas obtidas, utilizando como priori as estimativas reportadas no estudo original, foram consistentes com as de Bonini e Pozzobon (2016) e o desempenho da estimativa bayesiana na previsão de dados para fora da amostra foi superior do que o desempenho das estimativas de MQO.

Área

Estatística Aplicada em Ciências Sociais Aplicadas e Demografia e Estatísticas Públicas