Curso de Ciências Econômicas 

 
Professor: Marcleiton Morais [email protected] 
 
Disciplina: Tópicos Especiais em Métodos Computacionais em
Economia


 
Carga Horária/Créditos: 60 horas aula/4

Semestre: Verão/2023 

Plano de Curso
Ementa: Bases de dados disponíveis para a pesquisa em Economia. As ferramentas de análise e os
padrões de organizações de dados. Ferramentas e técnicas de análise (conceitos básicos de programação e
ferramentas de programação). Matlab, R e Stata. Usos e aplicações dos softwares.

Objetivo: Estimular o acadêmico a conhecer e aplicar as ferramentas de tratamento de dados através dos
métodos computacionais.

Material online: Você poderá fazer o download do material do curso na sua homepage no portal do aluno
https://sistemas.uft.edu.br/aluno/login.action?error=. Lá você também poderá
participar do fórum de discussão e acompanhar os resultados das avaliações. Algumas referências poderão
ser compartilhadas por meio do Google Drive.

Política de email: Você deve comunicar sobre dúvidas envolvendo o conteúdo da disciplina no fórum de
discussão e não para meu email pessoal. A conta de email acima deve ser usada apenas para a informação
de problemas pessoais ou dificuldades quanto ao acompanhamento do curso.

Descrição do curso: Esse curso irá instruir você a manipular as principais bases de dados em economia
a partir do programa estatístico R. Além disso, você será instruído a manusear um conjunto de modelos
e ferramentas econométricos na análise desses dados. O curso também faz aplicações dessas técnicas a
problemas microeconômicos.

Pré-requisitos: O(A) aluno(a) deve ter introdução em inferência estatística e econometria básica. Recomenda-
se revisar essas temáticas antes do início do curso. Existe uma variedade de materiais acessíveis na internet
que podem cobrir esse conteúdo básico. Como recomendação, sugere-se os seguintes cursos:

• Inferência estatística: Parte III do curso https://www.youtube.com/watch?v=-57YSJr5d0M&

list=PLQcLb-PUD9WNZnVBYDKEonioyJw3nEaOM&index=1.

• Econometria básica: Parte IV do curso https://www.youtube.com/watch?v=-57YSJr5d0M&

list=PLQcLb-PUD9WNZnVBYDKEonioyJw3nEaOM&index=1.

Estudar a escrita em Latex é também uma tarefa à parte. O aluno poderá ter uma boa introdução
ao tema a partir de materiais como: http://each.uspnet.usp.br/sarajane/wp-content/
uploads/2016/10/manual-latex-3.pdf. Outras referências também são recomendadas ([21];
[22] e [23]).
O sistema R (software) para computação estatística será usado durante o curso. Todos os métodos e
suas aplicações serão ilustradas usando o RStudio. Assim, é recomendado também instalar previamente o
programa R e o RStudio (https://cran.r-project.org/; https://posit.co/download/
rstudio-desktop/) para facilitar no nivelamento da turma.

1
Livro-texto: O livro-texto é o "Learning Microeconometrics with R" do Adams (2020)[1]. Este livro
é um excelente guia de estudo em microeconometria e tem uma versão digital disponível na internet.
Ele atende ao escopo da disciplina, uma vez que é bastante prático, não se ocupando, demasiadamente
com as demonstrações de resultados, componente não central neste curso. Além disso, todas as bases
de dados e recursos bibliográficos estão disponíveis online no link https://sites.google.com/
view/microeconometricswithr/table-of-contents?authuser=0. Também são disponibilizados
exercícios no link https://sites.google.com/view/microeconometricswithr/problems?
authuser=0 que serão utilizados durante o curso.

Plataforma: As aulas serão intermediadas pelo AVA (Link "Lives" na home da disciplina). Vou usar o
email para fazer anúncios, responder questões sobre o material do curso e responder mensagens privadas
de estudantes individuais a respeito de problemas pessoais.

Fórum: Vamos usar uma discussão online que pode ser acessada a partir do portal do aluno para toda
comunicação escrita. Vamos premiar com crédito extra as questões construtivas, respostas, e notas que
você postar na fórum. Veja abaixo o detalhamento sobre créditos extras.

