Examen Aplazados

Examen Aplazados
EC-421 Econometria I
I. Seleccione la respuesta correcta
1. En el modelo lineal general (con parámetro independiente):

I. Según el método de mínimos cuadrados ordinarios la  e i
es mínimo.
Según el método de mínimos cuadrados ordinarios la  e i
2
II.
es cero
III. Según el método de mínimos cuadrados ordinarios los
errores muestrales son independientes de las variables
exógenas
a) Sólo I es verdadero
b) Sólo II es verdadero
c) Sólo I y II son verdaderos
d) Todos son falsos……rpta
e) Sólo I y II son falsos
2. En el modelo lineal general:

I. Para la prueba de nulidad de los parámetros es necesario
considerar que  i ~ N (0,  U2 ) .
II. Para estimar los parámetros de regresión parciales es
necesario considerar que  i ~ N (0,  U2 )
III. Para realizar el análisis de varianza es necesario considerar
que E ( y i )  (n  1) U
2 2
b) Sólo III es verdadero
c) Sólo I y II son verdaderos
d) Todos son falsos
e) Sólo I y III son verdaderos
3. En el siguiente modelo: Y   2 X 2i   3 X 3i   i
1
 ˆ 2    x 22i  x2i x3i   x2i yi 
I. ˆ 
  3   x3i x 2i  x32i   x3i yi 
r r r S
II. ˆ 2  12 132 23 . 1
1  r23 S2
r12  r13 r23
III. r12.3 
1  r232 1  r132
a) Sólo I y II son verdaderos

b) Todos son falsos
c) Sólo II y III son verdaderos
d) Sólo III es verdadero …..rota
e) Ninguna de las anteriores
4. En un modelo de regresión de cuatro variables:

I. r322 .14  r232 .14
II. R32.124  R32.214
III. r432  r342
a) Sólo III es verdadero
c) Sólo I es verdadero
d) Sólo I y III son verdaderos
5. En el modelo lineal general:
I. R1.234  R12.23
II. R22.34  R22.34
III. R12.23  r12 si y sólo sí r23  1
a) Todas son falsas

c) I y II son verdaderos rpta….
d) I y III son verdaderos
e) II y III son verdaderos
6. Dado los siguientes resultados de una regresión hipotética:

Dependent Variable: Log(Importaciones)
Method: Least Squares
Date: 03/31/04 Time: 10:39
Sample: 2000:4 2003:2
Included observations: 11
Variable Coefficien Std. Error t-Statistic Prob.
t
C 2.985846 2.800418 1.066214 0.3217
Log (Tipo de Cambio Real) - 0.114716 - 0.0055
0.453318 3.951656
Log (Ingreso Nacional) 0.653355 0.388135 1.683320 0.1362
Tiempo 0.027622 0.004502 6.135699 0.0005
R-squared 0.967469 Mean dependent 5.710287
var
Adjusted R-squared 0.953527 S.D. dependent 0.124949
var
S.E. of regression 0.026936 Akaike info -
criterion 4.115428
Sum squared resid 0.005079 Schwarz criterion -
3.970738
Log likelihood 26.63485 F-statistic 69.39337
Durbin-Watson stat 2.009657 Prob(F-statistic) 0.000014
I. La elasticidad ingreso de las importaciones es, 0.65%; la

probabilidad de aceptar la hipótesis nula, de la tasa de
crecimiento de las importaciones es de 0.0005%; y, con
seguridad no existe autocorrelación de primer orden.
II. La variación porcentual de las importaciones que es explicada
por la variación conjunta de las variables exógenas (Tipo de
cambio real, Ingreso nacional y tiempo) es: 96.7469%
III. El parámetro del ingreso nacional es estadísticamente
significativo diferente a 2.

