Copy and Edit

ECONOMETRIA BLOQUE 2

Description

ECONOMETRIA Quiz on ECONOMETRIA BLOQUE 2, created by Ricardo Jaramillo on 16/10/2019.
Ricardo Jaramillo
Quiz by Ricardo Jaramillo, updated more than 1 year ago
Ricardo Jaramillo
Created by Ricardo Jaramillo over 4 years ago
218
0
0

Resource summary

Question 1

Question
La linealidad se presenta cuando la esperanza condicional de Y, E(Y | Xi), es una función lineal de los parámetros, los β; puede ser o no lineal en la variable X. Es un modelo de regresión lineal en el parámetro
Answer
  • E(Y | Xi ) _ β1 + β2X2i
  • E(Y | Yi ) _ β1 + β2X2i
  • E(Y | Xi ) _ β1 + β2Y2i
  • E(Y | Xi ) _ β1 + β2X1i

Question 2

Question
La linealidad en los parámetros es pertinente para el desarrollo de la teoría de regresión. Mencione las dos interpretaciones de linealidad.
Answer
  • Modelo de regresión lineal( en el parámetro) y modelo de regresión no lineal (en el parámetro)
  • Modelo de ascenso no lineal y modelo de regresión lineal
  • Modelo Semántico y modelo potencial
  • Modelo de regresión lineal (sin el parámetro) y modelo de regresión no lineal

Question 3

Question
La línea de regresión poblacional. Desde el punto de vista geométrico, una curva de regresión poblacional.
Answer
  • Es tan sólo el lugar geométrico de las medias condicionales de la variable dependiente para los valores fijos de las variables explicativas.
  • Es tan sólo el lugar geométrico de las medias condicionales de la variable independiente para los valores fijos de las variables explicativas.
  • Es tan sólo el lugar geométrico de las medias condicionales de la variable dependiente para los valores variables de las variables explicativas.
  • Es tan sólo el lugar geométrico de las medias condicionales de la variable dependiente para los valores fijos de las variables dependientes.

Question 4

Question
Si, con base en una prueba de significancia, por ejemplo, la prueba t, decidimos “aceptar” la hipótesis nula, Todo lo que se afirma es que :
Answer
  • Con base en la evidencia dada por la muestra, existe razón para aceptarla; no se sostiene que la hipótesis nula sea falsa con absoluta certeza.
  • Con base en la evidencia dada por la muestra, no existe razón para rechazarla; no se sostiene que la hipótesis alternativa sea verdadera con absoluta certeza.
  • Con base en la evidencia dada por la muestra, no existe razón para aceptarla; no se sostiene que la hipótesis alternativa sea verdadera con absoluta certeza.
  • Con base en la evidencia dada por la muestra, no existe razón para rechazarla; no se sostiene que la hipótesis nula sea verdadera con absoluta certeza.

Question 5

Question
Construya un intervalo de confianza para β2 a 100(1 − α)%. LA Regla de decisión nos indica.
Answer
  • Si el β2 en H1 se encuentra dentro de este intervalo de confianza, no rechace H1, pero si está fuera del intervalo, rechace H1.
  • Si el β2 en H1 se encuentra fuera de este intervalo de confianza, no rechace H0, pero si está fuera del intervalo, rechace H1.
  • Si el β2 en H0 se encuentra dentro de este intervalo de confianza, no rechace H0, pero si está fuera del intervalo, rechace H0.
  • Si el β2 en H1 se encuentra dentro de este intervalo de confianza, no acepte H1, pero si está fuera del intervalo, acepte H1.

Question 6

Question
la multicolinealidad, el interrogante natural es: Determine cuál de las siguientes opciones se refiere a una de las advertencia de Kmenta:
Answer
  • La 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.
  • Como la multicolinealidad NO se refiere a la condición de las variables explicativas que son no estocásticas por supuestos, es una característica de la muestra y no de la población.
  • Como la multicolinealidad se refiere a la condición de las determinantes explicativas que son no estocásticas por supuestos, es una característica de la muestra y no de la población.
  • La multicolinealidad es la distinción importante no es entre presencia o ausencia de multicolinealidad, sino entre sus diferentes grados

Question 7

Question
Se dice que un modelo de regresión lineal presenta heterocedasticidad cuando la varianza de las perturbaciones no es constante a lo largo de las observaciones. La heterocedasticidad también surge por la presencia de:
Answer
  • datos atípicos o aberrantes
  • datos atípicos o significativos
  • datos atípicos o lineales
  • datos atípicos o regresión

