Estatística &

Econometria

MÓDULO 2

Estatística básica

Iana Ferrão
[Link]ão@[Link]
+55 (11) 3383 3453
1
 1. Amostra aleatória ................................................ 3

SUMÁRIO 2. Teorema Central do Limite .................................... 7

3. Estimadores e suas propriedades.......................... 9

4. Estimação da média populacional e intervalo de

confiança................................................................. 12

5. Teste de Hipóteses .............................................. 14

6. Intervalo de confiança......................................... 21

Módulo 2 7. Gráficos de dispersão ......................................... 22

8. Covariância amostral e correlação amostral....... 23

2
 1. Amostra aleatória

Definição: Uma amostra é um subconjunto da população. Em uma amostra aleatória simples (AAS), n elementos são
selecionados ao acaso (aleatoriamente) de uma população e cada um tem a mesma probabilidade de ser selecionado.
Como exemplo de AAS aplicado ao mercado financeiro, podemos citar o preço de fechamento de todas as ações
negociadas na sexta-feira.

Amostragem Aleatória Simples (AAS)

3
 1. Amostra aleatória
Variáveis aleatórias i.i.d

As n observações na amostra são representadas por Y1, ..., Yn, onde Y1 é 1ª observação, Y2 é a 2ª
observação e assim por diante. O valor da variável aleatória Y para o i-ésimo objeto selecionado
aleatoriamente é representado por Yi.
Como cada objeto tem a mesma probabilidade de ser selecionado e a distribuição de Yi, é a mesma para
todo i, as variáveis aleatórias Y1, ..., Yn, são independentes e identicamente distribuídas (i.i.d.).

• A distribuição de Yi, é a mesma para todo i = 1, ..., n → Y1, ..., Yn, são identicamente distribuídas
• Y1 é distribuído independentemente de Y2, ..., Yn, e assim por diante → Y1, ..., Yn, são
independentemente distribuídas

4
 1. Amostra aleatória
Distribuição Amostral da Média da Amostra

𝟏 σ𝑛𝑖= 1 𝑌𝑖
ത das n observações Y1, ..., Yn é
A média amostral 𝑌, → ഥ = (Y1 +Y0 + … + Yn) =
𝒀
𝑛 𝑛
ഥ uma variável aleatória.
Um conceito essencial é o de que o ato de selecionar uma amostra aleatória torna a média da amostra 𝒀

Média e variância de 𝒀 ഥ . Suponha que as observações Y1, ..., Yn sejam i.i.d e sejam µ𝑌 e 𝜎𝑌ത2 a média e a variância de 𝑌𝑖 . A média
de Y (ou sua esperança matemática) é dada por:
𝑛 𝑛
σ𝑛𝑖= 1 𝑌𝑖 1 1
𝐸 𝑌ത = 𝐸 = 𝐸 ෍ 𝑌𝑖 = ෍ 𝐸 𝑌𝑖 = µ𝑌
𝑛 𝑛 𝑛
𝑖= 1 𝑖= 1
Já a variância de 𝑌ത pode ser dada por:

1 1 1 𝜎𝑌2
𝑣𝑎𝑟 𝑌ത = 𝑣𝑎𝑟 σ𝑛𝑖=1 𝑌𝑖 = σ𝑛𝑖=1 𝑣𝑎𝑟( 𝑌𝑖 ) + σ𝑛𝑖=1 σ𝑛𝑗=1,𝑗 ≠1 𝑐𝑜𝑣( 𝑌𝑖 , 𝑌𝑗 ) = 𝑛
𝑛 𝑛2 𝑛2

𝜎𝑦
O desvio padrão de 𝑌ത é a raiz quadrada da variância, 𝑛.
5
 1. Amostra aleatória
Média e variância de 𝑌ത

A média, a variância e o desvio padrão de 𝑌ത são:

ത = µ𝑌
𝐸(𝑌)

