A la hipotesis nula tambien se la conoce como hipotesis mantenida V F.

a la variable dependiente tambien se la conoce como variable:

A medida que aumenta el ingreso familiar, el consumo familiar, en promedio, también aumenta. ¿Qué
sucede con el consumo de una familia en relación con su nivel de ingreso fijo?
a medida que aumenta el numero de regresoras R2: aumenta invariablemente disminuye
considerablemente aumenta considerablemente.
A medida que aumenta el valor de t, el valor p se reduce y se rechaza la Ho con mas confianz
A menudo los datos se recopilan con base en una muestra aleatoria de unidades como familias o
empresas. Esta característica ¿a qué tipo de dato corresponde?
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.
¿Quién acuño el término de regresión?
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:

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:
Ajustar una regresion a traves del origen implica:
Al igual que los modelos de regresión lineal, qué problemas pueden afectar a los MRNL
al ser B1 y B2 variables aleatorias, es necesario conocer sus distribuciones de probabilidad
al trabajar con una muestra pequeña o finita, el supuesto de normalidad no solo contribuye a derivar las
distribuciones de probabilidad exacta de los estimadores de MCO, sino tambien nos permite utilizar
pruebas estadisticas. errores estandar coeficiente de determinacion t,F,X2.
al trabajar con una muestra pequeña o finita, el supuesto de normalidad no solo contribuye a derivar las
distribuciones de probabilidad exacta de los estimadores de MCO, sino tambien nos permite utilizar
pruebas estadisticas. errores estandar coeficiente de determinacion t,F,X2.
Algunos modelos pueden parecer no lineales en los parámetros pero ser inherente o intrínsecamente
lineales V F.
Algunos modelos pueden parecer no lineales en los parámetros por ser inherente o intrínsecamente
lineales, debido a que con una transformación adecuada pueden convertirse en modelos de regresión
lineales en los parámetros. ¿Cuando los modelos inherente o intrínsecamente lineales no pueden alinearse
en los parámetros se los conoce cómo? “Modelos de regresión lineales”. “Modelos de regresión
intrínsecamente inherentes”. “Modelos de regresión intrínsecamente no lineales”. “Modelos de métodos
de ensayo y error”.

Aumentar variables independientes al modelo, disminuye el problema de la multicolinealidad entre las

variables
Aunque los modelos de regresión lineal predominan en la teoría y en la práctica, hay ocasiones en las que
son útiles los modelos de regresión no lineales en los parámetros (MRNL). V F.
B2 es la elasticidad (parcial) de la-------------- respecto del insumo trabajo
B2 es la elasticidad parcial de la producción con respecto al insumo trabajo en el modelo Cobb Dougla
B3 es la elasticidad parcial de la produccion respecto del insumo capital
cLos modelos del siguiente tipo se conocen como modelos recíprocos. ¿Cuál es la diferencia del modelo
reciproco con otros modelos? El modelo no es lineal. El modelo es lineal. Modelo de regresión lineal.
Modelo Ling-Long.
Colinealidad hace referencia a:
Como el intervalo de confianza es aleatorio, los enunciados probabilisticos que le corresponden deber
entenderse en un sentido de: corto plazo mediano plazo largo plazo.
Cómo se puede detectar la multicolinealodad A. Modelos autoregresivos B. Correlograma C. Factor
inflador de la varianza D. Correlaciones parciales.
Con qué prueba se puede detectar la autocorrelación: a. D de durbin Whatson b. Z normal c. Chi
cuadrada.
Con qué prueba se puede detectar la autocorrelación: a. Distribución F b. T de student c. Breusch-
Godfrey.
Con regresion a traves del origen el coeficiente de determinacion puede ser: Negativo Igual a cero Igual a
uno.
Conocido también como estadístico (muestral), no es más que una regla, fórmula o método para estimar
el parámetro poblacional a partir de la información suministrada por la muestra disponible. Conocido
también como estadístico (muestral), no es más que una regla, fórmula o método para estimar el
parámetro poblacional a partir de la información suministrada por la muestra disponible.
Construya un intervalo de confianza para β2 a 100(1 − α)% LA Regla de decisión nos indica:
Contrastar la hipótesis nula se lo puede hacer a través de:
Cuakes son las variables que estan en la funcion de produccion de: PIB per capita Capital-produccion tasa
de interes.
Cuál de las siguientes es una solución para el problema de multicolinealidad A. Eliminación de las
variables que se sospechan son causantes de la multicolinealidad [Link] caso de disponer de pocas
observaciones aumentar el tamaño de la muestra B. Igualar las varianzas C. Agregar una variable
dicótoma.
Cuál de las siguientes es una solución para el problema de multicolinealidad A. Mejorar el diseño
muestral extratendo la inormación máxima de las variables observadas B. Eliminación de datos sin
importar el número total de observaciones C. Utilizar un modelo econométrico lineal simple .
cual de las siguientes funciones es lineal en sus parametros? LnY=B1+B2X+u LnY=B1+LnB2X+u
Y=LnB1+B2+u.
Cuál de las siguientes propiedades se da bajo el supuesto de normalidad?
Cual de los sigueintes ejemplos teoricamente se asume que tiene multicolimealidad A. Migración en
función de Pib per cápita y población B. Inversión extranjera en función de PIB y exportaciones C.
Migración en función de Pib y desempleo D. Pib en función de volume de crédito y consumo de energía .

Cuál de los siguientes criterios hace referencia a error de especificación. a. Los errores de medición son
graves cuando están presentes en las variables explicativas porque su presencia hace imposible la
estimación consistente de los parámetros b. La autocorrelación no permite una estimación adecuada c.
Los errores de medición pueden ser un problema pero permiten establecer de manera consistente de los
parámetros.
Cuál de los siguientes criterios hacen referencia a la minería de datos: a. Regresión al tanteo, extracción
de datos, sondeo de datos y procesamiento masivo de datos numéricos b. Regresión en dos etapas,
mínimos cuadrados generalizados c. Autocorrelación y error de especificación.
Cuál de los siguientes enunciados es correcto si se agrega una variable irrelevante al modelo: a. Todos los
estimadores de MCO de los parámetros del modelo “incorrecto” son insesgados y consistentes. b. Todos
los estimadores de MCO de los parámetros del modelo “incorrecto” son sesgados e inconsistentes. c. No
es correcto utilizar los estimadores de MCO.
Cuál de los siguientes enunciados es correcto: a. b. Aunque en presencia de autocorrelación los
estimadores de MCO se mantienen insesgados, consistentes y distribuidos asintóticamente en forma
normal, siguen siendo eficientes c. Siguen siendo eficientes.
Cuál de los siguientes enunciados es verdadero a. El término autocorrelación hace referencia a la
correlación entre los residuos b. El término autocorrelación, se define como la existencia de varianzas
iguales entre las variables c. El término autocorrelación se define como la existencia de varianzas
diferentes entre las variables.
Cuál de los siguientes es un error de especificación: a. Inclusión de variables superfluas b. Usar Variables
dicótomas c. Autocorrelación.
Cuál de los siguientes es un error de especificación: a. Mala Especificación de la Forma Funcional b.
Heterocedasticidad c. Multicolinealidad.
Cuál de los siguientes es un error de especificación: a. Multicolinealidad b. Omisión de Variables
Relevante c. Usar Variables dicótomas.
Cual de los siguientes es una solución para el problema de multicolinealidad
Cual es el coeficiente de primer orden: r1.23 r12.3 r12.34.
Cuáles de las siguientes son consecuencias prácticas de la multicolinealidad La forma funcional de la
regresión es incorrecta Las varianzas son siempre homocedasticas Aunque los estimadores de MCO son
MELI, presentan varianzas y covarianzas grandes que dificultan la estimación precisa.
Cuáles de las siguientes son pruebas para variables omitidas y forma funcional incorrecta: a. Prueba de
normalidad b. T de studen c. Exámen de los residuos [Link]ístico durbin whatson.
Cuáles de las siguientes son rutinas iterativas. a. Market [Link]-Raphson [Link] d. MCG.
Cuáles de las siguientes son rutinas iterativas. [Link] Newton b. Newton-Raphson [Link] [Link].
Cuales de los siguientes son causas de la autocorrelación:
Cuáles de los siguientes son cirterios para selecciónar el modelo adecuado a. El criterio R2 b. R cuadrado
ajustada c. T de student d. Prueba F.
Cuáles de los siguientes son cirterios para selecciónar el modelo adecuado a. Prueba F b. Creiterio Cp de
Mallows c. Criterio de información de Schwarz d. Errores de especificación.
Cuáles de los siguientes son cirterios para selecciónar el modelo adecuado [Link] de infromación de
Akaike b. T de student [Link] d. Criterio de información de Schwarz.
Cuáles de los siguientes son métodos para obtener los MRNL: a. Coeficiente de akaike b. Linealización
mediante la expansión de series de Taylor c. Método de Ensayo y error d. Multiplicador de lagrange.

Cuáles de los siguientes son métodos para obtener los MRNL: a. Ensayo y error b. Mínimos cuadrados no
lineales MCNL c.Mínimos cuadrados ordinarios MCO d.Mínimos cuadrados generalizadosMCG .
cuales son algunos pasos de la metodologia econometrica obtencion de datos-pruebas de hipotesis
disminucion de datos- entrevistas.
Cuáles son las causas de la autocorrelación:
Cuáles son las causas de la autocorrelación: a. Distintas varianzas en las variables explicativas b. R
cuadrado muy altos c. La omisión de variables relevantes.
Cuáles son las causas de la autocorrelación: a. Los r cuadrados elevados para cada variable explicativa b.
La existencia de ciclos y/o tendencias c. Las variables dicótomas.
Cuales son las principales causas que produce Muticolinealidad en un modelo
Cuales son las principales causas que produce Muticolinealidad en un modelo A. Amplia diferencia entre
las varianzas de las variables independientes B. Escasa variabilidad en las observaciones de las variables
independientes C. No normalidad de las variables independientes .
Cuales son las variables que estan en la funcion de produccion de: PIB per capita Capital-produccion tasa
de interes.
Cuáles son los pasos para la prueba de RESET para determinar error de especificación: a. PASO
[Link] Y estimada a partir del modelo seleccionado b. PASO [Link] los residuos c. PASO 2.
Efectuar la nueva regresión introduciendo y estimada como una o varias regresoras adicionales [Link]
2. Efectuar la nueva regresión introduciendo y estimada como una o varias regresoras adicionales.

Cuáles son los pasos para la prueba de RESET para determinar error de especificación: a. PASO 3. Se
utiliza la Prueba Z luego de obtener R cuadrado nueva y la obtenida R cuadrado vieja b. PASO 4. Si el
Valor z Calculado es significativo, se acepta la hipótesis de que el modelo está mal especificado c. PASO
3. Se utiliza la Prueba F luego de obtener R cuadrado nueva y la obtenida R cuadrado vieja d. PASO 4. Si
el Valor F Calculado es significativo, se acepta la hipótesis de que el modelo está mal especificado.