b) Todos son verdaderos
c) Todos son falsos
d) Sólo I es verdadero
e) Sólo II y III son verdaderos.
7. En presencia de multicolinealidad en el modelo lineal de regresión:
I. Los estimadores mínimos cuadráticos ya no son insesgados

por que tienen una varianza grande.
II. Los intervalos de confianza tienden a ser mucho más
amplios, conduciendo a un rechazo más fácil de la “hipótesis
nula de cero”
III. El grado de sensibilidad de los estimadores mínimo
cuadráticos es mayor frente a cambios en la información:
a) Sólo I y II son falsos

b) Todos son falsos
c) Sólo II y III son verdaderos
d) Sólo III es verdadero
e) Sólo I es falso
8. En presencia de heterocedasticidad:
I. Los estimadores mínimos cuadráticos son insesgados pero

ineficientes.
II. Los estimadores de las varianzas mínimo cuadráticas son
sesgados lo que invalida las pruebas de significancia
III. El método de mínimos cuadrados ponderados nos
proporciona estimadores óptimos
b) Todos son verdaderos
c) Sólo I y II son falsos
d) Sólo II es falso
9. La prueba de White nos permite detectar un problema de

heterocedasticidad mediante el cual:
I. Se debe efectuar una regresión de los errores al cuadrado en

función de alguna variable exógena y probar su significancia
II. Se debe efectuar una regresión de los errores en función de
alguna variable exógena y probar su signicancia.
III. Se debe efectuar una regresión del valor absoluto de los
errores en función de alguna variable exógena y probar su
significancia.
a) Todos son verdaderos

b) Todos son falsos
c) Sólo I es verdadero
d) Sólo II es verdadero
e) Sólo III es verdadero
10. En presencia de autocorrelación:
I. Los estimadores mínimo cuadráticas continúan siendo

insesgados y consistentes pero ineficientes.
II. Las pruebas de significancia t y F usuales no pueden
aplicarse legítimamente.
III. El remedio depende de la naturaleza de la interdependencia
entre las perturbaciones.

c) Sólo II es verdadero
d) Sólo I y III son falsos
e) Todos son verdaderos
11. En presencia de autocorrelación sí:
I. DW  3.95 con seguridad existe autocorrelación positiva

II. DW  0.05 con seguridad existe autocorrelación negativa
III. DW  1.35 con seguridad no existe autocorrelación

b) Sólo I y II son verdaderos
c) Todos son falsos
d) Sólo I y II son falsos
12. El estadístico de Durbin-Watson:
I. Sólo es válido para detectar un problema de autocorrelación

de primer orden
II. Sólo es válido para detectar un problema de autocorrelación
si el modelo incluye parámetro independiente
III. Sólo es válido si el modelo es de dos variables

b) Sólo I y II son verdaderos
c) Todos son falsos
d) Sólo I y II son falsos
13. Según los siguientes resultados:
Dependent Variable: M
Date: 03/31/04 Time: 11:08
Sample: 2000:4 2003:2
Variable Coeffici Std. t- Prob.
ent Error Statistic
C 43.6187 250.177 0.17435 0.8673
1 4 1
TCR - 0.61783 - 0.1685
0.96729 2 1.56563
7 1
Y 0.28709 0.19608 1.46410 0.1935
6 9 9
T - 54.5496 - 0.0655
122.702 5 2.24936
1 5
G 0.03489 0.13598 0.25660 0.8061
5 9 2
R-squared 0.89234 Mean 304.09
0 dependent var 09
Adjusted R- 0.82056 S.D. dependent 37.580
squared 6 var 46
S.E. of 15.9189 Akaike info 8.6758
regression 5 criterion 52
Sum squared 1520.47 Schwarz 8.8567
resid 7 criterion 14
Log likelihood - F-statistic 12.432
42.7171 71
9
Durbin-Watson 1.33573 Prob(F-statistic) 0.0045
stat 0 88
I. Es muy posible que exista multicolinealidad.