Question 8

Question
El modelo de regresión lineal supone que no debe existir autocorrelación en los errores. El término autocorrelación se define como:
Answer
  • la “correlación entre miembros de unidades de observaciones ordenadas en el tiempo
  • la “correlación entre miembros de series de observaciones ordenadas en las variables
  • la “negación entre miembros de series de observaciones ordenadas en el tiempo
  • la “correlación entre miembros de series de observaciones ordenadas en el tiempo

Question 9

Question
Dado dos valores cualesquiera de X, Xi y Xj (i= j), la correlación entre dos ui y uj cualesquiera (i no es igual a j) es cero. En pocas palabras estas observaciones se muestran de manera independiente. A que supuesto hace referencia este enunciado.
Answer
  • No hay auto correlación entre las perturbaciones
  • Si hay auto correlación entre las perturbaciones
  • Hay relación entre las perturbaciones
  • No hay relación entre las variables

Question 10

Question
La distribución normal es una distribución comparativamente sencilla y requiere sólo dos parámetros. ¿Cuáles son?
Answer
  • La media y la varianza
  • La estimación y la media
  • La media y las correlaciones
  • Las correlaciones y la hipótesis

Question 11

Question
Si trabajamos con una muestra finita o pequeña, la suposición de normalidad desempeña un papel relevante. ¿Cuantos datos u observaciones se necesitan para que se cumpla el papel relevante de la muestra?
Answer
  • 100 datos o mas
  • 300 datos o menos
  • 200 datos o mas
  • 100 datos o menos

Question 12

Question
Propiedades de los estimadores de MCO. Según el supuesto de normalidad. Seleccione la respuesta correcta.
Answer
  • Son insesgados.
  • Tienen varianza mínima.
  • Presentan consistencia
  • Todas las anteriores

Question 13

Question
Existe un método de estimación puntual con algunas propiedades teóricamente más fuertes que las del método de MCO. ¿Cómo se llama este método?
Answer
  • método de máxima verosimilitud (MV)
  • método de los mínimos cuadrados ordinarios
  • modelo clásico de regresión lineal
  • Modelo clásico de regresión lineal normal.

Question 14

Question
A pesar de la tendencia de los padres de estatura alta a procrear hijos altos y los padres de estatura baja, hijos bajos, la estatura promedio de los niños de padres de una estatura determinada tendía a desplazarse. Quien acuño el término de regresión.
Answer
  • Francis Galton
  • Francis Quesnay
  • Milton Friedman
  • Alfred Marshall

Question 15

Question
El análisis de regresión es el estudio de la dependencia de una variable dependiente respecto de una o más variables explicativas. El objetivo que persigue es:
Answer
  • Estimar o predecir la media o valor promedio poblacional de la primera en términos de los valores conocidos o fijos (en muestras no repetidas) de las segundas.
  • Estimar o predecir la media o valor promedio poblacional de la primera en términos de los valores conocidos o fijos (en muestras repetidas) de las segundas.
  • Estimar o predecir la media o valor promedio muestral de la primera en términos de los valores conocidos o fijos (en muestras repetidas) de las segundas.
  • Estimar o predecir la media o valor promedio poblacional de la segunda en términos de los valores variables (en muestras repetidas) de las segundas.

Question 16

Question
En un ejemplo práctico, lo que interesa es predecir la estatura promedio de los hijos a partir de la estatura de sus padres. Si esto, corresponde a un diagrama de dispersión, para su determinación se necesitara una línea recta.
Answer
  • Recta Oblicua
  • Recta semántica
  • Recta de regresión
  • Recta con dispersión

Question 17

Question
A un economista quizá le interese estudiar la dependencia del consumo personal respecto del ingreso personal neto disponible, después de Impuestos. Con un análisis de este tipo, en el diagrama de dispersión , se calcula:
Answer
  • la propensión marginal decreciente
  • la propensión marginal a producir
  • la propensión promedio de la demanda
  • la propensión marginal a consumir

Question 18

Question
En el análisis de regresión interesa lo que se conoce como dependencia estadística entre variables, no así la funcional o determinista, propia de la física clásica. En las relaciones estadísticas, analizamos:
Answer
  • Variables aleatorias o estocásticas
  • Variables explicativas o independientes
  • Variables dependientes
  • Variables de aquilatacion