Çuando el intercepto y los coeficientes de las pendientes son iguales en ambas regresiones se les
denómina regresiones:
Cuando existe multicolinealidad A. Si el factor inflador de la varianza es mayor a 10 B. Si el factor
inflador de la varianza es cero C. Si elfactor inflador de la varianza es muy elevado D. Si el factor inflador
de la varianza es 1 .
Cuando habla de homocedasticidad nos dice que los errores tienen la misma varianza.
cuando hablamos de la forma funcional incorrecta, nos referimos a:
cuando hablamos de la forma funcional incorrecta, nos referimos a: aplicar pruebas de hipotesis
establecer malos intervalos de confianza relacion funcional entre las variables.
Cuando la multicolinealidad es leve o aproximada A. No se incumple la hipótesis básica del modelo
uniecuacional múltiple: la matriz X es de rango completo por columnas, esto es : rg(x)=K B. Se incumple
el supuesto de homocedasticidad de las varianzas esto es se incumple G1=G2 C. Se incumple el supuesto
de normalidad .
Cuando la multicolinealidad es leve o moderada se pueden presentar los siguientes problema A. Las
varianzas de los estimadores son muy grandes B. Se pierden grados de libertad C. Se pierden datos D. Al
efectuar contrastes de significación individual no se rechasará la hipótesis nula, mientras que al realizar
contrastes conjunto si .
Cuando la multicolinealidad es leve o moderada se pueden presentar los siguientes problemas
Cuando la multicolinealidad es leve o moderada se pueden presentar los siguientes problemas: [Link]
coeficientes de determinación muy elevados B. Existen t muy significativas C. Existen chi 2 muy
elevados .
Cuando la multicolinealidad es perfecta: A. Se incumplela hipótesis básica del modelo uniecuacional
múltiple: la matriz X no es de rango completo por columnas, esto es rg(x)<K B. Se incumple el supuesto
de homocedasticidad de las varianzas esto es se incumple G1=G2 C. Se incumple el supuesto de
normalidad, es decir N< 30 .
Cuando no existe la pendiente, se trata de un modelo de regresion a traves del origen? V F.
Cuando se coloca igual número de variables dicótomas que de categorias se comete:
Cuando se elimina el intercepto y se permite una variable dicótoma para cada categoría se obtiene
directamente
Cuando se incluyen variables superfluas en el modelo:
Cuando se incluyen variables superfluas en el modelo: a. La estimación de los B son isnesgados b. Existe
autocorrelación c. Existe Multicolinealidad.
Cuándo se precisa el modelo teórico hay que transformarlo a un modelo matemático
Cuántos supuestos plantea la teoría econométrica?
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: 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.

De la ecuación E(Y/ X2, X3) = B1+B2X2+B3X3, los parametros B2 y B3 se conoce como los
coeficientes de correlación parcial
Decimos que son estimadores y que sus valores cambiarán de muestra en muestra. ¿Cómo se les
denomina? Variables estimadas. Variables proyectadas. Variables aleatorias. Variables estadísticas.
dentro de un modelo econometrico, el valor de la pendiente es conocido como un parametro de la
regresion. v f.
Diferencia entre modelo, metodología y estadistico
Diferente varianza significa: heteroscedasticidad homocedasticidad autocorrelacion.
Dos variables normalmente distribuidas, una covarianza o correlacion de cero significa Excluidas del
modelo incluidas en el modelo Independientemente distribuidas.
E l valor p se refiere al nivel de significancia mas bajo al cual puede rechazarse la H0? V F.
El análisis de correlación mide a) fuerza de asociación b)normalidad c) errores estándar .
El analisis de correlacion mide: fuerza de asociacion normalidad errores estandar.
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: 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.
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
el analisis de regresion es la herramienta principal para obtener las estimaciones v f.
El analisis de regresion nos permite obtener una estimacio V F.
El análisis empírico se basa en la recogida de una gran cantidad de datos a partir de un fenómeno natural
y del análisis de la base de datos de una teoría o llegar a una conclusión particular. En el análisis empírico
existe la manipulación de datos diga ¿Qué otra fuente de manipulación existe?
el B1 es conocido como coeficiente de pendiente. v f.
El cambio en las unidades de medición altera las propiedades de los estimadores de MCO.
el censo poblacional es un ejemplo de informacion de series de tiempo v f.
el coeficiente de correlacion (r) nos indica: a) que tan relacionada esta X a Y b) la variacion de los
residuos con respecto al valor c) la forma funcional del modelo.
El coeficiente de determinación (R2) es particularmente importante para un MRNL. V F.
El coeficiente de determinación (R2) no es un número particularmente importante para un MRNL. V F.
El coeficiente de determinación ajustado R2, sanciona la introducción de nuevas variables independientes

El coeficiente de determinación ajustado R2, si puede ser utilizado para comparar entre dos modelos,
siempre y cuando la variable dependiente sea la misma
El coeficiente de determinación en la regresión múltiple, tiene los límites entre 0 y 0,5
El coeficiente de determinacion en un modelo sin interseccion es siempre positivo. V F.
El coeficiente de determinacion o R cuadrado (R2) sirve para:
El concepto “ceteris paribus”, significa:
el concepto de error de tipo 1 manifiesta que se debe aceptar una hipotesis verdadera f v.
El efecto “ceteris paribus” hace referencia a la forma funcional de un modelo?
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:
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:
el insesgamiento se refiere a que el valor de B2 estimada,es igual al verdadero valor de B2 v f.
El intervalo es considerado como un intervalo fijo F V.
El intervalo es considerado como un intervalo: Fijo Constante Al azar, Aleatorio.
El método de estimación de modelos de regresión no lineales de búsqueda directa también se conoce
como: a. Método de rensayo y error b. Método de libre derivación c. Método iteractivo d. Mínimos
cuadrados.
el metodo de maxima verosimilitud suele utilizarse en: calculo de errores estandar regresion no lineal
establecer hipotesis regresion lineal.
El método de máxima verosimilitud tiene propiedades:
El método de MCI es apropiado para ecuaciones precisas o exactamente identificadas. Mediante este
método, se aplica MCO a la ecuación en la forma reducida, y es a partir de los coeficientes de dicha forma
que se estiman los coeficientes estructurales originales.
El método de mínimos cuadrados ordinarios se basa en:
El método de mínimos cuadrados presenta propiedades estadísticas muy atractivas que lo han convertido
en uno de los más eficaces y populares del análisis de regresión. ¿Cual fue el autor de este método?:

El modelo a traves del origen es un modelo solo empleado para modelos de regresion simple V F.
El modelo clásico de regresión lineal normal puede dar solución a algo que los otros modelos. A que se
refiere: El MCRLN hace suposiciones respecto a la naturaleza probabilística de ui. Que trabaja con más
variables. Es más precisa que los otros modelos. Engloba un amplio número de variables.
El modelo clásico de regresión lineal normal supone que cada ui está normalmente distribuida con
algunos supuestos. Estos supuestos se expresan de manera más compacta como: Media: E(ui)=0
Varianza: E[ui − E(ui )]2 = E u2i = σ2 ui ∼ N(0, σ2) cov(ui, uj): E{[(ui − E(ui )][uj − E(uj )]} = E(ui uj )
= 0 i =/ j.
el modelo clasico de regresion normal (MCRLN), esta basado en el supuesto de normalidad en los
residuos v f.
El modelo de Gauss, modelo clásico o estándar de regresión lineal (MCRL), es el cimiento de la mayor
parte de la teoría econométrica. ¿Cuál de estos supuestos pertenece al teorema de Gauss Markov? Modelo
lineal en los parámetros. Media nula y exogeneidad estricta Homocedasticidad Todas las anteriores.

El modelo de regresión en su función Y=B0+ B1+u, el B1 viene a ser:

El modelo de regresión lineal supone que no debe existir autocorrelación en los errores. El término
autocorrelación se define como:
El modelo econométrico es empírico (práctico, basado en la experiencia y en la observación de los
hechos), no determinista (teórico, totalmente predecible en un momento dado si fuera posible conocer
todos los datos). ¿Cuál es el estimador que se expresa en términos de las cantidades?
El modelo logaritmico reciproco constituye una forma funcional V F.
El modelo sin intercepto utiliza la suma de cuadrados simples V F.
El primer paso de un análisis económico empírico es:
El R2 es una función creciente por el número de variables
El R2 es una herramienta estadística que se utiliza en modelos estadísticos como en una regresión para
predecir futuros resultados. ¿Qué permite medir el R2 ?
El resultado del factor inflador de la Varianza es FIV= 1/(1-0.40)= 1.6 . Ante este resultado
El supuesto de homocedasticidad se refiere a
El supuesto de normalidad requiere que la varianza sea:
el supuesto de normalidad requiere que la varianza sea: pruebas de hipotesis MCO teorema del limite
central.
El supuesto de normalidad, manifiesta que el error poblacional no observado debe estar normalmente
distribuido
El teorema de la telaraña es un modelo que representa y explica cómo se alcanza el equilibrio en
determinados mercados, en lo que las decisiones de producción y consumo están alejadas en el tiempo.
¿En qué tipo de productos aparece el llamado fenómeno de la telaraña?
el termino autocorrelacion hace referencia a la correlacion entre los residuos
El término autocorrelación se define como la “correlación entre miembros de series de observaciones
ordenadas en el tiempo [como en datos de series de tiempo] o en el espacio [como en datos de corte
transversal]”. ¿Cómo define Tintner a la autocorrelacion?
el termino de perturbacion estocastica es una variable aleatoria v f.
El término de perturbación o de error, es una variable aleatoria (estocástica) con propiedades
probabilísticas bien definidas. Este representa todos los factores que afectan el consumo pero que no se
consideran en el modelo en forma explícita. La ecuación es un ejemplo de un modelo. Técnicamente, es
un ejemplo de un modelo econométrico de regresión lineal
El valor de P se refiere al nivel de significancia más bajo al cual puede rechazarse la H0. v f.
El valor de R2 ajustado fluctúa entre -1 y 1
El valor de R2 fluctua entre -1 y 1 V F.
El valor del coeficiente de determinación se encuentra entre
El valor medio de Y estimado es igual al valor medio de Y observado?
El valor p se refiere al nivel de significancia mas bajo al cual puede rechazarse la H0 V F.
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 Variables
aleatorias o estocásticas. Variables explicativas o independientes. Variables dependientes. Variables de
aquilatacion.
En el analisis de regresion lo que interesa es la dependencia funcional determinidtica estadistica.
En el análisis de regresión, la variable dependiente a menudo acusa influencia no solo de variables en
escala de razón sino también de variables
En el análisis empírico con frecuencia se “manipulan” los datos simples. Por ejemplo, en las regresiones
de series de tiempo con datos trimestrales, por lo general estos datos provienen de datos mensuales a los
que se agregan simplemente las observaciones de tres meses y se divide la suma entre 3. ¿A que hace
referencia esta definición?
En el contexto de regresión se supone, por lo general, que las u tienen la distribución de probabilidad
normal. Si a los supuestos del modelo clásico de regresión lineal (MCRL) se añade el supuesto de
normalidad para ui. ¿Qué se obtiene de esto?.
En el modelo de cobb douglas B3 es la elasticidad parcial de la produccion respecto del: Insumo petrolero
Insumo PIB Insumo capital.
En 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: Tendencias.
Tasas de inflación. Tasas de interés. Tasas de crecimiento.
En estadística la confiabilidad de un estimador puntual se mide por su coeficiente de determinación
En este modelo, el término del intercepto está ausente o es cero. Según el enunciado a que se refiere:
Regresión a través del origen. Variables. Ecuación. Derivadas.
En la función de producción de Cobb-Douglas, la suma de BI y B2 nos brinda información sobre los
rendimientos a escala?
En la regresión múltiple, los residuos no están correlacionados con Ȳ
En 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? Gran flexibilidad de formas,
incluso al añadir un solo término cuadrático, dependiendo de los signos de los términos lineales y
cuadráticos. Series de tiempo, series explicativas e información combinada. Gran flexibilidad en los
signos de los términos lineales y cuadráticos. Series de tiempo, series transversales.

