Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Qu es Econometra?
La Econometra es la medicin de la economa. Hace referencia la aplicacin a la
aplicacin de la teora econmica para contrastar hiptesis y estimar y prever
fenmenos econmicos.
2. Cul es el inters principal de la Econometra?
La Econometra est interesada principalmente en la verificacin emprica de la teora
econmica.
3. Completar: La Econometra es una disciplina aparte porque es un conjunto
de
Teora econmica
Tcnicas estadsticas
Economa matemtica
Estadstica econmica
Estadstica matemtica
Obtencin de datos.
Prueba de hiptesis.
Pronstico o prediccin.
5. Qu es un modelo?
Es una simplificacin de la realidad, recoge aspectos fundamentales del mismo que
tienen inters para los objetivos del investigador o analista.
ECONOMETRA
TERICA
CLSICA
APLICADA
BAYESIANA
CLSICA
BAYESIANA
Falso
Por qu?
En la economa ninguna relacin es exacta o determinstica. Generalmente todas las
variables tienen relaciones inexactas o probabilsticas.
17. Puede una relacin estadstica por s sola implicar una causalidad lgica?
No, porque una relacin estadstica, sin importar que tan fuerte y sugestiva sea, nunca
podr establecer una conexin casual. Para aducir causalidad se debe acudir a
consideraciones a priori o tericas.
18. Qu diferencia hay entre decir que la produccin depende de la lluvia y que la
lluvia depende de la produccin?
Necesitamos establecer cual es la variable dependiente y cual es la independiente. En
este caso la lluvia no puede ser dependiente de la produccin porque el sentido comn
nos sugiere que sea al contrario, es decir, que la produccin sea dependiente de la lluvia.
19. El anlisis de correlacin mide la fuerza o grado de asociacin lineal entre dos
variables.
Verdadero
Falso
E (Y/X) = Yi P (Y/X)
29. Qu es la Lnea de Regresin Poblacional?
Es el lugar geomtrico de las medias condicionales o esperanzas de la variable
dependiente para los valores fijos de las variables explicativas
30. La llamada Lnea de Regresin Poblacional puede tener la forma de
a) lnea recta
b) curva
c) ambas
31. Qu es la Funcin de Regresin Poblacional o FRP?
La FRP denota nicamente que la media poblacional de la distribucin de Y dado Xi
est relacionada funcionalmente con Xi. En otras palabras, nos dice cmo la media de Y
vara con X.
32. Cmo se representa linealmente a la FRP?
E (Y/Xi) = b1 + b2Xi
33. Qu son b1 y b2?
Son parmetros no conocidos pero fijos y se los conoce como coeficientes de regresin.
A b1 y b2 se los conoce tambin como el intercepto y el coeficiente de la pendiente,
respectivamente.
34. Qu se entiende como regresin lineal?
Se entiende como regresin lineal cuando los parmetros (betas) estn elevados a la
potencia uno.
35. Indique cuales de las siguientes regresiones son lineales
E(Y/X) = b1 + b22X
E(Y/X) = b1 + 1/b2X
E(Y/X) = b1 + b2X
Falso
Por qu?
Porque no siempre se tiene todos los datos de la poblacin.
45. Qu se hace para sustituir a la FRP?
Necesitamos una muestra de la poblacin para encontrar estimadores que nos ayuden a
determinar las caractersticas poblacionales.
46. Qu es la Funcin de Regresin Muestral o FRM?
Las lneas que se forman con cada muestra se llaman lneas de regresin muestral y son
solamente una aproximacin a la verdadera lnea de regresin poblacional. Por lo tanto,
la FRM es un estimador de la FRP.
47. Cmo se representa la FRM?
Yi* = b1* + b2*Xi
Nota: * quiere decir estimado.
48. Cmo se representa la FRM en su forma estocstica?
Yi = b1* + b2*Xi + ui*
49. Cul es el objetivo en el anlisis de regresin?
El objetivo es estimar Yi = b1 + b2Xi + ui (FRP) en base a Yi = b1* + b2*Xi + ui*
(FRM).
50. Cmo se representa un valor observado en trminos de la FRP y de la FRM?
b*i
ee b*i
62. Qu significa que en una prueba de hiptesis encontremos que algn beta
estimado es igual a 0?
Quiere decir que el beta estimado no es significativo y, por lo tanto, que la variable que
acompaa a aquel beta no es explicativa dentro del modelo.
63. Si en una prueba de hiptesis, para determinar si el beta estimado es
significativo o no, encontramos que el valor t cay dentro de la regin de rechazo
a) el beta estimado no es significativo
b) el beta estimado es significativo
c) ninguna de las anteriores
64. Para qu se construye un intervalo de confianza?
Para conocer entre que valores se encuentra el verdadero valor del beta estimado.
