

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
O processo de globalização vem mudando a forma como as empresas competem e cooperam nos mercados, e para se manterem sempre competitivas é necessária a busca constante por eficiência e conhecer bem os custos de produção. Considere por simplicidade que a estimação da função Custo Marginal de Produção de Curto Prazo envolve a utilização da função de regressão múltipla, representada genericamente por:
CMgi=β^1+β^2Qi2+β^3Q12+β^4Ki+β^5Li+u^1
que relaciona os Custos Marginais (CMg) em reais R$ em função da Quantidade Produzida (Q ) em unidades, a quantidade de Capital (K) em número de máquinas utilizadas e a quantidade de trabalho (L) em número de funcionários utilizados. Com objetivo de analisar os CMg de 500 empresas de mesmo porte, um economista estimou o modelo e os resultados foram:
CMg=362,25−2Q+0,05Q2+1,5K+0,3L+u
(30) (0,4) (0,01) (0,03) (0,03)
R2=0,8
Os erros padrões dos coeficientes estão entre parênteses. Quando necessário, considere um valor crítico de teste t igual a 2 e um valor crítico de teste F igual a 3,8 para 5% de nível de significância.
Com base nestes resultados, assumindo que as Hipóteses do Modelo Clássico de Regressão Linear são válidas, e mantendo os demais fatores constantes, assinale a alternativa correta.
Quando o K aumenta em uma máquina utilizada, o CMg aumenta, em média, aproximadamente 1,5%.
A elasticidade do CMg em relação ao K é aproximadamente igual a 2 quando K =6 e CMg =3.
Ao converter a quantidade produzida de unidades para dúzias, ou seja, ao dividir a quantidade produzida por 12, os coeficientes das variáveis K e L não sofrerão alteração de escala, mas os coeficientes de Q e Q2 serão alterados na proporção de 1x12 e ficarão, respectivamente, 24 e 0,6.
Quando comparamos modelos com a mesma variável dependente, mas com número diferente de variáveis independentes, é importante analisar o valor do R² ajustado, pois o simples fato de adicionar variáveis independentes no modelo tende a aumentar naturalmente a Soma dos Quadrados Totais.
O Teste F de Contribuição Marginal da variável K é de aproximadamente 2500 e a hipótese nula de que a variável K não traz uma contribuição marginal estatisticamente significativa pode ser rejeitada ao nível de significância de 5%.