En la regresion sobre variables estandarizadas se aplica un modelo sin intercepto V F.

En la teoría se analizan diversos temas relativamente avanzados que tienen que ver con las variables
dicótomas, como 1) modelos de parámetros aleatorios o variables, 2) modelos de regresión cambiantes y
3) modelos de desequilibrio. Identifique: qué modelo maneja una situación al permitir que el punto de
ruptura sea en sí mismo una variable aleatoria y, mediante un proceso iterativo, determinar cuándo pudo
acontecer realmente la ruptura. Modelo de parámetros aleatorios o variables. Modelo de regresión
cambiantes. Modelos de desequilibrio. Todas las anteriores.

en las relaciones estadisticas entre variables se analizan: a) variables aleatorias b) errores estandar c)
forma funcional.
En los modelos sin intercepto se utiliza la suma de cuadrados ajustada. f v.
En los modelos sin reciproco se utiliza la suma de cuadrados ajustada V F.
En muestras grandes para obtener los errores estándar de los estimadores de MCO corregidos para
autocorrelación se puede utilizar el método de White?
En qué consiste el modelo de optimización directa [Link] diferencia la suma de cuadrados de los errores
respecto de cada coefi ciente o parámetro desconocido, b. Se estima mínimos cuadrados ordinarios [Link]
estiman mínimos cuadrados generalizados d. Se iguala la ecuación resultante a cero y se resuelven las
ecuaciones normales obtenidas de manera simultánea.
En qué consiste la Multicolinealidad: A. Consiste e la relación entre las variables independientes del
modelo uniecuacional múltiple y su rezago en el tiempo B. Consiste enla existencia de relaciones lineales
entre dos o más variables indebendientes del modelo uniecuacional múltiple C. Consiste en la diferencia
de las varianzas entre dos o más variables independientes del modelo uniecuacional simple.
En qué consiste la prueba del Multiplicador de Lagrange: a. PASO 1. Estime la regresión mediante MCO
y obtenga las residuos ui b. Si la regresión no restrignida resulta ser la verdadera, los resiudos obtenidos
deben estar relacionados con los términos elevados al cuadrado y al cubo (x2,x3) a. PASO 1. Estime la
regresión mediante MCG y obtenga las residuos ui b. Si la regresión restrignida resulta ser la verdadera,
los resiudos obtenidos deben estar relacionados con los términos elevados al cuadrado y al cubo (x2,x3).

En regresiones a traves del origen, el coeficiente de determinacion no guarda las mismas caracteristicas V
F.
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. Recta Oblicua. Recta semantica. Recta de regresión. Recta con dispersión.
En un modelo con mas de dos variables la forma funcional puede ser juzgada a partir del diagrama de
dispersion V F.
En un modelo de regresión múltiple, no necesariamente debe existir linealidad en los parametros
En un modelo de regresión, la utilización de una función lineal en lugar de una logarítmica potencial,
(siendo la logarítmica la correcta) puede ocasionar
En una regresión de los residuos al cuadrado y las variables x, con un valor de R2 =0.435 y n=14 se
obtiene nr2=6.090, con la hipótesis nula de inexistencia de heterocedasticidad. El valor p que resulta de
un chi cuadrado de 6.090 o mayor es de 0.476. La prueba de white señala:
En una regresión de series de tiempo del gasto de consumo sobre el ingreso no es extraño encontrar que el
gasto de consumo en el periodo actual dependa, entre otras cosas, del gasto de consumo del periodo
anterior. ¿A qué termino corresponde esta definición? Dato serie de tiempo. Rezagos. Datos agrupados.
Datos individuales.
Entre mas grande sea el error estandar del estimador El intervalo de confianza sera=0 Mas pequeño sera
el intervalo de confianza
Erro de TIPO1 consiste en aceptar una hipotesis falsa V F.
Error de tipo 1 es: Aceptar una hipotesis verdadera Aceptar una hipotesis falsa
Es igual un modelo doble log que un modelo log lineal?- V F.
Es la curva Phillips un ejemplo de un modelo logaritmico V F.
Es mas importante que el R2 sea alto que la confiabilidad de los estimadores muestrales
Es una variable aleatoria no observable que adopta valores positivos o negativos. Técnicamente, ui se
conoce Margen de aceptación Margen de error Desviación estándar Perturbación estocástica o término de
error estocástico.
Este método de estimación suele ser más intuitivo y matemáticamente más sencillo. A que método hace
referencia el siguiente concepto general. Máxima Verosimilitud. Mínima Verosimilitud. MCO Máximos
Cuadrados Ordinarios.
Este 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: Diagrama.
Histograma de residuos. Gráfico de probabilidad normal. Prueba Jarque-Bera.
Estimación de una ecuación exactamente identificada: el método de mínimos cuadrados indirectos (MCI).
Para una ecuación estructural precisa o exactamente identificada, el método para obtener las estimaciones
de los coeficientes estructurales a partir de las estimaciones por MCO de los coeficientes en forma
reducida se conoce como método de mínimos cuadrados indirectos (MCI), y las estimaciones así
obtenidas se conocen como estimaciones de mínimos cuadrados indirectos.

Estos datos siguen un ordenamiento natural respecto del tiempo, de modo que es muy posible que las
observaciones sucesivas muestren intercorrelaciones, sobre todo si el intervalo entre observaciones
sucesivas es muy corto, como un día, una semana o un mes, en lugar de un año. Esta característica ¿a qué
tipo de dato corresponde?
Existe la econometria teorica V F.
Existe Multicolinealidad si en la matriz de correlaciones parciales , el coeficiente de correlación entre X2
y X 3 es: A. 0.95 B. 0.90 C. 0.09 D. 0 .
Existe un método de estimación puntual con algunas propiedades teóricamente más fuertes que las del
método de MCO. ¿Cómo se llama este método? Método de máxima verosimilitud (MV). Método de los
mínimos cuadrados ordinarios. Modelo clásico de regresión lineal. Modelo clásico de regresión lineal
normal.
Existen diversas fuentes de multicolinealidad. Como afirman Montgomery y Peck, la multicolinealidad
puede deberse a: ¿Factores de la multicolinealidad? a. El método de recolección de información. b.
Restricciones en el modelo o en la población objeto de muestreo. c. Especificación del modelo. Ninguna
de las anteriores.
Existen varias técnicas para linealizar una ecuación no lineal, pero hay una técnica principal. ¿Cuál es la
técnica principal o más utilizada para linealizar una ecuación no lineal? Técnica Linealización descriptiva.
Técnica de error estándar y coeficiente. Método Marquard. Expansión de series de Taylor.
Existen varios métodos o algoritmos para estimar los Métodos de Regresión No Lineales. ¿Cuáles son los
métodos para estimar los MRNL? 1) Búsqueda directa o método de ensayo y error 2) Optimización
directa y 3) Linealización iterativa. 1) Método de paso ascendente, 2) Método de paso descendente y 3)
Linealización iterativa. 1) Método de paso ascendente, 2) Método de paso descendente y 3) Linealización
iterativa. 1) Búsqueda directa o método de ensayo y error, 2) Método de paso descendente y 3)
Linealización iterativa.

F
Función de regresión poblacional es lo mismo que función de esperanza condicional. v f.
Incluir una variable irrelevante produce:
Incorporar variables independientes que afecten en gran medida a la variable dependiente, disminuye la
varianza
Información de corte transversal es:
Información de panel es:
Información de series de tiempo es
La “correlación entre miembros de series de observaciones ordenadas en el tiempo [como en datos de
series de tiempo] o en el espacio [como en datos de corte transversal] se denomina autocorrelación
La 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?
La amplitud del intervalo de confianza es inversamente proporcional al error estandar del estimador V F.

La amplitud del intervalo de confianza es proporcional al error estandar del estimador ? V F.

La correlación entre miembros de series de observaciones ordenadas en el tiempo como en (datos de
series de tiempo) o en el espacio como en (datos de corte transversal). ¿A que nos referimos con esta
definición? Dato serie de tiempo. Dato transversal. Datos agrupados. Auto correlación.
La 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? .
la distribucion normal es una distribucion comparativa sencilla y requiere solo 2 parametros uno de ellos:
a) la media b) hipotesis c) coeficiente de determinacion.
La distribución normal es una distribución comparativamente sencilla y requiere sólo dos parámetros.
¿Cuáles son? La media y la varianza. La estimación y la media. La media y las correlaciones. Las
correlaciones y la hipótesis.
La econometria es aquella que utiliza la teoría económica, las matemáticas y la estadística para el análisis
de los fenómenos económicos. v f.
la econometria es el analisis cuantitativo de los fenomenos economicos reales v f.
La elección de un modelo para el análisis empírico debe satisfacer cuales de los siguientes criterios a. Ser
adecuado para los datos; es decir, las predicciones basadas en el modelo deben ser lógicamente posibles.
b. Ser consistente con la teoría; es decir, debe tener un sentido económico pertinente. c. No es necesario
que sea consistente con la teoria d. Tener coeficientes de correlación elevado.
La elección de un modelo para el análisis empírico debe satisfacer cuales de los siguientes criterios a.
Tener variables dicótomas b. Exhibir coherencia en los datos; es decir, los residuos estimados a partir del
modelo deben ser puramente aleatorios (técnicamente, ruido blanco). c. Ser inclusivo; es decir, el modelo
debe abarcar o incluir todos los modelos contendientes, d. Que las variables explicativas estén
relacionadas.

La elección de un modelo para el análisis empírico debe satisfacer cuales de los siguientes criterios [Link]
deben tener consistencia los pArametros pero si las pruebas t y F b. Las variables explicativas deben estar
correlacionadas con el término de error. c. Las variables explicativas, o regresoras, no deben estar
correlacionadas con el término de error. d. Mostrar constancia en los parámetros; es decir, los valores de
los parámetros deben ser estables.

La estimación del MRNL mediante la expansión de series de Taylor se sistematiza con dos algoritmos
conocidos como: a. D de durbin Whatson b. R cuadrado c.Método iterativo Gauss-Newton d. Método
iterativo Newton-Raphson.
la forma funcional de un modelo de regresion simple, puede ser establecida a traves del diagrama de
dispersion v f.
la funcio de regresion poblacional (FRP) nos muestra que el valor condicional de Y dado X es: funcion de
x funcion de y funcion de X y Y.
La función de Cobb-Douglas, es un ejemplo de forma funcional múltipl
La función de esperanza condicional (FEC), función de regresión poblacional (FRP) o regresión
poblacional (RP). Simbólicamente: E(Y | Xi ) _ f (Yi ) E(Y | Xi ) _ f (Xi ) E(Y | Yi ) _ f (Xi )
La funcion de esperanza condicional es lo mismo que funcion de regresion poblacional f v.
la funcion de regresion poblacional (FRP) nos muestra para que el valor condicional de Y dado X es:
funcion de X funcion de Y funcion de X y Y.
La hipotesis alternativa puede ser igual a la hipotesis nula igual al valor del error estandar simple y
compuesta.
la hipotesis alternativa tambien se la conoce como hipotesis nula v f.
La hipótesis nula es una hipótesis conjunta de que β2 y β3 son iguales a cero en forma conjunta o
simultánea. ¿Cómo se denomina la prueba de tal hipótesis?
La hipotesis nula siempreva a ser una hipotesis simple V F.
La inferencia estadística en la regresión con MCNL no puede basarse en las pruebas t, F y χ2 usuales,
aunque se suponga que el término de error está normalmente distribuido. V F.
La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de la
información empírica proporcionada por una muestra, cual es el comportamiento de una determinada
población con un riesgo de error medible en términos de probabilidad y consta de dos ramas. ¿Cuáles son
estas ramas en las que se divide?is. Varianza y Estimación. Hipótesis y Varianza. Regresión Lineal y
Estimación.

