Test Métodos y modelos

1. Diga cuál de los siguientes síntomas es propio de la existencia de muestras pequeñas en

el modelo:
o Incremento en la varianza de los estimadores de mínimos cuadrados ordinarios (MCO).
o Distorsión de los resultados de los contrastes de significación.
o Intervalos de predicción demasiado amplios.
o Todas las respuestas son correctas.
o Sólo son correctas las respuestas segunda y tercera.

2. ¿Cuál de los siguientes síntomas NO es propio de la existencia de multicolinealidad

aproximada en el modelo?
o Un coeficiente de determinación corregido (𝑹 ̅ 2 ) bajo.
o Los contrastes de significación individual bajos.
o Los signos de los parámetros estimados contradictorios con la teoría económica
subyacente.
o Los coeficientes de correlación lineal entre algunas variables explicativas del modelo
muy elevado.
o Una alta sensibilidad de los parámetros a cambio en la muestra y a la inclusión o
exclusión de variables en el modelo.

3. ¿Cuál de estos métodos de estimación NO es utilizado para la corrección del cambio

estructural?
o Utilización de variables ficticias para recoger el cambio estructural.
o Estimación mediante las Switching Regression.
o Considerar a los parámetros estructurales como variables aleatorias y modelizar su
comportamiento.
o Utilizar variables instrumentales para recoger el cambio estructural.
o Estimar un modelo para cada estructura.

4. La presencia de perturbaciones aleatorias no normales implica:

o La insuficiencia de grados de libertad.
o La media no nula en las perturbaciones aleatorias.
o La invalidación de los contrastes paramétricos del modelo de regresión.
o Que las estimaciones de los parámetros serán sesgadas.
o La existencia de cambio estructural.

5. Las causas directas más frecuentes que provocan la heterocedasticidad en el modelo

básico de regresión son:
o Los incrementos en la magnitud de las variables llevan asociados incrementos en la
dispersión.
o El cambio estructural.
o La omisión de variables relevantes.
o La forma funcional errónea.
o Los errores de especificación.

10
6. Indique cuál/es de los siguientes métodos NO se pueden utilizar para solucionar un
problema de heterocedasticidad indirecta en un modelo econométrico:
o La inclusión de una variable relevante en el modelo.
o La eliminación de variables explicativas en el modelo.
o La conversión del modelo en lineal.
o La inclusión de una variable dummy.
o La transformación del modelo en logaritmos.

7. Indique cuál de las siguientes herramientas NO utilizaría para detectar la presencia de

autocorrelación en un modelo econométrico:
o El contraste de Ljung-Box.
o El contraste de Breusch-Pagan.
o Los métodos gráficos de correlogramos total y parcial de los residuos del modelo
estimado.
o Contraste de Durbin-Watson.

8. ¿Cuál de las siguientes afirmaciones referidas al problema de la multicolinealidad en los

datos de un modelo econométrico es cierta?
o La multicolinealidad perfecta puede entenderse como el caso en el que una o varias
variables explicativas no delimitan con claridad su parcela de explicación de la variable
endógena.
o La multicolinealidad perfecta implica que las variables explicativas no prevean
conjuntamente el comportamiento de la variable endógena.
o La presencia en un modelo estimado de multicolinealidad no desvirtúa el significado
económico de los parámetros estructurales estimados.
o La multicolinealidad próxima puede entenderse como el hecho de que al menos una
variable explicativa es una combinación lineal de otras variables.
o Todas las respuestas anteriores son falsas.

9. Los contrastes de las hipótesis básicas referidas a la perturbación aleatoria de un modelo

estimado con datos anuales son:
o El test de Jarque-Bera para contrastar la normalidad.
o El test de Reset de Ramsey para contrastar la forma funcional.
o El test de Chow para contrastar la permanencia estructural.
o El test de Breush-Godfrey para detectar la ausencia de autocorrelación.
o Las respuestas primera y cuarta son correctas

10
10. Dado el modelo econométrico 𝑦𝑖 = 𝛽0 + 𝛽1𝑥1𝑖 + 𝛽2𝑥2𝑖 + 𝑢𝑡 para el que contrastamos la
heterocedasticidad con el test de Golfed Quandt, podemos afirmar que:
o El esquema de heterocedasticidad que se contrasta es 𝜎2 𝑡 = ∫(𝑋1𝑡𝑋2𝑡).
o Debemos ordenar la variable X11 de menor a mayor, y en función de ella ordenar los
residuos del modelo para poder calcular ese contraste para un esquema donde
𝜎𝑖2 = ∫(𝑋1𝑡).
o Este test se distribuye como una ch𝟐 de n-k, donde n es el número de observaciones
del modelo y k es el número de parámetros a estimar en el esquema de
heterocedasticidad.
o Debemos calcular las sumas residuales del modelo inicial y de los modelos con las dos
submuestras (antes y después del cambio estructural).
o Todas las respuestas son falsas.