II. Es muy posible que exista autocorrelación de primer orden.
III. Es muy posible que exista heterocedasticidad
a) Sólo I es cierto
b) Sólo II es cierto
c) Sólo III es cierto
d) Sólo I y II son ciertos
Considere que a Ud. se le encomienda estudiar el consumo privado

(CP), cuyo comportamiento teóricamente se establece que depende
del ingreso disponible (YD) y de la riqueza (RIQ). Para dicho propósito,
se le proporcionan los siguientes resultados:
Dependent Variable: CP
Date: 04/11/04 Time: 13:00
Sample(adjusted): 1993:1 2001:4
Included observations: 36 after adjusting endpoints
ent Error Statistic
YD 0.63640 0.05685 11.1943 0.0000
7 1 3
RIQ - 0.03560 - 0.9226
0.00348 8 0.09789
6 8
C 2494.22 480.379 5.19219 0.0000
5 5 8
R-squared 0.97592 Mean 19959.
2 dependent var 46
squared 2 var 78
Sum squared 270830 Schwarz 14.364
resid 3. criterion 82
253.191 66
4
stat 4 00
8
Series: RESID
Sample 1993:1 2001:4
Observations 36
6
Mean 5.65E-13
Median 19.43893
Maximum 465.0846
4
Minimum -476.0064
Std. Dev. 278.1727
Skewness -0.195849
2 Kurtosis 1.865525
Jarque-Bera 2.160692
Probability 0.339478
0
-400 -200 0 200 400
Ramsey RESET Test:
F-statistic 1.64069 Probability 0.2102
4 33
Log likelihood 3.62215 Probability 0.1634
ratio 5 78
Breusch-Godfrey Serial Correlation LM Test:

9 61
Obs*R-squared 13.5465 Probability 0.0187
3 62
Test Equation:
Dependent Variable: RESID
Date: 04/11/04 Time: 13:17
ent Error Statistic
RIQ 5.19E- 0.03064 0.00169 0.9987
05 7 5
YD 0.00145 0.04900 0.02966 0.9765
4 9 2
C - 414.423 - 0.9204
41.8128 2 0.10089
5 4
RESID(-1) 0.60659 0.18882 3.21241 0.0033
7 9 5
RESID(-2) 0.09135 0.21786 0.41933 0.6782
9 4 8
RESID(-3) - 0.21130 - 0.1654
0.30093 2 1.42419
5 5
RESID(-4) 0.24480 0.21814 1.12220 0.2713
2 3 9
RESID(-5) - 0.19968 - 0.5100
0.13325 9 0.66731
4 1
R-squared 0.37629 Mean 2.78E-
3 dependent var 13
squared 6 var 27
244.694 64
1
stat 2 27
Redundant Variables: RIQ

4 06
ratio 4 63
Test Equation:
Date: 04/11/04 Time: 13:20
Sample: 1993:1 2001:4
ent Error Statistic
YD 0.63110 0.01700 37.1167 0.0000
4 3 7
C 2496.37 472.836 5.27956 0.0000
4 9 7
5 dependent var 46
squared 6 var 78
253.196 55
7
stat 9 00
Omitted Variables: YD
0 00
ratio 9 00
Test Equation:
Date: 04/11/04 Time: 13:22
Sample: 1993:1 2001:4
ent Error Statistic
RIQ - 0.03560 - 0.9226
0.00348 8 0.09789
6 8
C 2494.22 480.379 5.19219 0.0000
5 5 8
YD 0.63640 0.05685 11.1943 0.0000
7 1 3
2 dependent var 46
squared 2 var 78
253.191 66
4
stat 4 00
Chow Breakpoint Test: 1996:2

8 61
ratio 4 66
Wald Test:
Equation: Untitled
Null C(3)=2*C(3)
Hypothesis:
92 10
Chi-square 26.958 Probability 0.0000
92 00
Dependent Variable: LCP

