Examen 2018, preguntas y respuestas PDF

Preview

Summary

Cuestionario de econometría Todo buen estimador: a) Debe ser insesgado b) Debe ser homcedastico c) Ser siempre positivo d) Tener media cero Señale cuál de las siguientes afirmaciones es la correcta: a) Todo estimador consistente es insesgado b) Todo estimador insesgado es consistente c) Si un estima...

Description

Cuestionario de econometría 1)

Todo buen estimador: a) Debe ser insesgado b) Debe ser homcedastico c) Ser siempre positivo d) Tener media cero

2) Señale cuál de las siguientes afirmaciones es la correcta: a) Todo estimador consistente es insesgado b) Todo estimador insesgado es consistente c) Si un estimador asíntotamente insesgado con su varianza tiende a cero cuando el tamaño de la muestra tiende a infinito entonces el estimador es constante d) Todo estimador consistente asintóticamente insesgado insesgado su varianza tiende a cero cuando el tamaño muestral tiende a infinito

3) Si el modelo Yx = B1 + u, se estima utilizando el método de MCO el coeficiente ordinario que se obtenga: a) Es igual a cero b) Igual a uno c) Puede ser mayor que cero d) Puede ser mayor que uno

Segundo parcial 4) Considere el siguiente modelo de regresión lineal de ser insesgado puede ser expresada por: a) E(B gorro)=0 b) E(B real) = B gorro c) E(B gorro)=B real d) E(B rel)= Bx + u

Y =BX + u, la propiedad

5) Cual de las siguientes expresiones no es un supuestos de los métodos de los MCO: a) E(U/X)=0 b) Var(U/X)= S a la 2 c) Cov(Ui/Uj)=0 d) Cov(UiUj/X1X2)=0

6) Dado la siguiente expresión Var(ax+b) su equivalente correcta es:

a) Var(ax) + Var(b) b) a*Var(x) 2 c) a Var(x) d) a*Var(x)+b 7) a) b) c) d)

el objetivo de los mínimos cuadrados es: Garantizar el cumplimiento de las propiedades de todo buen estimador Garantizar el cumplimiento de los supuestos Lograr que la recta de regresión pase por el punto medio de Y y de X Hacer que el B1 sea lo mas grande posible

8) La significación estadística de un parámetro en un modelo de regresión hacer referencia: a) El rechazo de la hipótesis nula de que el dicho parámetro es igual a cero a favor de la alternativa del que es distinto de cero b) La probabilidad de que la estimación de los MCO de dicho parámetro sea igual a cero c) La intercepción que puede darse al valor de dicho parámetro en el modelo que figura d) La intercepción que puede darse al signo positivo o negativo del parámetro en el modelo en que figura 9) Sea Y la producción por huevo en la recta numérica miles de pesos y X salarios por huevos de los empleados del sector (Precios/Huevos) la estimación por MCO de la relacion X y Y es la siguiente:

a) Con un aumento en la producción dividido entre horas de 1000 pesos provoca un aumento en los salarios de los empleados de 1 peso sobre la hora con un error de $0,03904 y con una confianza del 99% b) Con un aumento en la producción horas de 506,33 pesos es producida por un aumento en los salarios de $3904 pesos y una confianza de 1% c) Si los salarios de los empleados se incrementan $1 sobre horas con un error de 39,04 pesos se espera que la producción por hora se incremente en 5,0630 con un nivel de confianza del 1% d) Si los salarios de los empleados se incrementan en $1 por horas con un error del 39,04 pesos se espera que la producción por hora se incremente en 506,3 pesos con un nivel de confianza de 99%

10) Para un modelo de regresión simple de Y inversión de capital fijo y X crecimiento del PIB para los años 1979 a 2008 se estimó el siguiente modelo:

a) Para un nivel de significancia de 1% se puede decir que los parámetros estimados no son estadísticamente significativos b) Para un nivel de significancia de 1% se puede decir que la variable X es estadísticamente significativo c) Para un nivel de significancia de 1% se puede decir que los parámetros son estadísticamente significativos d) Para un nivel de significancia del 1% se requiere más información para realizar las pruebas de significancia estadística 11) Un parámetro es estadísticamente óptimo cuando: a) Entre todo los eficientes es el más pequeño b) De todos los parámetros es el que presenta el signo correcto c) De entro de todo los insesgados es el que menor presenta varianza d) Entre todos los parámetros es el que presenta menos valor absoluto 12) la estimación por mco de un modelo de regresión lineal garantiza que los residuos en dicha estimación: Sumen cero cuando el modelo figura una constante 13) LOS PARÁMETROS DEL MODELO ¥=Β₀+Β₁X+Ҽ QUE FUERON ESTIMADOS POR MCO: garantizan que la suma de los errores es igual a cero. 14) EL coeficiente de variabilidad es útil por que: Soluciona el problema de unidades de medidas de las variables explicativas. 15) el cumplimiento de las propiedades de un buen estimador garantizan el cumplimentó de los supuestos de los mínimos cuadrados directos: Totalmente cierto (dudas).

16) la importancia relativa de una variable explicativa dentro de un modelo de regresión multiple puede determinar: Por el coeficiente de correlación parcial neto más alto. 17) una prueba de hipótesis hace referencia a: El diseño de reglas y procedimientos que permiten tomar una decisión. 18) propiedades de un buen estimador: Eficiente, consistente e insesgado. 19) propiedades del coeficiente de correlación: Medida del grado de asociación entre dos variables, Está entre 1 y -1, mide la covarianza maestral de dos variables, medida de asociación lineal y puede tomar valores positivos o negativos. 20) la dependencia existente entre dos parámetros estimados de un modelo es medida por: a) la varianza. b) el coeficiente de variabilidad. c) r cuadrado. d) la covarianza. 21) demuestre mediante símbolos matemáticos dos de los supuestos de los métodos de mínimos cuadrados: a) E(U/X)=0 b) Var(U/X)= s 2 22) el análisis de regresión y correlación hace referencia a: El primero al tipo de relación y el segundo al grado de relación entre las variables. 23) en una prueba de hipótesis el NS: Es la probabilidad máxima de tomar una decisión incorrecta....