11. Seleccione cuál de estas opciones NO es una técnica de estimación apropiada para la
modelización en condiciones de cambio estructural.
o Switching Regression.
o Modelización de coeficientes aleatorios.
o Modelos de tipo explicativo del cambio estructural mediante inclusión de la variable
de tipo tendencial.
o Contraste de Chow.
o Utilización de variables ficticias

12. Dado el modelo econométrico y = Xβ+U donde 𝑢𝑡 = 𝑁(𝑢, 𝜎2 𝐼), nos indica que los
estimadores serán:
o Insesgados, consistentes y eficientes.
o Insesgados, inconsistentes, pero al menos eficientes.
o Sesgados, inconsistentes e ineficientes.
o Sesgados, inconsistentes, pero al menos eficientes.
o Sesgados, consistentes e ineficientes

10
 13. El contraste de Breusch-Godfrey sirve para:
o Descartar el problema de heterocedasticidad de las perturbaciones aleatorias del
modelo siempre que se acepte la hipótesis nula.
o Descartar el problema de heterocedasticidad de las perturbaciones aleatorias del
modelo siempre que se rechace la hipótesis nula.
o Contrastar la hipótesis de normalidad de las perturbaciones aleatorias de un modelo
econométrico.
o Comprobar si el modelo econométrico es lineal.
o Ninguna respuesta es correcta.

14. Una matriz de varianzas-covarianzas del término de error no

escalar:
o Implica la existencia de una E(ut)= a (media no nula) en el modelo.
o Exige la utilización del estimador de Aitken para que se conserven las buenas
propiedades de los parámetros.
o Implica la existencia de cambio estructural.
o Da lugar a parámetros óptimos si se estima por MCO.
o Da lugar a parámetros sesgados si se estima por MCO.

15. Dado el siguiente modelo uniecuacional que estimaremos con datos de frecuencia anual para
el periodo 1990- 2015: (duda)

𝑉𝐴𝐵𝑉𝑡 = 𝛽1 + 𝛽2𝐸𝑉𝐶𝑀𝑡 + 𝛽3𝐴𝑌𝑈𝑡 + 𝛽4𝑈𝑉𝐴𝑡+3 + 𝑢𝑡

VABV: VAB en el sector vitivinícola en Castilla- La Mancha (Índice de volumen Base 2006)

EVCM: empleo en el sector vitivínicola en Castilla-La Mancha (miles de personas)

AYU: ayudas al fomento de ferias del vino en Castilla-La Mancha (miles de euros)

UVA: producción de uva en Castilla-La Mancha (miles de toneladas)

Podemos afirmar que:

o La estimación por MCO nos dará estimadores inconsistentes si, además del regresor
estocástico, existiera un esquema autorregresivo en el término de error del modelo.
o Tendremos problemas de regresores estocásticos, independientemente de que exista
un esquema autorregresivo en el término de error del modelo.
o Tendremos que utilizar la propuesta de Koyck para estimar el modelo.
o Tendremos que utilizar la propuesta de Almon para estimar el modelo y así evitar los
problemas de multicolinealidad de los retardos.
o Con la información que nos dan del modelo no se plantea ningún tipo de problema en la
estimación de la variable retardada.

10
16. Entre las causas de la autocorrelación en el modelo básico de regresión encontramos:
o La inercia de los acontecimientos.
o Omisión de variables relevantes.
o Cambio estructural.
o Manejo de datos.
o Todas las respuestas anteriores son verdaderas.

10
17. El contraste de verificación de la hipótesis de ausencia de autocorrelación h de Durbin es
un contraste que se realiza:
o Siempre que exista un regresor estocástico en el modelo.
o Cuando existe en el modelo una variable explicativa desplazada en general.
o Cuando existe una variable endógena desplazada en la especificación del modelo.
o Cuando el test de Durbin-Watson nos da un valor de su estadístico situado según los
valores de sus tablas en “zona de duda”.
o Ninguna de las respuestas anteriores es falsa.

18. Cuando el modelizador se enfrenta con un problema de muestras pequeñas ¿se puede
afirmar que la esperanza del estimador se aproxima al valor del parámetro?
o No, hay que utilizar MCG porque se corrige el problema del tamaño muestral.
o Si la muestra es pequeña no, pero si la muestra aumenta si.
o No, porque tiene una mayor varianza.
o Si se utiliza MCO y los estimadores son insesgados, independientemente del tamaño
muestral.
o Ninguna de las anteriores es correcta.