𝜎𝑌2
ത = 𝜎𝑌ത2 =
𝑣𝑎𝑟(𝑌)
𝑛

𝜎𝑌
𝐷𝑃 𝑌ത = 𝜎𝑌ത =
𝑛

• Esses resultados são válidos para qualquer distribuição de Yi, ou seja, a distribuição de Yi não precisa ser normal.
ഥ segue uma distribuição normal com
• Se Y segue uma distribuição normal com média 𝜇 e variância 𝜎 2 , então Y
𝜎2
média 𝜇 e variância .
𝑛
𝝈𝟐
Se 𝐘 ~ 𝐍 𝛍, 𝝈𝟐 , 𝑒𝑛𝑡ã𝑜 ഥ𝒀~𝐍 𝛍,
n
6
 2. Teorema Central do Limite (TCL)
Aproximação em amostras grandes

O teorema central do limite afirma que se o tamanho amostral (n) é grande o suficiente, a distribuição das médias amostrais
pode ser aproximada por uma distribuição normal, mesmo que a população original não seja normalmente distribuída.

Ao selecionar uma amostra aleatória de tamanho n de

uma população com média (μ) e desvio padrão (σ):

• Se n>30, as médias amostrais têm uma distribuição que pode ser

aproximada por uma distribuição normal com média (μ) e desvio
padrão (σ/ 𝑛), independente da distribuição da população original,
sendo μ a média populacional e σ o desvio padrão populacional.

• Se n≤30 e a população original tem uma distribuição normal, então as

médias amostrais têm uma distribuição normal com média (μ) e desvio
padrão (σ/ 𝑛).

• Se n≤30, mas a população original não tem uma distribuição normal,

então os métodos a seguir não se aplicam. 7
2. Teorema Central do Limite (TCL)
Aproximação em amostras grandes

Esse teorema é importante para

Econometria pois nos permite
trabalhar com a amostra – fazer
testes de hipóteses e trabalhar
com intervalos de confiança, por
exemplo – sem qualquer
conhecimento da distribuição
da população, contanto que a
amostra seja suficientemente
grande.

8
 3. Estimadores e suas propriedades

Um estimador é uma função de uma amostra de dados selecionados aleatoriamente de uma população.
Uma estimativa é o valor numérico do estimador quando este é efetivamente calculado utilizando dados
de uma amostra específica. Um estimador é uma variável aleatória em razão da aleatoriedade na
seleção da amostra, ao passo que uma estimativa é um número não-aleatório.

Principais estimadores (ou estatísticas):

• Média amostral: Yഥ =
𝛴𝑖 Y𝑖
• Mínimo da amostra: 𝑚 = min 𝑌1 , … , 𝑌𝑛
𝑛

ഥ 2
• Variância amostral: 𝑠 2 =
𝛴𝑖 Y𝑖 −Y • Máximo da amostra: 𝑀 = m𝑎𝑥 𝑌1 , … , 𝑌𝑛
𝑛−1

𝛴𝑖 𝑥𝑖 −𝑥ҧ 𝛴𝑖 𝑦𝑖 −𝑦ത • Amplitude da amostral: 𝑀 − 𝑚

• Covariância amostral: 𝑐𝑜𝑣 𝑋, 𝑌 = 𝑛−1

𝑐𝑜𝑣(𝑋,𝑌) • Número de observações: 𝑛

• Correlação amostral: 𝑐𝑜𝑟𝑟 𝑋, 𝑌 =
𝑠𝑥2 ⋅𝑠𝑦2

9
 3. Estimadores e suas propriedades
Três características desejáveis para um estimador:
ausência de viés, consistência e eficiência

• Ausência de viés. Um estimador é não viesado se a média de sua distribuição amostral é igual a µ𝑌 (média da
população).
𝐸(ොµ𝑌 ) = µ𝑌
• Consistência. Um estimador é consistente se a probabilidade de que o estimador se encontre dentro de um
pequeno intervalo do valor verdadeiro µ𝑌 se aproxima de 1 à medida que o tamanho da amostra aumenta.

