[MÚSICA] Neste módulo nós vamos discutir algumas transformações que podemos fazer no nosso modelo, ou de regressão simples ou de regressão múltipla, que facilitam a interpretação dos nossos estimadores. Dentre estas transformações, nós veremos o que acontece com a interpretação do nosso estimador, ou seja, a interpretação do nosso efeito desejado quando, por exemplo, nós transformamos as unidades de medidas das variáveis (como, por exemplo, ao invés de medir salários em reais medimos em mil reais ou, ao invés de medir peso em quilogramas, medimos o peso em gramas). Além disso, veremos, também, como usar o logaritmo nas variáveis e quais são as consequências do uso do logaritmo. Outra transformação que veremos é o uso de polinômios, que permitem que a gente analise efeito não-lineares entre as não variáveis. Por fim, nós vamos discutir o uso de variáveis "dummy", ou variáveis binárias, nos nossos modelos aqui. O uso de variáveis "dummy" é recomendado quando temos varáveis qualitativas a serem analisadas, como, por exemplo, etnia ou gênero. Usamos também variáveis "dummy" quando estamos interessados em modelos de escolha economia, como, por exemplo compro ou não compro produto, participo ou não participo do mercado de trabalho, mudo ou não mudo de cidade. Todos esses modelos são conhecidos em economia como modelos de escolha discreta, em que estamos interessados em entender como as pessoas decidem entre alternativas. Bom, esse é resumo do que veremos neste módulo. Lembrando que o nosso objetivo, aqui, é sempre encontrar um efeito causal entre uma variável "x" e "y" e, por muitas vezes, essas transformaões nos modelos vão nos ajudar a perseguir essa causalidade. [MÚSICA] [MÚSICA] [MÚSICA]