O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo

Q4 Business, Management and Accounting Revista de Contabilidade e Organizacoes Pub Date : 2018-12-28 DOI:10.11606/ISSN.1982-6486.RCO.2018.152100
M. Pagliarussi
{"title":"O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo","authors":"M. Pagliarussi","doi":"10.11606/ISSN.1982-6486.RCO.2018.152100","DOIUrl":null,"url":null,"abstract":"Este trabalho apresenta um conjunto de estudos de Monte Carlo, usando softwares de planilha eletrônica, que pode ser usado para facilitar a aprendizagem do conceito de distribuição amostral em um contexto de aprendizagem do modelo clássico de regressão linear. A partir da construção de duas planilhas básicas, uma para regressão simples e outra para regressão múltipla, outras planilhas podem ser facilmente obtidas com pequenas alterações no processo gerador de dados. As alterações que podem ser introduzidas incluem variações no tamanho das amostras e em diversas características do termo de erro, como sua variância, valor médio e função de probabilidade. Também podem ser introduzidas correlações entre os regressores no modelo de regressão múltipla. Um professor de econometria introdutória pode usar o conjunto de planilhas de modo a obter figuras e tabelas que facilitam a visualização do desempenho dos estimadores de mínimos quadrados ordinários para diferentes situações. Deste modo, os estudantes podem compreender na prática como as violações nas premissas do modelo clássico de regressão linear afetam om desempenho dos estimadores de mínimos quadrados ordinários e dos testes de hipóteses usualmente empregados no contexto da análise de regressão. As violações trabalhadas no presente trabalho incluem heterocedasticidade, omissão de variáveis relevantes, erros não normais e multicolinearidade.","PeriodicalId":33933,"journal":{"name":"Revista de Contabilidade e Organizacoes","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2018-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.11606/ISSN.1982-6486.RCO.2018.152100","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Contabilidade e Organizacoes","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.11606/ISSN.1982-6486.RCO.2018.152100","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Business, Management and Accounting","Score":null,"Total":0}
引用次数: 0

Abstract

Este trabalho apresenta um conjunto de estudos de Monte Carlo, usando softwares de planilha eletrônica, que pode ser usado para facilitar a aprendizagem do conceito de distribuição amostral em um contexto de aprendizagem do modelo clássico de regressão linear. A partir da construção de duas planilhas básicas, uma para regressão simples e outra para regressão múltipla, outras planilhas podem ser facilmente obtidas com pequenas alterações no processo gerador de dados. As alterações que podem ser introduzidas incluem variações no tamanho das amostras e em diversas características do termo de erro, como sua variância, valor médio e função de probabilidade. Também podem ser introduzidas correlações entre os regressores no modelo de regressão múltipla. Um professor de econometria introdutória pode usar o conjunto de planilhas de modo a obter figuras e tabelas que facilitam a visualização do desempenho dos estimadores de mínimos quadrados ordinários para diferentes situações. Deste modo, os estudantes podem compreender na prática como as violações nas premissas do modelo clássico de regressão linear afetam om desempenho dos estimadores de mínimos quadrados ordinários e dos testes de hipóteses usualmente empregados no contexto da análise de regressão. As violações trabalhadas no presente trabalho incluem heterocedasticidade, omissão de variáveis relevantes, erros não normais e multicolinearidade.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
通过蒙特卡罗模拟对经典线性回归模型进行教学
这项工作提出了一套蒙特卡罗研究,使用电子表格软件,可以用来促进学习样本分布的概念,在学习经典线性回归模型的背景下。从构建两个基本的工作表,一个用于简单回归,另一个用于多元回归,其他工作表可以很容易地获得,只需在数据生成过程中进行小的更改。可以引入的变化包括样本量的变化和误差项的几个特征,如方差、平均值和概率函数。回归变量之间的相关性也可以引入到多元回归模型中。初级计量经济学教授可以使用电子表格集来获得图表和表格,以方便查看普通最小二乘估计器在不同情况下的性能。通过这种方式,学生可以在实践中理解经典线性回归模型假设中的违规如何影响普通最小二乘估计器和通常用于回归分析的假设检验的性能。本文研究的违规行为包括异方差、相关变量遗漏、非正态误差和多重共线性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
Revista de Contabilidade e Organizacoes
Revista de Contabilidade e Organizacoes Business, Management and Accounting-Organizational Behavior and Human Resource Management
CiteScore
0.50
自引率
0.00%
发文量
11
审稿时长
25 weeks
期刊最新文献
Gerenciamento de lock-in em soluções de tecnologia: cada escolha uma renúncia Clusterização de precedentes de IRPJ no CARF Concepção neoliberal da corrupção no discurso contábil da JBS Editorial Programas de compliance e gestão da ética em refinarias de petróleo: há efeito no conhecimento e intenção para compliance dos colaboradores?
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1