|
| PROGRAMA | 1. Modelos de Regressão Linear Simples (MRLS) e Múltipla (MRLM). A estimação dos parâmetros dos modelos – o método dos Mínimos Quadrados Ordinários (Ordinary Least Squares, OLS). Hipóteses clássicas do modelo. Propriedades dos estimadores dos parâmetros dos modelos: o Teorema de Gauss-Markov. 2. Modelos lineares e modelos não lineares. Interpretação de estimativas dos parâmetros dos modelos (elasticidades, taxas de crescimento). 3. Inferência estatística sobre os modelos de Regressão: testes de hipóteses e previsão (pontual e intervalar). 4. Análise de regressão com informação qualitativa: variáveis dummy 5. Violação das hipóteses do modelo: suas consequências na estimação e previsão, medidas de detecção e medidas de correcção. 6. Modelos de séries temporais. |
|