• Variância e eficiência. Suponha que você tenha dois candidatos a estimadores, µො 𝑌 e µ෤ 𝑌, ambos não viesados. Como
escolher entre eles? Se µො 𝑌 tem uma variância menor do que µ෤ 𝑌, diz-se que µො 𝑌 é mais eficiente do que µ෤ 𝑌. O termo
“eficiência” vem da noção de que, se µො 𝑌 tem uma variância menor do que µ෤ 𝑌, ele usa a informação contida nos
dados de maneira mais eficiente do que µ෤ 𝑌.

𝒀ഥ é um estimador não viesado de µ𝑌 , é consistente e é o estimador mais eficiente de todos os

estimadores não viesados que são médias ponderadas dos dados amostrais

10
 4. Estimação da média populacional e intervalo de confiança

Há uma probabilidade de 1-α de que uma

Estimação por intervalo de confiança média amostral tenha um erro menor do que E

• O limite inferior para um intervalo unilateral é Há uma probabilidade de

α de que uma média
definido calculando-se L, tal que: 𝑃 𝐿 ≤ 𝜇 =
amostral tenha um erro
1 − 𝛼. E o superior é tal que: 𝑃 𝜇 ≤ 𝑈 = 1 − 𝛼 1- α maior do que E (em uma
das caudas sombreadas
• A diferença entre a média amostral e a média de cinza escuro)
populacional é um erro (𝐸 = 𝑥ҧ − 𝜇 ). Logo, os
E E
limites do intervalo de confiança são tais que:
ഥ−𝑬 < 𝝁 < Y ഥ + 𝑬, ou seja, (Y
ഥ − 𝑬; Y
ഥ + 𝑬) 𝑧𝛼 ou 𝑡𝛼,𝑛−1 𝑧1−𝛼 ou 𝑡1−𝛼,𝑛−1
Y 2 2 2 2

• Se o desvio padrão (𝝈) populacional é

conhecido, supõe-se uma distribuição normal e, t tende a Z com o
𝜎 aumento de n
portanto, 𝐸 = 𝑧𝛼 . 𝑛. Caso contrário, supõe-se
2
uma distribuição t de Student e, portanto 𝐸 =
𝑆
𝑡𝛼,𝑛−1 . 𝑛 . Vale lembrar que t e Z são as
2
estatísticas das distribuições.
11
 4. Estimação da média populacional e intervalo de confiança

Sim 𝐙 - Utilizar
distribuição normal
A população é
normalmente Sim
Sim distribuída? Utilizar métodos
n > 30? não-paramétricos
Não Não ou bootstrap
σé
conhecido?
Sim 𝐭 - Utilizar
distribuição t de
Não A população é Student
normalmente Sim
Utilizar métodos
distribuída?
n > 30? não-paramétricos
Não Não ou bootstrap

12
 5. Teste de Hipóteses

Teste de hipótese (teste de significância) é um procedimento padrão para se testar uma afirmativa sobre uma propriedade
da população (hipótese).

Alguns conceitos
• Hipótese nula (𝑯𝟎 ) é uma afirmativa de que o valor de um parâmetro populacional (média ou desvio padrão, por
exemplo) é igual a algum valor especificado (𝜇𝑌.0 ).

• Hipótese alternativa (𝑯𝟏 ou 𝑯𝒂 ) é a afirmativa de que o parâmetro tem um valor que difere da hipótese nula.

𝑯𝟎 : 𝐸 𝑌 = 𝜇𝑌.0

𝑯𝟏 : 𝐸 𝑌 ≠ 𝜇𝑌.0 (alternativa bilateral ou bicaudal)

Em um teste de hipótese decidimos pela rejeição da hipótese nula ou sua não-rejeição

13
 5. Teste de Hipóteses
Valor p

• O valor p, também chamado de probabilidade de significância, é a probabilidade de se obter uma estatística de

teste igual ou mais extrema do que aquela observada em uma amostra, assumindo que a hipótese nula esteja
correta.