La información de datos de panel es:

La interacción de las variables binarias, representa el efecto separado de cada
variable binaria
La interpretacion de un intervalo de confianza nos dice que en cada 95 de 100 casos los 5 restantes
contienen el verdadero valor de B2. V F.
La justificación teórica del supuesto de normalidad es:
La línea de regresión poblacional. Desde el punto de vista geométrico, una curva de regresión
poblacional:
La linealidad en los parámetros es pertinente para el desarrollo de la teoría de regresión. Mencione las dos
interpretaciones de linealidad:
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
E(Y | Xi ) _ β1 + β2X2i E(Y | Yi ) _ β1 + β2X2i E(Y | Xi ) _ β1 + β2Y2i
La linealización mediante la expansión de series de Taylor es un método para estimar: a. Autocorrelación
b. MRNL c. MCO d. Heterocedasticidad.
La metodología empleada para estimar los valores de B1 y B2 es:
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? número que se va a estimar.

La multicolinealdiad perfecta es A. La relación perfecta entre las variables explicativas B. La relación

lineal entre las variable dependiente y las explicativas C. La relación entre los errores de las variables
explciativas .
La multicolinealidad hace referencia a:
La multicolinealidad, el interrogante natural es: Determine cuál de las siguientes opciones se refiere a una
de las advertencia de Kmenta:
La oferta de muchos productos agrícolas refleja un fenómeno, en donde la oferta reacciona al precio con
un rezago de un periodo debido a que la instrumentación de las decisiones de oferta tarda algún tiempo
(periodo de gestación). ¿Cómo llamamos a este fenómeno?
La 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: Escala nominal. Variables dicótomas. Análisis de datos. Costes de correlación.

La probabilidad de construir un intervalo que contenga B2 es: 1-a 0% 100%.

La prueba d de Durbin-Watson supone que la varianza del término de error ut es heterocedastica?
La prueba de la RV se basa en el principio de máxima verosimilitud (MV), Se muestra que para el
modelo de regresión con dos variables los estimadores. ¿Cuáles son los dos estimadores que se utilizan
para el modelo de regresión con dos variables? MCO y MV. LFVR Y MV. CAPM Y MCO. MV Y
CAPM.
la prueba de normalidad define si los parametros estan normalmente distribuidos v f.
La 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: Establecer si el término de error sigue una
distribución normal. Elaborar un estadístico de prueba. Examinar la distribución muestral. Rechazar la
hipótesis de los residuos.
La prueba de significancia utiliza los resultados muestrales para verificar la verdad o falsedad de la
hipótesis nula?
La regla básica de 2T:.
La regresión a través del origen es aquella que:
La 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?
La relación sobre todo con modelos lineales en la estimación de FRP. El primer significado de Linealidad
en las variables:
La 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? Prueba MWD. Prueba MDW. Prueba
DWM. Prueba WDM.

La suma (B2+B3) da informacion sobre: heterocedasticidad la colinealidad la varianza

la suposicion de normalidad permite utilizar que pruebas o indicadores estadisticos a) la media y mediana
b) t,F,X2 c) coeficiente de determinacion .
La 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: Escala real.
Categoría Base. Análisis de regresión. Costes de datos.
La teoria de la regresion exige solo linealidad en las variables V F.
La 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? Prueba bilateral e intervalo de confianza. Hipótesis
mantenida y Plantada. La hipótesis nula y la hipótesis alternativa. El intervalo de confianza y la prueba de
significancia.

La teoria por si misma proporciona medidas numericas de alguna relacion entre variables. V F.
La transformacion de escala afecta las propiedades de los estimadores MCO V F.
La transformacion logaritmica se emplea para reducir heteroscedasticidad V F.
La variable dependiente es aquella:
La variable que aparece al lado izquierdo de la ecuacion es la variable: regresora independiente
La varianza de Bj depende de tres factores?
la ventaja de las variables estandarizadas es que todas tienen una medida en comun
Las elasticidades pueden ser medida por un: Modelo reciproco
Las estimaciones B0 y B1 se interpretan como efectos parciales?
Las funciones cuadráticas captan efectos marginales crecientes o decrecientes
las hipotesis son parte de la metodologia para la creacion de modelos econometricos. v f.
Las transformaciones de escala no afectan a las propiedades de los estimadores de MCO?
Las 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:
Las variables como género, estado civil, afiliación política, son variables que se presentan en
escala nominal
Las variables dicótomas no pueden ser variables independientes?
Las variables dicótomas pueden utilizarse en los modelos de regresión en forma tan fácil como las
variables cuantitativas. Tales modelos se denominan:
Las variables dicótomas se utilizan para cuantificar las variables
las variables proxyse refiere a variables reciprocas representantes logaritmicas.
Linealidad es aquella en que la esperanza condicional de Y es: funcion lineal de u funcion lineal de Y
funcion lineal de X.
lo que importa es la linealidad en la variables, mas no la de los parametros. f v.
Log - lineal es lo mismo que un modelo de elasticidad constante?
Los coeficientes de correlación entre regresoras y regresores se denomina
Los coeficientes de regresión β2 y β3 se conocen como los coeficientes de regresión parcial o coeficientes
parciales dependiente. Por lo tanto ¿Cuál es el significado del coeficiente de regresión parcial?

Los datos de corte transversal son:

Los datos de panel son aquellos que combinan informacion de corte transversal y de series de tiempo. v f.

Los datos de series temporales son informacion que se genera en un mismo periodo de tiempo V F.
los datos diarios de la bolsas de valores, se consideran como informacion de corte transversal? v f.
Los datos recopilados por estas organizaciones pueden ser de naturaleza experimental o no experimental.
En los datos experimentales, frecuentes en las ciencias naturales, el investigador suele.
Los errores estandar son necesarios para establecer intervalos de confianza y probar hipotesis? V F.
Los errores estándar son una medida de ajuste del modelo?
los estimadores MCO estan expresados unicamente en terminos de las cantidades observables (muestras)
v f.
los estimadores MCO estan expresados unicamente en terminos de valores poblacionales f v.
Los extremos del intervalo de confianza se conocen como limites de confianza V F.
Los grados de libertad para calcular la varianza en un modelo sin intercepto es (n-2) V F.
Los limites de confianza vienen a representar los extremos del intervalo de confianza? V F.
Los modelos de regresión polinomial están relacionados con las funciones de costo y de producción?
Los modelos logarítmicos permiten calcular elasticidades
Los modelos que utilizan sólo variables dicótomas como independientes se llaman modelos ANOVA
Los problemas de autocorrelación, heteroscedasticidad y especificación de modelos no afectan a los
MRNL, como afectan a los modelos de regresión lineales. V F.
Los problemas de autocorrelación, heteroscedasticidad y especificación de modelos pueden afectar a los
MRNL, como afectan a los modelos de regresión lineales. V F.
Los valores medios de Y proporcionados en una regresion, permiten construir la curva de regresion V F.

los valores residuales son el resultado de sumar los valores de Y observada a los valores de Y estimada v
f.
MCO
MCRLN
Mejores estimadores lineales insesgados Maxima verosimitud Sumatoria de los residiuos Intervalos de
confianza.
Modelo log-lineal es:
Modelos que no pueden linealizarse en los parámetros, se les conoce como modelos de regresión
intrínsecamente no lineales V F.
No 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? .

Observamos que no todos los supuestos se cumplen con cualquier tipo de datos, como el transversal que
no cumple o no siempre se sustenta con los problemas de homoscedasticidad. En otras palabras. ¿Los
datos transversales a menudo están plagados de que problema? Heteroscedasticidad. Elasticidad.
Heteroelasticidad. Homoelasticidad.
obtener datos del PIB real de manera anual, es considerada informacion de corte transversal v f.
otro criterio para medir la bondad de ajuste de un modelo es: error estandar criterio de Akaike intervalo de
confianza.
Otro nombre que se le suele dar a las variables dicótomas es variables
Para aplciar la d de Durbin Whatson para detectar error de especificación, cuáles son los pasos: a.
PASO3. Calcule el estadistico d a partir de los residuos b. PASO3. Calcule los coeficientes de
determinación c. PASO4: Con base en las tablas de Durbin Whatson si el valor d estimado es
significativo, se puede aceptar la hipótesis de mala especificación del modelo D.PASO4: Con base en las
tablas de Durbin Whatson si el valor d estimado no es significativo, se puede aceptar la hipótesis de mala
especificación del modelo.

Para aplicar la d de Durbin Whatson para detectar error de especificación, cuáles son los pasos: [Link] 1
A partir de un modelos supuesto, obtenga los errores estandar [Link] 1 A partir de un modelos supuesto,
obtenga los residuos c. PASO2 Si se cree que el modelo supuesto está mal especificado ordene los
residuos obtenidos en el paso 1 de acuerdo con los valores crecientes de Z c. PASO2 Si se cree que el
modelo supuesto está bien especificado ordene los residuos obtenidos en el paso 1 de acuerdo con los
valores decrecientes de Z.

Para comparar dos terminos R2 se debe tener en cuenta el numero de variables X

Para comparar dos valores de R2 no importa el tamaño de la muestra ni como este expresada Y
Para comparar dos valores de r2, la variable dependiente (o regresada)de los dos modelos debe ser la
misma V F.
Para crear variables dicótomas de los meses del año, para evitar la trampa de la
variable dicótoma se deben usar 11 variables dicótomas dejando una categoría
base
para estimar la funcion de regresion poblacional (FRP), se utiliza:
para la obtencion de los valores futuros de la variable dependiente, la herramiente que se utiliza es la
predicion v f.
Para los modelos de regresión intrínsecamente no lineales, los valores de los parámetros no se obtienen de
manera explícita. Deben calcularse de forma numérica; es decir, mediante procesos iterativos. V F.
Para los modelos de regresión intrínsecamente no lineales, los valores de los parámetros se obtienen de
manera explícita. V F.
Para los modelos de regresión intrínsecamente no lineales: a. Los parámetros deben calcularse mediante
MCO b. Los valores de los parámetros deben calcularse mediante MCO c. Los valores de los parámetros
no se obtienen de manera explícita d. Los valores de los parámetros deben calcularse de forma numérica
mediante procesos iterativos.
Para medir la elasticidad usamos un modelo log-log V F.
Para poder determinar la FMR primero hay que establecer una ecuación que sea el paso inicial para poder
realizar el respectivo desarrollo.
Para referirse a la importancia del tamaño de la muestra, Goldberger acuñó el término micro-
numerosidad, como contraparte del exótico nombre polisílabo de multicolinealidad. De acuerdo con
Goldberger, la micronumerosidad exacta (la contraparte 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? Peter Kennedy. Beverly Hills. MCO. Leamer, Achen y Goldberger.

