ECONOMETRIA

¿Cuál de los siguientes enunciados sobre la metodología de la econometría es correcto?. a. El término de perturbación “u” representa todos los factores que afectan la variable dependiente que sí se consideran en el modelo en forma explícita. b. El término de perturbación “Beta” representa todos los factores que afectan la variable dependiente pero que no se consideran en el modelo en forma explícita. c. Si el modelo escogido no refuta la hipótesis o la teoría en consideración, servirá para predecir el (los) valor(es) futuro(s) de la variable independiente Y, con base en el (los) valor(es) futuro(s) conocido(s) o esperado(s) de la variable dependiente X. d. Si el modelo escogido no refuta la hipótesis o la teoría en consideración, servirá para predecir el (los) valor(es) futuro(s) de la variable dependiente Y, o de pronóstico, con base en el (los) valor(es) futuro(s) conocido(s) o esperado(s) de la variable explicativa, o predictora, X.

¿Cuál de los siguientes enunciados sobre los tipos de datos es correcto?. a. Las series de tiempo permiten analizar tendencias, pero no patrones estacionales y cambios a lo largo del tiempo para una o más variables. b. Las series de tiempo y los datos de panel sirven para análisis de tendencias temporales. c. Los datos de panel son datos recolectados a lo largo de varios períodos de tiempo. d. Los datos de corte transversal son datos recolectados en varios puntos en el tiempo para diferentes unidades de análisis que están relacionadas entre sí en el tiempo.

¿Cuál de los siguientes enunciados sobre los tipos de econometría es correcto?. a. En la econometría teórica utilizamos herramientas de la econometría aplicada para estudiar algunos campos especiales de la economía y los negocios. b. La econometría estática se relaciona con la elaboración de métodos apropiados para medir las relaciones económicas especificadas por los modelos econométricos. c. Econometría estructural estima parámetros de modelos económicos basados en teorías subyacentes. d. Econometría no estructural estima parámetros de modelos económicos basados en teorías subyacentes.

¿Cuál de los siguientes ejemplos corresponde a la escala de intervalo?. a. Las horas del día (0 a 24 horas). b. La nacionalidad de las personas (Ecuatoriano/a, Colombiano/a, Mexicano/a, etc.). c. El tipo de transporte utilizado (Automóvil, Bicicleta, Transporte público). d. La altura de los estudiantes en centímetros.

¿Cuál de los siguientes ejemplos corresponde a la escala de razón?. a. Las tallas de ropa (S, M, L, XL). b. El tipo de transporte utilizado (Automóvil, Bicicleta, Transporte público). c. Las horas del día (0 a 24 horas). d. La cantidad de horas trabajadas por semana por un empleado.

¿Cuál de los siguientes ejemplos corresponde a la escala de razón?. a. La posición final de un equipo en una competición deportiva (1er lugar, 2do lugar, 3er lugar, etc.). b. Las calificaciones en una prueba de matemáticas (por ejemplo, 60, 70, 80, 90 puntos). c. La altura de los estudiantes en centímetros. d. Las horas del día (0 a 24 horas).

Elija el enunciado correcto, respecto a los datos de la tabla (adjunta al link) correspondientes a Estados Unidos de 1980 a 2006, se debe realizar el análisis de regresión lineal de la tasa de participación de la fuerza laboral civil masculina en función de la tasa de desempleo civil para los hombres. Deben considerar que la relación esperada entre la tasa de participación de la fuerza laboral y la tasa de desempleo suele seguir una tendencia inversa. Es decir, se espera que a medida que la tasa de desempleo aumenta, la tasa de participación en la fuerza laboral disminuya. https://docs.google.com/spreadsheets/d/1izCt_bbHvWgeiA9O0YHT-6PLrL5WQ4lu/edit?usp=sharing&ouid=110323653651507368262&rtpof=true&sd=true. a. El coeficiente para TDCH3 indica que, por cada unidad de aumento en la tasa de desempleo civil para los hombres, se espera un aumento de 72.6922 unidades en la tasa de participación de la fuerza laboral civil masculina. b. El r² ajustado de 0.2901 sugiere que aproximadamente el 71% de la variabilidad en la tasa de participación de la fuerza laboral civil masculina puede ser explicada por la tasa de desempleo civil para los hombres. c. Los valores estimados de β_1 y β_2 son los siguientes: β_1 = -1.9222 y β_2 = 1.7177. d. El coeficiente para TDCH3 (0.4333) indica que, por cada unidad de aumento en la tasa de desempleo civil para los hombres, se espera un aumento de 0.4333 unidades en la tasa de participación de la fuerza laboral civil masculina.

