TEMA 7

1) La regla básica para comprobar la debilidad de los instrumentos, en el caso de que exista
una única variable endógena es:

a F debe ser estadísticamente significante para ser un instrumento fuerte.

B F>1.96 indica que el instrument es débil.

c. El estadístico t de cada instrument debe ser al menos 1.64.

d. F<10 indica que el instrument es débil

2) La distinción entre variables endógenas y exógenas es

a. las variables exógenas son determinadas dentro del modelo y las variables endógenas son
determinadas fuera del modelo

b. depende del tamaño muestral. Para n>100, las variables endógenas se convierten a
exógenas

c. depende de la distribución de las variables: cuando son normales son exógenas, en caso
contrario son endógenas

d. dependiendo de si están o no correlacionadas con el error

3) El estimador MC2E es

a. consistente y con muestra normal en muestras grandes

b. imparcial

c. eficiente en muestras pequeñas

d. tiene distribución F

4) Instrumentos débiles son un problema porque

a. El estimador MC2E no sigue una distribución normal, incluso en muestras grandes

b.

c. El estimador MC2E no puede ser calculador

d. no puedes predecir variables endógenas

5) Considera un modelo con una variable endógena y dos intrsumento. El estadístico j será
grande

a. Si el número de observaciones es muy grande

b. Si los coeficientes son muy distintos cuando estimamos los coeficientes usando un solo
instrumento a la vez.

c. Si los coeficientes MC2E son muy distintos de los de MCO

d. cuando solo usar errores estándar homocedásticos

6) Dejar a W ser la variable exógena interna en una regression que también tiene variables
endógenas, la variable W puede

a. ser una variable de control

b. estar incorrelada con el error

c. ser un instrument incorrelado con el error

d. todas las anteriores

7) La lógica de las variables de control en regresiones de variables instrumentas

a. son paralelas a las variables de control en MCO

b. solo funcionan en caso de errores homocedásticos en MC2E

c. es diferente totalmente de las variables de control en MCO

d. implican que MC2E es eficiente

8) Para que W sea una variable de control efectiva en regresión de variables instrumentales, la
siguiente condición debe darse:

a. E(ui) = 0

b. E(ui|Zi,Wi) = E(ui|Wi)

c. E(uiuj) ≠ 0

d. Debe haber un intercepto en la regresión

9) El estimador de variables instrumentales puede ser usado para eliminar potencialmente

a. multicolinealidad

b. correlación serial

c. errores en las variables

d. heterocedasticidad

10) Regresión de variables instrumentals usa regresores

a. estableciendo el efecto Mozart xd

b. para incrementar R2

c. Para eliminar correlación serial

d. aislar movimientos en X que están incorrelacionados con U

Respuestas

Tema 7:

1. d 2. d 3. a 4. a 5. b 6. d 7. a 8. b 9. c 10. D

Tema 6:

1. d 2. c 3. b 4. a 5. d 6. c 7. a 8. b 9. d 10. c

Test pepe
Tema 6

1) El modelo de probabilidad lineal es:

a. la aplicación del modelo de regression multiple con una variable continua y al menos una
variable binaria

b. une jemplo de una estimación probit

c. otra palabra para estimación logit

d. la aplicación de un modelo de regresión múltiple línea en una variable dependiente binaria

2) El modelo probit

a. es lo mismo que el modelo logit

b. da siempre el mismo valor que el modelo de probabilidad lineal para valores entre 0.1 y 0.9

c. fuerza a los valores a estar entre 0 y 1

d. no debería usarse porque es muy complicado

3) En la expression Pr(deny = 1| P/I Ratio, black) = (–2.26 + 2.74P/I ratio + 0.71black), el

efecto de incrementar P/I ratio from 0.3 to 0.4 for a white person

a. is 0.274 percentage points.

b. is 6.1 percentage points.

c. should not be interpreted without knowledge of the regression R2 .

d. is 2.74 percentage points.

4) MCO no lineales

a. resuelve la minimización de la suma de errores al cuadrado mediante problemas

matemáticos sofisticados, especialmente el de prueba y error

b. debe ser usado siempre que tienes ecuaciones no lineales

c. te dae el mismo resultado que los estimadores de maxima verosimilitud

d. es otro nombre sofisticado para MCO

5) To measure the fit of the probit model, you should:

a. use the regression R2 .

2 b. plot the predicted values and see how closely they match the actuals.

c. use the log of the likelihood function and compare it to the value of the likelihood function.

d. use the fraction correctly predicted or the pseudo R2 .

6) en la regression probit, el coeficiente b1 indica

a. el cambio de probabilidad de Y=1 dado un cambio unitario en X

b. el cambio en la probabilidad de Y=1 dado un cambio porcentual en X

c. El cambio en el valor z asociado a un cambio unitario en X

d. ninguna de las anteriores

7) Your textbook plots the estimated regression function produced by the probit regression of
deny on P/I ratio. The estimated probit regression function has a stretched “S” shape given
that the coefficient on the P/I ratio is positive. Consider a probit regression function with a
negative coefficient. The shape would

a. resemble an inverted “S” shape (for low values of X, the predicted probability of Y would
approach 1)

