econometria 1

En regresiones a traves del origen, el coeficiente de determinacion no guarda las mismas caracteristicas. V. F.

Tener una desviación estándar de 0 y una media de 1es una propiedad de una variable estandarizada?. V. F.

Un modelo polinomial es aquel con: 2 variables de grado 3. 2 variables logarítmicas. 2 variables lineales. 2 variables una cuadrada y una cúbica.

De la ecuación E(Y/X2,X3)=B1+B2X2+B3X3, los parametros B2 y B3 se conoce como los coeficientes de correlación parcial. V. F.

El coeficiente de determinación en la regresión múltiple, tiene los límites entre 0 y 0,5. V. F.

Otro criterio para medir la bondad de ajuste de un medelo es: Criterio de Akaike. Intervalo de confianza. Error Estándar.

Que modelo mide la tasa de crecimiento. Modelo semi logaritmico. Modelo log-lin. Modelo log-log.

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

El modelo logaritmico reciproco constituye una forma funcional. V. F.

En los modelos sin reciproco se utiliza la suma de cuadrados ajustada. V. F.

El valor de R2 fluctua entre -1 y 1. V. F.

Modelo log-lineal es: logY=B0+B1logX+ui. logY=B0+B1X+ui. Y=B0+B1logX+ui.

Cuando no existe la pendiente, se trata de un modelo de regresion a trves del origen. V. F.

Si el error estandar es mas grande, significa que el intervalo de confianza es mas pequeño. V. F.

La hipotesis alternativa puede ser. igual a la hipotesis nula. igual al valor del error estandar. simple y compuesta.

r12.3=coeficiente de correlacion parcial entre Y y X2, manteniendo constante X3. V. F.

Yi=B2Xi+ui, en este modelo el termino intercepto esta: presente. ausente.

Un modelo cuadratico es representado a traves de una linea recta. V. F.

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

La transformacion logaritmica se emplea para reducir heteroscedasticidad. V. F.

La teoria de la regresion exige solo linealidad en las variables. V. F.

Un modelo polinomial puede ser considerado con un modelo de regresion multiple. V. F.

B3 es la elasticidad parcial de la produccion respecto del insumo capital. V. F.

Una de las metodologias para estimar un modelo de regresion multiple es: Maxima verosimilitud. Intervalo de confianza. Nivel de significancia.

Es mas importante que el R2 sea alto que la confiabilidad de los estimadores muestrales. V. F.

Los extremos del intervalo de confianza se conocen como limites de confianza. V. F.

El intervalo es considerado como un intervalo: Fijo. Constante. Al azar, Aleatorio.

Los limites de confianza vienen a representar los extremos del intervalo de confianza. V. F.

Una regresion a traves del origen utiliza. suma de cadrados ajustadas. suma de cuadrados estandarizados. suma de cuadrados simples.

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.

¿E l valor p se refiere al nivel de significancia mas bajo al cual puede rechazarse la H0?. V. F.

La transformacion de escala afecta las propiedades de los estimadores MCO. V. F.

Cuando no existe la pendiente, se trata de un modelo de regresion a traves del origen. V. F.

Si corremos un modelo a traves del origen, incurrimos en sesgo de especificacion. V. F.

En el modelo de cobb douglas B3 es la elasticidad parcial de la produccion respecto del: Insumo petrolero. Insumo PIB. Insumo capital.

Propiedades del coeficiente de determinacion R2. Puede ser negativo. Esta entre -1y1. Para comprar dos R2 el numero de datos debe ser el mismo-Es no decreciente del numero de variables.

Un estimador de intervalo es aquel que tiene una probabilidad especifica de 1-a. V. F.

Modelo log-lineal es: logY=B0+B1logX+ui. Y=B0+B1logX+ui. logY=B0+B1X+ui.

El coeficiente de determinacion en un modelo sin interseccion es siempre positivo. V. F.

A medida que aumenta el valor de t, el valor p se reduce y se rechaza la Ho con mas confianza. V. F.

Entre mas grande sea el error estandar del estimador. El intervalo de confianza sera=0. Mas pequeño sera el intervalo de confianza. Mas amplio sera el intervalo de confianza.

