Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/17475
Files in This Item:
File Description SizeFormat 
gustavofernandesandrade.pdf726.36 kBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Montenegro, Rosa Lívia Gonçalves-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8006172334113593pt_BR
dc.contributor.referee1Faria, Weslem Rodrigues-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4105225659516241pt_BR
dc.creatorAndrade, Gustavo Fernandes-
dc.creator.Latteshttps://lattes.cnpq.br/pt_BR
dc.date.accessioned2024-10-10T13:33:29Z-
dc.date.available2024-10-08-
dc.date.available2024-10-10T13:33:29Z-
dc.date.issued2024-10-03-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/17475-
dc.description.abstractThe analysis involved 5,570 municipalities using a pooled panel data model, covering fixed and random effects. Initially, descriptive statistics were performed for the variables labor, GDP, and higher education, highlighting significant variations between municipalities. Data processing was conducted in RStudio, with model validation through the Hausman test and Variance Inflation Factor (VIF) analysis. The Hausman test helped choose between fixed and random effects, while the VIF aimed to identify the presence of multicollinearity. Although the descriptive statistics provided a general overview, the analysis revealed limitations in explaining local eco-innovation dynamics with the variables used. The complexity of eco-innovation requires more detailed approaches, as the generalist models used do not adequately capture local and sectoral particularities.pt_BR
dc.description.resumoA análise envolveu 5570 municípios, utilizando um modelo de painel com regressão empilhada, abrangendo efeitos fixos e aleatórios. Inicialmente, foram realizadas estatísticas descritivas para as variáveis trabalho, PIB e ensino superior, destacando variações significativas entre os municípios. O processamento dos dados ocorreu no RStudio, com validação dos modelos pelos testes de Hausman e de Fatores de Inflação da Variância (VIF). O teste de Hausman ajudou a escolher entre efeitos fixos e aleatórios, enquanto o VIF buscou identificar a presença de multicolinearidade. Embora as estatísticas descritivas forneçam uma visão geral, a análise revelou limitações na explicação das dinâmicas locais de ecoinovação com as variáveis utilizadas. A complexidade da ecoinovação demanda abordagens mais detalhadas, pois os modelos generalistas usados não capturam adequadamente as particularidades locais e setoriais.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Economiapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/br/*
dc.subjectEcoinovaçãopt_BR
dc.subjectMunicípiospt_BR
dc.subjectBrasilpt_BR
dc.subjectEco-innovationpt_BR
dc.subjectMunicipalitiespt_BR
dc.subjectBrazilpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
dc.titleO processo de ecoinovação nos municípios brasileiros: uma análise de dados em painelpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Appears in Collections:Ciências Econômicas - Campus JF - TCC Graduação



This item is licensed under a Creative Commons License Creative Commons