econometría test

¿Qué caracteriza a una matriz escalar?. Es una matriz diagonal cuyos elementos en la diagonal principal son iguales. Es una matriz diagonal cuyos elementos en la diagonal principal son distintos. Es una matriz con todos los elementos iguales en toda la matriz. Es una matriz diagonal sin elementos en la diagonal principal.

¿Cuándo es igual a 0 el determinante de una matriz cuadrada?. Cuando tiene dos líneas iguales. Cuando tiene dos líneas iguales. Cuando no tiene líneas iguales. Cuando no tiene líneas iguales.

¿Qué condición hace que el determinante de una matriz cuadrada sea 0?. Que tenga una línea de 0. Que no tenga ninguna línea de 0. Que no tenga ninguna línea de 0. Que la matriz sea diagonal.

¿Cuál de las siguientes condiciones implica que el determinante de una matriz cuadrada sea 0?. Que una línea sea combinación lineal de otra. Que todas las líneas sean independientes. Que todas las líneas sean independientes. Que la matriz tenga todos sus elementos distintos.

¿Cuándo es una variable exógena respecto a un modelo?. Cuando su variabilidad no depende de ninguna otra variable incluida en el modelo. Cuando su variabilidad depende de otras variables incluidas en el modelo. Cuando explica siempre el comportamiento de otra variable. Cuando depende de todas las variables del modelo.

¿Cuándo es una variable endógena respecto a un modelo?. Cuando su variabilidad depende de otras variables incluidas en el modelo. Cuando su variabilidad no depende de ninguna otra variable incluida en el modelo. Cuando no explica el comportamiento de ninguna variable. Cuando siempre es exógena respecto al modelo.

¿Qué hacen las variables explicativas?. Explican el comportamiento de una variable y solo pueden ser endógenas. Explican el comportamiento de una variable y solo pueden ser exógena. Explican el comportamiento de una variable y solo pueden ser endógenas. Explican el comportamiento de una variable y solo pueden ser endógenas.

¿Qué es la regresión?. Una técnica estadística que permite cuantificar las relaciones de dependencia del tipo causa-efecto que recoge un modelo econométrico. Una técnica estadística que solo describe relaciones temporales sin cuantificarlas. Una técnica econométrica que recoge únicamente relaciones de independencia. Una técnica estadística que cuantifica relaciones sin referencia a ningún modelo econométrico.

¿Cómo se caracterizan los datos de corte transversal?. Porque recogen observaciones tomadas secuencialmente en el tiempo. Porque van referidos a un mismo momento de tiempo. Porque combinan datos de serie transversal y temporal. Porque solo recogen observaciones de una misma familia entre varios años.

¿Cómo se caracterizan los datos de serie temporal?. Porque van referidos a un mismo momento de tiempo. Porque combinan observaciones transversales y temporales. Porque son observaciones tomadas secuencialmente en el tiempo. Porque recogen varias familias en un único año.

¿Qué son los datos de panel o longitudinales?. Datos referidos a un mismo momento de tiempo. Datos tomados secuencialmente en el tiempo para una sola observación. Una combinación de datos de serie transversal y temporal. Datos exclusivamente transversales aplicados a varias familias.

¿En qué consiste la fase de especificación en un estudio econométrico?. En la elaboración del modelo econométrico que trata de explicar el comportamiento de un determinado fenómeno econométrico, siendo necesario identificar variables endógenas y exógenas. En la obtención de observaciones de las variables incluidas en el modelo especificado. En la obtención de observaciones de las variables incluidas en el modelo especificado. En anticipar valores de las variables endógenas a partir de las variables explicativas.

¿En qué consiste la fase de recogida de datos en un estudio econométrico?. En cuantificar las relaciones que establece el modelo mediante la estimación de parámetros. En la obtención de observaciones de las variables incluidas en el modelo especificado. En la elaboración del modelo econométrico. En comprobar si se confirman los supuestos de la estimación.

¿En qué consiste la fase de cuantificación en un estudio econométrico?. En obtener observaciones de las variables incluidas en el modelo. En comprobar los supuestos bajo los cuales se llevó a cabo la estimación. En cuantificar las relaciones que establece el modelo mediante la estimación de parámetros correspondientes. En anticipar valores de las variables explicativas a partir de las variables endógenas.

