Notas do Doutorado · Disciplina 5
Mestrado e Doutorado Profissional em Economia e Finanças — MPEF / FGV-EPGE
Professor Marcelo Mello · notas por Vítor Wilher
O curso tem uma tese, repetida do primeiro ao último slide: correlação não implica causalidade. Estas notas seguem o programa da disciplina — do problema da inferência causal com dados observacionais ao estimador de mínimos quadrados, à inferência sobre seus coeficientes e aos testes conjuntos no modelo múltiplo —, com derivações passo a passo e laboratórios computacionais em R executados na própria compilação.
← Todas as disciplinasVersão preliminar, acompanhando o curso: as nove primeiras aulas das quinze. Novos capítulos entram conforme a disciplina avança.
Vioxx, cloroquina e o caso New York Times; experimento ideal, estratégia de identificação e estrutura de dados.
Média condicional, lei das expectativas iteradas, Chebyshev, covariância e correlação.
MQO, condições de ortogonalidade, R² e SER, as três hipóteses e a distribuição amostral.
Testes de hipótese e valor-p, intervalos de confiança, regressor binário como diferença de médias, heterocedasticidade e Gauss-Markov.
Viés de variável omitida e sua fórmula, efeitos parciais, R² ajustado, multicolinearidade e a distinção entre variável de interesse e variáveis de controle.
Hipóteses conjuntas e a estatística F, restrições envolvendo vários coeficientes, especificação de modelos e as armadilhas do R².
Polinômios e o efeito que depende do nível de X, as três especificações logarítmicas e os termos de interação nos três casos.
Validade interna e externa, as cinco ameaças, o viés de atenuação do erro de medida e o viés de seleção amostral.
Efeitos fixos de unidade e de tempo, a transformação within, exogeneidade estrita e erros-padrão clusterizados.
Logit e probit, variáveis instrumentais, diferenças-em-diferenças, regressão descontínua e séries temporais.
O curso abre por quatro casos em que a análise empírica foi publicada, aceita — e estava errada. É o desconforto produtivo que organiza tudo o que vem depois.
Por que a aleatorização funciona, MQO calculado à mão contra lm(), erros-padrão robustos e a estatística F implementados a partir da fórmula, e o tamanho dos testes medido por simulação.
As cinco listas da disciplina reproduzidas em português, cada uma ao fim do capítulo a que corresponde, com resolução desenvolvida — além dos exercícios autorais de cada capítulo.
Uma revisão computacional das aulas: cada notebook reproduz em R os resultados centrais de um capítulo e abre no Google Colab com um clique — sem instalar nada. Ver no GitHub.
Por que a aleatorização funciona, o viés da autosseleção e o que um proxy ruidoso resolve — e o que não resolve.
Binomial, Chebyshev em cinco distribuições, lei das expectativas iteradas e covariância zero sem independência.
MQO na mão contra lm(), condições de ortogonalidade, TSS = ESS + SSR e a distribuição amostral por simulação.
Erro-padrão robusto implementado do zero, o que “95% de confiança” significa e a regressão com dummy como diferença de médias.
O viés de variável omitida medido e conferido contra a fórmula — e a demonstração de que ele não desaparece com o tamanho da amostra.
A estatística de Wald do zero, a identidade F = t² e o teste homocedástico rejeitando 15% das vezes quando promete 5%.
O debate “mais armas, menos crime” com dados reais: o coeficiente troca de sinal com efeitos fixos de estado e vai a zero com efeitos de tempo.
O par do caso anterior: aqui o efeito sobrevive aos efeitos fixos, a dose-resposta aparece e o canal causal — o uso do cinto — é verificável nos dados.
Visualização do PDF (para leitura em tela cheia, use o botão acima).