Entenda a Estrutura dos Dados Econômicos em Mapa Mental

Tempo de leitura: 8 min

em Janeiro 11, 2022

Fique por dentro das novidades.

Cadastre-se para receber por e-mail:

Os seus dados estão seguros.

Compartilhe :

Entenda a Estrutura dos Dados Econômicos em Mapa Mental

Mapa Mental Entenda a Estrutura dos Dados Econômicos

Nesse Mapa Mental eu apresento um resumo criado a partir do livro Introdução à Econometria de Jeffrey M. Wooldridge, sobre a Estrutura dos Dados Econômicos.

Mapa Mental Estrutura dos Dados Econômicos

Para aprender a criar Mapas Mentais no computador como este, usando o XMind 8, acesse: Saiba mais

XMind 8

Veja esse vídeo até o final para ver a explicação desse Mapa Mental completo.

Vídeo Estrutura dos Dados Econômicos

Estrutura dos Dados Econômicos 

Neste resumo, apresento a estrutura dos dados econômicos:

·        Dados de corte transversal

·        Dados de séries temporais

·        Cortes transversais agrupados

·        Dados em painel ou dados longitudinais

Existem vários tipos de dados econômicos. Embora alguns métodos econométricos possam ser aplicados com pouca ou nenhuma modificação para muitos tipos diferentes de informações, as características especiais de alguns dados devem ser consideradas ou deveriam ser exploradas.

Dados de corte transversal (cross-section)

Um conjunto de dados de corte transversal é uma amostra de indivíduosconsumidores, empresas, cidades, estados, países ou uma variedade de outras unidades, tomada em determinado ponto no tempo. Às vezes, os dados de todas as unidades não correspondem precisamente ao mesmo período.

Por exemplo, muitas famílias podem ser pesquisadas durante diferentes semanas de um ano. Em uma análise pura de dados de corte transversal, ignoraríamos, na coleta de dados, quaisquer diferenças de tempo não importantes. Se o conjunto de famílias fosse pesquisado durante diferentes semanas do mesmo ano, ainda veríamos isso como um conjunto de dados de corte transversal.

amostragem aleatória, matéria aprendida em estatística, simplifica a análise de dados de corte transversal, mas algumas vezes não pode ser utilizada.

Por exemplo, suponha que estejamos interessados em estudar fatores que influenciam na acumulação de riqueza das famílias. Podemos estudar uma amostra aleatória de famílias, mas algumas talvez se recusem a relatar suas riquezas.

Se, por exemplo, for menos provável que famílias mais ricas revelem sua riqueza, a amostra resultante sobre a riqueza não é uma amostra aleatória extraída da população de todas as famílias. Este é um exemplo de um problema de seleção amostral.

Isso revela que os métodos econométricos funcionam, mas algumas vezes necessitam ser refinados.

Para a análise econométrica, os dados de corte transversal usados podem ser representados e armazenados em computadores.

Dados de séries temporais

Um conjunto de dados de séries temporais consiste em observações sobre uma variável ou muitas variáveis ao longo do tempo (dias, semanas, meses ou anos). Exemplos de dados de séries temporais incluem preços de ações, oferta de moeda, índice de preços ao consumidor, produto interno bruto e números de automóveis vendidos.

Como eventos passados podem influenciar eventos futuros e como, nas ciências sociais, as defasagens do comportamento são prevalecentes, o tempo é uma dimensão importante em um conjunto de dados de séries temporais. Diferentemente do arranjo dos dados de corte transversal, a ordenação cronológica das observações em uma série temporal transmite informações potencialmente importantes.

Uma característica essencial dos dados de séries temporais, que torna mais difícil a análise do que os dados de corte transversal, é que raramente é possível assumir que as observações econômicas são independentes ao longo do tempo.

A maioria das séries temporais econômicas está relacionada com seus históricos recentes. Por exemplo, saber algo sobre o produto interno bruto do último trimestre nos diz muito sobre a provável variação do PIB durante o trimestre atual, visto que o PIB tende a permanecer razoavelmente estável de um trimestre para o próximo.

