econometria lll

Los modelos Lineal de de probabilidad logit y probit, permiten estimar modelos convariable dicotomadependiente. v. F.

En el MLP las variables se caracterizan por ser homocedásticas. V. F.

una alternativa a la estimación de modelo MLP es el logit. V. F.

los resultados de las estimaciones de los modelos logit y probit se puede comparar directamente. V. F.

el modelo MLP se estima con el logaritmo natural de la razón de probabilidad. V. F.

En los modelos probabilisticos, el coeficiente de determinación es la mejor medida de bondad de ajuste. v. F.

la estimación de modelos logit, sólo se puede llevar a cabo para la información de datos agrupados. V. F.

Para interpretar la la pendiente de un modelo logit se debe tomar el antilogaritmo del coeficiente, se resta uno de ese valor y se multiplica el resultado por cien. V. F.

una extensión del modelo probit es el modelo tobit. V. F.

en el modelo logit, la variable independiente es el logaritmo de la razon de probabilidades. V. F.

los modelos de regrecion con respuestas cualitativas a menudo se conocen como modelos de probabilidad; es decir , en los modelos donde Y (variable regresada) es cualitativa, el objetivo es encontrar la probabilidad de que un acontecimiento suceda. V. F.

de los metodos para crear un modelo de probabilidad son. el modelo logit y el modelo probit. V. F.

en muestras grandes, la inferencia estadistica del MLP seguira el procedimiento de MCO usual segun el supuesto de normalidad. V. F.

el modelo MCO garantiza que las probabilidades estimadas (en un modelo de probabilidad) se encuentran con seguridad entre los limites logicos 0 y 1. V. F.

En los modelos de repuesta dicotoma R2 calculada de manera convencional es la mejor medida de bondad de ajuste. V. F.

Segun Aldrich y Nelson, debe evitarse el coeficiente de determinacion como estadistico de resumen en modelos con variable dependiente cualitativa. V. F.

una de las ventajas del MLP es la no normalidad de los residuos ui. V. F.

Las funciones de distribucion acumulativa FDA que suelen seleccionarse para presentar los modelos de respuesta 0-1 son la logistica y la normal; la primera da lugar al modelo Probit y la segunda al modelo Logit. V. F.

si el logit, es positivo, significa que cuando se incrementa el valor de las regresoras, aumenta las posibilidades de que la regresada sea igual a 1 ( lo cual indica que sucedera algo de interes), si el logit es negativo, las posibilidades de que la regresada iguale a 1 disminuyen conforme se incrementa el valor de X. V. F.

El calculo de cambios en la probabilidad mediante el modelo probit resulta un poco tedioso, en comparacion con los modelos MLP y logit. V. F.

el tiempo juega un papel fundamental en el momento de estimar los modelos econometricos. V. F.

los modelos econometricos dinamicos son:autorregresivos y de rezago distribuido. V. F.

una de las cuasas para incluir rezagos en un modelo son las costumbres. V. F.

en un modelo de rezago, las variables independientes son los rezagos de la variable dependiente. V. F.

una de las desventajas de los modelos autoregresivos es que no hay una guia a priori sobre la longitud maxima del rezago. V. F.

el enfoque de Koyck supone que las ponderaciones de cada parámetro incrementan geométricamente. V. F.

el factor inercial de la inflacion se lo puede determinar a traves de un modelo autoregresivo. V. F.

en las transformaciones de Koyck, la prueba d sigue teniendo validez para medir la correlacion serial. V. F.

el enfoque de Almon proporciona un metodo mas flexible de incorporar diversidad de estructuras de rezago. V. F.

en los modelos autorregresivos la deteccion de autocorrelacion se utiliza la prueba h de Durbin. V. F.

todas las relaciones economicas son del tipo uniecuacional. V. F.

en los modelos de uniecuacionales las variables explicativas son la causa y la variable dependiente el efecto. V. F.

la relacion causa-efecto conduce a la consideracion de los modelos de ecuaciones simultaneas. V. F.

los fenomenos se explican de mejor manera cuando existen muchas variables que estan interactuando. V. F.

En los modelos de ecuaciones simultaneas, los estimadores obtenidos son inconsistentes cuando se emplea MCO. V. F.

es posible estimar los parametros de una ecuacion aisladamente, sin tener una cuenta las demas ecuaciones del sistema. V. F.

la interaccion entre la demanda y la oferta se la puede explicar mediante modelos de ecuaciones simultaneas. V. F.

el modelo salario-precio explica la naturaleza de los modelos de ecuaciones simultaneas. V. F.

Bruno Oudet desarrollo un modelo de ecuaciones simultaneas para explicar la relacion entre la inflacion y el desempleo. V. F.

en los modelos de ecuaciones simultaneas se puede aplicar algunas tecnicas de estimacion. V. F.

en los modelos de ecuaciones simultaneas hay mas de una ecuacion; para cada una de las variables mutuamente, o conjuntamente, dependientes o endógenas. V. F.