19. La presencia de elementos distintos de cero en la matriz de varianzas-covarianzas (∑ ) de

la perturbación aleatoria de un modelo econométrico:
o Es un claro síntoma de la presencia de autocorrelación.
o Es un claro síntoma de la presencia de heteroscedasticidad.
o Estas matrices siempre tienen elementos distintos de cero.
o En un MBRL es imposible que se den estas circunstancias.

20. ¿Cuál de estas afirmaciones relacionadas a la problemática del cambio estructural No es

correcta?
o Las Switching Regression consiste básicamente en estimar el modelo para cada una de
las distintas estructuras presentes en los datos.
o El test de Chow es un modelo de búsqueda de un posible punto de cambio estructural.
o El cambio estructural de tipo discreto es aquel que se produce de forma más o menos
brusca en un corto periodo de tiempo.
o El cambio estructural de tipo continuo es aquel que se produce de forma lenta a lo
largo de un periodo más o menos prolongado.
o Las respuestas tercera y cuarta son correctas.

10
21. ¿Qué efecto origina sobre la calidad de los estimadores de mínimos cuadrados ordinarios
(MCO) la omisión de variables relevantes (OVR) y la inclusión de variables no relevantes
(IV-NR)?
o En ambos casos siempre, originan estimadores sesgados, inconsistentes e ineficientes.
o La OVR origina sesgo en los estimadores y la IV-NR solo pérdida de eficiencia.
o La IV-NR origina sesgos en los estimadores y la OVR solo pérdida de eficiencia.
o En ambos casos siempre, los estimadores serán insesgados y consistentes, pero no
eficientes.
o Todas las respuestas anteriores son falsas.
o Las respuestas primera y segunda son correctas.

22. Dado el modelo econométrico y = Xβ+U donde 𝑢𝑡 = 𝑁(𝑢, 𝜎2 𝐼), nos indica que:
o Este modelo no cumple las hipótesis básicas de aleatoriedad referidas a la matriz de
varianzas y covarianzas y los estimadores serán insesgados, inconsistentes, pero al
menos eficientes.
o Este modelo no cumple la hipótesis de estabilidad de la media y los estimadores serán
sesgados, inconsistentes e ineficientes.
o Este modelo no cumple ninguna de las hipótesis básicas referidas a la perturbación
aleatoria y sus estimadores serán insesgados, consistentes pero ineficientes.
o Este modelo no cumple las hipótesis de ausencia de autocorrelación y
homocedasticidad y los estimadores serán insesgados, inconsistentes e ineficientes.
o Ninguna de las respuestas anteriores es correcta.

23. Dado el modelo econométrico y = Xβ+U donde 𝑢𝑡 = 𝑁(𝑢, 𝜎2 Ω) con Ω=1 y su βMCO son los
estimadores obtenidos por el método de MCO y β MCg son estimadores MCG. Indique cuál
de las siguientes respuestas es VERDADERA:
o Var-Cov (βMCO) = 𝝈𝟐(X’X)-1.
o βMCO = (X’Ω-1X)-1X’Ω-1Y.
o Var-Cov (βMCG) = 𝜎2(X’Ω-1X)-1
o E(βMCO) = E(βMCG) = β
o Todas son correctas.

Ω distinta a la identidas : 3 y 4

10
24. Los contrastes de las hipótesis referidas a las hipótesis de aleatoriedad de un modelo
estimado con datos anuales son:
o El test de Wallis para detectar la ausencia de autocorrelación.
o El test de Chow para contrastar la estabilidad estructural.
o El test de Rest de Ramsey para contrastar la forma funcional.
o El test de Breusch-Godfrey para detectar la ausencia de autocorrelación.
o Las respuestas primera y cuarta son correctas.

25. Dado el modelo econométrico uniecuacional y = Xβ+U, en el que se sabe que el orden de
la matriz X es 58x3, podemos afirmar que:
o El orden de la matriz “Y” es 58x3.
o El orden de la matriz β es 1x3.
o El orden de la matriz “u” es 58x3.
o Los grados de libertad del modelo son 55.
o Todas las respuestas anteriores son correctas.

26. Las hipótesis definidas como estructurales referidas a la matriz X son:

o Hipótesis de los grados de libertad.
o Hipótesis de variables linealmente independientes.
o Hipótesis de variables deterministas.
o Todas las respuestas anteriores son correctas.
o Hipótesis de la permanencia estructural.

10
27. Un regresor estocástico en la especificación de un modelo econométrico provoca en las
propiedades que son estimadores:
o Si la matriz es independiente del vector β y del vector u, las propiedades de los
estimadores no se verán afectadas.
o Si la matriz X es independiente del vector β y del vector Y las propiedades de los
estimadores no se verán afectados.
o Si es perjudicial si la matriz de datos de las variables explicativas X es
independientemente del vector de parámetros estructurales β y del vector de
perturbaciones aleatorias U.
o Las propiedades de los estimadores siempre se verán afectadas por los regresores.
o Son correctas las respuestas segunda y cuarta.

