Para fenômenos cujo resultado é um indicativo da ocorrência ou não de um fato ou escolha, utiliza-se a modelagem de
variáveis discretas. Um exemplo é o estudo da participação ou não da mulher no mercado de trabalho. A variável dependente a ser modelada é derivada de um processo de escolha, realizada com base na comparação das opções disponíveis,
em que o indivíduo escolhe a opção com maior utilidade/benefício. O modelo é construído a partir de uma variável auxiliar
chamada latente y*. A variável y* não é observada e reflete esta utilidade/benefício, definindo o processo de escolha. Se
temos uma escolha y bináriay = 1 se y* 0
y = 0 se y* ≤ 0,
a variável latente é escrita como: y* = x*β + ε, onde x e β são vetores de variáveis explicativas e de parâmetros, respectivamente, e ε é o termo de erro não observado.Dessa forma, conclui-se que

Question

Para fenômenos cujo resultado é um indicativo da ocorrência ou não de um fato ou escolha, utiliza-se a modelagem de
variáveis discretas. Um exemplo é o estudo da participação ou não da mulher no mercado de trabalho. A variável dependente a ser modelada é derivada de um processo de escolha, realizada com base na comparação das opções disponíveis,
em que o indivíduo escolhe a opção com maior utilidade/benefício. O modelo é construído a partir de uma variável auxiliar
chamada latente y*. A variável y* não é observada e reflete esta utilidade/benefício, definindo o processo de escolha. Se
temos uma escolha y bináriay = 1 se y* > 0
y = 0 se y* ≤ 0,
a variável latente é escrita como: y* = x*β + ε, onde x e β são vetores de variáveis explicativas e de parâmetros, respectivamente, e ε é o termo de erro não observado.Dessa forma, conclui-se que Alternativa A: a forma funcional de e mais recomendável quando a amostra de dados possui valores extremos é a da distribuição
normal padrão, ou seja, o modelo Probit é mais adequado. Ou Alternativa B: o modelo utilizado sendo Probit, tem-se que Pr(y = 1|x) = Q(x’β + ε), onde Q é a função de distribuição acumulada
de uma Normal Padrão. Ou Alternativa C: o método de estimação empregado para a análise da Pr(y = 1|x) sempre deverá ser o de máxima verossimilhança. Ou Alternativa D: os parâmetros β representam os efeitos marginais das variáveis explicativas sobre a probabilidade de y = 1. Ou Alternativa E: os efeitos marginais sobre a Pr(y = 1|x) são obtidos diretamente a partir dos b estimados do modelo de probabilidade
linear.

Julia Caruna Mendes · Accepted Answer

Alternativa [E] os efeitos marginais sobre a Pr(y = 1|x) são obtidos diretamente a partir dos b estimados do modelo de probabilidade
linear. E

A APROVAÇÃO É DE QUEM NÃO ESPERA

A APROVAÇÃO É DE QUEM NÃO ESPERA

Para fenômenos cujo resultado é um indicativo da ocorrência ...

Comentários

Clique para visualizar este comentário

Questões de assuntos semelhantes

Provas relacionadas