Variáveis endógena e exógena | Estatística com Python: Correlação e Regressão

Olá!

Na documentação do statsmodels.regression.linear_model.OLS fala sobre os parâmetros da função.

statsmodels.regression.linear_model.OLS(**endog**, **exog=None**, missing='none', hasconst=None, **kwargs)

No notebook está: resultado_regressao = sm.OLS(Y, X).fit()

Sendo Y = gasto das famílias e Sendo X = renda das famílias

Eu entendo que variável endógena está dentro do modelo e a variável exógena está fora. Entretanto, gostaria de entender o porquê de a endógena ser Y (Gasto das famílias) e a exógena o X (Renda das famílias).

No caso, a endógena sempre será o Y em que queremos prever no modelo e a exógena sempre será o X que seria a variável-base em que usamos para prever o Y?

Desta forma: Y em função de X (Endógena em função da Exógena)?

Para mim, não faz sentido X ser exógena se é um parâmetro dentro do modelo. Podem me ajudar?

Olá Daniel, tudo bem? Espero que sim!

Desculpe pela demora em retornar.

Esses termos vêm direto da definição:

Em modelos econômicos e econométricos, uma variável exógena refere-se a uma variável que é determinada fora do modelo e representa as entradas de um modelo. Em outras palavras, variáveis exógenas são fixadas no momento em que são introduzidas no modelo. Em contraste, variáveis endógenas são determinadas dentro do modelo e, portanto, representam as saídas de um modelo. O modelo especificado com as variáveis mostra como a mudança de uma variável exógena coeteris paribus afeta todas as variáveis endógenas.

O fato do valor de Y ser determinado pelo modelo através de uma previsão faz com que ela seja endógena, ou seja, esteja dentro do modelo. Enquanto as variáveis explicativas não estão no modelo, são inseridas para encontrar esse resultado.

Bons estudos!