28. ¿Cuál de los siguientes síntomas no es propio de la existencia de multicolinealidad

próxima a imperfecta del modelo?
o Coeficiente de determinación lineal corregido bajo.
o Estadísticos de los contrastes de significación individual bajos.
o Signos de los parámetros estimados contradictorios con la teoría económica
o Coeficientes de correlación lineal entre variables explicativas del modelo muy
elevados.
o Todas las respuestas anteriores son falsas.

29. ¿Cuál de las siguientes afirmaciones referidas al problema de la multicolinealidad en los

datos de un modelo econométrico NO es cierta?
o La multicolinealidad próxima puede entenderse como el caso en el que una o varias
variables explicativas no delimitan con claridad su parcela de explicación de la variable
endógena.
o La multicolinealidad próxima no implica que las variables explicativas no prevean
conjuntamente el comportamiento de la variable endógena.
o La presencia en un modelo estimado de multicolinealidad no desvirtúa el significado
económico de los parámetros estructurales estimados.
o La multicolinealidad próxima puede entenderse como el hecho de que al menos una
variable explicativa es aproximadamente una combinación lineal de las otras.
o Todas las respuestas anteriores son falsas.

10
30. ¿Cuál de estas afirmaciones referidas a la problemática del cambio estructural NO es
correcta?
o El cambio estructural de tipo continuo se caracteriza por una variación leve pero
constante de los parámetros estructurales.
o El cambio estructural de tipo discreto se caracteriza por una variación brusca del valor de
los parámetros estructurales.
o El cambio estructural de tipo continuo puede ser corregido en un modelo econométrico
mediante la especificación de una variable ficticia que cambie de valor a partir del
punto de ruptura estructural.
o La existencia de cambio estructural de tipo discreto es verificable mediante el test de
Chow.
o Las respuestas primera y segunda son correctas.

31. Diga cuál de las siguientes afirmaciones es propia de la existencia de muestras pequeñas
en su modelo:
o Incremento de la consistencia de los estimadores de mínimos cuadrados ordinarios.
o Distorsión de los resultados de los contrastes de significación.
o Intervalos de predicción demasiado amplios.
o Todas las respuestas anteriores son correctas.
o Solo son correctas las respuestas segunda y tercera.

32. ¿Es siempre perjudicial el hecho de que exista un regresor estocástico en la especificación
de un modelo econométrico cara a la calidad de los estimadores de mínimos cuadrados
ordinarios?
o Sí, siempre es perjudicial.  No, nunca es perjudicial.
o Si es perjudicial si la matriz de datos de las variables explicativas X es independiente
del vector de parámetros estructurales β y del vector de perturbaciones aleatorias u.
o No es perjudicial si la matriz de datos de las variables explicativas X es independiente
del vector estructural β y del vector de perturbación aleatoria u.
o Son correctas las respuestas segunda y cuarta.

10
33. ¿En qué caso/s NO son fiables los contrastes de significación individual?
o En un modelo con variables explicativas altamente correlacionadas entre sí.
o En un modelo en el que el término de error no se distribuye como una normal.
o Las dos respuestas anteriores son correctas.
o En un modelo con insuficientes grados de libertad.
o Todas las respuestas anteriores son correctas.

34. Las consideraciones en los estimadores MCO, ante una matriz de varianzas-covarianzas
de las perturbaciones aleatorias ∑ = 𝜎2 Ω, donde ut = N (0, 𝜎2 Ω), son:
o Los estimadores serán insesgados, inconsistentes y eficientes.
o Los estimadores serán insesgados, consistentes e ineficientes.
o Los estimadores serán sesgados, consistentes e ineficientes.
o Los estimadores serán sesgados, inconsistentes y eficientes.
o Ninguna de las respuestas anteriores es correcta.

10
35. Diga cuál de las siguientes afirmaciones relacionadas con el problema de las muestras
pequeñas es correcta.
o Las muestras pequeñas originan un aumento en la varianza de los estimadores de
mínimos cuadrados ordinarios, si bien los estimadores son insesgados.
o Las muestras pequeñas originan estimadores de mínimos cuadrados ordinarios
sesgados per consistentes.
o Las muestras pequeñas originan estimadores de mínimos cuadrados ordinarios
sesgados e inconsistentes.
o Las muestras pequeñas no tienen ninguna consecuencia sobre las propiedades de los
estimadores de mínimos cuadrados ordinarios.
o Todas las respuestas anteriores son falsas.