Para seleccionar un modelo econométrico adecuado, las predicciones basadas en el modelo deben ser:
Para seleccionar un modelo econométrico adecuado, las predicciones basadas en el modelo deben ser: a.
Logarítmicas b. Lineales c. Independiente de la forma deben ser lógicamente posibles .
Podría eliminarse la multicolinealidad de la siguiente manera
Por 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:
Por qué no se crea un modelo de regresión múltiple con tantas variables como sea posible? Las razones
son:
Por razones de economía, errores de especificación, etc., los métodos uniecuacionales son los más
comunes. Identifique una de las características de este método:
Probar hipotesis de manera conjunta se lo hace a traves de : prueba t prueba x2 prueba F.
Propiedades de los estimadores de MCO, según el supuesto de normalidad. Seleccione la respuesta
correcta: Son insesgados. Tienen varianza mínima. Presentan consistencia. Todas las anteriores.
Propiedades del coeficiente de determinacion R2 Puede ser negativo Esta entre -1y1
Propiedades numéricas son las que se mantienen como consecuencia del uso de mínimos cuadrados
ordinarios, sin considerar la forma como se generaron los datos. Seleccione las propiedades estadísticas
de los estimadores MCO.
Puede existir o no linealidad en los parámetros.
Pueden ser probados los resultados muestrales de una hipotesis a traves del coeficiente de correlacion V
F.
Qué es autcorrelación negativa: a. Un valor positivo de u genera una sucesión de valores negativos o
vicevers b. Un valor positivo de u genera una sucesión de valores positivos c. Un valor negativo de u
genera una sucesión de valores negativos.
Qué es autocorrelación positiva: a.. b. Un valor positivo de u genera una sucesión de valores positivos c.
Un valor negativo de u genera una sucesión de valores negativos.
Qué es autocorrelación:
Qué es la econometría?
Qué es la multicolinealidad exacta o perfecta
Qué es la multicolinealidad leve o aproximada
Qué métodos se puede utilizar para la detección de multicolinealidad
Que modelo mide la tasa de crecimiento Modelo semi logaritmico
Qué son los datos no experimentales?
Que sucede al incluir variables insignificantes en el modelo son: a. b. La varianzas no estan correctamente
especificadas [Link] errores estan mal estimados d. las αestimadas por lo general serán ineficientes, es
decir sus varianzas generalmente serán más grandes que las B del verdadero modelo.
Que sucede al incluir variables insignificantes en el modelo son: a. Todos los estimadores de MCO de los
parámetros del modelo "incorrecto" son insesgados y consistentes b. La varianza del error G2 está
correctamente estimada c. LA varianzas no estan correctamente especificadas.
r 12.3 = coeficiente de correlación parcila entre Y y X2, manteniendo constante X3
r23 mide el grado de correlación entre Y y X3?
Regresion a traves del origen es:
Se conocen las distribuciones muestrales o de probabilidad de los estimadores, se pueden hacer
afirmaciones sobre errores estandar intervalos de confianza varianza.
Se denomina variable de control a la variable Y V F.
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.
Se 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:
Se puede decir que la econometria es la verificacion empirica de la teoria economica V F.
Se puede presentar un coeficiente de determinación negativo en un modelo sin intercepto?
Se puede probar hipotesis con el valor (p) del estadistico V F.
Se pueden emplear en la función de regresión para poder analizar eficazmente datos estadísticos la
función de regresión muestral. A que hace referencia la siguiente formula: Yi = B1+B2Xi+ ui FRP de una
variable FRP de tres variables FRP de cuatro variables FRP de dos variables.
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:
Se supone que las u, tienen una distribucion de probabilidad a) cuadratica b) lineal normal c)
semilogaritmica d) normal.
Se tiene datos de la oferta monetaria desde 1980 hasta el 2010, qué tipo de información es:
Si al modelo clásico de regresión lineal le añadimos el supuesto de heterocedasticidad, tendremos un
odelo clásico de regresión lineal normal?
Si corremos un modelo a traves del origen, incurrimos en sesgo de especificacion? V F.
Si el error estandar es mas grande, significa que el intervalo de confianza es mas pequeño V F.
Si el modelo consumo (C) en función del ingreso (Y), los valores de Y están en miles necesariamente los
valores C deben ser miles
Si en la prueba de White la probabilidad es de 0.0005, entonces:
Si en la regresión Y= a+B1X1+B2X2 las variables X1 y X2 están correlacionadas, y se transforman a
1/X1 y 1/X2 esto implica que:
Si existe multicolinealidad perfecta entre las x: A. Los coeficientes de la regresión son determinados y los
errores estándar están definidos B. Los coeficientes de la regresión son determinados y los errores
estándar están indefinidos C. Los coeficientes de la regresión son indeterminados y los errores estándar
no están definidos.
si hay relacion entre X2 y X3 se dice que son: colineales insesgados sesgados.
Si la hipotesis alternativa esta planteada de la siguiente manera: H1:B2=1, significa que esta es: simple
compuesta ninguna de las anteriores.
Si la suma de B2 + B3 es mayor a 1 existen rendimientos decrecientes?
Si la variable es género se debe agregar dos variables diotomas , la primera 1
para hombres y 0 para mujeres, y la segunda 1 para mujeres y cero para
hombre
Si las t del modelo son poco significativos pero el R2 alto esto es señal de multicolinealidad
Si restamos la ecuación Y¯ = ˆ β1 + ˆ β2 de la¯Yi = ˆ β1 + ˆ β2Xi + ui el resultado donde yi y xi, de
acuerdo con lo convenido, representan desviaciones de los valores respectivos de sus medias
(muéstrales). ¿cómo se conoce a esta fórmula? yi = ˆ β2xi + ˆui Forma de desviación Forma de
correlación Forma de estimación Forma de auto desviación .
Si se conoce las distribuciones muestrales o de probabilidad se pueden hacer afirmaciones sobre
intervalos de confianza
Si se considera el modelo general de M ecuaciones con M variables endógenas dado en la ecuación
pueden adoptarse dos enfoques para estimar las ecuaciones estructurales. Identificar los dos enfoques para
la estimación de ecuaciones simultáneas:
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:
Si se hace una regresion de los residuos con las X y el resultado es un r2=0.0595, según la prueba de
Park:
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? 100 datos o mas. 300 datos o menos. 200 datos o mas. 100 datos o menos.
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 :
Sin el supuesto de normalidad el teorema de Gauss-Markov demostro que los estimadores de MCO son:

Son un tipo de datos recopilados mediante la observación de muchos sujetos (como individuos, empresas,
países o regiones) al mismo tiempo, o sin tener en cuenta las diferencias en el tiempo. El análisis de los
datos suele consistir en comparar las diferencias entre los sujetos. ¿A que nos referimos con esta
definición? Dato serie de tiempo. Dato transversal. Datos agrupados. Datos individuales.
Tener una desviación estándar de 0 y una media de 1es una propiedad de una variable estandarizada? V F.

Teorema central del límite (TCL), es una teoría estadística que establece que, dada una muestra
suficientemente grande de la población, la distribución de las medias muestrales seguirá una distribución
normal. ¿Que nos demuestra este teorema? bles.
Tipos de datos disponibles para el análisis empírico. De los cuales son tres:
todas aquellas variables que se omiten en un modelo pero que afectan a la variable Y estan agrupadas en
la perturbacion estocasticas v f.
Tres métodos uniecuacionales comúnmente utilizados son: MCO, MCI y MC2E. Identificar cuál de estos
métodos es inapropiado en el contexto de los modelos de ecuaciones simultáneas: MCO. MCI. MC2E.
Ninguna de las anteriores.
Un análisis de error de especificación hace referencia a:
Un cambio de estructura en el modelo de regresión provoca un mal ajuste de los parámetros al conjunto
de los datos muestrales, esto produce: Homocedasticidad Heterocedasticidad Normalidad.
Un coeficiente de correlación parcial es cuando:
Un economista laboral quizá desee estudiar la tasa de cambio de los salarios monetarios o nominales en
relación con la tasa de desempleo. Las cifras históricas aparecen en el diagrama de dispersión de la figura
1.3. La curva de esta figura es un ejemplo de la célebre curva de Phillips, que relaciona los cambios en los
salarios nominales con la tasa de desempleo. Que permite conocer este tipo de diagrama:

Un ejemplo de información de corte transversal es:

Un ejemplo de variable cualitativa puede ser el género (Hombre, mujer)?
Un 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?
Un estadistico es estadisticamente significativo si el valor de estadistico de prueba cae en la region critica
V F.
un estimador calculado a traves de Minimos Caudrados Ordinarios MCO, es un mejor estimador lineal
insesgado, cuando su varianza es alta? f v.
Un estimador de intervalo es aquel que tiene una probabilidad especifica de 1-a? V F.
Un estimador de intervalo tiene una probabilidad especifica de: (1-0.75)
un estimador insesgado con varianza minima es conocido como un estimador eficiente f v.
Un intervalo es considerado como un intervalo aleatorio a la muestra V F.
Un método para realizar una regresión múltiple es el de maxima verosimilitud
Un modelo Ancova utiliza variables dicótomas únicamente
Un modelo cuadratico es representado a traves de una linea recta? V F.
Un modelo de regresion log-lineal nos permite realizar modelos reciprocos V F.
Un modelo de regresión múltiple es aquel:
Un modelo de regresión que contiene diversas variables explicativas cuantitativas y otras cualitativas se
llaman modelos:
Un modelo de regresion sirve para pronosticar V F.
Un modelo polinomial es aquel con:
Un modelo polinomial puede ser considerado con un modelo de regresión multiple
Un supuesto improtante del modelo clásico de regresión lineal es: A. Que todas las perturbaciones ui
tienen la misma varianza G2. Si este supuesto no se satisface, hay heterocedasticidad B. Que todas las
perturbaciones ui tienen diferente varianza g2. Si este supuesto no se satisface, hay homocedasticidad C.
Que todas las perturbaciones ui tienen diferente varianza g2. Si este supuesto satisface, hay
heterocedasticidad .

Un valor grande de (t) sera evidencia en contra de la: Matriz de correlacion de la hipotesis mantenida la
hipotesis nula- dela H0.
Una característica atractiva del modelo log-log, que lo ha hecho muy popular en el trabajo empírico, es
que el coeficiente de la pendiente β2 mide la elasticidad de X respecto de Y
Una de la metodologías para estimar un modelo de regresión múltiple es:
una de las metodologias para estimar un modelo de regresion multiple es: Intervalo de confianza Nivel de
significancia
Una de las principales ventajas de la regresión múltiple es la multicolinealidad?
Una de las propiedades estadísticas de los estimadores de MCO es:
Una de las variables del modelo de comportamiento delictivo es la probabilidad de ser atrapado?
Una forma funcional de un modelo de regresión distinta a la lineal puede ser la logarítmica?
Una medida de bondad de ajuste del modelo es:
Una propiedad de la variable estandarizada es: desviacion estandar =0 media=0 media=1.
Una propiedad de la variable estandarizada, es que su media es siempre cero y su desviacion estandar es
siempre uno V F.
Una R2 pequeña implica que las varianzas de los errores son más pequeñas y por ende las estimaciones
son mas confiables
Una regresion a traves del origen utiliza
Una regresión simple es aquella:
Una serie de tiempo puede tener cuatro componentes: ncia. Estrictamente aleatorio.
Una variable dicótoma puede tomar valores de 0 o 1
Una variable estandarizada es aquella que:
Una variable estandarizada tiene
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: Escala nominal. Escala ordinal. Análisis de datos. Costes
de correlación,.
Una vez fuera del mundo simple del modelo de regresión lineal con dos variables, las pruebas de
hipótesis adquieren diversas e interesantes formas. ¿Cuál de las siguientes no es una pruebas de hipótesis?