¿Cuál es la finalidad principal de la estimación por mínimos cuadrados ordinarios (MCO)?. a. Minimizar la suma de los cuadrados de los errores o residuos. b. Maximizar la varianza de los residuos. c. Obtener coeficientes con distribución normal. d. Eliminar los errores del modelo completamente.

¿Qué representan los valores esperados condicionales en el análisis de regresión?. a. Son los valores medios de la variable dependiente para diferentes niveles de la variable independiente. b. Son los valores absolutos de la variable independiente. c. Son los valores esperados de la variable dependiente sin tener en cuenta los valores de la variable independiente. d. Son los valores extremos de la variable independiente que influyen en la variable dependiente.

¿Cuál de los siguientes enunciados respecto a regresión, causalidad y correlación es correcto?. a. En el análisis de correlación, el objetivo principal no es medir la fuerza o el grado de asociación lineal entre dos variables. b. En el análisis de regresión hay una asimetría en el tratamiento a las variables explicativas y dependientes, se supone que la variable explicativa es estadística, es decir, que tiene una distribución de probabilidad; por otra parte, se asume que la variable dependiente tiene valores fijos (en muestras repetidas). c. En el análisis de correlación, el objetivo principal es medir la fuerza o el grado de asociación lineal entre dos variables. d. En el análisis de correlación se trata de estimar o predecir el valor promedio de una variable con base en los valores fijos de otras.

¿Cuál de los siguientes enunciados sobre los tipos de datos es correcto?. a. Las series de tiempo y los datos de panel sirven para análisis de tendencias temporales. b. Los datos de corte transversal son datos recolectados en varios puntos en el tiempo para diferentes unidades de análisis que están relacionadas entre sí en el tiempo. c. Las series de tiempo no permiten analizar tendencias, sólo patrones estacionales y cambios a lo largo del tiempo para una o más variables. d. Una serie de tiempo es estacionaria si su media y varianza varían sistemáticamente con el tiempo.

¿Cuál de los siguientes enunciados sobre la metodología de la econometría es correcto?. a. El término de perturbación “u” representa todos los factores que afectan la variable dependiente que sí se consideran en el modelo en forma explícita. b. De acuerdo con los economistas “positivos”, como Milton Friedman, una teoría o hipótesis no verificable mediante la evidencia empírica puede ser admisible como parte de la investigación científica. c. La confirmación o refutación de las teorías económicas con fundamento en la evidencia muestral se basa en una rama de la teoría estadística conocida como inferencia estadística (pruebas de hipótesis). d. Si el modelo escogido no refuta la hipótesis o la teoría en consideración, servirá para predecir el (los) valor(es) futuro(s) de la variable independiente Y, con base en el (los) valor(es) futuro(s) conocido(s) o esperado(s) de la variable dependiente X.

¿Cuál de los siguientes ejemplos corresponde a la escala de intervalo?. a. El tipo de transporte utilizado (Automóvil, Bicicleta, Transporte público). b. La cantidad de dinero que un estudiante gasta en libros durante un semestre. c. Las calificaciones en una prueba de matemáticas (por ejemplo, 60, 70, 80, 90 puntos). d. La cantidad de horas trabajadas por semana por un empleado.

¿Cuál de los siguientes ejemplos corresponde a la escala nominal?. a. Las horas del día (0 a 24 horas). b. La posición final de un equipo en una competición deportiva (1er lugar, 2do lugar, 3er lugar, etc.). c. La cantidad de horas trabajadas por semana por un empleado. d. Los colores de los automóviles (Rojo, Azul, Verde, etc.).

¿Cuál de los siguientes ejemplos corresponde a la escala de intervalo?. a. Las tallas de ropa (S, M, L, XL). b. El tipo de transporte utilizado (Automóvil, Bicicleta, Transporte público). c. La cantidad de horas trabajadas por semana por un empleado. d. Las calificaciones en una prueba de matemáticas (por ejemplo, 60, 70, 80, 90 puntos).

¿Cuál es el objetivo principal del análisis de regresión en el contexto de la función de regresión muestral (FRM)?. a. Estimar la función de regresión poblacional (FRP) Yi = Beta1 + Beta2 Xi + ui con base en la información muestral obtenida a través de la FRM Yi = Beta sombrero1 + Beta sombrero 2 Xi + u sombrero i. b. Encontrar los valores exactos de los parámetros poblacionales Beta 1 y Beta 2. c. Minimizar el término residual u sombrero i para cada observación muestral Yi. d. Garantizar que Ŷi siempre subestime E(Y | Xi) para evitar errores.

