Publicação: Correlação espúria em modelos de painel : uma análise do desmatamento na Amazônia
Carregando...
Paginação
Primeira página
Última página
Data
Data de publicação
Data da Série
Data do evento
Data
Data de defesa
Data
Edição
Idioma
por
Cobertura espacial
Brasil
Cobertura temporal
País
BR
organization.page.location.country
Tipo de evento
Tipo
Grau Acadêmico
Fonte original
ISBN
ISSN
DOI
dARK
item.page.project.ID
item.page.project.productID
Detentor dos direitos autorais
Instituto de Pesquisa Econômica Aplicada (Ipea)
Acesso à informação
Acesso Aberto
Termos de uso
É permitida a cópia, reprodução e distribuição de textos, imagens, dados e demais arquivos, no todo ou em parte, em qualquer formato ou meio desde que sejam observadas as seguintes regras:
a) O uso do material copiado se destina apenas para fins educacionais, de pesquisa, pessoal, circulação interna ou outros usos não comerciais. Reproduções para fins comerciais são proibidas;
b) O material deve ser reproduzido sem sofrer qualquer alteração ou edição de conteúdo em relação ao original; e
c) A reprodução deve ser acompanhada da citação da fonte, no seguinte formato: Fonte: PPE (http://ppe.ipea.gov.br)
Titulo alternativo
item.page.organization.alternative
Variações no nome completo
Autor(a)
Orientador(a)
Editor(a)
Organizador(a)
Coordenador(a)
item.page.organization.manager
Outras autorias
Palestrante/Mediador(a)/Debatedor(a)
Coodenador do Projeto
Resumo
O artigo analisa o efeito de fatores específico individuais associados a tamanho em um modelo dinâmico de regressão em painel. A teoria e simulações estatísticas mostram que esses fatores, quando variantes no tempo ou dotados de distribuições com cauda longa, podem causar correlação espúria. Se um par de variáveis em painel depende, de algum modo, do tamanho e esta variável não for introduzida na regressão, então elas deverão apresentar uma forte correlação, mesmo se forem independentes. Além disso, previsões baseadas em modelos que omitem fatores associados a tamanho são seriamente afetadas por suas propriedades. Regressões a partir de dados agrupados com séries de tempo muito curtas apresentam um bom ajustamento dentro da amostra, mas as previsões fora da amostra serão insatisfatórias se os fatores associados ao tamanho dos indivíduos omitidos forem dotados de uma distribuição com cauda longa. Usando esses resultados, aplicamos um modelo dinâmico a um painel de dados da Amazônia. O desmatamento previsto é muito menor do que em estudos anteriores quando se controla para correlação espúria.
Resumo traduzido
This paper analyzes the effects of individual-specific size factors in a dynamic panel regression model. Theory and simulation show that a size-factor, with a long-tailed distribution or a time-varying property, may cause spurious stochastics. If a pair of panel variables depends on size in some way, then they appear to find a strong relationship, If the size variable is not used in the regression, even if the variables are otherwise independent. Moreover, forecasts based on model that have omitted size-factors are affected seriously by the property of the size-factors. A pooling regression with very short time-series appears to fit well in sample, but forecasts poorly out-of-sample if the neglected individual-specific size-factor has a long-tailed distribution. Using these results, we apply a dynamic panel model to Amazon data. Predicted deforestation is much lesser than previous after accounting for spurious stochastics.