Outra característica dos dados de séries temporais que pode requerer atenção especial é a frequência dos dados na qual eles são coletados. Em economia, as frequências mais comuns são: diária, semanal, mensal, trimestral e anual. Os preços de ações são registrados em intervalos diários (excluindo sábados e domingos).

Muitas séries macroeconômicas são tabuladas mensalmente, incluindo as taxas de inflação e desemprego. Outras séries são registradas menos frequentemente, como a cada três meses. O produto interno bruto é um exemplo importante de uma série trimestral.

Muitas séries temporais econômicas, semanais, mensais ou trimestrais exibem forte padrão sazonal, o qual pode ser um importante fator na análise de séries temporais. Por exemplo, dados mensais sobre o início da construção de moradias diferenciam-se entre os meses simplesmente em razão de mudanças das condições climáticas.

Cortes transversais agrupados

Alguns conjuntos de dados têm tanto características de corte transversal quanto de séries temporais. Por exemplo, suponha que dois estudos sobre famílias sejam realizados em um país com dados de corte transversal, um em 1985 e outro em 1990. Em 1985, uma amostra aleatória de famílias é pesquisada para variáveis tais como renda, poupança, tamanho da família, e assim por diante.

Em 1990, uma nova amostra aleatória de famílias é extraída usando as mesmas questões da pesquisa. Para aumentar nosso tamanho de amostra, podemos formar um corte transversal agrupado ao combinar os dois anos.

Agrupar cortes transversais de diferentes anos é, frequentemente, um modo eficaz de analisar os efeitos de uma nova política de governo. A ideia é coletar dados de anos anteriores e posteriores relacionados a uma importante mudança de política governamental.

A análise de um corte transversal agrupado é muito parecida com a de um corte transversal padrão, exceto pelo fato de que precisamos, muitas vezes, considerar diferenças periódicas das variáveis ao longo do tempo. Além de aumentar o tamanho da amostra, a característica de uma análise de corte transversal agrupada é, frequentemente, ver como uma relação fundamental mudou ao longo do tempo.

Dados em painel ou dados longitudinais

Um conjunto de dados em painel (ou dados longitudinais) consiste em uma série temporal para cada registro do corte transversal do conjunto de dados. Como exemplo, suponha que tenhamos o histórico de salário, educação e emprego para um conjunto de indivíduos ao longo de um período de dez anos.

A característica essencial dos dados em painel que os distingue dos dados de corte transversal agrupado é que as mesmas unidades do corte transversal (indivíduos, empresas ou municípios nos exemplos anteriores) são acompanhadas ao longo de determinado período.

Como os dados em painel requerem a repetição das mesmas unidades ao longo do tempo, os conjuntos de dados em painel, especialmente aqueles sobre indivíduos, famílias e empresas, são mais difíceis de se obter que os cortes transversais agrupados.

Observar as mesmas unidades ao longo do tempo traz várias vantagens sobre os dados de corte transversal ou mesmo sobre os dados de cortes transversais agrupados. O benefício é que ter múltiplas observações sobre as mesmas unidades permite-nos controlar certas características não observáveis de indivíduos, empresas etc.

Como veremos, o uso de mais de uma observação pode facilitar a inferência causal em situações em que inferir causalidade seria muito difícil se somente um único corte transversal estivesse disponível. Uma segunda vantagem dos dados em painel é que eles frequentemente nos permitem estudar a importância das defasagens do comportamento ou o resultado de tomar decisões.

Essa informação pode ser importante, visto que se pode esperar o impacto em muitas políticas econômicas somente após algum tempo.

A maior parte dos livros para cursos de nível superior não contém uma discussão de métodos econométricos para dados em painel. Entretanto, os economistas agora reconhecem que algumas questões são difíceis, se não impossíveis, de serem respondidas satisfatoriamente sem dados em painel.

