2. Modelagem Econométrica Aplicada com R e RStudio

“Aprenda a construir, estimar, interpretar e diagnosticar modelos de regressão utilizando o R e o RStudio. Desenvolva habilidades práticas em modelagem econométrica aplicada a dados reais.”

Objetivo do curso:

O curso Modelagem Econométrica Aplicada com R e RStudio foi desenvolvido para ensinar, de forma prática e aplicada, como construir, estimar, interpretar e avaliar modelos de regressão utilizando a linguagem R e o ambiente RStudio.

Ao longo do curso, o participante aprenderá a importar bases de dados, preparar informações para análise, estimar modelos de regressão linear simples e múltipla, interpretar coeficientes, realizar predições, utilizar variáveis dummy e avaliar a qualidade dos modelos por meio de indicadores e testes de diagnóstico. Também serão abordados temas como multicolinearidade, heterocedasticidade e estimação com erros-padrão robustos, utilizando os principais pacotes econométricos do ecossistema R.

O curso possui uma abordagem totalmente prática, baseada em aplicações com dados reais, permitindo ao participante desenvolver competências diretamente aplicáveis à pesquisa científica, análise de mercado, avaliação de políticas públicas e ciência de dados.

Público-alvo:

Estudantes de graduação e pós-graduação;
Pesquisadores e professores;
Analistas de dados;
Economistas, administradores e profissionais de finanças;
Profissionais das áreas de políticas públicas, saúde, educação e ciências sociais;
Usuários de R que desejam aprender Econometria Aplicada.

Requisitos:

Recomenda-se ter concluído o curso R e RStudio do Zero para Análise de Dados ou possuir conhecimentos básicos de R.

Também é desejável possuir conhecimentos introdutórios sobre modelos de regressão, obtidos por meio de estudos prévios ou pela conclusão do curso Econometria Aplicada do Zero.

Conteúdo Programático

Módulo 1 – Introdução à Econometria Aplicada com R

O papel da Econometria na análise de dados;
Aplicações em Economia, Administração e Políticas Públicas;
Fluxo de trabalho em projetos econométricos;
Estrutura geral de um estudo econométrico;
Apresentação do ambiente de trabalho.

Módulo 2 – Instalação e Configuração dos Pacotes Econométricos

Instalação de pacotes no R;
Gerenciamento de bibliotecas;
Instalação e utilização dos pacotes:

tidyverse;
readxl;
dplyr;
ggplot2;
wooldridge;
lmtest;
sandwich;
stargazer;
modelsummary;
car.

Organização de projetos econométricos.

Módulo 3 – Importação e Preparação dos Dados

Importação de arquivos Excel;
Importação de arquivos CSV;
Inspeção de bases de dados;
Identificação de variáveis;
Tratamento de dados ausentes;
Preparação da base para modelagem.

Módulo 4 – Análise Exploratória dos Dados

Estatísticas descritivas;
Distribuições de frequência;
Histogramas;
Scatter plots;
Identificação de padrões nos dados;
Construção de gráficos exploratórios.

Módulo 5 – Regressão Linear Simples

Conceito de regressão linear simples;
Estimação utilizando a função lm();
Interpretação dos coeficientes;
Interpretação econômica dos resultados;
Predições utilizando o modelo estimado;
Aplicações práticas.

Módulo 6 – Regressão Linear Múltipla

Conceito de regressão múltipla;
Inclusão de múltiplas variáveis explicativas;
Estimação utilizando lm();
Interpretação dos coeficientes;
Conceito de ceteris paribus;
Aplicações práticas.

Módulo 7 – Avaliação do Ajuste do Modelo

Coeficiente de determinação (R²);
R² ajustado;
Interpretação do poder explicativo;
Qualidade do ajuste;
Comparação entre modelos;
Aplicações práticas.

Módulo 8 – Valores Ajustados, Resíduos e Predições

Linha ajustada;
Equação estimada;
Valores previstos;
Resíduos;
Análise gráfica dos resíduos;
Utilização dos modelos para previsão.

Módulo 9 – Variáveis Dummy e Fatores

Conceito de variáveis dummy;
Criação de fatores no R;
Conversão de variáveis categóricas;
Interpretação dos coeficientes das dummies;
Comparação entre grupos;
Aplicações práticas.

Módulo 10 – Apresentação Profissional dos Resultados

Extração dos resultados dos modelos;
Utilização do pacote stargazer;
Utilização do pacote modelsummary;
Construção de tabelas para artigos científicos;
Relatórios técnicos;
Boas práticas de apresentação.

Módulo 11 – Multicolinearidade

Conceito de multicolinearidade;
Consequências sobre os coeficientes;
Diagnóstico da multicolinearidade;
Variance Inflation Factor (VIF);
Utilização do pacote car;
Interpretação dos resultados.

Módulo 12 – Heterocedasticidade

Conceito de heterocedasticidade;
Consequências para a inferência;
Diagnóstico gráfico;
Teste de Breusch-Pagan;
Utilização da função bptest();
Interpretação dos resultados.

Módulo 13 – Erros-Padrão Robustos

Motivação para erros robustos;
Pacote sandwich;
Estimação de erros robustos;
Comparação entre resultados convencionais e robustos;
Interpretação dos coeficientes;
Aplicações práticas.

Módulo 14 – Projeto Aplicado com Dados Reais

Importação da base de dados;
Análise exploratória;
Estimação do modelo;
Diagnóstico dos resultados;
Correção de problemas;
Construção de relatório final.

Participar das Primeiras Aulas Gratuitamente

Clique aqui para realizar seu cadastro.

Após o cadastro, o link de acesso às aulas gratuitas será enviado para o e-mail ou WhatsApp informado.

Uma excelente oportunidade para conhecer a metodologia do curso antes de realizar sua matrícula.

Carga Horária

12 horas

A carga horária contempla:

6 horas de videoaulas gravadas;
Número de aulas: 30;
Material didático complementar;
Bases de dados reais para prática;
Exercícios aplicados;
Projeto completo de modelagem econométrica;
Atividades de estudo individual e revisão dos conteúdos.

Professor

Dr. Carlos Enrique Carrasco Gutierrez

Doutor em Economia pela FGV/EPGE e Doutor em Engenharia Elétrica pela PUC-Rio, com ampla experiência em Econometria, Ciência de Dados, Avaliação de Políticas Públicas e Métodos Quantitativos. Professor, pesquisador e autor de livros e artigos científicos nacionais e internacionais.