65. Si el valor 0 es parte del intervalo del beta estimado quiere decir que dicho beta
no es significativo.
Verdadero
Falso
El coeficiente de determinacin es una medida resumen que nos dice que tan bien se
ajusta la lnea regresin muestral a los datos
70. Para calcular el coeficiente de correlacin podemos sacar la raz cuadrada del
coeficiente de determinacin.
Verdadero
Falso
R2 = 0.96
R = 0.98
2 = 42.16
eeb*1 = 6.41
eeb*2 = 0.04
Interpretar:
El ingreso familiar explica en un 96% al consumo familiar.
Ambas variables tienen un coeficiente de correlacin 0,98. Lo cual indica una
relacin casi perfectamente directa.
La varianza homocedstica es 42,16.
El error estndar del b*1 es 6,41. Y el error estndar del b*2 es 0,04.
Independientemente del ingreso el consumo es de 24,45 unidades monetarias.
Cuando el ingreso aumenta en una unidad monetaria el consumo aumenta en
0,51 unidades monetarias.
75. Qu es un modelo de regresin mltiple? Ponga un ejemplo.
Un modelo de regresin mltiple es cuando tenemos una variable dependiente y varias
variables independientes. Ejemplo: La cantidad demandada de un producto Y depende
de el precio del producto P y del gasto en publicidad G.
Falso
Falso
78. Qu se utiliza para comparar la bondad del ajuste de modelos con diferentes
nmeros de variables explicativas?
Se utiliza el coeficiente de determinacin ajustado o R 2 ajustado.
79. Cmo se calcula el R2 ajustado?
R2 ajustado = 1 ( n- 1 )
(nk1)
x ( 1 R2 )
Falso
81. Los coeficientes de determinacin son un test o solo son una medida
descriptiva?
No son un test propiamente dicho. Son medidas que ayudan a describir los modelos.
82. Cul es la diferencia entre el coeficiente de determinacin y el coeficiente de
determinacin ajustado?
Cuando se incluyen nuevas variables explicativas al modelo de regresin mltiple, el
coeficiente de determinacin ajustado reacciona aumentando si la nueva variable ayuda
a explicar a Y, y reacciona reducindose si la nueva variable no explica a Y. Mientras
que el coeficiente de determinacin solo aumenta y cuando una nueva variable no
aporta al modelo este permanece inalterado.
83. Qu prueba estadstica nos puede ayudar a determinar si el modelo es
significativo o no en su conjunto?
Existe un estadstico basado en el anlisis de varianza conocido como prueba F que nos
puede ayudar a verificar si el modelo es significativo o no en su conjunto.
84. Cmo se plantearan la hiptesis nula y la hiptesis alternativa para realizar
el estadstico F?
H0: b2 = b3 = = bi = 0
H1: No cumple H0
Falso
86. Qu implica que todos los coeficientes de regresin del modelo son iguales a
cero?
Implica que, en conjunto, las variables no son explicativas de la variacin de la variable
dependiente, y por lo tanto, el modelo no es significativo.
R2 / (K 1)
(1 R2) / (n K)
R2 / ( K 1 )
( 1 R2 ) / ( n K )
Son estimadores ptimos lineales insesgados. Consiste en transformar todos los valores
de las variables a valores de desviacin estndar (unidades z) tipificados.
93. Si obtengo los coeficientes de regresin con los valores tipificados en unidades
de desviacin estndar obtengo los coeficientes betas.
Verdadero
Falso
94. Cmo miden las variaciones en Y los betas normales y los coeficientes betas?
Los betas normales miden el cambio en Y producido por el cambio unitario en cada
variable explicativa, manteniendo el resto de las variables constantes. Los coeficientes
betas expresan el cambio en Y medido en unidades de desviacin estndar, cuando una
variable independiente cambia en una unidad de desviacin estndar.
95. Qu es la tendencia?
Cuando dos variables presentan un comportamiento tendencial conjunto. Al realizar la
regresin de uno respecto a la otra pueden, errneamente, inducirnos a pensar que son
variable causa y variable efecto.
96. Cmo se elimina el problema de la tendencia?
La eliminacin de la tendencia consiste en introducir en la regresin original el tiempo
como una variable explicativa. Con lo cual su coeficiente de regresin recoge su efecto
tendencial.
97. Cada valor estimado tiene una distribucin normal, y por lo tanto, cada valor
tiene un intervalo en donde se encuentra su verdadero valor
Verdadero
Falso
entre mas grande sea el error estndar del estimador, mayor ser la incertidumbre de
estimar el verdadero valor del parmetro desconocido.
100. Qu indica el coeficiente de correlacin parcial (r)?
El coeficiente de correlacin parcial mide la correlacin neta entre la variable
dependiente y una variable independiente tras excluir la influencia comn (es decir,
manteniendo constantes) las dems variables independientes del modelo.