¿Cuál es la diferencia principal entre significancia estadística y significancia práctica en un estudio?. a. La significancia estadística se enfoca en el impacto económico de los resultados, mientras que la significancia práctica se basa en la probabilidad de obtener un resultado extremo. b. La significancia estadística se refiere a la importancia de los resultados en términos de políticas económicas, mientras que la significancia práctica se relaciona con la probabilidad de error en la investigación. c. La significancia estadística se centra en la probabilidad de obtener un resultado bajo la hipótesis nula, mientras que la significancia práctica considera la relevancia real de estos resultados en la toma de decisiones. d. La significancia estadística y la significancia práctica son términos intercambiables que se refieren a lo mismo.

¿Qué representa el coeficiente de confianza en la estimación por intervalos?. a. La probabilidad de que el intervalo de confianza contenga al valor verdadero del parámetro. b. La probabilidad de que el estimador puntual sea igual al valor verdadero del parámetro. c. La certeza de que el intervalo de confianza es siempre correcto. d. La probabilidad de que el estimador puntual sea incorrecto.

¿Cuál de los siguientes enunciados sobre los tipos de econometría es correcto?. a. Econometría estática considera cómo las relaciones entre variables cambian a lo largo del tiempo. b. En la econometría estructural utilizamos herramientas de la econometría no estructural para estudiar algunos campos especiales de la economía y los negocios. c. Econometría macroeconómica se centra en el comportamiento de variables a nivel individual o de empresas. d. En la econometría aplicada utilizamos herramientas de la econometría teórica para estudiar algunos campos especiales de la economía y los negocios.

¿Cuál de los siguientes enunciados respecto a regresión, causalidad y correlación es correcto?. En el análisis de regresión se trata de estimar o predecir el valor promedio de una variable con base en los valores fijos de otras. En el análisis de correlación se trata de estimar o predecir el valor promedio de una variable con base en los valores fijos de otras. El análisis de correlación tiene que ver con la dependencia de una variable respecto de otras variables, esto no implica causalidad necesariamente. En el análisis de correlación, el objetivo principal no es medir la fuerza o el grado de asociación lineal entre dos variables.

¿Cuál de los siguientes enunciados sobre los tipos de datos es correcto?. Los datos de corte transversal y los datos de panel no son útiles para analizar relaciones causales entre variables. Los datos de corte transversal y los datos de panel son útiles para analizar relaciones causales entre variables. Los datos de panel son datos recolectados a lo largo de varios períodos de tiempo. Las series de tiempo son datos recolectados en un solo punto en el tiempo para diferentes unidades que no están relacionadas entre sí en el tiempo.

¿Cuál de los siguientes ejemplos corresponde a la escala de intervalo?. El tipo de transporte utilizado (Automóvil, Bicicleta, Transporte público). La cantidad de dinero que un estudiante gasta en libros durante un semestre. Las calificaciones en una prueba de matemáticas (por ejemplo, 60, 70, 80, 90 puntos). La cantidad de horas trabajadas por semana por un empleado.

¿Cuál de los siguientes ejemplos corresponde a la escala de razón?. Las tallas de ropa (S, M, L, XL). La velocidad de un vehículo en kilómetros por hora. La posición final de un equipo en una competición deportiva (1er lugar, 2do lugar, 3er lugar, etc.). Los colores de los automóviles (Rojo, Azul, Verde, etc.).

¿Cuál de los siguientes ejemplos corresponde a la escala ordinal?. Las horas del día (0 a 24 horas). El tipo de transporte utilizado (Automóvil, Bicicleta, Transporte público). La cantidad de horas trabajadas por semana por un empleado. La clasificación de estudiantes en función de su rendimiento académico, como “Excelente”, “Bueno”, “Regular”, y “Deficiente”.

¿Qué significa la ecuación (5.3.9) en relación con el intervalo de confianza para β2 con un nivel de confianza del 95%?. En 95 de cada 100 casos, el intervalo dado contendrá al verdadero valor de β2. En 5 de cada 100 casos, el intervalo dado contendrá al verdadero valor de β2. El intervalo de confianza para β2 es siempre correcto. La probabilidad de que el intervalo dado incluya a β2 es del 95%.

¿Por qué es importante el principio de parsimonia al construir un modelo de regresión?. Porque conviene mantener el modelo de regresión lo más sencillo posible, explicando “sustancialmente” el comportamiento de Y con dos o tres variables explicativas. Porque siempre es mejor incluir tantas variables como sea posible para obtener un modelo detallado. Porque la parsimonia se refiere a la precisión de la medición de las variables. Porque los modelos complejos siempre tienen mayor poder predictivo.

Considerando la Función de Regresión Poblacional (FRP) ¿Qué representa la desviación ui en la ecuación de regresión Yi = E(Y | Xi) + ui ?. La media condicional de la variable dependiente Y. La media incondicional de la variable dependiente Y. La diferencia entre el valor observado de la variable dependiente y su media condicional dada la variable independiente. La diferencia entre el valor observado de la variable dependiente y su media incondicional.