Comenzado el domingo, 9 de abril de 2017, 18:35

Estado Finalizado

Finalizado en domingo, 9 de abril de 2017, 19:44

Tiempo empleado 1 hora 9 minutos

Puntos 9,0/10,0

Calificacin 90,0 de 100,0

Pregunta 1
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

Se plantea un modelo de regresin lineal mltiple de la siguiente manera:

Ln(salario) = 14.734+0.0592*educacin-0.2984*Genero
La interpretacin del coeficiente que acompaa a la variable de educacin es la
siguiente:

Seleccione una:
a.

a)Manteniendo fijo el gnero de la persona por cada ao adicional de educacin se espera que en
promedio el salario aumente en un 5.92%.

b.

a)Manteniendo fijo la educacin de la persona la diferencia salarial entre hombres y mujeres es de

5.92%.
 c.

a)Manteniendo fijo el gnero de la persona por cada ao adicional de educacin se espera que en
promedio el salario aumente en un 0.0592%.

d.

a)Manteniendo fijo el gnero de la persona por cada ao adicional de educacin se espera que en
promedio el salario aumente en un 5.92 pesos.

Retroalimentacin

Respuesta correcta
Al analizar un modelo de regresin lineal mltiple compuesto por una variable
cuantitativa y una cualitativa, el intercepto B0 es el salario promedio de una persona
que tiene 0 aos de educacin y cuyo genero es hombre. En el caso de B1, pendiente
de la recta, es asumiendo constante el gnero del individuo, por cada ao adicional de
educacin se espera que el salario promedio de esta persona aumente en B1 pesos al
mes. Otra manera de interpretar este coeficiente es el siguiente, si se comparan dos
personas, ambas con el mismo gnero (dos hombres o dos mujeres) pero uno con un
ao adicional de educacin respecto al otro, se espera que en promedio el salario de
esta persona sea de B1 pesos mayor que el otro.
Al respecto, como la variable dependiente se encuentra en trminos logartmicos se
debe interpretar en trminos porcentuales y multiplicar por 100%.
La respuesta correcta es:
a)Manteniendo fijo el gnero de la persona por cada ao adicional de educacin se espera que en
promedio el salario aumente en un 5.92%.

Pregunta 2
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

Cuando se presenta una correlacin muy fuerte entre las variables independientes o explicativas se
conoce como:

Seleccione una:
a.

a)Homocedasticidad
 b. Multicolinealidad

c.

a)Heterocedasticidad

d.

a)Normalidad

Retroalimentacin

Respuesta correcta

La respuesta correcta es: Multicolinealidad

Pregunta 3
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

En un modelo de regresin lineal se pretende explicar el precio de un apartamento usado en funcin

de los metros cuadrados, nmero de habitaciones y nmero de garajes, la ecuacin estimada es la
siguiente:

La variable metros cuadrados es:

Seleccione una:
a. Es estadsticamente significativa, lo que sugiere que los metros cuadrados

explican el precio promedio de un apartamento

b. No es estadsticamente significativa, lo que sugiere que los metros cuadrados no

explican el nmero de garajes del apartamento

c. Es estadsticamente significativa, lo que sugiere que los metros cuadrados

explican el nmero de garajes del apartamento

d. No es estadsticamente significativa, lo que sugiere que los metros cuadrados no

explican el precio promedio de un apartamento

Retroalimentacin

Respuesta correcta

La respuesta correcta es: Es estadsticamente significativa, lo que sugiere que los

metros cuadrados explican el precio promedio de un apartamento

Pregunta 4
Incorrecta
Punta 0,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

Si el R cuadrado del modelo no restringido es de 0.786 y la R cuadrado del modelo restringido es de

0.567 el nmero de variables que se restringen son q igual a 3, en total se tiene una muestra de 620
datos y el nmero de variables que tiene el modelo son 5. En este caso el estadstico F para probar
la exclusin de un grupo de variables es igual a:

Seleccione una:
a. 109

b. 209

c. 309

d. 409

Retroalimentacin

Respuesta incorrecta.
La respuesta correcta es: 209

Pregunta 5
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

El R cuadrado es una medida de bondad de ajuste que explica

Seleccione una:
a.

Proporcin de la varianza explicada por la variable dependiente

b. mide el porcentaje de explicacin de las variables independientes sobre la

dependiente

c. mide la correlacin entre las variables dependientes

d. El ajuste de los errores estndar de una regresin y su impacto sobre la inferencia

estadstica

Retroalimentacin

Respuesta correcta

La respuesta correcta es: mide el porcentaje de explicacin de las variables

independientes sobre la dependiente
Pregunta 6
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta
El p valor mide la fortaleza o debilidad emprica contra la hiptesis nula, lo cual
significa que valores muy pequeos de p valor sugieren evidencia en contra de la
hiptesis nula mientras que un p valor muy grande indica evidencia muy dbil en
contra de la hiptesis nula

Seleccione una:
Verdadero

Falso

Retroalimentacin

La respuesta correcta es 'Verdadero'

Pregunta 7
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

En el siguiente modelo con interaccin el coeficiente B1 considera un efecto de interaccin entre

metros cuadrados del inmueble y el nmero de habitaciones, en caso de que este coeficiente sea
negativo, B3<0 implicara que en apartamentos ms grandes, una habitacin adicional produce un
efecto menor en el precio.