Homework: recomendo ao aluno como "dever de casa":

i) Fichamento de leitura: A leitura prévia dos capítulos/notas correspondentes a cada aula é um requisito
básico para que você consiga acompanhar a discussão e realizar todas as atividades. Recomenda-se que o(a)
aluno(a) faça o fichamento das leituras como forma de fixação.
ii) Problemas complementares: recomenda-se que o aluno adote o hábito de resolver exercícios complementares
com o objetivo de produzir maior aprofundamento das discussões e problemas propostos, desenvolvendo
assim sua capacidade de aplicar as técnicas e ferramentas a diferentes contextos. A aplicação dessas
ferramentas e técnicas a base de dados pessoais ou de interesse pessoal é um ótimo exercício. Recomenda-
se, porém, que isso seja feito após o(a) aluno(a) ter concluído a resolução das questões abordadas no curso.

Metodologia
As aulas serão expositivas focadas na prática, com explanações e debates. Para isso, o aluno deverá
dispor de computador/notebook para acompanhamento das aulas. Não é possível cursar esta disciplina
por meio do celular ou tablet. A exposição e prática terá como referência os textos-base e/ou códigos de
referência. Os encontros serão online com duração de até 4 horas, com um intervalo de vinte minutos após
transcorrido uma hora e quarenta minutos de aula. A disciplina poderá ter monitor voluntário, que corrigirá
os exercícios em horário extra e estará disponível para tirar dúvidas e ajudar os(as) alunos(as) online.
Além disso, o curso terá aulas de exercícios para resolução de questões selecionadas e exposição de
respostas autorais elaboradas pelos(as) alunos(as). A cada tópico discutido, o aluno terá que apresentar
respostas autorais de exercício(s) à turma. A resposta dos exercícios e discussões poderão ser prolongadas
de modo autônomo fazendo o uso do fórum da disciplina disponível no portal do aluno. O(A) aluno(a) terá
recomendações de leitura semanalmente a partir dos encontros virtuais e do material disponibilizado no
portal do aluno. A leitura dos livros-texto e das referências das aulas são suficientes para que o(a) aluno(a)
possa completar o curso.
As notas do curso serão determinadas com base nas participações do aluno nas atividades práticas
e nas discussões de aula quanto à pertinência e relevância das abordagens, bem como em relação ao
uso adequado das recursos computacionais abordados. O aluno também deverá escolher um tema de
investigação associado a um banco de dados de seu interesse para análise durante o curso. Essa análise
deve constar de uma breve descrição do problema investigado associado ao banco de dados e uma descrição
das técnicas e métodos usados na análise empregada. Ao final do curso, o aluno deverá enviar o relatório
dessa investigação no AVA em arquivo Latex (um arquivo em .tex e ou em .pdf). Além disso, ele também

2
deverá documentar todos os exercícios e as respostas discutidos durante o curso e enviar no AVA em Latex
(um arquivo em .tex e ou em .pdf).
Você pode ganhar crédito extra de até 10% de sua nota. Crédito extra vale até 10% da nota do curso para
participação ativa no fórum de discussão, questões construtivas que esteja para além do escopo do curso,
respostas e notas autorais que você postar na fórum. Seu crédito será adicionado após a atribuição da nota
ponderada do curso. Por exemplo: se sua nota geral do curso é 83%, sua nota final após a adição do crédito
extra será entre 83% e 88%. O crédito extra é discricionário e será calculado ao final do curso, não havendo
uma fórmula precisa para sua predição antecipada.

Conteúdo Programático

Dia (8:00-11:40) Dia (8:00-11:40)