b. not exist since probabilities cannot be negative

c. remain the “S” shape as with a positive slope coefficient

d. would have to be estimated with a logit function

8) los coeficientes probit son estimados utilizando

a. el método MCO

b. método de máxima verosimilitud

c. suma de cuadrados no lineales

d. transformando la estimación de probabilidad lineal

9) Los estadísticos F calculados usando estimadores de máxima verosimilitud

a. cannot be used to test joint hypothesis

b. are not meaningful since the entire regression R2 concept is hard to apply in this situation

c. do not follow the standard F distribution

d. can be used to test joint hypothesis

10) When testing joint hypothesis, you can use

a. the F- statistic

b. the chi-squared statistic

c. either the F-statistic or the chi-square statistic

d. none of the above

Test academia

1. En modelos no lineales, el cambio esperado en la variable dependiente debido a un cambio

en una de las variables explicativas viene dado por:

a) incremento de Y= f(X1+X1,X2,Xk) - f(X1,X2,Xk)

b) Incremento de Y= f(X1 + inc.X1,X2,Xk) - f(X1,X2,Xk)

c) Incremento de Y= f(X1+X1,X2,Xk)

d) Incremento de Y= f(X1 + incX1,X2+incX2..)-F(X1,X2,Xk)

2. La intrepretación del coeficiente de la pendiente en el modelo Yi=B0 +B1lnxi + u es el

siguiente:

A) Un cambio de un 1%en x es asociado en un cambio de Y de 0,01B1

B) Un cambio de un 1% en x es asociado con un cambio B1% en Y

C) Un cambio en una unidad en X está asociado con un cambio de B1100% en Y

D) Un cambio de una unidad en X está asociado con un cambio de B1 en Y

3. En el caso de la regresión con interacciones, el coeficiente de una variable binaria debe

interpretarse de la siguiente manera:

A) En realidad hay problemas en la interpretación de estos, ya que el Ln0 no está definido

B) Primero fijar todas las varaibles explicativas igual a uno, con la excepción de las variables
binarias. Luego, permitir para cada una de las variables binarias tome el valor uno de forma
secuencial. El valor resultante predicho indica el efecto de la variable binaria.

C) Para el caso de regresores relacionados, el coeficiente de la variable binaria representa las

diversas relaciones para el caso en que la variable binaria es igual a uno

D) Primero calcular los valores esperados de Y para cada caso posible descrito por el conjunto
de variables binarias. Siguiente comparar estos valores esperados. Cada coeficiente puede ser
expresado ya sea como un valor esperado o como la diferencia entre dos o más valores
esperados.

4. Un ejemplo de interacción entre dos variables independientes continuas es:

a) Yi=B0 + B1X1 + B2X2 + B3(X1*X2) + u

b) Yi= B0 + B1Di + B2D2 + B3(D1*D2) + u

c) Yi= B0 + B1X1 + B2X2 + u

d) Yi= B0 + B1Xi + B2Di + B3(Xi*Di) + u

5. Has estimado la siguiente ecuación:

Donde testscore es el promedio de la puntucuación en lectura y matemáticas en la prueba

estandarizada en 5º grado… La ecuación:

a) es positiva hasta un valor de Income de 610.81

b) no tiene demasiado sentido desde que se ha introducido el cuadrado de la renta

c) sugiere una relación positiva entre TestScore e Income para toda la muestra

d) sugiere una relación positiva entre TestScore e Income para la mayoría de la muestra

6. En el modelo de regresión Yi=B0 + B1X1 + B2Di + B3(x1+D1) donde x es continua y D es

binaria, B3

a) no tiene significado porque Xi*Di=0 cuando Di=0

b) indica la pendiente de la regresión cuando D=1

c) indica la diferente en las pendientes para las dos regresiones

d) tiene un error estándar que no está normalmente distribuído, incluso si el tamaño de la

muestra es grande, porque D no está normalmente distribuído

7. En el modelo Yi= B0 + B1X1 + B2X2 + B3(X1*X2) + u, el efecto esperado incY/incX es

a) b1 + b3x2 b) B1 + b3x1 c) B1 D) B1+B3

8. Sean W las variables exógenas incluídas en una función de regresión que también tiene
regresores endógenos X, las variables W pueden

a) ser un instrumento no correlacionado con u

b) ser variable de control

c) tener la propiedad E(ui/wi)=0

d) todas las anteriores

9. Las dos condiciones para un instrumento válido son:

d) Corr(zi,xi) = 0 y corr(zi,ui)=0
10. La distinción entre una variable endógena y exógena es:

a) depende del tamaño de la muestra: para n>100 la variable endógena se convierte en

variables exógenas

b) si la variable está o no correlacionada con el término error

c) depende de la distribución de la variable, donde las variables exógenas están normalmente

distribuídas, y las variables endógenas están distribuidas de otra manera

d) la variable exógena está determinada dentro del modelo y la endógena está determinada
fuera del modelo

11) En el caso de un modelo simple de regresión Yi=B0 + B1Xi + u donde X y u están

correlacionados, entonces

a) X es exógeno

b) los estimadores MC0 son sesgados solo con muestras pequeñas

c) los estimadores MC0 son inconsistentes

d) MC0 y MC2E producen las mismas estimaciones

12) La estimación de un modelo de regresión con VI

a) permite solo una variable endógena dentro de los regresores, la cual normalmente está
correlacionada con el término error

b) requiere identificación exacta o sobreidentificación

c) es solo posible si el número de instrumentos es el mismo que el número de regresores

d) requiere identificación exacta