¿En qué consiste la fase de validación en un estudio econométrico?. En elaborar el modelo econométrico identificando variables endógenas y exógenas. En comprobar si se confirman los supuestos bajo los cuales se llevó a cabo la estimación a partir del modelo estimado. En obtener observaciones de las variables incluidas en el modelo especificado. En anticipar valores de las variables endógenas para estimar los parámetros del modelo.

¿Cuál es el uso habitual del modelo estimado?. Obtener observaciones de las variables exógenas incluidas en el modelo. Elaborar un nuevo modelo econométrico para explicar otro fenómeno. Anticipar valores de las variables endógenas a partir de las variables explicativas distintos de los que han servido para obtener la estimación de los parámetros del modelo. Comprobar si las variables explicativas son siempre exógenas.

Cuáles son las fases de un estudio econométrico?. Especificación, recogida de datos, cuantificación, validación y uso del modelo estimado. Especificación, recogida de datos, validación, estimación y uso del modelo teórico. Recogida de datos, especificación, cuantificación, validación y explicación del modelo. Especificación, estimación, comprobación, validación y uso del modelo explicado.

¿Qué representa 𝐵0 en un modelo econométrico?. El valor estimado de la variable endógena cuando todas las variables explicativas son distintas de 0. El valor estimado de la variable endógena en el caso de que todas las variables explicativas fuesen iguales a 0. El incremento de la variable endógena cuando aumenta una variable explicativa. La suma de errores al cuadrado del modelo.

¿Qué repreresenta el Bj estimado?. El valor estimado de la variable endógena cuando todas las variables explicativas valen 0. El incremento que experimenta el valor estimado de la variable endógena cuando la variable explicativa Xj aumenta 1 unidad, manteniéndose constante todo lo demás. La media de la variable endógena estimada. El residuo estimado del modelo.

¿Qué establece el método de mínimos cuadrados?. Como estimaciones de los parámetros de un modelo cualquiera, los valores que hacen máxima la suma de errores al cuadrado. Como estimaciones de los parámetros de un modelo cualquiera, los valores que hacen mínima la suma de errores al cuadrado. Como estimaciones de los parámetros de un modelo cualquiera, los valores que igualan a 0 la variable endógena. Como estimaciones de los parámetros de un modelo cualquiera, los valores que hacen invertible cualquier matriz.

¿Cuando está definido de modo único B MCO?. Siempre que la matriz X'X sea singular. Siempre que la matriz X'X sea invertible. Siempre que el modelo no incluya término constante. Siempre que n sea menor igual a K +1.

¿Que condición equivale a que la matriz X'X sea invertible?. rg (X'X) = n menor igual a K +1. rg (X'X) = K +1 menor igual a n. rg (X'X) = 0. rg (X'X) = K mayor n.

¿Cuándo es siempre 0 la suma del error?. Siempre, con independencia del modelo. Siempre que el modelo incluya término constante B0. Solo cuando el modelo no tiene término constante. Solo cuando 𝑋′𝑋 no es invertible.

Si el modelo tiene término constante B0, ¿Cómo puede ser la suma del error?. Siempre 0. Siempre distinta de 0. Puede ser 0 o no.

Si el modelo no tiene término constante, ¿cómo puede ser la suma del error?. Si el modelo no tiene término constante, ¿cómo puede ser la suma del error?. Siempre distinta de 0. Puede ser 0 o no. Siempre igual a la media estimada de Y.

Si el modelo tiene 𝐵 0 ​ , ¿cuál es la media de 𝐸 ^ ?. 1. 0. B0​. Yˉ.

Intepretar Y estimada = 662 -4,6X. Las unidades estimadas son 662 si el precio es cero, pero como no tiene sentido al utilizar un valor de la X muy alejado de los datos utilizados, el número de unidades estimadas disminuye en 4,6 por cada euro que aumente el precio; 𝐵 0=662 y =4,6, siendo B1, el incremento que experimenta el valor estimado de la variable endógena cuando la variable explicativa aumenta 1 unidad manteniéndose constante todo lo demás. Las unidades estimadas son 662 si el precio aumenta 1 unidad y el número de unidades estimadas aumenta en 4,6 por cada euro que disminuya el precio. Las unidades estimadas son 662 cuando todas las variables son distintas de cero y el número de unidades estimadas no depende del precio. Las unidades estimadas disminuyen en 662 por cada euro que aumente el precio y 𝐵1 no representa ningún incremento.