36. El hecho de que un modelo econométrico tenga un vector de perturbaciones aleatorias

no correlacionadas implica que:
o La matriz de varianzas y covarianzas del vector de perturbaciones tiene todos los
elementos que no pertenecen a la diagonal principal no-nulos.
o La matriz de varianzas y covarianzas del vector de perturbaciones tiene todos los
elementos que no pertenecen a la diagonal principal nulos
o La matriz de varianzas y covarianzas del vector de perturbaciones tiene algunos de los
elementos que no pertenecen a la diagonal principal nulos.
o La matriz de varianzas y covarianzas del vector de perturbaciones tiene algunos de los
elementos que pertenecen a la diagonal principal no-nulos.
o Todas las respuestas anteriores son incorrectas.

37. Dado el modelo econométrico y = β0 + β1X1 + β2X2 + n, para el que contratamos la

heterocedasticidad en con el test de Goldfeld y Quandt, podemos afirmar que:
o Debemos ordenar la variable X1 de menor a mayor y en función de ella ordenar los
residuos del modelo para poder calcular ese contraste para un esquema donde
𝜎12 = 𝑓(𝑋11, 𝑋12).
o Este test se distribuye como unaCH 𝒏=𝟏donde n es el número de observaciones del
2

modelo y k el número de parámetros a estimar en el esquema de heterocedasticidad.

o Debemos calcular las sumas residuales del modelo inicial y de los modelos con las dos
submuestras (antes y después del cambio estructural).
o El esquema de heterocedasticidad que se contrasta es (fórmula difícil de poner).
o Todas las respuestas anteriores son falsas.

10
38. ¿Qué matriz de trasformación de los datos P corregirá la heterocedasticidad en un modelo
en el que la perturbación aleatoria muestran ausencia de autocorrelación y un
1
comportamiento en la varianza de tipo: 𝜎2 = 𝜎2 (𝑎 + 𝑏𝑋2 + 𝜀𝑡)2, con 𝜀𝑡 perturbación
𝑡 𝑡
aleatoria tal blanco?

o Aquella que tiene los elementos distintos a la diagonal principal nulos y los
𝟏
elementos de la diagonal principal del tipo 𝒑𝒊𝒋 = 𝟏
𝒂+𝒃𝑿𝟐𝒊𝒋

o Aquella que tiene los elementos distintos a la diagonal principal nulos y los elementos
1
de la diagonal principal del tipo 𝑝𝑖𝑗 = 1 1
2 )2
(𝑎+𝑏𝑋𝑖𝑗

o Aquella que tiene los elementos distintos a la diagonal principal nulos y los elementos
1
de la diagonal principal del tipo 𝑝𝑖𝑗 =
1
√𝑎+𝑏𝑋2
𝑖𝑗

o Aquella que tiene los elementos distintos a la diagonal principal nulos y los elementos
1
de la diagonal principal del tipo 𝑝𝑖𝑗 = 𝑎+𝑏𝑋𝑖𝑗
o Todas las respuestas son correctas.

39. ¿Cuál de las siguientes circunstancias puede provocar sesgos en el estimador MCO?
o Multicolinealidad exacta.
o Multicolinealidad aproximada.
o Omisión de variables relevantes.
o Regresores ortogonales.

40. Suponga que el término de perturbación 𝜀𝑡 de la ecuación de regresión y = Xβ+ 𝜀𝑡 posee

una distribución Gamma con media 𝜆𝛿 (producto de dos constantes), varianza constante
(homocedástica) y no autocorrelación y las variables explicativas X son no estocásticas.
Señale cuál de las siguientes afirmaciones es correcta.
o El estimador MCO es ELIO (Estimador Lineal Insesgado Óptimo).
o No se puede calcular el estimador MCO.
o El estimador MCO no tiene por qué ser ELIO.
o Ninguna respuesta es correcta.

41. En un MBRL, la existencia de muestras pequeñas puede estar relacionado con:

o Estimadores inconsistentes.
o Una mayor varianza residual.
o Las dos respuestas anteriores son correctas.
o Un modelo con pocas variables explicativas.
o Un modelo con cambio estructural.

42. Para resolver un problema de cambio estructural:

o Se deben eliminar las variables que provocan el problema.
o Se vuelve a especificar el modelo con las variables en logaritmos.
o Se debe incluir una variable proxy.
o Se vuelve a especificar el modelo con las variables en primeras diferencias.
o Ninguna de las respuestas anteriores es válida.
10
43. Considere el siguiente modelo que explica las ventas de las empresas en función de sus
gastos en publicidad y de su tamaño: log (VTAS)=𝛽1 + 𝛽2 log(𝑃𝑈𝐵𝐿𝐼) + 𝛽3PYME +
𝛽4𝑃𝑌𝑀𝐸 ∗ log(𝑃𝑈𝐵𝐿𝐼) + 𝑢, donde VTAS representa el volumen de ventas de las
empresas, PUBLI representa los gastos realizados en publicidad y PYME es una variable
binaria que toma el valor 1 para pequeñas y medianas empresas (pyme) y 0 para empresas
grandes. Se quiere contrastar si el efecto en publicidad sobre las ventas es el mismo para
pymes que para grandes empresas.
Indique la hipótesis nula adecuada para llevar a cabo el contraste:
o 𝛽3 = 0
o 𝛽3 = 0 𝑦 𝛽4 = 0
o B4=0
o 𝛽3 + 𝛽4 − 𝛽1 = 0

