Quiz
ECONOMETRIA BLOQUE 3
This quiz has a time limit, so it opens in the usual player.
Questions in this quiz (25)
1La detección de la multicolinealidad es el estudio de las características y las consecuencias de la misma. ¿Cómo conocer la presencia de colinealidad en cualquier situación dada, en especial en modelos con más de dos variables explicativas?
- ALa multicolinealidad es una cuestión de grado y no de clase. La distinción importante no es entre presencia o ausencia de multicolinealidad, sino entre sus diferentes grados.
- BComo la multicolinealidad se refiere a la condición de las variables exclusivas que son no exóticas por supuestos, es una característica de la muestra y no de la región.
- CAl enfrentar el problema de multicolinealidad grave, una de las soluciones “más simples” consiste en omitir del modelo de los supuestos del modelo clásico una de las variables colineales.
- DLa técnica atractiva, la mezcla de datos de series de tiempo y de corte transversal de esta forma puede crear problemas de interpretación.
2En el modelo Ling-Long el coeficiente de la pendiente mide el cambio proporcional constante o relativo en Y para un cambio absoluto dado en la variable exógena. Por lo tanto el modelo mide:
- ATendencias
- BTasas de inflación
- CTasas de interés
- DTasas de crecimiento
3Los modelos del siguiente tipo se conocen como modelos recíprocos. ¿Cuál es la diferencia del modelo reciproco con otros modelos?
- AEl modelo no es lineal
- BEl modelo es lineal
- CModelo de regresión lineal
- DModelo Ling-Long
4Los coeficientes de regresión β2 y β3 se conocen como los coeficientes de regresión parcial o coeficientes parciales de pendiente. Por lo tanto ¿Cuál es el significado del coeficiente de regresión parcial?
- Aβ2 mide el cambio en el valor de la media de Y
- Bβ3 mide el cambio en el valor de la media de Y
- Cβ3 mide el cambio en el valor de la media de X
- Dβ2 mide el cambio en el valor de la media de X
5La adicción de variables conduce al análisis de los modelos de regresión múltiple, es decir a modelos en los cuales la variable dependiente, o regresada, Y, depende de dos o más variables explicativas o regresaras. Por lo tanto el modelo de regresión múltiples más simple es la regresión de tres variables. ¿Cuáles son?
- ADos variable dependiente y una explicativa
- BUna variable dependiente y dos explicativas
- CTres variables dependientes y una explicativa
- DUna variable dependiente y tres explicativas
6Las unidades con que se expresan la variable independiente (regresora) y la dependiente (regresada) influyen en la interpretación de los coeficientes de regresión. Esto se evita si ambas variables (regresora y regresada) se expresan como:
- AVariables estandarizadas.
- BDesviación estándar muestral
- CMedia muestral
- DCoeficientes beta
7La regresión que involucra a la regresada estandarizada y a la(s) regresora(s) estandarizada(s), el término del intercepto siempre es cero. Los coeficientes de regresión de las variables estandarizadas, denotados por β∗1 y β∗2, se conocen en la bibliografía como los coeficientes beta. ¿Cómo se interpretan los coeficientes beta?
- ASe mide con modelos recíprocos.
- BSe mide el efecto no en términos de las unidades originales en las expresadas X y Y, sino en unidades de desviación estándar.
- CConsiste en la inversión constante en Activos operativos como resultado de las ventas constantes a través del tiempo.
- DUn estudio de este tipo es de gran ayuda para encontrar la elasticidad de la demanda respecto de los gastos publicitarios.
8se puede calcular para tales modelos, lo que se conoce como el r2 simple, el cual se define como. Según el enunciado a que se refiere:
- AModelo de factores
- Br2 para el modelo de regresión a través del origen
- CModelo de recesión
- Dr2 para el modelo de recesión a través del origen
9En este modelo, el término del intercepto está ausente o es cero. Según el enunciado a que se refiere:
- ARegresión a través del origen.
- BVariables
- CEcuación
- DDerivadas
10En la regresión polinomial se tiene una sola variable explicativa continua, x, pero se puede ajustar potencias mayores de x, como x2, x3 … y añadirlas al modelo, junto a x, para describir diversos tipos de curvatura en la relación y x. ¿Qué presentan las funciones polinomiales?