01/02 1º 02/02 2º
Apresentação e Noções de programação; Noções de programação; Introdução ao R
Introdução ao R (Cap. 1 e 2 [12]) (Cap. 1 e 2 [12])
03/02 3º 06/02 4º
Bases de Dados em Economia ([6], [7], [5],
Tipos de Dados (Cap. 1 [10] Cap. 1 [11])
[8], [9], [4] e [3])
07/02 5º 08/02 6º
Bases de Dados em Economia ([6], [7], [5], Bases de Dados em Economia ([6], [7], [5],
[8], [9], [4] e [3]) [8], [9], [4] e [3])
09/02 7º 10/02 8º
Mínimos Quadrados Ordinários (MQO) Mínimos Quadrados Ordinários (MQO)
(Cap 1 [1]; Cap 3 e 4 [2]) (Cap 1 [1]; Cap 3 e 4 [2])
13/02 9º 14/02 10º
Regressão Múltipla (Cap 2 [1]; Cap 3 e 4 [2]) Regressão Múltipla (Cap 2 [1]; Cap 3 e 4 [2])
15/02 11º 16/02 12º
Variável Instrumental (Cap 3 [1]) Variável Instrumental (Cap 3 [1])
17/02 13º 20/02 14º
Bounds Estimation (Cap 5 [1]) Bounds Estimation (Cap 5 [1])
21/02 15º 22/02 16º
Estimando Demanda (Cap 5 [1]) Estimando Demanda (Cap 5 [1])
23/02 17º 24/02 18º
Modelos de Seleção (Cap 6 [1]) Estimação de Demanda com IV (Cap 7 [1])

Referências Básicas e Complementares

[1] Adams, Christopher P. "Learning Microeconometrics with R." CRC Press, 2020.

[2] Kleiber, Christian and Zeileis, Achim. "Applied econometrics with R". Springer Science & Business
Media, 2008.

[3] Braga, Douglas. "Análise de microdados da PNAD Contínua Com os Pacotes PNADcIBGE e
survey". Disponível em: https://rpubs.com/BragaDouglas/335574, 2017.

[4] Damico, Anthony Joseph. "Analyze Survey Data for Free - Step by Step Instructions to
Explore Public Microdata from an Easy to Type Website". Edited by Anthony Joseph Damico
<[email protected]>. Disponível em: http://asdfree.com/, 2021.

3
 [5] MTE. Ministério do Trabalho. "Microdados RAIS e CAGED do Programa de Disseminação
das Estatísticas do Trabalho". Disponível em: http://pdet.mte.gov.br/
microdados-rais-e-caged, 2021.

[6] IBGE. "Instituto Brasileiro de Geografia e Estatística". Disponível em: https://www.ibge.

gov.br/estatisticas/downloads-estatisticas.html, 2021.

[7] INEP. "Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira". Disponível em:
https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/
microdados, 2021.

[8] DATASUS. Ministério da Saúde. Disponível em: http://www2.datasus.gov.br/

DATASUS/index.php, 2021.

[9] IPEA. Instituto de Pesquisa Econômica Aplicada. Disponível em: http://www.ipeadata.

gov.br/Default.aspx

[10] Gujarati, Damodar. "Econometria Básica". Mc Graw Hill, 2011.

[11] Winkelmann, Rainer and Boes, Stefa. "Analysis of microdata". Springer Science & Business Media,
2006.

[12] Crawley, Michael J. "The R book". John Wiley & Sons, 2012.

[13] Baum, C.F. "An Introduction to Modern Econometrics using Stata". Stata Press College Station,
USA, 2006.

[14] Cameron, C. e Trivedi, P. "Microeconometrics: Methods and Applications". Stata. Coorp. LP, 2010a.

[15] Oliveira JR. H.A. (coord.) , Machado. M.A. S. ; Caldeira. A. M. Souza. R. C. Tanscheit. R.
"Inteligência Computacional Aplicada à Administração, Economia Engenharia em MATLAB". Ed.
Thomson Learning Edições Ltda. SP. 2007

[16] Baum, C.F. "Instrumental Variables: Overview and Advances". Boston College and DIW Berlin,
2007

[17] Cameron, C. e Trivedi, P. (2010). "Microeconometrics using Stata". STATA Coorp. LP,2010b.

[18] Bueno, R. "Econometria de Séries Temporais". 2nd ed. Cengage, 2011.

[19] Morettin, P. A. e Toloi, C. M. C. "Análise de Séries Temporais". 2a edição. Edgard Blücher, 2006.

[20] Neder, H.D. "Econometria usando o STATA", mimeo, 2008.

[21] Michel Goossens, Frank Mittelbach, and Alexander Samarin. "The LATEX Companion". Addison-
Wesley Publishing Company, New York, 1993.

[22] Helmut Kopka and Patrick W. Daly. "A Guide to LATEX". Addison-Wesley, Wokinghan-England,
3a. edition, 1999.

[23] Leslie Lamport. "LATEX, A Document Preparation System". Addison-Wesley, Reading, 2a.edition,
1994.