44. El problema de omisión de variables relevantes en un modelo econométrico:

o Está relacionado con el problema de cambio estructural.
o Está relacionado con el problema de multicolinealidad.
o Está relacionado con la forma funcional del modelo.
o Está relacionado con el problema de regresores estocásticos.
o Todas las respuestas anteriores son correctas.

45. Sea el siguiente modelo de regresión lineal Y=Xβ+U donde Xi (endógena desplazada) está
correlacionada con el término de error. Sea Z un posible instrumento para X. ¿Qué
condiciones debe cumplir Z para ser un instrumento válido?
o Cov(Zi,Xi) = 0 y Cov(Zi,ui) ≠ 0
o Cov(Zi,Xi) = 0 y Cov (Zi,ui) = 0
o Cov(Zi,Xi) ≠ 0 y Cov(Zi,ui) ≠ 0
o Cov(Zi,Xi) ≠ 𝟎 y Cov(Zi,ui) = 0
46. En un proceso estocástico MA(¡): Zt=ut-𝜃𝑢𝑡−1 donde ut= N(0, σ2I):
o El correlograma parcial presentará un único valor distinto de cero.
o 𝛾1 = 𝐸[𝑍𝑡𝑍𝑡−1] = −𝜃𝜎2𝑢
o 𝜸𝟐 = 𝑬[𝒁𝒕𝒁𝒕−𝟐] = −𝜽𝜸𝟎
o Son correctas las respuestas primera y tercera
o 𝐸[𝑢𝑡, 𝑢𝑡 − 1] = −𝜃𝜎 2𝑢

47. Suponga un modelo de regresión lineal con errores heterocedásticos y considere el

estimador de MCG (Mínimos Cuadrados Generalizados). Señale cuál de las siguientes
afirmaciones es correcta:
o Ninguna respuesta es correcta
o El estimador MCG es el estimador MCO en un modelo transformado en el que los
errores satisfacen las condiciones de Gauss-Markov.
o El estimador MCG no puede obtenerse si hay regresores binarios puesto que algunas
transformaciones suponen dividir por uno de los regresores.
o El estimador MCG coincide con el estimador MCO. La única diferencia entre ambos está
en los errores estándar.

10
48. Para corregir un problema de autocorrelación del tipo 𝑢𝑡 = 𝜌𝑢𝑡−1 + 𝜀𝑡, se puede_
o Transformar todas las variables del modelo utilizando el parámetro β.
o Estimar regresores auxiliares para determinar las variables explicativas más
correlacionadas.
o Re-estimar el modelo suprimiendo las variables explicativas que están correlacionadas.
o Transformar el modelo dividiendo todas las variables por la más correlacionada.
o Son correctas las respuestas segunda y tercera.

49. Indique cuál/es de los siguientes métodos se pueden utilizar para solucionar un
problema de heterocedasticidad en un modelo econométrico:
o La corrección de Cochrane-Orcutt.
o La eliminación de variables explicativas en el modelo.
o La transformación de todas las variables del modelo tomando logaritmos.
o La estimación del modelo por MCG tras estimar el esquema E(ut) = ai.
o Son correctas las respuestas primera y cuarta.

10
50. Dado un modelo econométrico que influye un regresor estocástico en su especificación,
podemos afirmar que:
o Los estimadores βMCO son consistentes.
o Los estimadores βMCO son inconsistentes.
o La consistencia de los estimadores βMCO dependerá de si adicionalmente el modelo
presenta problemas de correlación entre sus variables explicativas.
o Los estimadores βMCO son sesgados
o La eficiencia de los estimadores βMCO dependerá de si adicionalmente el modelo
presenta problemas de heterocedasticidad.

51. Para resolver un problema de multicolinealidad perfecta:

o Se deben eliminar las variables que provocan el problema.
o Se vuelve a especificar el modelo con las variables en logaritmos.
o Se debe incluir una variable proxy.
o Se vuelve a especificar el modelo con las variables en primeras diferencias.
o Ninguna de las respuestas anteriores es válida.