Una vez obtenidos los estimadores de MCO de los datos de la muestra, se obtiene sin problemas la línea
de regresión muestral. Seleccione la serie de pasos para obtener la línea de regresión muestral.
Una 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 Es decir, los términos de error en las regresiones de los subperiodos están normalmente
distribuidos con la misma varianza.
Uno de los coeficientes de la ecuacion de regresion es: a) coeficiente de correlacion b) intervalo de
confianza c)el intercepto.
uno de los pasos de la metodologia econometrica es la obtención de datos. v f.
Uno de los supuestos de mínimos cuadrados es:
Uno de los supuestos del MCRL, manifiesta que los valores de X deben ser:
Vaguedad de la teoría se refiere a:
Variables como la raza o la profesión, no tiene ninguna incidencia en el comportamiento de
la variable dependiente
Visualmente, es una curva que evoluciona a lo largo del tiempo. Por ejemplo, las ventas diarias de un
producto. ¿A que nos referimos con esta definición? Dato serie de tiempo. Dato transversal. Datos
agrupados. Datos individuales.
Y=B1+B2X+B3X2+u, esta es una ecuacion lineal en las variables? v f.
Y=B1+B2X+u. ¿ES LA FORMA MATEMATICA DE DEFINIR AL MODELO? V F.
Yi=B2Xi+ui, en este modelo el termino intercepto esta: presente ausente.
β1 y β2 son parámetros no conocidos pero fijos. Que se denominan: Coeficientes de regresión -
Coeficientes de intersección y dependiente. Coeficientes lineales. Coeficientes independientes.
 FALSE
respuesta explicada
NO NECESARIAMENTE AUMENTA A MEDIDA QUE LO HACE EL NIVEL DE INGRESO

AUMENTA INVARIABLEMENTE

TRUE
DATO TRANSVERSAL

GALTON

UNA RELACION EST AD POR MAS FUERTE QUE SEA NUNCA PODRA ESTABLECER UNA CONEX CASU

LA PROPENSION MARGINAL A CONSUMIR

Error de especificacion
AUTOCORRELACION
F
T F X2

tfx

NO LINEALES

PRODUCCION
VERDADERO
TRUE
EL MODELO NO ES LINEAL

Relación entre variables independientes

LARGO PLAZO

NEGATIVO

ESTIMADOR

Si el β2 en H0 se encuentra dentro de este intervalo de confianza, no rechace H0, pero si está fuera del intervalo, rech
Con el coeficiente de determinación.
CAPITAL

lnY=b1+b2x

Insesgamiento.
A

A
A

Aunque en presencia de autocorrelación los estimadores de MCO se mantienen insesgados, consistentes y distribuido

Utilizar la relación extramuestral que permitia realizar relaciones entre los parámetros (información a priori) que perm
R12.34
Las razones t de uno a más coeficientes tienden a ser no significativas

EXAMEN

A
Forma funcional del modelo incorrecta, rezagos
A
mallows
B

A
OBTENCION DE DATOS PRUEBA DE HIPOTESIS

que los residuos no sean independientes del tiempo

C

Escasa variabilidad en las observaciones de las variables independientes

B

capital-produccion

Coincidentes

TRUE
relacion funcional entre las variables.
relacion

Al efectuar contrastes de significación individual no se rechasará la hipótesis nula, mientras que al realizar contrastes
A

FALSE
Caer en la trampa de la variable dicótoma
Los valores medios de las distintas categorias

Las varianzas de los estimadores aumentan

A

FALSE
7
NO HAY AUTOCORRELACION

VERDADERO

VARIABLES ALEATORIAS

HETEROSCEDASTICIDAD
INDEPENDIENTE

TRUE
errores estandar
FUERZA DE ASOCIACION
MEDIR FUERZA O EL GRADO DE ASOC LINEAL

ESTIMAR O PREDECIR LA MEDIA O VALOR PROMEDIO POBLACIONAL DE LA PRIMERA EN TÉRMINO

V
TRUE
INTERPOLACION O EXTRAPOLACION

v
FALSE
f
QUE TAN RELACIONADA ESTA X DE Y

F
V
V

FALSE
FALSE
Ajuste de modelo-plantear hipotesis
Si todos los demás factores relevantes permanecen constantes
f
FALSE
SERIES DE TIEMPO Y TRANSV E INF COMBINADA

DATOS DE SERIES DE TIEMPO

v
FALSE
AL AZAR
A

REGRESION LINEAL

Más fuertes que los MCO.

CONSISTENTES

La minimización de los residuales al cuadrado.

GAUSS

FALSE
MCRLN

UI N(O

TODAS LAS ANTERIORES

Es la pendiente.
LA CORRELACION ENTRE MIEMBROS DE SERIES DE OBS ORDENADAS EN EL TIEMPO

MCO

TRUE
TRUE
Formular la pregunta de interés.
FALSA
LA PROPO DE LA VARIACION EN LA VARIABLE

no hay Multicolinealidad
Igual varianza.
Constante.
teorema

VERDADERO

PRODUCTOS AGRICOLAS

v
CORRELA REZAGADA POR UN NUMERO DE UNID DE TIEMPO

V
Y β1 + β2X + u

v
F
FALSE
0y1
VERDADERO
TRUE
VARIABLES ALEATORIAS O ESTOCASTICAS

ESTADISTICA
CUALITATIVA DICOTOMA

MANIPULACION DE DATOS

MCRLN

INSUMO CAPITAL

TASA DE CRECIMIENTO

FALSA
REGRESION A TRAVES DEL ORIGEN

TRUE

FALSE
GRAN FLEXIBILIDAD DE FORMAS

TRUE
MODELO DE REGRESION CAMBIANTE

variablea aleatorias

f
FALSE
f

MCO

TRUE

RECTA DE REGESION

FALSE

FALSA
Heterocedasticidad

No heterocedasticidad

REZAGOS
Mas amplio sera el intervalo de confianza.

FALSA
Rechazar una hipotesis verdadera.
TRUE
TRUE
FALSA
PERTURBACION

MCO

HISTOGRAMA DE RESIDUOS

SE APLICA MCO INDICIUALMENTE

DATO SERIE DE TIEMPO

V
0.95

MAX VEROSIMILITUD

RESTRICCIONES

EXPANSION DE SERIES DE TAYLOR

BUSQUEDA DIRECTA O METODO DE ENSAYO Y ERROR

ESTADISTICO
v
Sobre especificación del modelo
F

Nivel de escolaridad cantón Loja año 2017.

Información combinada de corte transversal y serie de tiempo.
PIB anual 1980 – 2016.
V

1 DEPENDIENTE 2 EXPLICATIVAS

FALSE

V maxima verisimilitud
AUTOCORRELACION

LA MULTICOLINEALIDAD ES UNA CUESTION DE GRADO

la media

LA MEDIA Y LA VARIANZA

v
SER ADECUADO PARA LOS DATOS
TENER VARIAS DICOTOMAS

FUNCION DE X

VERDADERO
E(Y | Xi ) _ f (Xi ).

V
FUNCION DE X

SIMPLE Y COMPUESTA

F
SIGNIFICANCIA GENERAL

TRUE
V

ESTIMACION Y PRUEBA DE HIPOTESIS

Información de una serie de tiempo por cada unidad de una base de corte transversal
F

FALSE

Teorema del limite central

ES TAN SÓLO EL LUGAR GEOMÉTRICO DE LAS MEDIAS CONDICIONALES DE LA VARIABLE DEPEND

MODELO RE REGRESION LINEAL

E(Y | Xi ) _ β1 + β2X2i.

AUTOCORRELACION

Mínimos cuadrados ordinarios MCO

EXCEDE EL NUMERO DE PARAMETROS

relacion perfecta entre las variables explicativas

ES UNA CUESTION DE GRADO

FENOMENO DE LA TELARAÑA

VARIABLES DICOTOMAS

1-A
f
MCO Y MV

F
ESTABLECER SI EL TERMINO DE ERROR SIGUE UNA DISTR NORMAL

VERDADERO

SI EL NÚMERO DE GRADOS DE LIBERTAD ES 20 O MÁS, Y SI Α, EL NIVEL DE SIGNIFICANCIA, SE FIJA

No tiene el intercepto.
SE MIDE EL EFECTO

ES AQUEL EN QUE LA ESPERANZA CONDICI DE Y ES UNA FUNCION LINEAL DE X

PRUEBA MWD

rendimientos a escala.
T F X2

CATEGORIA BASE

TRUE
EL INT DE CONFIANZA Y PRUEBAS DE SIGNIFICANCIA

TRUE
FALSE
TRUE
Es la variable regresada.
dependiente-regresada.
TRUE
VERDADERO
Modelo doble log
TRUE
V
v
VERDADERO
VARIABKES ESTANDARIZADAS

f
MODELOS

F
REPRESENTANTES
FUNCION LINEAL DE X

F
VERDADERO
Coeficiente de correlación simple
MIDE EL CAMBIO DE VALOR DE LA MEDIA DE Y

Datos que se generan en un mismo periodo de tiempo, pero en diversos individuos

v

FALSE
F
El investigador suele recabar los datos con algunos factores constantes y evaluar el efecto de otros en un fenómeno da

TRUE
TRUE
v

f
TRUE
FALSE
TRUE
v
V
v
F

TRUE

METODOLOGIA
MODELO
Maxima verosimilitud.

logY=B0+B1logX+ui
V

RELACION LINEAL PERFECTA

HETEROCEDASTICIDAD

F
CRITERIO DE AKAIKE

Indicadoras
CALCULE EL ESTADISTICO A PARTIR DE LOS RESIDUOS

CRECIENTE

VERDADERO
FALSA
TRUE

LA FUNCION DE REGRESION MUESTRAL FRM

V

f
C

V
MUESTRA LA DIFERENCIA ENTRE VALORES OBS Y VALO ESTIMADOS Y

LEAMER

independiente de la forma deben ser lógicamente posibles

C

combinando información de corte transversal y series de tiempo

ANCOVA

TODAS LAS ANTERIORES

ES POSIBLE EST
e utilizan para cuantificar los atributos de las variable
PRUEBA F
TODAS LAS ANTERIORES

Para comprar dos R2 el numero de datos debe ser el mismo-Es no decreciente del numero de variables.
UNICAMENTE

FALSE
FALSE

Un valor positivo (o negativo) de u genera una sucesión de valores positivos (o negativos)

El término autocorrelación se define como la “correlación entre miembros de series de observaciones ordenadas en el
Es el uso de métodos estadísticos para estimar relaciones económicas.
Es la existencia de una relación lineal exacta entre dos o más variables independientes
Es la existencia de una relación lineal aprocimada entre dos o más variables independientes
Factor inflador de la varianza
Modelo log-lin
Datos obtenidos de forma controlada
Los procemidmientos usuales de invervalos de confianza y de pruebas de hipótesis conservan su validez

v
FALSE
sin intercepto y pendiente-con intercepto
intervalos de confianza

FALSE
DATOS ATIPICOS O ABERRANTES

R2 PARA MODELO DE REGRESION

TRUE
VERDADERO
TRUE
FRP DE DOS VARIABLE

LINEAL ENTRE DOS VARIABLES

LINEAL NORMAL

Serie temporal.
FALSE

TRUE
FALSE
FALSA

Se acepta la hipotesis de heterocedasticidad

no Hay Multicolinealidad

A
COLINEALES
SIMPLE

FALSA
V

Verdadero
FORMA DE DESVIACION

VERDADERO

METODOS UNIECUACIONALES

ANALISIS DE REGRESION MULTIPLE

Hay heterocedasticidad

100 DATOS O MENOS

NO EXIS RAZON PARA RECHAZARLA NO SE SOSTIENE QUE LA HIPOTESIS NULA SEA VER CON ABS

Mejores estimadores lineales insesgados

TRASNVERSAL

DEPENDIENTES CON IDENTICA DISTRIBUCIÓN

TRASNV SERIES DATOS AGRUP

v
MCO

Sesgo por omisión de variable.