Podemos fazer consideráveis progressos com análises simples de dados em painel, um método que não é muito mais difícil do que trabalhar com um conjunto de dados de corte transversal padrão.

Fonte:

Livro Introdução à Econometria: uma abordagem moderna – Tradução da 6ª edição norte-americana de Jeffrey M. Wooldridge

Nos links abaixo você pode acessar as Playlists e assistir a explicação de cada Mapa Mental compartilhado. Lembre-se de dar um linke, inscreva-se no Canal do YouTube para acompanhar os vídeos semanais e compartilhar o conteúdo.

Você pode dar sugestões, enviar dúvidas e também compartilhar comigo a sua experiência com a criação de Mapas, usando a técnica dos Mapas Mentais.

Siga-me no  Instagram @MapasMentaisComChirley para acompanhar as novidades e o dia a dia no stories.

Acompanhe nas redes sociais: Saiba Mais

No canal do YouTube temos Playlists sobre Como fazer Mapas Mentais com dicas para você criar os seus, sobre Flashes de Economia com conceitos em vídeos curtos, sobre Ciências Econômicas, com muita teoria, sobre Atualidades, resumindo algumas publicações da área e Revisando Mapas Mentais.

Bom uso de Mapas pra você!

Compartilhe :

Livro Digital com 100 Mapas Mentais de Economia

Você vai gostar também:

Para enviar seu comentário, preencha os campos abaixo:

Deixe um comentário


*


*


Seja o primeiro a comentar!

Fique por dentro das novidades.

Cadastre-se para receber por e-mail:

Os seus dados estão seguros.

Damos valor à sua privacidade

Nós e os nossos parceiros armazenamos ou acedemos a informações dos dispositivos, tais como cookies, e processamos dados pessoais, tais como identificadores exclusivos e informações padrão enviadas pelos dispositivos, para as finalidades descritas abaixo. Poderá clicar para consentir o processamento por nossa parte e pela parte dos nossos parceiros para tais finalidades. Em alternativa, poderá clicar para recusar o consentimento, ou aceder a informações mais pormenorizadas e alterar as suas preferências antes de dar consentimento. As suas preferências serão aplicadas apenas a este website.

Cookies estritamente necessários

Estes cookies são necessários para que o website funcione e não podem ser desligados nos nossos sistemas. Normalmente, eles só são configurados em resposta a ações levadas a cabo por si e que correspondem a uma solicitação de serviços, tais como definir as suas preferências de privacidade, iniciar sessão ou preencher formulários. Pode configurar o seu navegador para bloquear ou alertá-lo(a) sobre esses cookies, mas algumas partes do website não funcionarão. Estes cookies não armazenam qualquer informação pessoal identificável.

Cookies de desempenho

Estes cookies permitem-nos contar visitas e fontes de tráfego, para que possamos medir e melhorar o desempenho do nosso website. Eles ajudam-nos a saber quais são as páginas mais e menos populares e a ver como os visitantes se movimentam pelo website. Todas as informações recolhidas por estes cookies são agregadas e, por conseguinte, anónimas. Se não permitir estes cookies, não saberemos quando visitou o nosso site.

Cookies de funcionalidade

Estes cookies permitem que o site forneça uma funcionalidade e personalização melhoradas. Podem ser estabelecidos por nós ou por fornecedores externos cujos serviços adicionámos às nossas páginas. Se não permitir estes cookies algumas destas funcionalidades, ou mesmo todas, podem não atuar corretamente.

Cookies de publicidade

Estes cookies podem ser estabelecidos através do nosso site pelos nossos parceiros de publicidade. Podem ser usados por essas empresas para construir um perfil sobre os seus interesses e mostrar-lhe anúncios relevantes em outros websites. Eles não armazenam diretamente informações pessoais, mas são baseados na identificação exclusiva do seu navegador e dispositivo de internet. Se não permitir estes cookies, terá menos publicidade direcionada.

Visite as nossas páginas de Políticas de privacidade e Termos e condições.

Nosso site utiliza cookies para melhorar sua experiência de navegação. Saiba mais