O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo (2018)
- Autor:
- Autor USP: PAGLIARUSSI, MARCELO SANCHES - FEARP
- Unidade: FEARP
- DOI: 10.11606/issn.1982-6486.rco.2018.152100
- Subjects: SIMULAÇÃO (ESTATÍSTICA); REGRESSÃO LINEAR; ADMINISTRAÇÃO
- Keywords: Simulação de Monte Carlo; Modelo clássico de regressão linear; Distribuição amostral; Estimadores de mínimos quadrados; Monte Carlo simulation; Classical linear regression model; Sampling distribution; Least square estimators
- Language: Português
- Abstract: Este trabalho apresenta um conjunto de estudos de Monte Carlo, usando softwaresde planilha eletrônica, que pode ser usado para facilitar a aprendizagem do conceito de distribuição amostral em um contexto de aprendizagem do modelo clássico de regressão linear. A partir da construção de duas planilhas básicas, uma para regressão simples e outra para regressão múltipla, outras planilhas podem ser facilmente obtidas com pequenas alterações no processo gerador de dados. As alterações que podem ser introduzidas incluem variações no tamanho das amostras e em diversas características do termo de erro, como sua variância, valor médio e função de probabilidade. Também podem ser introduzidas correlações entre os regressores no modelo de regressão múltipla. Um professor de econometria introdutória pode usar o conjunto de planilhas de modo a obter figuras e tabelas que facilitam a visualização do desempenho dos estimadores de mínimos quadrados ordinários para diferentes situações. Deste modo, os estudantes podem compreender na prática como as violações nas premissas do modelo clássico de regressão linear afetam om desempenho dos estimadores de mínimos quadrados ordinários e dos testes de hipóteses usualmente empregados no contexto da análise de regressão. As violações trabalhadas no presente trabalho incluem heterocedasticidade, omissão de variáveis relevantes, erros não normais e multicolinearidade
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2018
- Source:
- Título: Revista de Contabilidade e Organizações
- ISSN: 1982-6486
- Volume/Número/Paginação/Ano: v. 12, art. e152100, 2018
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
PAGLIARUSSI, Marcelo Sanches. O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo. Revista de Contabilidade e Organizações, v. 12, 2018Tradução . . Disponível em: https://doi.org/10.11606/issn.1982-6486.rco.2018.152100. Acesso em: 07 abr. 2026. -
APA
Pagliarussi, M. S. (2018). O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo. Revista de Contabilidade e Organizações, 12. doi:10.11606/issn.1982-6486.rco.2018.152100 -
NLM
Pagliarussi MS. O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo [Internet]. Revista de Contabilidade e Organizações. 2018 ; 12[citado 2026 abr. 07 ] Available from: https://doi.org/10.11606/issn.1982-6486.rco.2018.152100 -
Vancouver
Pagliarussi MS. O ensino do modelo clássico de regressão linear por meio de simulação de Monte Carlo [Internet]. Revista de Contabilidade e Organizações. 2018 ; 12[citado 2026 abr. 07 ] Available from: https://doi.org/10.11606/issn.1982-6486.rco.2018.152100 - The institutionalization of management control systems in a family firm
- Poetry writing: a process of finding one’s own voice
- A organização temática da seção de estudos anteriores em artigos científicos
- Sentiment analysis in annual reports from Brazilian companies listed at the BM&FBovespa
- Harmony between the information contained in the text and figures of brazilian companies' annual reports
- Corrupção e composição dos gastos governamentais: evidências a partir do Programa de Fiscalização por Sorteios Públicos da Controladoria-Geral da União
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