HETERO

Se relaciona Y con X2
PREDECIR

El VAB de las 24 provincias en el año 2022.

V
PROCEDIMIENTO

TRUE

TRUE
(0.5-infinito)
f
TRUE
VERDADERO
f
FALSA
FALSE
Que tiene más de una variable independiente.
A. ANCOVA

TRUE
2 variables de grado 3, dos variables una cuadarada y una cubica, 2 variables lineales
VERDADERO
A

HIPOTESIS NULA
V

Minimos cuadrados ordinarios

Maxima verosimilitud.

f
Que sean estimadores puntuales.
TRUE
TRUE
Coeficiente de determinación.
MEDIA =0
TRUE

suma de cuadrados simples.

Regresión con un único regresor.
ESTACIONAL
V
Expresa las variables en una sola medida
varianzas unitarias
ESCALA ORDINAL

PRUEBAS DE QUE DOS O MAS COEFICIENTES NO SON IGUALES A OTRO

PASA A TRAVES

PRUEBA DE DOS O MAS COEFI

intercepto

V
Los datos atípicos elevados son improbables.
Independientes del término de error
A que u agrupe variables faltantes u omitidas
F
DATO DE SERIE DE TIEMPO

FALSE
FALSE
AUSENTE
COEFICIENTES DE REGRESION
LECER UNA CONEX CASUAL
está fuera del intervalo, rechace H0
os, consistentes y distribuidos asintóticamente en forma normal, dejan de ser eficientes.

nformación a priori) que permita estimar el modelo por mínimos cuadrados restringidos
ras que al realizar contrastes conjunto si
A PRIMERA EN TÉRMINOS DE LOS VALORES CONOCIDOS O FIJOS (EN MUESTRAS REPETIDAS) DE LAS SEGUN
EL TIEMPO
E LA VARIABLE DEPENDIENTE PARA LOS VALORES FIJOS DE LAS VARIABLES EXPLICATIVA

SIGNIFICANCIA, SE FIJA EN 0.05, SE RECHAZA LA HIPÓTESIS NULA Β2 _ 0 SI EL VALOR DE T [ _ Β ˆ 2/EE (Β ˆ 2)

o de otros en un fenómeno dado.
o de variables.

bservaciones ordenadas en el tiempo [o en el espacio

rvan su validez
NULA SEA VER CON ABSOLU CERTEZA
DAS) DE LAS SEGUNDA
E T [ _ Β ˆ 2/EE (Β ˆ 2)] ES SUPERIOR A 2 EN VALOR ABSOLUTO
¿que modelo mide la tasa de crecimiento? a) modelo semilogaritmico b) modelo log-log c)
a la hipotesis nula tambien se la conoce como hiportesis mantenida v f.
al ser B1 y B2 variables aleatorias, es necesario conocer sus distribuciones de probabilidad v f.
al trabajar con una muestra pequeña o finita, el supuesto de normalidad no solo contribuye a derivar las
distribuciones de probabilidad exacta de los estimadores de MCO, sino tambien nos permite utilizar pruebas
estadisticas. errores estandar coeficiente de determinacion t,F,X2.
cual de las siguientes funciones es lineal en sus parametros? LnY=B1+LnB2X+u Y=LnB1+B2+u.
cuales son algunos pasos de la metodologia econometrica obtencion de datos-pruebas de hipotesis
disminucion de datos- entrevistas.
cuando hablamos de la forma funcional incorrecta, nos referimos a: aplicar pruebas de hipotesis establecer
malos intervalos de confianza
dentro de un modelo econometrico, el valor de la pendiente es conocido como un parametro de la regresion.
v f.
Dentro de un modelo econometrico, el valor de la pendiente es conocido como un parámetro de la regresión?
v f.
Diferente varianza significa: heteroscedasticidad homocedasticidad autocorrelacion.
Dos variables normalmente distribuidas, una covarianza o correlacion de cero significa Excluidas del modelo
incluidas en el modelo Independientemente distribuidas.
El análisis de correlación mide a) fuerza de asociación b)normalidad c) errores estándar .
el analisis de regresion es la herramienta principal para obtener las estimaciones v f.
el analisis de regresion nos permite obtener una estimacion v f.
el B1 es conocido como coeficiente de pendiente. v f.
el censo poblacional es un ejemplo de informacion de series de tiempo v f.
el coeficiente de correlacion (r) nos indica: a) que tan relacionada esta X a Y b) la variacion de los residuos con
respecto al valor c) la forma funcional del modelo.
el concepto de error de tipo 1 manifiesta que se debe aceptar una hipotesis verdadera f v.
el insesgamiento se refiere a que el valor de B2 estimada,es igual al verdadero valor de B2 v f.
el intervalo es considerado como un intervalo fijo v f.
el metodo de maxima verosimilitud suele utilizarse en: calculo de errores estandar regresion no lineal
establecer hipotesis regresion lineal.

el metodo de maxima verosimilitud tiene propiedades: a) menos fuertes que los MCO b) igual que los MCO c)

el modelo clasico de regresion normal (MCRLN), esta basado en el supuesto de normalidad en los residuos v f.

el supuesto de normalidad requiere que la varianza sea: constante igual a 1 respuesta 0.

el supuesto de normalidad requiere que la varianza sea: pruebas de hipotesis MCO teorema del limite central.

el termino de perturbacion estocastica es una variable aleatoria v f.

el valor del coeficiente de determinacion se encuentra entre: 1 y 3 0 y 1 -1 y 1.
el valor P se refiere al nivel de significancia más bajo al cual puede rechazarse la H0 v f.

en el analisis de regresion lo que interesa es la independencia a) funcional b) deterministica c)estadística.

en las relaciones estadisticas entre variables se analiza: formas funcionales variables aleatorias errores
estandar.
En los modelos sin intercepto se utiliza la suma de cuadrados ajustada. f v.
En un modelo con más de dos variables la forma funcional puede ser juzgada a partir del diagrama de
dispersión?. f v.
Error de tipo 1 es: a) Acepta una hipotesis verdadera b) Acepta una hipotesis falsa c) Rechaza una hipotesis
verdadera.
existe la econometria teórica? v f.
Funcion de esperanza condicionales lo mismo que funcion de regresion poblacional. f v.
Función de regresión poblacional es lo mismo que función de esperanza condicional. v f.
La amplitud del intervalo de confianza es proporcional al error estándar del estimador . v f.
la distribucion normal es una distribucion comparativa sencilla y requiere solo 2 parametros a) la media b)
hipotesis c) coeficiente de determinacion.
La econometria es aquella que utiliza la teoría económica, las matemáticas y la estadística para el análisis de
los fenómenos económicos. v f.
la econometria es el analisis cuantitativo de los fenomenos economicos reales v f.
la forma funcional de un modelo de regresion simple, puede ser establecida a traves del diagrama de
dispersion v f.
La funcion de esperanza condicional es lo mismo que funcion de regresion poblacional f v.
la funcion de regresion poblacional (FRP) nos muestra que el valor condicional de Y dado X es: funcion de X
funcion de Y funcion de X y Y.
la hipotesis alternativa tambien se la conoce como hipotesis nula v f.
la metodologia empleada para estimar los valores de B1 y B2 es: MCO teorema del limite central Calculo de
valores máximos.
la prueba de normalidad define si los parametros estan normalmente distribuidos v f.
la suposicion de normalidad permite utilizar que pruebas o indicadores estadisticos a) la media y mediana b)
t,F,X2 c) coeficiente de determinacion .
la teoria por si misma proporciona medidas numericas de alguna relacion entre variables. v f.
las hipotesis son parte de la metodologia para la creacion de modelos econometricos f v.
las variables proxyse refiere a variables reciprocas representantes logaritmicas.
lo que importa es la linealidad en la variables, mas no la de los parametros. f v.

los coeficientes de correlacion entre regresoras y regresores se denomina: a) parametros b)variables c)

Los datos de panel son aquellos que combinan informacion de corte transversal y de series de tiempo. v f.

los datos diarios de la bolsas de valores, se consideran como informacion de corte transversal? v f.

los estimadores MCO estan expresados unicamente en terminos de las cantidades observables (muestras) v f.

los estimadores MCO estan expresados unicamente en terminos de valores poblacionales f v.

Los extremos del intervalo de confianza se conocen como límites de confianza . v f.

Los valores medios de Y proporcionados en una regresión, permiten construir la curva de regresión. v f.

los valores residuales son el resultado de sumar los valores de Y observada a los valores de Y estimada v f.

mejores estimadores lineales insesgados sumatoria de los residuos maxima verosimilitud intervalos de
confianza.
obtener datos del PIB real de manera anual, es considerada informacion de corte transversal v f.
para estimar la funcion de regresion poblacional (FRP), se utiliza: a) hipotesis b) la funcion de regresion
muestral estocastica c) intervalos de confianza d) la funcion de regresion muestral FRM.
para la obtencion de los valores futuros de la variable dependiente, la herramiente que se utiliza es la
predicion v f.

probar hipotesis de manera conjunta se lo hace a traves de: a) la prueba t b) la prueba X2 c) la prueba F.

pueden ser probados los resultados muestrales de una hipotesis a traves del coeficoiente de correlacion f v.

Se denomina variable de control a la variable Y f v.

se puede decir que la econometria es la variacion empirica de la teoria economica v f.
se puede probar hipotesis con el valor (P) del estadistico v f.
Se supone que las u, tienen una distribucion de probabilidad a) cuadratica b) lineal normal c) semilogaritmica
d) normal.
si hay relacion entre X2 y X3 se dice que son: a) colineales b) insesgados c) sesgados.

Tener una desviación estandar de cero y una media de 1 es una propiedad de una variable estandarizada v f.

todas aquella variables que se omiten en un modelo pero que afectan a la variable Y estan agrupadas en la
perturbacionestocastica. v f.

un estadistico es estadisticamente significativo si el valor de estadistico de prueba caeen la region critica v f.

un estimador calculado a traves de Minimos Caudrados Ordinarios MCO, es un mejor estimador lineal
insesgado, cuando su varianza es alta? f v.
un estimador de intervalo es aquel que tiene una probabilidad especifica de 1-a v f.
un estimador insesgado con varianza minima es conocido como un estimador eficiente f v.
un modelo de regresión sirve para pronosticar? v f.
Una propiedad de la variable estandarizada, es que su media es siempre cero y su desviación estándar es
siempre uno. v f.
uno de los coeficientes de la ecuación de regresión es: a) coeficiente de correlacion b) intervalo de confianza
c) el intercepto.
uno de los pasos de la metodologia econometrica es la obtención de datos. v f.
Y=B1+B2X+B3X2+u, esta es una ecuacion lineal en las variables? v f.
modelo log-lin.
F
F
T F X2

LnY=B1+B2X+u
OBTENCION DE DATOS PRUEBA DE HIPOTESIS

relacion funcional entre las variables.