• Uma outra interpretação para o valor-p, é que este é o menor nível de significância com que se rejeitaria a
hipótese nula. Em termos gerais, um valor-p pequeno significa que a probabilidade de obter um valor da
estatística de teste como o observado é muito improvável, levando assim à rejeição da hipótese nula.

• Para o cálculo do valor p é necessário conhecer a distribuição

amostral de 𝑌ത sob a hipótese nula. Contudo, como mostrado nos
slides 7 e 8, de acordo com o teorema central do limite, a distribuição
amostral de 𝑌ത é bem aproximada por uma distribuição normal
quando o tamanho da amostra é grande. Assim, essa aproximação
normal para amostras grandes torna possível o cálculo do valor p
sem que haja a necessidade de se conhecer a distribuição da
população de Y, desde que o tamanho da amostra seja grande. -|Valor p| |Valor p|
14
 5. Teste de Hipóteses
Alguns conceitos
𝐻0 : 𝐸 𝑌 = 𝜇𝑌.0
• A estatística de teste é um valor usado para se tomar a decisão sobre a
hipótese nula. 𝐻1 : 𝐸 𝑌 ≠ 𝜇𝑌.0 (alternativa bilateral)
ഥ −𝝁
𝒀 ത
𝑦−𝜇
❑ Estatística de teste para média: 𝒛 = 𝝈 ou 𝑡 = 𝑠
𝒏 𝑛
𝑛−1 𝑠 2 Teste bilateral: região crítica está nas
❑ Estatística de teste para desvio padrão: 𝜒2 = duas regiões extremas sob a curva.
𝜎2

α = 5%
• Nível de significância (α) é a probabilidade de rejeitarmos a hipótese nula
quando esta for verdadeira.

• Valor crítico é qualquer valor que separa a região crítica (em que rejeitamos 2,5% 2,5%
H0 ) dos valores da estatística de teste que não levam à rejeição da hipótese
nula. Depende da hipótese nula, distribuição amostral e α.

• Se estatística de teste cair na região crítica, rejeitamos a hipótese nula.

15
 5. Teste de Hipóteses
Distribuição Normal - Obtendo as probabilidades a partir z

= 𝑃(0 ≤ 𝑍 ≤ z)
= 𝑃(0 < 𝑍 < z)

µ=0

µ=0

µ=0
16
 5. Teste de Hipóteses

• Teste bilateral: região crítica • Teste unilateral à esquerda: • Teste unilateral à direita:
está nas duas regiões região crítica está na região região crítica está na região
extremas sob a curva. extrema esquerda sob a curva. extrema direita sob a curva.

𝑯𝟏 : 𝝁 < 𝝁𝟎 𝑯𝟏 : 𝝁 > 𝝁𝟎
𝑯𝟏 : 𝝁 ≠ 𝝁𝟎

17
 5. Teste de Hipóteses
Exemplo

A associação dos proprietários de indústrias metalúrgicas está muito preocupada com o tempo perdido com acidentes de
trabalho, cuja média, nos últimos anos, tem sido da ordem de 60 horas/homem por ano e desvio padrão de 20
horas/homem. Tentou-se um programa de prevenção de acidentes, após o qual foi tomada um amostra de 9 indústrias e
medido o número de horas/homem perdidos por acidentes, que foi de 50 horas. Você diria, no nível de 5%, que há
evidência de melhoria?

Queremos testar a hipótese de que 𝜇, o número médio de horas perdidas

com acidentes de trabalho, tenha permanecido o mesmo. Ou seja:

𝐻0 : 𝜇 = 60 , note que sob 𝐻 , 𝑌~𝑁

ത 400 𝝈𝟐
0 60, ഥ𝒀~𝐍 𝛍,
𝐻1 : 𝜇 < 60 9 n

Com α=0,05, z = -1,64.

