No modelo de regressão linear simples y_t= a + βx_t + u_t, y_t é a variável dependente, x_t é a variável independente, a e β são parâmetros, â são parâmetros estimados, respectivamente, de a e β, u_t é o termo de erro e n é o número de observações. No que tange ao problema ótimo de minimização da soma dos quadrados dos resíduos, julgue os itens subsequentes.

A derivada parcial da soma dos quadrados dos resíduos em relação ao parâmetro estimado â é igual a

No modelo de regressão linear simples y_t= a + βx_t + u_t, y_t é a variável dependente, x_t é a variável independente, a e β são parâmetros, â são parâmetros estimados, respectivamente, de a e β, u_t é o termo de erro e n é o número de observações. No que tange ao problema ótimo de minimização da soma dos quadrados dos resíduos, julgue os itens subsequentes

A segunda derivada parcial da soma dos quadrados dos resíduos em relação ao parâmetro estimado â é igual a 2n.

No modelo de regressão linear simples y_t= a + βx_t + u_t, y_t é a variável dependente, x_t é a variável independente, a e β são parâmetros, â são parâmetros estimados, respectivamente, de a e β, u_t é o termo de erro e n é o número de observações. No que tange ao problema ótimo de minimização da soma dos quadrados dos resíduos, julgue os itens subsequentes.

A derivada parcial da soma dos quadrados dos resíduos em relação ao parâmetro estimado é igual a

Um modelo, para N pessoas, é expresso por log(salário_it) = θ₁ + θ₂d2_t + X_it γ + δ₁ feminino + δ₂d2 _t feminino + c _i + u_it em que i é o indicativo do indivíduo, com i = 1, 2, ..., N e té o indicativo do tempo, com t= 1, 2. Nesse modelo, θ₁, θ₂, γ, δ₁ e δ₂ são parâmetros, X_itsão as variáveis que afetam o salário e d2_t é uma variável de tempo, com d2_t = 1 se t = 2 e d2_t = 0 se t = 1, u_it é o erro de estimação e c_i é o efeito não observado. Supondo que E ( u _it| feminino, X_i1, X_i2, c_i ) = 0, para t = 1, 2 e i= 1, 2, .., N, julgue os itens seguintes.

Um modelo, para N pessoas, é expresso por log(salário_it) = θ₁ + θ₂d2_t + X_it γ + δ₁ feminino + δ₂d2 _t feminino + c _i + u_it em que i é o indicativo do indivíduo, com i = 1, 2, ..., N e té o indicativo do tempo, com t= 1, 2. Nesse modelo, θ₁, θ₂, γ, δ₁ e δ₂ são parâmetros, X_itsão as variáveis que afetam o salário e d2_t é uma variável de tempo, com d2_t = 1 se t = 2 e d2_t = 0 se t = 1, u_it é o erro de estimação e c_i é o efeito não observado. Supondo que E ( u _it| feminino, X_i1, X_i2, c_i ) = 0, para t = 1, 2 e i= 1, 2, .., N, julgue os itens seguintes.

Considerando-se pessoas de sexos diferentes, mas com habilidades e características semelhantes, elas terão crescimento médio de salários diferentes se δ₂ não for significativamente diferente de 0 (em termos estatísticos).