Questões de Concurso Para técnico de planejamento e pesquisa - economia e relações internacionais

Os Gráficos Acíclicos Direcionais (Directed Acyclic Graph – DAG) são ferramentas gráficas muito utilizadas para identificar fatores de confusão, colisores e mediadores, permitindo, assim, uma melhor identificação dos efeitos causais diretos e indiretos.

Considere que a análise DAG foi utilizada para auxiliar na definição das restrições na identificação de um modelo VAR estrutural (SVAR) aplicado à política monetária. O modelo é constituído a partir das seguintes variáveis: Taxa Selic, PIB, câmbio nominal e taxa de inflação. Considere o DAG abaixo.




Nesse contexto, verifica-se que

Em um estudo sobre o impacto do tempo dedicado aos estudos sobre o desempenho acadêmico, um pesquisador identificou uma variável que pode atuar como mediadora nessa relação.

Tal variável mediadora é a(o)

Ao lidar com fatores de confusão (confounding factors) em um estudo que investiga o impacto de um novo medicamento no tempo de recuperação dos pacientes, qual das estratégias listadas abaixo visa minimizar a influência desses fatores na identificação da eficácia do novo medicamento, em termos da redução do tempo de recuperação dos pacientes?

Considere uma população de 2.000 estudantes de uma escola, dividida em três estratos, de acordo com o ano escolar: Estrato 1 (1º ao 5º ano), Estrato 2 (6º ao 9º ano) e Estrato 3 (Ensino Médio). O número de estudantes em cada estrato é o seguinte:
Estrato 1 (1º ao 5º ano): 600 estudantes
Estrato 2 (6º ao 9º ano): 900 estudantes
Estrato 3 (Ensino Médio): 500 estudantes

Uma amostra de 80 estudantes será selecionada para um estudo.

Para garantir uma representatividade proporcional de cada estrato na amostra, quantos estudantes devem ser selecionados de cada estrato?

O modelo de equações simultâneas é uma estrutura estatística e econômica que lida com múltiplas variáveis dependentes interagindo entre si. Ele se baseia na ideia de que diversas variáveis são interdependentes e influenciam umas às outras simultaneamente. Esse modelo é comumente usado na econometria para analisar sistemas econômicos, nos quais as variáveis estão interligadas.
Considere o seguinte sistema de equações, em suas respectivas formas estruturais:
q_d = α₁p +α₂z + α₃y + ε₁ (demanda)
q_s = β₁p + ε₂ (oferta)
q_d = q_s (equilíbrio),
onde q_d é a quantidade demandada de um bem; q_s é a quantidade ofertada do mesmo bem; p é o preço do bem; z e y são variáveis explicativas exógenas; ε₁ e ε₂ são os termos de erro das funções de demanda e oferta, respectivamente; α₁ , α₂ , α₃ e β₁ são coeficientes de inclinação.

Nesse contexto, no sistema de determinação da oferta e demanda,

Considere que um estudo foi realizado para estimar a média de horas semanais que os estudantes universitários passam estudando. Uma amostra de 400 estudantes foi selecionada, e a média amostral foi de 15 horas, com um desvio padrão populacional de 10 horas. Além disso, considere ainda, para um nível de confiança de 95%, os valores críticos iguais a 2 e - 2.

Se um intervalo de confiança de 95% for construído para estimar a verdadeira média de horas semanais estudadas pelos estudantes universitários, qual intervalo é o mais apropriado?

Considere um cenário hipotético em que um país, País Z, implementou uma política para reduzir os benefícios de seguro-desemprego em 2017, e que um pesquisador quer avaliar o seu impacto. O método utilizado pelo pesquisador  para estimar o efeito dessa política é o controle sintético. Dito isso, considere as seguintes informações:
• taxa de desemprego do País Z em 2016 = 7%;
• taxa de desemprego do País Z em 2018 = 5%;
• taxas de desemprego das Unidades de Controle (Países P, Q, R, S, T) em 2016 = variando de 6% a 8%;
• taxas de desemprego das Unidades de Controle (Países P, Q, R, S, T) em 2018 = variando de 4% a 6%;
• taxa de desemprego sintética do País Z em 2016 = 6,5%;
• taxa de desemprego prevista para o controle sintético em 2018: 6%.

Nessa situação, qual foi o efeito estimado da política sobre a taxa de desemprego do País Z no ano seguinte à implementação da política de redução do seguro-desemprego?

Seja um modelo autorregressivo de ordem 1, AR(1), para uma variável Yt estacionária, conforme a seguinte especificação:

Y_t = 3 + 0,5Y_t-1 + u_t ,

onde E(u_t) =0 e Var(u_t) = 6. Assuma, também, que u_t e Y_t-1 são independentes.

Nesse cenário, qual é a variância de Y_t?

