Compito di Introduzione all’Econometria
4/6/2015
Cognome e Nome:_________________________________________
Numero Matricola:_________________________________________
1) Siano U e X due variabili casuali. Se E[U|X]=0 posso affermare che:
i) U e X sono indipendenti (in probabilità); vero [ ] falso [ ]
ii) E[U]=0; vero [ ] falso [ ]
iii) Cov(U,X)=0; vero [ ] falso [ ]
iv) Corr(U,X) è diversa da zero; vero [ ] falso [ ]
v) Var(U|X) è costante per ogni valore di X; vero [ ] falso [ ]
2) Nella regressione stimata
𝑌̂ = 5 + 4𝑋
X è espressa in migliaia di euro e Y in centinaia di euro. Si risponda alle seguenti domande:
i) Se trasformo X in centinaia di euro e chiamo W tale variabile trasformata, significa che X=1
con X espressa in migliaia di euro corrisponde a W=_________ con W espressa in centinaia
di euro.
ii) Se ristimo il modello con W come regressore al posto di X, quali saranno le nuove stime
dell’intercetta e della pendenza della retta OLS?
3) Si determini la covarianza tra le variabili casuali Z ed X, dove Z= 8 -3X. Si calcoli inoltre l’indice di
correlazione tra Z e X.
4) Se nella regressione 𝑌𝑖 = 𝑎 + 𝑏𝑋𝑖 + 𝑈𝑖 stimata con gli OLS risulta 𝑅 2 = 0 posso affermare che:
i) La retta stimata è verticale rispetto all’asse x; vero [ ] falso [ ]
ii) La stima di b è nulla; vero [ ] falso [ ]
iii) La variabile X non fa variare la variabile dipendente; vero [ ] falso [ ]
iv) La media aritmetica dei residui OLS è diversa da zero; vero [ ] falso [ ]
5) Si definisca la proprietà di correttezza per un generico stimatore 𝛽̂.
6) Se vi è simultanea causalità tra Xi e Yi nel modello
𝑌𝑖 = 𝑎 + 𝑏𝑋𝑖 + 𝑈𝑖
̂
lo stimatore OLS 𝑏 converge in probabilità a b? Si argomenti la risposta.
7) Si calcoli l’effetto causale parziale di una variazione unitaria di X2 nel modello stimato:
𝑌̂ = 3 + 2𝑋1 + 5𝑋12 − 3𝑋2
supponendo che prima della variazione X1=10 e X2=2.
8) Si calcoli un intervallo di confidenza asintotico al 95% per il coefficiente della variabile l_school nel
modello di regressione qui sotto stimato.
Modello 3: OLS, usando le osservazioni 1-106
Variabile dipendente: l_gdp85
Errori standard robusti rispetto all'eteroschedasticità, variante HC0
Coefficiente Errore Std. rapporto t p-value
Const 5,53554 0,374926 14,7643 <0,00001 ***
l_school 0,674321 0,0901094 7,4834 <0,00001 ***
l_inv 0,664866 0,163941 4,0555 0,00010 ***
l_popgrow -0,260817 0,104888 -2,4866 0,01452 **
Media var. dipendente 8,101904 SQM var. dipendente 1,084416
Somma quadr. residui 36,75286 E.S. della regressione 0,600268
R-quadro 0,702347 R-quadro corretto 0,693592
F(3, 102) 146,7362 P-value(F) 7,27e-37
Log-verosimiglianza -94,26866 Criterio di Akaike 196,5373
Criterio di Schwarz 207,1911 Hannan-Quinn 200,8553
9) L’ipotesi nulla che il coefficiente della variabile l_school è uguale a 1,5 è rifiutata con alfa=5%? Si
argomenti la risposta. Il p-value associato al test sarà minore di 0,05 ?
10) Qual è l’ipotesi nulla associata alla statistica test F riportata nell’output delle stime del modello di
regressione del punto 7) precedente? Per un livello di significatività del 1% si accetta l’ipotesi nulla?
11) Si dia la definizione della variabile casuale F(3,102).
