Primeiro encontro
2025-07-08
Pré-Requisitos de conhecimento
Vamos começar com o que você NÃO precisa saber:
O que você deve conhecer previamente:
Como funciona?
O material para você reproduzir os exemplos usados nas aulas em arquivos do Excel estarão também no meu repositório do Classroom:
Baixar os arquivos de dados no formato .xlsx.
Ao final de cada aula, você terá as planilhas de exercícios para reproduzir.
Geralmente deixo os links nas apresentações e na apostila/apresentação ou html para você apenas clicar e baixar.
“A Econometria é muitíssimo interessante e nada complicada, pois hoje temos os computadores a nosso favor!” — O autor (grifo meu)
“Só sei que nada sei.” — Sócrates
Existem pelo menos quatro linhas de definição entre economistas para a econometria:
Como você escolheria entre as diferentes hipóteses ou modelos para um dado fenômeno? (Granger, 1999, p. 58).
Fonte: Gujarati (2011, p. 34).
“É somente através da econometria, a ciência de dados original, que você pode conhecer o caminho da causa ao efeito.” — Angrist (2008)
Fonte: Gujarati (2011, p. 34).
“É somente através da econometria, a ciência de dados original, que você pode conhecer o caminho da causa ao efeito.” — Angrist (2008)
*Playlist do curso completo dele aqui
“Eu diria que a principal diferença é a abordagem do problema da previsão.
Os cientistas de dados geralmente se preocupam com as abordagens do tipo de ajuste de curva para a previsão. Portanto, qualquer modelo que se adapte bem aos dados servirá. Se é uma experiência passada, podemos estar interessados em usá-la para extrapolar para o futuro.
Grande parte da agenda de ciência de dados está ligada aos problemas de marketing de alguém. Você está tentando descobrir quem comprará algo, quem tomará alguma ação. A econometria, na minha opinião, lida com uma classe de problemas mais difícil.
Econometristas estão mais preocupados com relacionamentos causais. Em outras palavras, se manipularmos algo, por exemplo, seguro de saúde ou política monetária, como será o mundo em resposta a essa mudança?”
Será que o machine learning e o big data estão mudando a econometria?
“Dados são o novo petróleo.” — Clive Humby (2006)
…mas, muito além do conhecimento das ferramentas estatísticas e de data science, o profissional bem formado sempre será fundamental para abastecê-las; afinal, informação nem sempre é conhecimento.
“Em alguns casos, estou um pouco preocupado com o fato de o grande volume de dados estar meio que se tornando uma distração.” — Josh Angrist, Mastering Econometrics
10 erros comuns na econometria aplicada
Porquê aprender econometria impulsiona minha carreira ?
“Bem, se você acha que a econometria é chata, devo dizer que seus professores falharam com você. Talvez você tenha sofrido um curso de econometria que basicamente trata a disciplina como um tipo de matemática aplicada — muito teórica, muito abstrata.” — Josh Angrist, Mastering Econometrics
“Eu continuo dizendo que o trabalho mais sexy nos próximos dez anos será o dos estatísticos. As pessoas pensam que eu estou brincando, mas quem imaginaria que os engenheiros de computação teriam sido o trabalho mais sexy dos anos 90?” — Hal Varian, The McKinsey Quarterly (jan/2009)
Desde que começou seus estudos, a demanda por conhecimentos econométricos cresceu?
“Cresceu muito, e não só pra economistas. As instituições estão muito preocupadas em medir de forma correta os impactos das políticas adotadas, em elaborar estratégias e fazer previsões.”
“A concorrência é muito acirrada em alguns setores, então esse conhecimento específico é muito demandado — principalmente se a pessoa que conhece as técnicas também saiba traduzi-las para o dia a dia da empresa, já que nem todos vão saber ler um resultado.” — extrato de entrevista com a profa. Priscila Fernandes Ribeiro (INSPER)
Leia esse interessante post do blog gustibuseconomia:
A importância de estudar econometria com uso de softwares
Se você tivesse que calcular a média e o desvio padrão das alturas de uma amostra de um grupo específico de pessoas:
Estaturas
Estaturas |
---|
1metro72cm |
2metro06cm |
1metro86cm |
1metro65cm |
2metro08cm |
1metro93cm |
1metro78cm |
1metro,6cm |
1metro64cm |
1metro89cm |
1metro83cm |
2metro05cm |
1metro82cm |
1metro68cm |
1metro79cm |
2metro01cm |
1metro87cm |
1metro81cm |
2metro01cm |
1metro93cm |
😟 …e você precisa calcular isso pois está prestando uma prova de concurso público em que o examinador proíbe o uso de calculadoras e celulares… 😟
“Economistas têm lidado historicamente com dados que se ajustavam a planilhas, mas isso tem mudado na medida em que novos dados se tornam disponíveis […]” — Hal Varian, Big Data: New Tricks for Econometrics
“Sem dados você é apenas mais uma pessoa com uma opinião.” — W. Edwards Deming
Rodrigo Hermont Ozon
\(\Rightarrow\) Agradecimentos à todos os alunos presentes e demais ouvintes:
"Situations emerge in the process of creative destruction in which many firms may have to perish that nevertheless would be able to live on vigorously and usefully if they could weather a particular storm. [... Capitalism requires] the perennial gale of Creative Destruction." Schumpeter, Joseph A. (1994) [1942]. Capitalism, Socialism and Democracy. London: Routledge. pp. 82–83. ISBN 978-0-415-10762-4. Retrieved 23 November 2011.