O modelo de Regressão com Descontinuidade (RDD) é uma técnica estatística usada para avaliar o impacto causal de uma variável independente em uma variável dependente, quando essa variável independente ultrapassa um certo limite ou ponto de corte.

Suponha que se esteja investigando o efeito do número de horas de estudo (variável independente) no desempenho em um teste (variável dependente). Assumindo-se que haja um ponto de corte de 5 horas de estudo e que se deseje verificar se há algum efeito no resultado do teste ao se ultrapassar esse ponto de corte.

A equação para esse modelo pode ser expressa da seguinte forma:

Y_i = 60 + 5X_i + 8D_i + ϵ_i ,

onde

• Y_i é o desempenho no teste para o indivíduo i;

• X_i é o número de horas de estudo para o indivíduo i;

• D_i é uma variável indicadora que vale 1 se X_i > 5 horas e 0 caso contrário para o indivíduo i;

• ϵ_i é o termo de erro para o indivíduo i.

Ao se comparar um estudante que estuda 6 horas para um teste com um outro que estuda 4 horas, de acordo com o modelo RDD apresentado acima, verifica-se que o

Considere os resultados do Teste de Cointegração de Johansen (Estatística do Traço) com quatro variáveis. A Tabela abaixo apresenta os valores das estatísticas de teste para diferentes hipóteses nulas (sobre r), em relação ao número de linhas linearmente independentes (posto) da matriz de coeficientes do modelo, juntamente com os valores críticos para um nível de confiança de 95% e 90%, respectivamente.




Qual é o número de vetores de cointegração sugerido pelo teste acima para os níveis de 5% e 10% de significância, respectivamente?

Com base em um painel balanceado, construído a partir de uma amostra representativa de trabalhadores de um dado município brasileiro entre 2015 e 2019, um pesquisador estimou duas equações por meio dos modelos de Efeitos Fixos e Aleatórios, com o objetivo de estudar os determinantes do salário real dos trabalhadores da localidade em questão.

Equação I




O p-valor do Teste de Hausman obtido é igual a 0,001.

Equação II



O p-valor do Teste de Hausman obtido é igual a 0,265.
A base de dados é composta pelas seguintes variáveis:
• salario = salário real; • exper = anos de experiência profissional;
• casado = variável dummy igual a 1 se casado e 0 caso contrário;
• sindicato = variável dummy igual a 1 se sindicalizado e 0 caso contrário; • D15,D16,D17,D18 e D19 são os efeitos fixos de cada ano no tempo;
• a_I,i e a_II,i são os efeitos fixos não observados associados aos trabalhadores das Equações I e II, respectivamente;
• ε_I,it e ε_II,it são os termos de erro das Equações I e II, respectivamente.

Com base nos resultados dos Testes de Hausman e considerando o nível de significância a 5%, conclui-se que os coeficientes

Considere um estudo sobre o impacto de um programa de treinamento de habilidades técnicas em dois grupos de trabalhadores (Grupo P e Grupo Q), em relação à sua renda ao longo do tempo. Para isso, os pesquisadores estimam a seguinte equação:




onde
• Y_it é a renda do indivíduo i no período de tempo t;
• Treinamento_it é uma variável binária que indica se o indivíduo i recebeu ou não o treinamento no período  t (0 para não e 1 para sim);
• GrupoQ_i é uma variável binária que indica se o indivíduo i pertence ao Grupo Q (0 para Grupo P e 1 para Grupo Q);
• ϵ_it é o termo de erro.

Antes do treinamento, a renda média para o Grupo P era R$ 1.000,00 e para o Grupo Q era R$ 1.050,00. Após o treinamento, a renda média para o Grupo P foi para R$ 1.050,00 e para o Grupo Q foi para R$ 1.150,00.

Qual é a estimativa de β₃, em reais, nesse cenário, considerando-se que todos os coeficientes da equação foram estatisticamente significativos?

Existem três principais tipos de design de pesquisa. Associe os tipos de design de pesquisa com suas características.

I    –  Experimental
II  –  Quase-experimental
III  –  Não experimental observacional

P – Os pesquisadores coletam informações sem que os sujeitos da pesquisa estejam explicitamente envolvidos no registro dos dados, sem manipular qualquer aspecto do ambiente comum e sem atribuir indivíduos a grupos que ocorrem naturalmente ou que são criados artificialmente.
Q – Os pesquisadores manipulam uma ou mais variáveis e atribuem aleatoriamente os participantes aos grupos de controle e tratamento.
R – Os pesquisadores não têm total controle sobre a alocação dos participantes nos grupos de controle e tratamento, uma vez que nem sempre é possível uma aleatorização adequada dos participantes.
S – Os pesquisadores estudam a relação estatística entre duas variáveis sem manipular qualquer aspecto do contexto natural de uma amostra, de modo que esse desenho de pesquisa não permite compreender a direção da influência causal, se tal efeito existir.