Es igual un modelo doble log que un modelo log lineal. V. F.

Con regresion a traves del origen el coeficiente de determinacion puede ser: Negativo. Igual a cero. Igual a uno.

Es mas importante que el R2 sea alto que la confiabilidad de los estimadores muestrales?. V. F.

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

r12.3=coeficiente de correlacion parcial entre Y y X2 manteniendo constante X3. V. F.

Un metodo para realizar una regresion multiple es el de maxima verosimilitud. V. F.

Un modelo cuadratico es representado a traves de una linea recta?. V. F.

Tener una desviacion estandar de 0 y una media de 1 es una propiedad de una variable estandarizada. V. F.

Los limites de confianza vienen a representar los extremos del intervalo de confianza?. V. F.

B2 es la elasticidad (parcial) de la-------------- respecto del insumo trabajo. Varianza. Colinealidad. Produccion.

Una variable estandarizada es aquella que: Expresa las variables en una sola medida. Obtiene la media de la regresion. Obtiene la varianza de una variable.

Regresion a traves del origen es: sin intercepto y pendiente-con intercepto. con intercepto y pendiente. con intercepto.

Un modelo polinomial es aquel con: 2 variables logaritmicas. 2 variables una cuadrada y una cubica- 2 variables de grado 3. 2 variables lineales.

¿Los errores estandar son necesarios para establecer intervalos de confianza y probar hipotesis?. V. F.

Es mas importante que el R2 sea alto que la confiabilidad de los estimadores muestrales?-. V. F.

La suma (B2+B3) da informacion sobre: heterocedasticidad. la colinealidad. la varianza. rendimientos a escala.

Es igual un modelo doble log que un modelo log lineal?. V. F.

En el modelo de cobb douglas B3 es la elasticidad parcial de la produccion respecto del.............. Insumo petrolero. Insumo PIB. Insumo capital.

Erro de TIPO1 consiste en aceptar una hipotesis falsa. V. F.

El modelo a traves del origen es un modelo solo empleado para modelos de regresion simple. V. F.

Las elasticidades pueden ser medida por un: Modelo reciproco. Modelo doble log. Modelo semi logaritmico.

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

Si se conocen las distribuciones muestrales o de probabilidad de los estimadores, se pueden hacer afirmaciones sobre: Intervalos de confianza. Errores estandar. Varianza.

Un valor grande de (t) sera evidencia en contra de la: Matriz de correlacion. de la hipotesis mantenida. la hipotesis nula- dela H0.

Un estimador de intervalo tiene una probabilidad especifica de: (1-0.75). (0.5-infinito). (0.5-0.25).

Ajustar una regresion a traves del origen implica: Error de especificacion. Modelo perfecto. Perdida de datos.

Las transformaciones de escala no afectan a las propiedades de los estimadores MCO. V. F.

La hipotesis nula siempreva a ser una hipotesis simple. V. F.

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

Un intervalo es considerado como un intervalo aleatorio a la muestra. V. F.

Si el modelo consumo (C) en funcion del ingreso (Y), los valores de Y estan en miles necesariamente los valores C deben ser miles. V. F.

El coeficiente de determinacion en la regresion multiple, tiene los limites entre 0y0,5. V. F.

Una variable estandarizada es aquella que: obtiene la varianza de una variable. expresa las variables en una sola medida. obtiene la media de la regresion.

B2 es la elasticidad parcial de la produccion con respectoal insumo trabajo. V. F.

Una propiedad de la variable estandarizada es: desviacion estandar =0. media=0. media=1.

Para comparar dos valores de r2, la variable dependiente (o regresada) de los dos modelos debe ser la misma. V. F.

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.

La trasformacion logaritmica se emplea para reducir heterocedasticidad. V. F.

Si la hipotesis alternativa esta planteada de la siguiente manera: H1:B2=1, significa que esta es: simple. compuesta. ninguna de las anteriores.

A medida que aumenta el valor de t, el valor p se reduce y se rechaza la H0 con mas confianza. V. F.

Cuakes son las variables que estan en la funcion de produccion de: PIB per capita. Capital-produccion. tasa de interes.