ഥ−𝝁
𝒀 50 − 60 −10 3
𝒁= 𝝈 →𝒁= = = − = −𝟏, 𝟓 → Está fora da região crítica. Logo, rejeitamos a hipótese nula
20 20 2
𝒏 3 3 a 5% de significância.

18
 5. Teste de Hipóteses
Exemplo

• Uma pesquisa feita com 300 eleitores revelou que 23% votariam no candidato A. O candidato B, no entanto, afirma
que o seu oponente tem, no máximo, 20% de votos. Testemos a afirmação do candidato B, usando para nossa
análise o nível de significância de 5%. As hipóteses neste caso são:

0,16
𝐻0 : 𝑝 = 0.20 , note que sob 𝐻 , 𝑝ҧ ~𝑁 p, p(1−𝑝) 𝑝~𝑁 0,20,
0 𝑛 300
𝐻1 : 𝑝 > 0.20

𝑝ҧ − 𝑝 23 − 20 3
→ = = 𝟏, 𝟑 → Está fora da região crítica. Logo, não se rejeita a
p(1 − 𝑝) 0,16 2,3 hipótese nula a 5% de significância.
𝑛 300

19
 6. Intervalo de confiança
Há uma probabilidade de 1-α de que uma média
amostral tenha um erro menor do que EP
Um intervalo de confiança bicaudal de 95% para 𝝁𝒀 é um
intervalo construído de modo que contenha o valor de 𝜇𝑌 em Há uma probabilidade
de α de que uma média
95% de suas aplicações. Quando o tamanho n da amostra é amostral tenha um erro
grande, intervalos de confiança de 95%, 90% e 99% para 𝜇𝑌 são: 1- α maior do que E (em
uma das caudas
sombreadas de cinza
escuro)
ഥ ± 𝟏, 𝟗𝟔 𝑬𝑷(Y
Intervalo de confiança de 95% para 𝝁𝒀 = Y ഥ)
EP EP
𝑧𝛼 ou 𝑡𝛼,𝑛−1 𝑧1−𝛼 ou 𝑡1−𝛼,𝑛−1
2 2 2 2

ഥ − 𝟏, 𝟗𝟔 𝑬𝑷(Y
Y ഥ) < 𝝁𝒀 < Y
ഥ + 𝟏, 𝟗𝟔 𝑬𝑷(Y
ഥ)
Há uma probabilidade
de α de que uma média
amostral tenha um erro
ഥ ± 𝟏, 𝟔𝟒 𝑬𝑷(Y
Intervalo de confiança de 90% para 𝝁𝒀 = Y ഥ)
95% maior do que E (em
uma das caudas
ഥ ± 𝟐, 𝟓𝟖 𝑬𝑷(Y
Intervalo de confiança de 99% para 𝝁𝒀 = Y ഥ) sombreadas de cinza
escuro)
EP EP
−1,96 +1,96
20
 6. Intervalo de confiança
Exemplo

Considere que queiramos construir um intervalo de confiança de 95% pra o

salário médio de recém-formados usando uma amostra de 200 recém-formados
em que 𝑌ത = 3100 e o EP(𝑌)
ത = 140.

95%
ഥ − 𝟏, 𝟗𝟔 𝑬𝑷(Y
Y ഥ) < 𝝁𝒀 < Y
ഥ + 𝟏, 𝟗𝟔 𝑬𝑷(Y
ഥ)

𝟑𝟏𝟎𝟎 − 𝟏, 𝟗𝟔 ∗ 𝟏𝟕𝟓 < 𝝁𝒀 < 𝟑𝟏𝟎𝟎 + 𝟏, 𝟗𝟔 ∗ 𝟏𝟕𝟓 EP EP

−1,96 +1,96
𝟐. 𝟕𝟓𝟕 < 𝝁𝒀 < 𝟑. 𝟒𝟒𝟑

Portanto, com probabilidade de 95%, esse intervalo [2.757;3.443] contém o

salario médio da população de recém formados.