Seleccione una:
 Verdadero

Falso

Retroalimentacin

La respuesta correcta es 'Verdadero'

Pregunta 8
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

En el siguiente modelo, donde los errores estndar aparecen entre parntesis por debajo de los
coeficientes estimados, se tiene como objetivo validar estadsticamente si el tiempo que dura una
encomienda es estadsticamente significativo

De acuerdo con lo anterior, el tiempo que dura dicha encomienda controlando la ubicacin del local
donde se coloca el envio es:

Seleccione una:
a. la variable tiempo no es estadsticamente significativa, es decir no ejerce un

efecto explicativo sobre el costo de envio de una encomienda.

b. la variable tiempo es estadsticamente significativa, es decir ejerce un efecto

explicativo sobre el costo de envio de una encomienda

c. la variable tiempo es estadsticamente significativa, es decir ejerce un efecto

explicativo sobre el costo de envio de una encomienda

d. la variable tiempo no es estadsticamente significativa, es decir no ejerce un

efecto explicativo sobre el costo de envio de una encomienda

Retroalimentacin

Respuesta correcta

La respuesta correcta es: la variable tiempo es estadsticamente significativa, es decir

ejerce un efecto explicativo sobre el costo de envio de una encomienda

Pregunta 9
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

Al modificar la variable dependiente, en forma logaritmica, se obtiene la siguiente ecuacin

Ln(salario)= 15.30+0.004248*Experiencia

Al respecto, el coeficiente que acompaa a la variable de experiencia tiene la siguiente

interpretacin: por cada ao adicional de experiencia, se espera que en promedio el salario
aumente en un 0.004248%.

Seleccione una:
Verdadero

Falso

Retroalimentacin
Por propiedades de la funcin logaritmo natural, al tener en la variable dependiente
esta funcin, el parmetro B1 se multiplica por 100 para obtener el cambio porcentual
del salario por un ao adicional de experiencia. Es decir que por cada ao adicional de
experiencia, se espera que en promedio el salario aumente en un 0.42%.
Las relaciones lineales no son lo suficientemente general para todas las aplicaciones econmicas.
Es posible incorporar varias funciones no linealidades en el anlisis de regresin simple mediante
 una definicin apropiada de las variables dependiente e independiente. A menudo se encuentran
ecuaciones de regresin en las que la variable dependiente aparece en forma logartmica.

La respuesta correcta es 'Falso'

Pregunta 10
Correcta
Punta 1,0 sobre 1,0
Desmarcar

Enunciado de la pregunta

Al incluir funciones no lineales y variables dicotmicas en el anlisis de regresin lineal, se toma

como base el siguiente modelo:

Ln(salario)= B0 + B1*genero + error

En este caso la variable genero es dicotomica y toma el valor de 0 si el individuo es hombre y 1 si el

individuo es una mujer.

Al respecto el propsito de este modelo es:

Seleccione una:
a.

a)Cuantificar en trminos porcentuales la diferencia salarial entre un hombre y una mujer

b.

a)Cuantificar en trminos de dinero la diferencia salarial entre un hombre y una mujer

c.

a)Cuantificar la diferencia salarial entre un hombre y una mujer explicada por variaciones en los aos de
educacin.

d. Cuantificar en trminos porcentuales la diferencia salarial entre un hombre y una

mujer explicada por variaciones en los aos de educacin.

Retroalimentacin

Respuesta correcta
 En trminos descriptivos, los factores cualitativos surgen en forma de informacin bivariada: una
persona es mujer u hombre; una persona tiene o no computadora; se puede estar soltero o
comprometido. En todos estos ejemplos, la informacin de inters puede ser obtenida empleando
una variable binaria o dicotmica que toma dos valores (cero o uno). En econometra a las variables
dicotmicas se les suele conoce como variables binarias o dummy.

Al definir una variable binaria hay que decidir a qu evento o caracterstica se le asigna el valor uno
y a cual el valor cero. En el caso de un estudio para analizar el salario de los individuos, puede
definirse gnero como una variable binaria que tome el valor uno para mujer y el valor cero para
hombre.

La respuesta correcta es:

a)Cuantificar en trminos porcentuales la diferencia salarial entre un hombre y una mujer