Linealidad es aquella en que la esperanza condicional de Y es: funcion lineal de u. funcion lineal de Y. funcion lineal de X.

Como el intervalo de confianza es aleatorio, los enunciados probabilisticos que le corresponden deber entenderse en un sentido de: largo plazo. corto plazo. mediano plazo.

Para medir la elasticidad usamos un modelo log-log. V. F.

Se puede decir que la econometria es la verificacion empirica de la teoria economica. V. F.

El valor medio de Y estimado es igual al valor medio de Y observado. V. F.

El coeficiente de determinacion o R cuadrado (R2) sirve para: Hallar intervalos. Ajuste de modelo-plantear hipotesis. Bondad del modelo.

Tener una desviacion estandar de 0 y una media de 1 es una propiedad de una variable estandarizada?. V. F.

Es igual un modelo doble log que un modelo log lineal?-. V. F.

Los estimadores MCO estan expresados unicamente en terminos de las cantidades observables (muestras). V. F.

La funcion de Cobb-Douglas, es un ejemplo de forma funcional multiple. V. F.

Si el error estandar es mas grande, significa que el intervalo de confianza es mas pequeño?. V. F.

El metodo de maxima verosimilitud tiene propiedades. igual que los MCO. mas fuerte que los MCO. menos fuerte que los MCO.

Que modelo mide la tasa de crecimiento. modelo semi logaritmico. modelo log-lin. modelo log-log.

Mejores estimadores lineales insesgados. Maxima verosimitud. Sumatoria de los residiuos. Intervalos de confianza.

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

Diferente varianza significa: heterocedasticidad. autocorrelacion. homocedasticidad.

Las transformaciones de escala no afectan a las propiedades de los estimadores de MCO. V. F.

Los datos de series temporales son informacion que se genera en un mismo periodo de tiempo. V. F.

Se conocen las distribuciones muestrales o de probabilidad de los estimadores, se pueden hacer afirmaciones sobre. errores estandar. intervalos de confianza. varianza.

En un modelo con mas de dos variables la forma funcional puede ser juzgada a partir del diagrama de dispersion. V. F.

El intervalo es considerado como un intervalo fijo. V. F.

La variable que aparece al lado izquierdo de la ecuacion es la variable: regresora. independiente. dependiente-regresada.

Un modelo de regresion log-lineal nos permite realizar modelos reciprocos. V. F.

Las transformaciones de escala no afectan a las propiedades de los estimadores de MCO?. V. F.

El coeficiente de determinacion en un modelo sin intercepto es siempre positivo. V. F.

En regresiones a traves del origen, el coeficiente de determinacion no guarda las mismas caracteristicas. V. F.

Una propiedad de la variable estandarizada, es que su media es siempre cero y su desviacion estandar es siempre uno. V. F.

Si el modelo consumo (C) en funcion del ingreso (Y), los valores de Y estan en miles necesariamente los valores C deben ser miles. V. F.

En los modelos sin intercepto se utiliza la suma de cuadrados ajustadas. V. F.

Es la curva Phillips un ejemplo de un modelo logaritmico. V. F.

Los grados de libertad para calcular la varianza en un modelo sin intercepto es (n-2). V. F.

El modelo a traves del origen es un modelo solo empleado para modelos de regresion simple?. V. F.

Una caracteristica atractiva del modelo log-log que lo ha hecho muy popular en el trabajo empirico,es que el coeficiente de la pendiente B2 mide la elasticidad de X respecto de Y. V. F.

Para comparar dos valores de r2, la variable dependiente (o regresada)de los dos modelos debe ser la misma. V. F.

Cuando no existe la pendiente, se trata de un modelo de regresion a traves del origen?. V. F.

El modelo sin intercepto utiliza la suma de cuadrados simples. V. F.

El valor de R2 flutua entre -1 y 1. V. F.

Si corremos un modelo a traves del origen, incurrimos en sesgo de especificacion?. V. F.

Cual es el coeficiente de primer orden: r1.23. r12.3. r12.34.

si hay relacion entre X2 y X3 se dice que son: colineales. insesgados. sesgados.

una de las metodologias para estimar un modelo de regresion multiple es: Intervalo de confianza. Nivel de significancia. Maxima verosimilitud.

a medida que aumenta el numero de regresoras R2: aumenta invariablemente. disminuye considerablemente. aumenta considerablemente.

uno de los pasos de la metodologia econometrica es la obtencion de datos. V. F.