10
10
52. Dado el modelo econométrico Y-βX+U donde ut- N (0, 2Ω) con Ω≠I y si βmcoson los
estimadores obtenidos por el método de MCO y β mcoson estimadores MCG. Indique cual de
las siguientes respuestas es VERDADERA.
a. E(βmco)=E(βmco)=β.
b. Βmco=(x ́Ω-1x)-1x ́Ω-1y
c. Las dos respuestas anteriores son
correctas.
d. Var-Cov (βmco)=2(X ́X)-1
e. Var-Cov (βmco)= 2(X ́X)-1X ́ΩX(X ́X)-1

53. Dado el modelo econométrico Y=XB+U donde ut≈N(o, σ 2 Ω), con Ω ≠I, y si βMCO son los
estimadores obtenidos por el método MCO, y βMCG son los estimadores MCG. Indique cuál
de las siguientes respuestas es correcta:

a. Var-Cov(βMCO)=σ2(X’X)- 1

b. βMCG= (X’ Ω-1 X)-1 X’ Ω-1 Y

c. Var-Cov(βMCO)=σ2(X’ Ω-1 X)-1

d. Todas las respuestas anteriores son

correctas.

e. Las respuestas segunda y tercera son

correctas

54. Las consecuencias de la especificación de retardos en el modelo básico de regresión

son:
f. La aparición de regresores estocásticos.
g. La presencia de autocorrelación en los
residuos.
h. La aparición de multicolinealidad.
i. Todas las respuestas anteriores son
correctas.
j. Todas las respuestas anteriores son falsas.

55. El estimador de variables instrumentales

10
 a) es sesgado en muestras pequeñas, pero consistente

b) su formula es (X’Z)-IZ’Y

c) se emplea únicamente en modelos estocásticos

deterministas

d) ninguna de las anteriores

56. Sabemos que el modelo de regresión Y=Bo +B1X + u presta un sesgo por
omisión de variables relevantes. El signo de dicho sesgo dependerá de:
a) Cov (X, u)
b) Sxy
c) Bo
d) Ninguna de las respuestas anteriores es
correcta.

57. Suponga que en el modelo de regresión Y = B0 + B1X + u existe

heterocedasticidad. Entonces:
a) Aplicar el modelo de Mínimos Cuadrados Ponderados (MCP) en el modelo original
es equivalente a aplicar Mínimos Cuadrado Ordinarios (MCO) en el modelo que
resulta de transformar el original para que σ sea constante.
b) Aplicar MCP en el modelo transformado es equivalente a aplicar MCO en el
modelo original.
c) Aplicar MCO con errores estándar robustos a heterocedasticidad es equivalente a
aplicar MCP.
d) Ninguna de las anteriores respuestas es correcta.

58. El siguiente proceso: u1 = 0,3u1 + Et 0,3tEt-1,

donde E es un ruido blanco.
a) Es un ARMA (1,1)
b) Es ruido blanco.
c) Todas las respuestas anteriores son
correctas.
d) Es un proceso no estacionario. e) Ninguna
de las anteriores.

59. Sea Z una variable aleatoria que se distribuye como una N (0,1) entonces la
variable X=σ2z+μ2 se distribuye como una normal con media y varianza dadas
por:
a) N (μ2,
σ2/(μ2))
b) N (μ2, σ2)
c) N (μ2, σ4)
d) N (μ2, 1)

10
60. En relación con las hipótesis sobre el vector de perturbaciones U en el modelo
lineal general Y= XB+U, indique cuál de las siguientes afirmaciones es CIERTA:
a) La insesgadez del estimador MCO de B no requiere la hipótesis de que E [U / X]=0.
b) El que la matriz de varianzas-covarianzas del estimador MCO de B sea igual σ (X
X) no tiene nada que ver con la hipótesis de que la var [U / X] = σ2*1
c) El teorema general de Gauss-Markov no requiere la hipótesis de que U sigue
una distribución Normal.

61. Considere las dos regresiones siguientes, estimadas ambas por MCO: [M1] yi =
B 0 + B 1 Xi + ûi y [M2] u = δ 0 + δ 1 Xi + α i (con i = 1,2,.....,10 en ambos casos).
El R y la desviación típica residual MCO del modelo [M2] son 0.55 y 0.45,
respectivamente. Por otro lado, la Prob [X ≤ 3.84] = 0.95 Considere las cuatro
afirmaciones siguientes:
1. La regresión [M2] permite contrastar la ausencia de autocorrelación en [M1] frente a
que existe autocorrelación de orden 1 en los errores. La hipótesis nula se rechaza al 5%.
2. Con la regresión [M2] puede calcularse el estadístico de Breusch-Pagan. Su valor es
5.5, por lo que debe rechazarse al 5% que las perturbaciones del modelo [M1] tengan
varianza constante.
3. Con la regresión [M2] puede calcularse el estadístico de White. Su valor es 4.5, por lo
que debe rechazarse al 5% que las perturbaciones del modelo [M1] tengan varianza
constante.
4. Con la regresión [M2] puede contrastarse que las perturbaciones del modelo [M1]
tienen varianza constante a través del estadístico de Breusch-Pagan, cuya distribución
aproximada bajo la hipótesis nula es X .

a) Afirmaciones CIERTAS: 1 y 2. Afirmaciones FALSAS: 3 y

4.

b) Afirmaciones CIERTAS: 2 y 4. Afirmaciones FALSAS: 1 y

3.

c) Afirmaciones CIERTAS: 2 y 3. Afirmaciones FALSAS: 1

y 4.