As associações corretas são:

Considere um estudo de evento que analisa o impacto do lançamento de um produto nas ações de uma empresa, ao longo de um período de 11 dias, onde o dia 0 representa o dia do lançamento. Uma regressão foi realizada para entender o efeito do evento sobre o retorno das ações, utilizando um modelo que incluiu variáveis de tempo, um indicador de evento e uma interação entre tempo e evento. Os resultados da regressão foram os seguintes:

RetornoAções (Tempo, Evento) = 0,02 - 0,003Tempo + 0,05Evento - 0,01Tempo x Evento + ε ,
onde
• RetornoAções representa o retorno das ações da empresa;
• Tempo é o período de tempo em dias codificados de -5 a 5;
• Evento é uma variável indicadora que vale 1 se Tempo> 0 e 0 caso contrário;
• ε é o termo de erro.

Supondo-se que todos os coeficientes da equação acima sejam estatisticamente significativos individual e conjuntamente a 5%, verifica-se que o

O Pareamento por Escore de Propensão (Propensity Score Matching) é um método estatístico usado para reduzir o viés em estudos observacionais, ao criar grupos de tratamento e controle similares com base em uma pontuação de propensão calculada, representando a probabilidade de receber um tratamento.

No Pareamento por Escore de Propensão, um algoritmo utilizado para emparelhar cada sujeito tratado com um ou mais sujeitos não tratados que têm as pontuações de propensão mais próximas é o pareamento por

Um governo implementou um programa de treinamento para trabalhadores em uma indústria específica visando melhorar suas habilidades. Uma amostra de 6 indivíduos foi selecionada para avaliar o impacto do programa.
Os resultados de cada indivíduo i estão apresentados na seguinte Tabela:




Na Tabela,
• Y_i ¹ representa o resultado para o indivíduo i, caso ele participe do programa.
• Y_i ⁰ representa o resultado para o indivíduo i, caso ele não participe do programa.
• D_i = 1 indica que o indivíduo i foi tratado (participou do programa) e 0 caso contrário.

Qual o Efeito Médio do Programa – EMP (Average  Treatment Effect - ATE) e o Efeito Médio do Programa sobre os Tratados – EMPT (Average Treatment Effect for the Treated - ATT)?

No ciclo de uma política pública, são estabelecidos vários procedimentos para racionalizar as suas etapas, do início, de comprovação da sua necessidade, até a apresentação de resultados e posterior revisão.

Nesse sentido, verifica-se que

A AIO - Análise de Impacto Orçamentário - foi elaborada no intuito de comparar os cenários sem vacinação para Covid-19, com os cenários de vacinação para Covid-19 com as vacinas da BNT162b2 e ChAdOx-1. A AIO foi construída para uma estimativa de impacto nos próximos cinco anos. Dada a incerteza da imunidade a longo prazo, adotou-se como pressuposto que a revacinação será anual e que tanto os vacinados quanto os infectados retornariam ao grupo de susceptíveis no ano seguinte da análise.

Considerando a vacina e os cenários apresentados, o impacto orçamentário em cinco anos foi estimado entre aproximadamente menos 9.3 bilhões a até menos 55 bilhões de reais com a vacina da ChAdOx1, representando uma economia em qualquer cenário. Para a vacina da BNT162b2, variou desde um cenário de economia (menos 94 bilhões) até um cenário de grande impacto orçamentário (55 bilhões), com um cenário intermediário apresentando uma economia em torno de 9 bilhões de reais.

BRASIL. Ministério da Saúde. Vacina da Fiocruz [ChAdOx-1 (Vacina Covid-19 recombinante)] e da Pfizer/Wyeth [BNT162b2 (Vacina Covid-19)] para prevenção da Covid-19. Relatório de Recomendação. CONITEC. Brasília, DF, 2021. Disponível em: http://antigo-conitec.saude.gov.br/images/Consultas/Relatorios/2021/20210624_Relatorio_CP_vacinas_COVID-19_CP_34. pdf. Acesso em: 4 jan. 2024. Adaptado.

Com base no texto acima, conclui-se que a AIO

Considere que, ao se realizar uma avaliação de uma política ou de um programa, são escolhidos indicadores quantitativos para calcular o impacto da política ou do programa.

Esses indicadores devem ter determinadas qualidades, visto que eles devem 

O Programa Universidade Para Todos – Prouni – oferta bolsas de estudo, integrais e parciais (50% do valor da mensalidade do curso), em cursos de graduação e sequenciais de formação específica, em instituições de educação superior privadas. O público-alvo do programa é o estudante sem diploma de nível superior.

Disponível em: https://acessounico.mec.gov.br/prouni. Acesso em: 4 jan. 2024. Adaptado.

O Prouni é um programa que parte de um diagnóstico específico sobre o baixo percentual de pessoas com nível superior e a baixa escolaridade média da população brasileira.

Com base nessa política e no diagnóstico, conclui-se que