Y=B1+B2X+u. ¿ES LA FORMA MATEMATICA DE DEFINIR AL MODELO?. V. F.

Existe la econometria teorica. V. F.

La econometria es el analisis cuantitativo de los fenomenos economicos reales. V. F.

en un modelo con mas de dos variables la forma funcional puede ser juzgada a partir del diagrama de dispersion. V. F.

El analisis de regresion nos permite obtener una estimacio. V. F.

La teoria por si misma proporciona medidas numericas de alguna relacion entre variables. V. F.

Pueden ser probados los resultados muestrales de una hipotesis a traves del coeficiente de correlacion. V. F.

Un estadistico es estadisticamente significativo si el valor de estadistico de prueba cae en la region critica. V. F.

Se puede probar hipotesis con el valor (p) del estadistico. V. F.

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

El valor p se refiere al nivel de significancia mas bajo al cual puede rechazarse la H0. V. F.

Un estimador de intervalo es aquel que tiene una probabilidad especifica de 1-a. V. F.

El intervalo es considerado como un intervalo fijo. F. V.

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

En el analisis de regresion lo que interesa es la dependencia. funcional. determinidtica. estadistica.

En las relaciones estadisticas entre variables se analizan. Variables aleatorias. Errores estandar. forma funcional.

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.

Uno de los coeficientes de la ecuacion de regresion es: coeficiente de correlacion. intervalo de confianza. el intercepto.

Error de tipo 1 es: Aceptar una hipotesis verdadera. Aceptar una hipotesis falsa. Rechazar una hipotesis verdadera.

Probar hipotesis de manera conjunta se lo hace a traves de : prueba t. prueba x2. prueba F.

la distribucion normal es una distribucion comparativa sencilla y requiere solo 2 parametros. la media. hipotesis. coeficiente de determinacion.

la suposicion de normalidad permite utilizar que pruebas o indicadores estadisticos: la media y mediana. t,Fy X2. Coeficiente de determinacion.

la teoria por si misma proporciona medidas numericas de alguna relacionentre variables. V. F.

Un modelo de regresion sirve para pronosticar. V. F.

Uno de los pasos de la metodologia econometrica es la obtencion de datos. V. F.

Se denomina variable de control a la variable Y. V. F.

Y=B1+B2X+B3X2+u esta es una ecuacion lineal en las variables. V. F.

Los valores medios de Y proporcionados en una regresion, permiten construir la curva de regresion. V. F.

Funcion de regresion poblacional es lo mismo que funcion de esperanza condicional. V. F.

El valor de p se refiere al nivel de significancia mas bajo al cual puede rechazarse la H0. V. F.

Un estimador de intervalo es aquel que tiene una probabilidad especifica de 1-a?. V. F.

el intervalo es considerado como un intervalo fijo. V. F.

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

Los extremos del intervalo de confianza se conocen como limites de confianza. V. F.

Una propiedad de la variable estandarizada, es que su media es siempre cero y su desviacion estandar es siempre uno?. V. F.

En los modelos sin intercepto se utiliza la suma de cuadrados ajustada. V. F.

Tener una desviacion estanadar de 0 y una media de 1 es una propiedad de una variable estandarizada. V. F.

El analisis de correlacion mide: fuerza de asociacion. normalidad. errores estandar.

a la variable dependiente tambien se la conoce como variable: respuesta. estimulo. covariante.

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.

una regresion a traves del origen utiliza. suma de cuadrados ajustada. suma de cuadrados estandarizados. suma de cuadrados simples.

que modelo mide la tasa de crecimiento. modelos semilogaritmicos. modelos log-log. modelo log-lin.

si hay relacion entre X2 y X3 se dice que son. colineales. insesgados. sesgados.

los coeficientes de correlacion entre regresoras y regresores se denomina: parametros. variables. coeficientes de correlacion simple.

otro criterio para medir la bondad de ajuste de un modelo es: error estandar. criterio de Akaike. intervalo de confianza.