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.

O parâmetro θ₂ refere-se ao segundo período e mensura o crescimento no salário das pessoas em relação ao primeiro período.

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.

Na falta de hipóteses adicionais, não é possível estimar o intercepto (base do primeiro período) θ₁ nem o coeficiente δ₁.

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.

Os coeficientes do modelo devem ser estimados pelo método de mínimos quadrados ordinários empilhados (pooled OLS)

A respeito dos modelos VAR, julgue o item abaixo.

Na especificação VAR, é necessária a definição das variáveis endógenas para que se corrija o problema de identificação do modelo.

Com relação à econometria com dados em painel, julgue os próximos itens.

Se o efeito não observado for correlacionado com algum elemento da matriz de regressores, a estimação por painel empilhado (pooled) é viesada e inconsistente.