- AGran flexibilidad de formas, incluso al añadir un solo término cuadrático, dependiendo de los signos de los términos lineales y cuadráticos.
- BSeries de tiempo, series explicativas e información combinada
- CGran flexibilidad en los signos de los términos lineales y cuadráticos.
- DSeries de tiempo, series transversales
11El R2 es una herramienta estadística que se utiliza en modelos estadísticos como en una regresión para predecir futuros resultados. ¿Qué permite medir el R2 ?
- ALa proporción de las series de tiempo.
- BEl punto en el que pudo ocurrir la ruptura de la relación subyacente.
- CLa proporción de la variación en la variable dependiente explicada por la(s) variable(s) explicativa(s).
- DLa proporción de series transversales.
12Una vez fuera del mundo simple del modelo de regresión lineal con dos variables, las pruebas de hipótesis adquieren diversas e interesantes formas. Identifique cual pertenece a la Prueba de hipótesis en regresión múltiple.
- AEs decir, los términos de error en las regresiones de los subperiodos están normalmente distribuidos con la misma varianza. Los dos términos de error (u1t y u2t) están independientemente distribuidos.
- BPruebas de que dos o más coeficientes son iguales a otro. Pruebas de que los coeficientes de regresión parcial satisfacen ciertas restricciones. Prueba de la estabilidad del modelo de regresión estimado a través del tiempo o en diferentes unidades de corte transversal
- CLa prueba de Chow dirá sólo si las dos regresiones señalará si la diferencia se debe a los intercepto o a las pendientes, o a ambos. La prueba de Chow supone que se conoce(n) el(los) punto(s) de ruptura estructural.
- DComo en el caso de dos variables, el modelo de regresión múltiple sirve para fines de predicción de media y/o individual.
13La selección entre un modelo de regresión lineal (la regresora es una función lineal de las regresoras) o un modelo de regresión log-lineal (el logaritmo de la regresora es función de los logaritmos de las regresoras) es la eterna pregunta en el análisis empírico. ¿Se puede utilizar una prueba propuesta por MacKinnon, White y Davidson, que se denomina, por brevedad?
- APrueba MWD
- BPrueba MDW
- CPrueba DWM
- DPrueba WDM
14No hay una expresión más errónea, tanto en los libros de texto de econometría como en la bibliografía aplicada, que la de “problema de multicolinealidad”. Es un hecho que muchas variables explicativas presentan un alto grado de colinealidad; asimismo, resulta muy claro que existen diseños experimentales X´X (es decir, matriz de datos) que serían mucho más convenientes que los diseños que proporciona la experimentación natural (es decir, la muestra disponible). ¿Cuál es la naturaleza de la multicolinealidad?
- AMulticolinealidad perfecta
- BRelación lineal “perfecta”
- CEl lector puede verificar
- DError estocástico
15Existen diversas fuentes de multicolinealidad. Como afirman Montgomery y Peck, la multicolinealidad puede deberse a: ¿Factores de la multicolinealidad?
- AEl método de recolección de información.
- BRestricciones en el modelo o en la población objeto de muestreo.
- CEspecificación del modelo.
- DNinguna de las anteriores
16Para referirse a la importancia del tamaño de la muestra, Goldberger acuñó el término micro- numerosidad, como contra parte del exótico nombre polisílabo de multicolinealidad. De acuerdo con Goldberger, la micronumerosidad exacta (la contra parte de multicolinealidad exacta) surge cuando n, el tamaño de la muestra, es cero, en cuyo caso es imposible cualquier clase de estimación. ¿Qué autores están en lo correcto al lamentar la falta de atención al problema del tamaño de la muestra, lo mismo que al problema de multicolinealidad?
- APeter Kennedy
- BBeverly Hills
- CMCO
- DLeamer, Achen y Goldberger
17Un enfoque alterno pero complementario al de intervalos de confianza para probar hipótesis estadísticas es el método de la prueba de significancia. ¿A que se refiere cuando habla del método de la prueba de significación?