Date: 04/11/04 Time: 18:50
Sample(adjusted): 1993:1 2001:4
Included observations: 36 after adjusting endpoints
ent Error Statistic
C 8.92409 0.05254 169.840 0.0000
4 4 1
YD 3.63E- 3.71E-06 9.79792 0.0000
05 9
RIQ -5.01E- 1.93E-06 - 0.7968
07 0.25959
0
T - 0.00060 - 0.3019
0.00063 0 1.04939
0 0
R-squared 0.97556 Mean 9.8972
0 dependent var 34
squared 9 var 12
S.E. of 0.01553 Akaike info -
regression 4 criterion 5.3871
10
Sum squared 0.00772 Schwarz -
resid 2 criterion 5.2111
63
Log likelihood 100.968 F-statistic 425.77
0 25
stat 6 00
14. Considerando los resultados proporcionados:
I. Es muy probable que exista multicolinealidad

II. Existe autocorrelación de primer orden a un nivel de
significancia del 5%
III. El modelo de regresión no lineal resulta ser el apropiado a un
nivel de significancia del 1%
d) Sólo I y II son verdaderos
e) Sólo II y III son verdaderos
I. Los residuos de la regresión no se distribuyen normalmente

por tanto la inferencia estadística correspondiente no es
válida.
II. La variable Riqueza resulta redundante en la regresión a un
nivel del 5%
III. Según Breusch-Godfrey, no existe autocorrelación de primer
orden a un nivel del 1%
I. Los residuos de la regresión se distribuyen normalmente por

tanto la inferencia estadística correspondiente es válida.
II. La variable Riqueza debimos haberla omitido en la regresión
a un nivel del 5%
III. Según Durbin-Watson, existe autocorrelación a un nivel del
1%
I. La propensión marginal a consumir es el doble del grado de

sensibilidad del consumo ante cambios en una unidad de la
riqueza. Esta relación es estadísticamente significativa al
nivel del 1%.
II. Existe estabilidad de los parámetros a un nivel de
significancia del 1%
III. Según Ramsey, la regresión lineal es la apropiada al nivel del
5%.
II. Demostrar que:
2
R12.23  r132
r =
12 .3
1  r132

Examen Aplazados - Econometria I - 2018 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Examen Aplazados - Econometria I - 2018 1

Transféré par

Droits d'auteur :

Formats disponibles

I. Seleccione la respuesta correcta

1. En el modelo lineal general (con parámetro independiente):

2. En el modelo lineal general:

a) Sólo I y II son verdaderos

4. En un modelo de regresión de cuatro variables:

5. En el modelo lineal general:

a) Todas son falsas

6. Dado los siguientes resultados de una regresión hipotética:

I. La elasticidad ingreso de las importaciones es, 0.65%; la

a) Sólo I y II son verdaderos

7. En presencia de multicolinealidad en el modelo lineal de regresión:

I. Los estimadores mínimos cuadráticos ya no son insesgados

a) Sólo I y II son falsos

I. Los estimadores mínimos cuadráticos son insesgados pero

9. La prueba de White nos permite detectar un problema de

I. Se debe efectuar una regresión de los errores al cuadrado en

a) Todos son verdaderos

10. En presencia de autocorrelación:

I. Los estimadores mínimo cuadráticas continúan siendo

a) Sólo I y II son verdaderos

11. En presencia de autocorrelación sí:

I. DW  3.95 con seguridad existe autocorrelación positiva

a) Todos son verdaderos

12. El estadístico de Durbin-Watson:

I. Sólo es válido para detectar un problema de autocorrelación

a) Todos son verdaderos

13. Según los siguientes resultados:

I. Es muy posible que exista multicolinealidad.

Considere que a Ud. se le encomienda estudiar el consumo privado

Breusch-Godfrey Serial Correlation LM Test:

Redundant Variables: RIQ

Chow Breakpoint Test: 1996:2

Dependent Variable: LCP

14. Considerando los resultados proporcionados:

I. Es muy probable que exista multicolinealidad

15. Considerando los resultados proporcionados:

I. Los residuos de la regresión no se distribuyen normalmente

16. Considerando los resultados proporcionados:

I. Los residuos de la regresión se distribuyen normalmente por

17. Considerando los resultados proporcionados:

I. La propensión marginal a consumir es el doble del grado de

II. Demostrar que:

Vous aimerez peut-être aussi