21
 7. Gráfico de dispersão
Gráfico de dispersão da taxa de câmbio vs CRB
6.00
Um gráfico de dispersão é um gráfico de n observações

Taxa de câmbio (R$/US$)

5.00
de Xi e Yi em que cada observação é representada pelo
4.00
ponto (Xi, Yi).
3.00
2.00
Exemplo: 1.00
204 observações – dados mensais de jan/2005 a dez/2021 0.00 CRB
0 100 200 300 400 500

Gráfico de dispersão da taxa de câmbio vs risco país Gráfico de dispersão da taxa de câmbio vs VIX
6.00 6.00
Taxa de câmbio (R$/US$)

Taxa de câmbio (R$/US$)

5.00 5.00
4.00 4.00
3.00 3.00
2.00 2.00
1.00 1.00
0.00 0.00
0 100 200 300 400 500 600 0 20 40 60 80
Risco País (CDS) Aversão ao risco (VIX) 22
 8. Covariância amostral e correlação amostral

ഥ 𝜮𝒊 𝒀𝒊 − 𝒀
𝜮𝒊 𝑿𝒊 − 𝑿 ഥ
Covariância 𝒄𝒐𝒗 𝑿, 𝒀 =
𝒏−𝟏

• É uma medida de variação entre duas variáveis aleatórias. Por exemplo, quando a taxa de juros básica sobe em geral
observamos uma queda no preço das ações, sugerindo uma covariância negativa entre as variáveis taxa de juros e preço
de ações. A covariância busca mostrar se há um comportamento de interdependência linear entre duas variáveis.

Correlação 𝒄𝒐𝒓𝒓 𝑿, 𝒀 = 𝒄𝒐𝒗(𝑿, 𝒀)/ 𝒔𝟐𝑿 ⋅ 𝒔𝟐𝒀

• É uma normalização da covariância (uma vez que esta é uma medida dimensional, sendo, portanto, afetada pelas
unidades de medida), representada por um número adimensional que varia entre -1 e 1.

Aplicações
• Em econometria, só podemos obter estimadores confiáveis a partir de uma amostra aleatória de dados quando supomos
que u (termo de erro não observável) e a variável explicativa x não estão correlacionados. Mais especificamente, o valor
médio de u não depende do valor de x. Assim: 𝑐𝑜𝑣 𝑥, 𝑢 = 𝐸 𝑥𝑢 = 0

• No próximo módulo, quando estudaremos o Modelo de Regressão Simples, verificaremos que o estimador do efeito de
𝐶𝑜𝑣𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑥 𝑒 𝑦
uma variável x em y é dado por: 𝛽መ1 = 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙 𝑑𝑒 𝑥 23
 8. Covariância amostral e correlação amostral
Gráfico de dispersão da taxa de câmbio vs CRB Gráfico de dispersão da taxa de câmbio vs risco país

6.00 6.00

Taxa de câmbio (R$/US$)

Taxa de câmbio (R$/US$)

5.00 5.00

4.00
correlação = -0,80 4.00

3.00 3.00

2.00 2.00
correlação = +0,49
1.00 1.00

0.00 No excel: 0.00

0 100 200 300 400 500 função 0 100 200 300 400 500 600
CRB Risco País (CDS)
CORREL( . , .)
Gráfico de dispersão da taxa de câmbio vs VIX Gráfico de dispersão
6.00
correlação = 0
Taxa de câmbio (R$/US$)

5.00
4.00
correlação = 0,02 O coeficiente de correlação é
3.00 uma medida de associação
2.00 linear. Existe uma relação nessa
1.00 figura, porém, é não linear.
0.00
0 20 40 60 80
Aversão ao risco (VIX) 24
25