- AConexión entre los enfoques de intervalo de confianza y prueba de significancia para realizar pruebas de hipótesis.
- BProcedimiento que utiliza los resultados muestrales para verificar la verdad o falsedad de una hipótesis nula.
- CA la hipótesis simple si especifica el valor preciso del parámetro de una función de densidad de probabilidad.
- DEnfoques que plantean que la variable en consideración sigue alguna distribución de probabilidad.
18La teoría de pruebas de hipótesis se refiere al diseño de reglas o procedimientos que permitan decidir si se rechaza o no la hipótesis nula. ¿Cuáles son los dos métodos mutuamente complementarios para diseñar las reglas de La teoría de pruebas de hipótesis?
- APrueba bilateral e intervalo de confianza.
- BHipótesis mantenida y Plantada.
- CLa hipótesis nula y la hipótesis alternativa.
- DEl intervalo de confianza y la prueba de significancia.
19Este tipo de prueba de normalidad es un simple dispositivo gráfico para saber algo sobre la forma de la función de densidad poblacional de una variable aleatoria. A esta se la conoce como:
- ADiagrama
- BHistograma de residuos
- CGráfico de probabilidad normal
- DPrueba Jarque-Bera
20La prueba de normalidad es una prueba asintótica o de muestras grandes. También se basa en los residuos de MCO. Según su concepto, esta prueba tiene un fin.
- AEstablecer si el término de error sigue una distribución normal.
- BElaborar un estadístico de prueba.
- CExaminar la distribución muestral
- DRechazar la hipótesis de los residuos
21Las variables dicótomas pueden utilizarse en los modelos de regresión en forma tan fácil como las variables cuantitativas. Tales modelos se denominan:
- AModelos de Análisis de Varianza (ANOVA).
- BVariables Dicótomas.
- CDatos de series de tiempo.
- DFuerza lineal entre dos variables.
22Por lo general, en la mayor parte de la investigación económica, un modelo de regresión contiene diversas variables explicativas cuantitativas y otras cualitativas. Los modelos de regresión que muestran una mezcla de variables cuantitativas y cualitativas se llaman:
- AModelos de análisis de covarianza (ANCOVA).
- BModelos de Análisis de Varianza (ANOVA).
- CModelos de Análisis de Costes de fianza
- DModelos de Análisis de series de tiempo
23La presencia o ausencia de una “cualidad” o atributo, como femenino o masculino, negro o blanco, católico o no católico, demócrata o republicano, son variables en escala nominal esencialmente una manera de “cuantificar” tales atributos es mediante variables artificiales que toman los valores 0 o 1, donde 1 indica la presencia (o posesión) de ese atributo y 0 su ausencia. Las variables que adquieren tales valores 0 y 1 se llaman
- AEscala nominal
- BVariables dicótomas
- CAnálisis de datos
- DCostes de correlación
24La técnica de variable dicótoma debe manejarse con cuidado, si la regresión contiene un término constante, el número de variables dicótomas debe ser menor que el número de clasificaciones de cada variable cualitativa. La categoría a la cual no se asigna variable dicótoma se conoce como:
- AEscala real
- BCategoría Base
- CAnálisis de regresión
- DCostes de datos
25La macroeconomía es un estudio de la conducta de la economía en su conjunto. Examina las fuerzas que afectan a las empresas, los consumidores y los trabajadores. Una serie de tiempo puede tener cuatro componentes: (1) estacional, (2) cíclico, (3) tendencia y (4) estrictamente aleatorio. Identifique a qué serie de tiempo pertenecen las series de tiempos económicos importantes, como el índice de precios al consumidor (IPC), el índice de precios del productor (IPP) y el índice de producción industrial.
- ACíclico
- BEstacional
- CTendencia
- DEstrictamente aleatorio
Information
- Description
- ECONOMETRIA Quiz on ECONOMETRIA BLOQUE 3, created by Ricardo Jaramillo on 19/10/2019.
- Author
- Ricardo Jaramillo
- Language
- Español
- Views
- 210
- Tags
- Rating
- 5.0 out of 5 · 1 rating Rate this quiz