A Regressão Linear Multivariada
Por: Diego Martins • 24/5/2019 • Trabalho acadêmico • 829 Palavras (4 Páginas) • 131 Visualizações
FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DA UNIVERSIDADE DE SÃO PAULO[pic 1]
EAC0547
Métodos Quantitativos 02
Profª: Dra. Tatiana Albanez
LISTA 02
Diego Silva Martins
Nº USP 9252151
São Paulo
2019
a) Estime o modelo de regressão pelo método Enter do SPSS e analise todos os resultados obtidos: R2, teste F, teste t, sinais dos coeficientes;
O R² encontrado é de 62,1%, esse percentual diz respeito ao quanto da variação de Y dependente é explicada pelas variáveis X´s independentes.
O teste F para o conjunto das variáveis apresentou sig < 0,05 o que significa que o modelo a princípio pode explicar a variável dependente Y, ou seja, existe pelo menos um beta diferente de zero.
O teste T revela que as variáveis Endividamento, Rentabilidade e ADR’s não tem significância estatística para explicação da variável dependente Y uma vez que apresentam sig. > 0,05; a constante também apresenta sig. Superior o que pode comprometer sua presença no modelo...
Todas as variáveis com exceção da emissão de ADR’s têm sinal positivo, o que indica que quanto maior essas variáveis, maior o nível de Evidenciação Ambiental, enquanto que a emissão de ADRs tem comportamento contrário.
b) Como visto, nem todas as variáveis foram significativas estatisticamente para explicar o nível de Evidenciação Ambiental das empresas brasileiras. Portanto, faz-se necessário analisar os pressupostos da técnica, visando identificar possíveis problemas quanto a amostra utilizada. Nesse sentido, analise o pressuposto de ausência de multicolinearidade entre as variáveis explicativas por meio da correlação entre as variáveis e pelas estatísticas TOL e VIF. Interprete os resultados obtidos e responda se há problemas graves de multicolinearidade;
As variáveis quantitativas Rentabilidade e Endividamento apresentam correlação linear de (– 0,798), sendo acima de 0,7 em módulo é considerado correlação forte, nesse caso negativa. Esse resultado indica problemas de multicolinearidade.
No entanto, as estatísticas TOL e VIF não apresentam problemas ou graves probemas de multicolinearidade, uma vez que os valores apresentados não estão acima de 05 e 10 respectivamente.
Model | Collinearity Statistics | ||
Tolerance | VIF | ||
1 | (Constant) | ||
Fator_TAM | ,681 | 1,469 | |
AUD | ,744 | 1,344 | |
RES | ,673 | 1,486 | |
ADR | ,561 | 1,782 | |
RENT | ,319 | 3,136 | |
END | ,342 | 2,927 |
c) Obtenha a estatística d de Durbin Watson e responda: devemos analisar o pressuposto de ausência de autocorrelação serial dos erros para esta amostra? Justifique sua resposta;
O teste da estatística de ‘d’ de Durbin Watson não se aplica nesse caso uma vez que se trata de dados ‘cross section’ e não uma série de dados com ordenação temporal.
f) O que poderia ser feito para melhorar os resultados deste modelo de regressão caso haja o interesse de que todos os atributos representados pelas variáveis explicativas permaneçam no modelo para explicar Y?
...