101. Para qu sirve el coeficiente de correlacin parcial?
El coeficiente de correlacin parcial sirven para el anlisis de regresin mltiple para
determinar la importancia relativa de cada variable explicativa en el modelo. La variable
independiente con el mayor coeficiente de correlacin parcial respecto a la variable
dependiente es la que mas contribuye al poder explicativo del modelo y es la que
primero se introduce en un anlisis de regresin mltiple por pasos.
102. Qu significa decir que rYX1.X2?
Es la correlacin parcial entre Y y X1, tras eliminar la influencia de X2 tanto de Y como
de X1
103. Qu significa decir que rYX1.X2 = 0?
Quiere decir que Y y X1 no estn relacionados una vez eliminado el efecto de X2. Se
dira que X1 no tiene efecto directo sobre Y.
104. Qu produce la omisin de variables relevantes?
La omisin de variables relevantes va a producir un sesgo en los estimadores osea que
la media de la media no es igual a la media de la poblacin, y la distribucin puede ser
cualquiera.
105. Qu produce la inclusin de variables irrelevantes?
La inclusin de variables irrelevantes va hacer que me aumente la varianza y se me haga
mas dispersa la distribucin e ineficiente.
106. El error tipo uno significa
a) Probabilidad de decir que X no es significativo cuando en realidad s lo es.
Coeficiente
10291.411
-90.071817
30.433222
Error tpico
457.41946
5.4432755
4.1849328
Estadstico t
22.498848
-16.547356
4.1849328
Probabilidad
0.000
0.000
0.001
R2 = 0.95
R2 ajustado = 0.94
2 = 217.68
F = 171.48
Interpretar:
La regresin sera: V* = 10291.41 90.07P + 30.43G
Las ventas independientemente del precio y de la publicidad son de 10291.41
unidades.
Cuando el precio aumenta en una unidad las ventas disminuyen en 90.07
unidades, mantenindose constante la publicidad.
Cuando la publicidad aumenta en una unidad las ventas aumentan en 30.43
unidades, mantenindose constante el precio.
El precio tiene mayor peso que la publicidad sobre las ventas.
El precio y la publicidad explican en un 95% a las ventas.
El coeficiente de determinacin ajustado es de 0.94, el cual no puede ser
interpretado en este momento porque no hay un anterior coeficiente de
determinacin ajustado para compararlo.
Loa varianza homocedstica es de 217.68.
El valor de F es un valor bastante alto lo que indica que el modelo en su
conjunto s es significativo.
Los estadsticos t para cada coeficiente son altos y por esta razn la probabilidad
de error en cada uno es 0%. Por lo tanto, el b0, b1 y b2 son significativos.
108. Al estudiar la regresin, esta puede ser una lnea recta como una curva.
Verdadero
Falso
109. Cmo se convierte una forma funcional tipo curva en una lnea recta?
Falso
Y= bo + b1X + b2D + u
Ecuacin 2:
Y= bo + b1X + b2XD + u
Ecuacin 3:
Falso
Falso
Falso
129. Cules son dos dificultades para estimar un modelo de rezago distribuido?
Los datos de una observacin o perodo de tiempo se pierden por cada valor
rezagado de X.
Es probable que las X estn relacionadas entre si, por lo que puede resultar
difcil o imposible aislar el efecto de cada X sobre Y.
130. Cmo se pueden superar las dificultades de un modelo de rezago
distribuido?
Mediante dos modelos: el modelo de rezago de Koyck y el modelo de rezago de Almon.
131. En qu consiste el modelo de rezago de Koyck?
Falso
-1 a 1
b)
-1 a 0
c)
0 a 100
d)
0a1
Falso
Falso
Falso
Falso
El intercepto final es aquel que se obtiene de la primera regresin con las variables
normales.
157. Qu es la autocorrelacin?
Cuando el termino de error en un periodo esta correlacionado positivamente con el
termino de error en el periodo anterior, enfrentamos el problema de autocorrelacion.
158. En qu tipo de anlisis es comn la autocorrelacin?
Falso
Por qu?
Porque la zona entre dL y dU es una zona de incertidumbre en donde no se sabe si hay o
no autocorrelacin.
163. Cmo se corrige la autocorrelacin?
Falso
166. Qu sucede cuando las variables explicativas estn medidas con error?
Conducen a estimaciones de parmetros sesgados e inconsistentes.
167. Cmo se pueden corregir los errores en las variables?
Una solucin es remplazar la variable explicativa sujeta a errores de medicin con otra
variable que sea altamente correlacionada con la variable original, pero que sea
independiente del trmino de error. Esto no siempre es fcil de realizar.
Otra solucin cuando nicamente X est sujeta a errores es relacionar X con Y. A este
mtodo se lo conoce como mnimos cuadrados inversos.