¿Qué es la econometría?. La econometría es la ciencia social en la que se combinan la teoría económica, la economía matemática y la inferencia estadística como base metodológica. La econometría es una técnica estadística que estudia únicamente datos temporales. La econometría es la parte de la economía que solo analiza modelos matemáticos sin contraste empírico. La econometría es la aplicación de la estadística sin relación con la teoría económica.

¿Qué establece el teorema de Gauss-Markov?. En el contexto del modelo lineal general, el estimador MCO de B es el estimador lineal insesgado más eficiente, en el sentido de que cualquier otro estimador lineal e insesgado en las mismas condiciones de B tiene una matriz de covarianzas mayor. En el contexto del modelo lineal general, el estimador MCO de B es el único estimador posible, aunque no sea insesgado. En el contexto del modelo lineal general, cualquier estimador lineal de B tiene la misma matriz de covarianzas que el estimador MCO. En el contexto del modelo lineal general, el estimador MCO de B es eficiente aunque no sea lineal ni insesgado.

¿Qué mide la covarianza estimada?. La relación lineal entre dos variables. La proporción de la variabilidad explicada por el modelo. El grado de ajuste del modelo a las observaciones. La capacidad predictiva del modelo.

Qué determina el coeficiente de determinación?. La relación lineal entre dos variables. El grado de ajuste de un modelo estimado a las observaciones y la proporción de la variabilidad de la variable endógena explicada por el modelo. La capacidad predictiva del modelo cuando es próximo a 0. La matriz de covarianzas del modelo.

¿Qué indica el índice de desigualdad de Theil?. La relación lineal entre variables explicativas. La relación lineal entre variables explicativas. La capacidad predictiva del modelo, siendo buena si es próximo a 0 y sesgada si es 1. La proporción de variabilidad explicada por la variable endógena.

¿Qué significa que R elevado a 2 sea igual a 0?. Que el modelo no explica nada de la variabilidad endógena. Que el modelo explica toda la variabilidad de la variable endógena. Que el modelo explica el 80% de la variabilidad endógena. Que el modelo explica el 80% de la variabilidad endógena.

¿Qué significa que R elevado a 2 sea igual a 1?. Que el modelo no explica nada de la variabilidad de la variable endógena. Que el modelo explica toda la variabilidad de la variable endógena. Que el modelo explica parte de la variabilidad de la variable endógena. Que el modelo es aceptable a partir de 0,8.

Si R elevado a 2 es igual a 0,8695, ¿qué significa?. Que la renta explicaría el 0,8695% de las variaciones del consumo. Que la renta explicaría el 86,95% de las variaciones del consumo. Que la renta explicaría el 86,95% de las variaciones del consumo. Que el modelo no sería bueno.

¿A partir de qué valor sería aceptable R elevado a 2?. A partir de 0,5. A partir de 0,7. A partir de 0,8. A partir de 1.

¿Cuándo puede salir R elevado a 2 negativo?. Cuando el modelo lleve término independiente B0. Cuando el modelo no lleve término independiente B0. Cuando el modelo tenga el mismo número de variables explicativas. Cuando el modelo explique toda la variabilidad endógena.

¿Cuándo se puede utilizar R elevado a 2 para comparar modelos?. Cuando los modelos tienen distinto número de variables explicativas. Cuando los modelos tienen el mismo número de variables explicativas. Cuando los modelos no son anidados. Cuando el modelo no lleva término independiente.

¿Cuándo se deberá usar R elevado a 2 ajustado?. Cuando los modelos tengan el mismo número de variables explicativas. Cuando los modelos sean anidados y no tengan el mismo número de variables explicativas. Cuando R elevado a 2 sea igual a 1. Cuando el modelo explique toda la variabilidad endógena.

¿Qué ilustra el diagrama de dispersión?. El grado de ajuste del modelo a las observaciones. El tipo de dependencia lineal entre X e Y. La capacidad predictiva del modelo. La proporción de la variabilidad endógena explicada por el modelo.

¿Qué muestra el ejemplo del diagrama de dispersión citado en el fragmento?. Una relación lineal fuerte y creciente. Una relación lineal débil y decreciente. Una relación lineal fuerte y decreciente. Una relación no lineal entre X e Y.