62. Sea el modelo de regresión múltiple Y = Xβ + U. Una de las propiedades del

estimador de MCO de β es:
a) En muestras grandes se distribuye como una normal.
b) Se distribuye como una t de Student.
c) Tiene una distribución normal, independientemente del tamaño
muestral.
d) Se distribuye como una F de Snedecor.

63. ¿Qué condiciones han de darse para que un modelo econométrico estimado por
MCO que incluye en su especificación regresores estocásticos no vea afectadas
las propiedades deseables de sus estimadores como consecuencia de tal
especificación?
a) Las propiedades de los estimadores nunca se verán afectadas por
regresores estocásticos.
10
 b) Que la matriz de datos de las variables explicativas sea independiente del vector
de perturbaciones y del vector de parámetros estructurales.
c) Que la matriz de datos de las variables explicativas sea independiente del vector
de parámetros estructurales y del vector de la variable endógena.
d) Las propiedades de los estimadores siempre se verán afectados por los
regresores estocásticos.
e) Son correctas las respuesta segunda y
tercera.

64. Entre las hipótesis clásicas que conforman el MBRL, la hipótesis de que el
vector de las perturbaciones aleatorias sigue una distribución Normal
multivariante:
a) Solo es necesaria para calcular previsiones puntuales para la variable dependiente.
b) No es necesaria para estimar la varianza de las perturbaciones por MV.
c) Permitir obtener la distribución del estimador MCO de la varianza de las
perturbaciones.
d) Solo es necesaria para estimar B por MV.

65. Modelo 1. Usando las observaciones 1975-

2011.
Coeficiente Dev. Típica Estadístico t
Const1.28199 0.402901 3.1819
Infl0.483113 0.0705893 6.8440
Unemp-0.0636495 0.0204136 -3.1180

Se ha calculado el test de inflación de la varianza con los siguientes resultados:

Factores de inflación de varianzas (VIF)

Infl. 1.065

Unemp 1.065

VIF (j)= 1/(1 R(J)^2), donde R(j) es el coeficiente de correlación múltiple entre
variable j ylas demás variables independientes. Indique la respuesta correcta:
a) Según los resultados de este contraste, podemos afirmar que no existe
heterocedasticidad en el modelo.
b) Según los resultados de este contraste, podemos afirmar que no existe
multicolinealidad
aproximada en el modelo.
c) El valor del parámetro rho (p) en el esquema de autocorrelación del modelo es 1.065
d) Este contraste se distribuye como una normal (0,1) e) El esquema de la varianza del
término de error n depende ni de la variable infl ni de la variable unemp.

10
66. Cuando la matriz X en un modelo lineal presenta un alto grado de
multicolinealidad aproximada:
a) El estimador MCO de β es segado.
b) El estimador MCO de β es ineficiente porque su matriz de varianzas-covarianzas
no coincide con σ (X X) .
c) El estimador MCO de β es
pocopreciso.
d) No existe un único estimador MCO de
β.

67. En la práctica, el paso inmediatamente siguiente a la especificación y

estimación de un modelo econométrico debe consistir en:
a) Utilizar los resultados de la estimación (estimaciones de los parámetros,
residuos,...) para detectar posibles incumplimientos de las hipótesis que conforman
el modelo especificado.
b) Usar el modelo estimado para calcular previsiones por intervalos para la
variable dependiente.
c) Utilizar el modelo estimado para describir lo aspectos esenciales de la relación entre
la variable dependiente y las variables explicativas.
d) Incluir más variables explicativas si el valor calculado del R2 es
pequeño.
.

68. 5. La presencia de regresores estocásticos en un

MBRI...
a) Produce siempre un sesgo en los estimadores, aunque son
consistentes.
b) Está relaciona con problemas de muestra pequeña.
c) Invalida los contrastes de significatividad el modelo.
d) Ninguna de las anteriores.

69. 33. Las relaciones dinámicas en economía se pueden explicar por.

a. Un desplazamiento en el tiempo de los efectos de una decisión
b. Decisiones basadas en la anticipación a acontecimientos futuros.
c. Un efecto “memoria” y hábitos.
d. Efectos de una decisión en el mismo periodo en siguientes periodos.
e. Todas las respuestas anteriores son correctas.
.

10
10