HETEROSCEDASTICIDAD
INDEPENDIENTE

FUERZA DE ASO
V
V
V
F
QUE TAN RELACIONADA ESTA X DE Y

F
V
F
REGRESION LINEAL

mas fuertes que los MCO.

CONSTANTE
TEOREMA

V
0Y1
V
ESTADISTICA

ALEATORIAS
F
F

RECHAZA

V
V
V
V
LA MEDIA

V
V

V
FUNCION DE X

F
MCO

F
T F X2

F
V
REPRESENTANTES
F
coeficientes de correlacion simples.

F
V

F
V
V

MAXIMA V
F
LA FUNCION DE REGRESION MUESTRAL FRM

LA PRUEBA F

F
V
V
LINEAL NORMAL

COLINEALES
V

V
F
V
V

INTERCEPTO

V
FALSE
A medida que aumenta el ingreso familNO NECESARIAMENTE AUMENTA A MEDIDA QUE LO HACE EL NIVEL DE INGRESO
A menudo los datos se recopilan con bDATO TRANSVERSAL
A pesar de la tendencia de los padres GALTON
A pesar de que el análisis de regresió UNA RELACION EST AD POR MAS FUERTE QUE SEA NUNCA PODRA ESTABLECER UNA
A un economista quizá le interese est LA PROPENSION MARGINAL A CONSUMIR
Algunos modelos pueden parecer no lin NO LINEALES
cLos modelos del siguiente tipo se conEL MODELO NO ES LINEAL
Conocido también como estadístico (mu ESTIMADOR
Construya un intervalo de confianza par Si el β2 en H0 se encuentra dentro de este intervalo de confianza, no rechace H0, pe
Dado dos valores cualesquiera de X, XiNO HAY AUTOCORRELACION
Decimos que son estimadores y que sus VARIABLES ALEATORIAS
El análisis de correlación se relaciona MEDIR FUERZA O EL GRADO DE ASOC LINEAL
El análisis de regresión es el estudio ESTIMAR O PREDECIR LA MEDIA O VALOR PROMEDIO POBLACIONAL DE LA PRIMERA
El análisis empírico se basa en la reco INTERPOLACION O EXTRAPOLACION
El éxito de todo análisis econométrico SERIES DE TIEMPO Y TRANSV E INF COMBINADA
El éxito de todo análisis econométrico DATOS DE SERIES DE TIEMPO
El método de MCI es apropiado para ecCONSISTENTES
El método de mínimos cuadrados presen GAUSS
El modelo clásico de regresión lineal MCRLN
El modelo clásico de regresión lineal nUI N(O
El modelo de Gauss, modelo clásico o TODAS LAS ANTERIORES
El modelo de regresión lineal supone LA CORRELACION ENTRE MIEMBROS DE SERIES DE OBS ORDENADAS EN EL TIEMPO
El modelo econométrico es empírico (pMCO
El R2 es una herramienta estadística quLA PROPO DE LA VARIACION EN LA VARIABLE
El teorema de la telaraña es un modelPRODUCTOS AGRICOLAS
El término autocorrelación se define CORRELA REZAGADA POR UN NUMERO DE UNID DE TIEMPO
El término de perturbación o de error,Y β1 + β2X + u
En el análisis de regresión interesa lo VARIABLES ALEATORIAS O ESTOCASTICAS
En el análisis empírico con frecuencia MANIPULACION DE DATOS
En el contexto de regresión se suponeMCRLN
En el modelo Ling-Long el coeficiente TASA DE CRECIMIENTO
En este modelo, el término del interceREGRESION A TRAVES DEL ORIGEN
En la regresión polinomial se tiene unaGRAN FLEXIBILIDAD DE FORMAS
En la teoría se analizan diversos tem MODELO DE REGRESION CAMBIANTE
En un ejemplo práctico, lo que interes RECTA DE REGESION
En una regresión de series de tiempo REZAGOS
Es una variable aleatoria no observab PERTURBACION
Este método de estimación suele ser MCO
Este tipo de prueba de normalidad es uHISTOGRAMA DE RESIDUOS
Estimación de una ecuación exactament SE APLICA MCO INDICIUALMENTE
Estos datos siguen un ordenamiento na DATO SERIE DE TIEMPO
Existe un método de estimación puntuMAX VEROSIMILITUD
Existen diversas fuentes de multicolin RESTRICCIONES
Existen varias técnicas para linealizar EXPANSION DE SERIES DE TAYLOR
Existen varios métodos o algoritmos pBUSQUEDA DIRECTA O METODO DE ENSAYO Y ERROR
La adicción de variables conduce al an1 DEPENDIENTE 2 EXPLICATIVAS
La correlación entre miembros de serieAUTOCORRELACION
La detección de la multicolinealidad e LA MULTICOLINEALIDAD ES UNA CUESTION DE GRADO
La distribución normal es una distribu LA MEDIA Y LA VARIANZA
La función de esperanza condicional (FEC)
E(Y | Xi ) _ f (Xi ).
La hipótesis nula es una hipótesis con SIGNIFICANCIA GENERAL
La inferencia estadística es el conjun ESTIMACION Y PRUEBA DE HIPOTESIS
La línea de regresión poblacional. DesdES TAN SÓLO EL LUGAR GEOMÉTRICO DE LAS MEDIAS CONDICIONALES DE LA VARIA
La linealidad en los parámetros es per MODELO RE REGRESION LINEAL
La linealidad se presenta cuando la espeE(Y | Xi ) _ β1 + β2X2i.
La micronumerosidad exacta surge cuaEXCEDE EL NUMERO DE PARAMETROS
La multicolinealidad, el interrogante nES UNA CUESTION DE GRADO
La oferta de muchos productos agrícolFENOMENO DE LA TELARAÑA
La presencia o ausencia de una “cualidVARIABLES DICOTOMAS
La prueba de la RV se basa en el prin MCO Y MV
La prueba de normalidad es una prueba ESTABLECER SI EL TERMINO DE ERROR SIGUE UNA DISTR NORMAL
La regla básica de 2T:. Si el número de SI
g EL NÚMERO DE GRADOS DE LIBERTAD ES 20 O MÁS, Y SI Α, EL NIVEL DE SIGNIFICA
La regresión que involucra a la regres SE MIDE EL EFECTO
La relación sobre todo con modelos line ES AQUEL EN QUE LA ESPERANZA CONDICI DE Y ES UNA FUNCION LINEAL DE X
La selección entre un modelo de regrePRUEBA MWD
La técnica de variable dicótoma debe m CATEGORIA BASE
La teoría de pruebas de hipótesis se reEL INT DE CONFIANZA Y PRUEBAS DE SIGNIFICANCIA
Las unidades con que se expresan la vaVARIABKES ESTANDARIZADAS
Las variables dicótomas pueden utilizaMODELOS
Los coeficientes de regresión β2 y β3 sMIDE EL CAMBIO DE VALOR DE LA MEDIA DE Y
Los datos recopilados por estas organiEl investigador suele recabar los datos con algunos factores constantes y evaluar el e
No hay una expresión más errónea, tant RELACION LINEAL PERFECTA
Observamos que no todos los supuestos HETEROCEDASTICIDAD
Para poder determinar la FMR primeroMUESTRA
h LA DIFERENCIA ENTRE VALORES OBS Y VALO ESTIMADOS Y
Para referirse a la importancia del t LEAMER
Por lo general, en la mayor parte de l ANCOVA
Por qué no se crea un modelo de regres TODAS LAS ANTERIORES
Por razones de economía, errores de es ES POSIBLE ESTIMAR AISLADAMENTE
Propiedades de los estimadores de MCO TODAS LAS ANTERIORES
Propiedades numéricas son las que se UNICAMENTE
m
Se dice que un modelo de regresión line DATOS ATIPICOS O ABERRANTES
Se puede calcular para tales modelos, R2 PARA MODELO DE REGRESION
Se pueden emplear en la función de reg FRP DE DOS VARIABLE
Se relaciona de manera estrecha con elLINEAL ENTRE DOS VARIABLES
Si restamos la ecuación Y¯ = ˆ β1 + ˆ FORMA DE DESVIACION
Si se considera el modelo general de METODOS UNIECUACIONALES
Si se estudia la dependencia de una variANALISIS DE REGRESION MULTIPLE
Si trabajamos con una muestra finita 100 DATOS O MENOS
Si, con base en una prueba de significaNO EXIS RAZON PARA RECHAZARLA NO SE SOSTIENE QUE LA HIPOTESIS NULA SEA V
Son un tipo de datos recopilados media TRASNVERSAL
Teorema central del límite (TCL), es u DEPENDIENTES CON IDENTICA DISTRIBUCIÓN
Tipos de datos disponibles para el análTRASNV SERIES DATOS AGRUP
Tres métodos uniecuacionales comúnme MCO
Un economista laboral quizá desee estu PREDECIR
Un enfoque alterno pero complementario PROCEDIMIENTO
Una serie de tiempo puede tener cuatro ESTACIONAL
Una variable pertenece a esta categoría
ESCALA ORDINAL
Una vez fuera del mundo simple del mod
PRUEBAS DE QUE DOS O MAS COEFICIENTES NO SON IGUALES A OTRO
Una vez obtenidos los estimadores de PASA
MC A TRAVES
Una vez. fuera del mundo simple del mo
PRUEBA DE DOS O MAS COEFI
Visualmente, es una curva que evolucio
DATO DE SERIE DE TIEMPO
β1 y β2 son parámetros no conocidos pe
COEFICIENTES DE REGRESION
ACE EL NIVEL DE INGRESO

NCA PODRA ESTABLECER UNA CONEX CASUAL

confianza, no rechace H0, pero si está fuera del intervalo, rechace H0

OBLACIONAL DE LA PRIMERA EN TÉRMINOS DE LOS VALORES CONOCIDOS O FIJOS (EN MUESTRAS REPETIDAS) DE LAS SEGUNDA

ORDENADAS EN EL TIEMPO
 ONDICIONALES DE LA VARIABLE DEPENDIENTE PARA LOS VALORES FIJOS DE LAS VARIABLES EXPLICATIVA

Y SI Α, EL NIVEL DE SIGNIFICANCIA, SE FIJA EN 0.05, SE RECHAZA LA HIPÓTESIS NULA Β2 _ 0 SI EL VALOR DE T [ _ Β ˆ 2/EE (Β ˆ 2)] ES SUP

A FUNCION LINEAL DE X

ores constantes y evaluar el efecto de otros en un fenómeno dado.

ESTIMADOS Y

UE LA HIPOTESIS NULA SEA VER CON ABSOLU CERTEZA

GUALES A OTRO
DAS) DE LAS SEGUNDA
T [ _ Β ˆ 2/EE (Β ˆ 2)] ES SUPERIOR A 2 EN VALOR ABSOLUTO