Question 19

Question
A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto de otras variables, esto no implica causalidad necesariamente. En otras palabras Kendall y Stuart manifiestan:
Answer
  • “Una relación estadística, por más fuerte y sugerente que sea, siempre podrá establecer una conexión causal: nuestras ideas de causalidad deben provenir de estadísticas externas y, en último término, de una u otra teoría”.
  • “Una relación estadística, por más fuerte y sugerente que sea, nunca podrá establecer una conexión causal: nuestras ideas de causalidad deben provenir de estadísticas externas y, en último término, de una u otra teoría”.
  • “Una relación estadística, por más fuerte y sugerente que sea, nunca podrá establecer una conexión informal: nuestras ideas de causalidad deben provenir de estadísticas externas y, en último término, de una u otra teoría”.
  • “Una relación estadística, por más fuerte y sugerente que sea, nunca podrá establecer una conexión informal: nuestras ideas de causalidad deben provenir de estadísticas internas y, en último término, de una u otra teoría”.

Question 20

Question
Se relaciona de manera estrecha con el de regresión, aunque conceptualmente los dos son muy diferentes. En el análisis de correlación, el objetivo principal es:
Answer
  • medir la fuerza o el grado de asociación no lineal entre dos variables
  • medir la relación inversa entre dos variables
  • medir la fuerza o el grado de asociación lineal entre dos variables
  • medir la fuerza o el grado de competitividad entre dos variables

Question 21

Question
Si se estudia la dependencia de una variable respecto de más de una variable explicativa, como el rendimiento de un cultivo, la lluvia, la temperatura, el Sol y los fertilizantes. ¿A qué tipo de análisis se refiere?
Answer
  • análisis de regresión múltiple
  • análisis de regresión simple
  • análisis de regresión aleatorio
  • análisis de regresión transversales

Question 22

Question
El éxito de todo análisis econométrico depende a final de cuentas de la disponibilidad de los datos recopilados. Hay tres tipos de datos disponibles para el análisis empírico:
Answer
  • series de tiempo, series explicativas e información combinada
  • series de tiempo, series transversales e información múltiples
  • series de tiempo, series transversales
  • series de tiempo, series transversales e información combinada (combinación de series de tiempo y transversales).

Question 23

Question
El análisis de correlación se relaciona de manera estrecha con el de regresión, aunque conceptualmente los dos son muy diferentes. En el análisis de correlación, el objetivo principal es:
Answer
  • Medir la fuerza o el grado de asociación lineal entre dos variables.
  • Medir el grado de asociación lineal entre variables.
  • Medir la fuerza de asociación lineal entre dos empresa.
  • Medir la fuerza lineal entre dos variables.

Question 24

Question
El éxito de todo análisis econométrico depende a final de cuentas de la disponibilidad de los datos recopilados. Hay tres tipos de datos disponibles para el análisis empírico, uno de ellos es:
Answer
  • Pérdida residual
  • Datos de series de tiempo
  • Costes de fianza
  • Econometría de series de tiempo

Question 25

Question
Una variable pertenece a esta categoría sólo si satisface la tercera propiedad de la escala de razón (es decir, el orden natural), como los sistemas de calificaciones por letras (A, B, C) o los niveles de ingresos alto, medio y bajo). La escala de medición es:
Answer
  • Escala nominal
  • Escala ordinal
  • Análisis de datos
  • Costes de correlación

Question 26

Question
La micronumerosidad exacta surge cuando n, el tamaño de la muestra, es cero, en cuyo caso es imposible cualquier clase de estimación. ¿Cuándo surge la casi micronumerosidad?
Answer
  • Cuando el número de observaciones escasamente disminuye al número de parámetros que se va a estimar.
  • Cuando el número de observaciones escasamente excede al número de parámetros que se va a estimar.
  • Cuando el número de observaciones escasamente excede al número de límites que se va a estimar.
  • Cuando el parámetro de observaciones escasamente excede al número que se va a estimar.
Show full summary Hide full summary

Want to create your own Quizzes for free with GoConqr? Learn more.

Similar

METODOLOGÍA DE LA ECONOMETRÍA
Stephanie BE
1. Pomeranz: Impacto de métodos evaluados en la Economía Pública
Jose Suárez
MUESTREO SISTEMATICO
DAMARIS LILIAN SALAMANCA LOPEZ
ECONOMETRÍA
Stephanie BE
Tes de prueba
Jorge Cabrera7516
La economía
cami.kairuz
Tipos de Variable
Rafael Crissien
Econometría y empirismo
Esteban Víquez
MODELO DE REGRESIÓN MÚLTIPLE
Karla Alvarez
PRUEBA OBJETIVA
paralas_descarga
Control de Lectura
Obii xD
Browse Library