A diferencia de los modelos uniecuacionales, en los modelos de ecuaciones simultaneas no es posible estimar los parametros de una ecuacion aisladamente sin tener en cuenta la informacion proporcionada por las demas ecuaciones en el sistema. V. F.

en el contexto de los modelos de ecuaciones simultaneas, las variables conjuntamente dependientes se denominan variables endogenas, y las variables realmente no estocasticas o que pueden considerarse como tales, variables exogenas o predeterminadas. V. F.

La prueba de especificacion de Hausman es una prueba de simultaniedad que permite conocer si en un momento dado se tiene un problema de simultaniedad en un sistema de ecuaciones,. V. F.

En contraste con los modelos uniecuacionales, los de ecuaciones simultaneas contienen solo una variable dependeinte, o endogena, lo cual requiere mas de dos ecuaciones de manera que se supere el numero de variables endogenas (una) del sistema. V. F.

Una carcteristica unica de los modelos de ecuaciones simultaneas es que la variable endogena (es decir, la variable regresada) en una ecuaicon puede aparecer como variable explicativa (es decir, como regresora) en otra ecuacion del sistema. V. F.

en un sistema de ecuaciones la variable explicativa endogena se convierte en estocastica pero nunca estara correlacionada con el termino de perturbacion de la ecuacion en la cual aparece como variable explicativa. V. F.

Se dice que un estimador es inconsistente si su limite de probabilidad es igual al verdadero valor poblacional. V. F.

El experimento de Monte Carlo es una muestra del sesgo contenido en la aplicacion del MCO para estimar los parametros de una ecuacion de regresion. V. F.

La aplicacion del metodo clasico MCO para resolver una ecuacion de regresion permite obtener estimadores consistentes que convergen hacia sus verdaderos valores poblacionales, independientemente del tamaño de la muestra. V. F.

para la identificacion no es necesario partir de la clasificacion de variables. V. F.

el modelo Keynesiano de determinacion del ingreso es un ejemplo del trabajo con modelos de ecuaciones simultaneas. V. F.

en ecuaciones simultaneas, los estimadores son consistentes si se estiman por minimos cuadrados ordinarios. V. F.

en contraste con los modelos uniecuacionales, los modelos de ecuaciones simultaneas contienen mas de una variable dependiente. V. F.

en los modelos de ecuaciones simultaneas no es posible estimar los parametros de una ecuacion aisladamente. V. F.

en los modelos de ecuaciones simultaneas las variables explicativas son la causa y la variable dependiente es el efecto. V. F.

para encontrar las ecuaciones reducidas debemos utilizar el metodo de sustitucion. V. F.

identificar es el proceso que permite determinar si estamos estimando la ecuaicon correcta de un conjunto de ecuaciones. V. F.

corresponde al diseñador del modelo especificar cuales variables son endogenas y cuales son predeterminadas. V. F.

todas las ecuaciones del sistema se denominan identidades. V. F.

Las variables que forman parte del modelo de ecuaciones simultaneas son de dos tipos: endogenas, es decir, aquellas determinadas (cuyos valores estan) fuera del modelo; y predeterminadas, es decir, aquellas determinadas (cuyos valores estan) dentro del modelo. V. F.

Las variables endogenas se consideran no estocasticas, en tanto que las predeterminadas se consideran como estocasticas. V. F.

las variables predeterminadas estan divididas en dos categorias; exogenas, tanto actuales como rezagadas y endogenas rezagadas. V. F.

una ecuacion en forma reducida es aquella que expresa unicamente una variable endogena en terminos de las variables predeterminadas y las perturbaciones estocasticas. V. F.

Una ecuacion identificada puede estar exactamente (o total o precisamente) identificada o sobreidentificada. Se dice que esta exactamente identificada si pueden obtenerse valores numericos unicos de los parametros estructurales, Se dice que esta sobreidentificada si puede obtenerse mas de un valor numerico para algunos de los parametros de las ecuaciones estructurales. V. F.

Las condiciones de orden para la identificacion son condiciones necesarias y suficientes. V. F.

En un modelo de M ecuaciones simultaneas, para que una ecuacion este identificada debe incluir al menos M-1 variables (endogenas y predeterminadas) que aparecen en el modelo. Si excluye exactamente M-1 variables, la ecuacion está exactamente identifica. Si excluye mas de M-1 variables, estara sobreidentificada. V. F.

La condicion de rango para la identificacion es una condicion necesaria pero no suficiente. V. F.

En un modelo que contiene M ecuaciones en M variables endogenas, una ecuacion esta identificada si y solo si puede contribuirse por lo menos un determinante diferente de cero, de orden (M-1) (M-1), a partir de los coeficientes de las variables (endogenas y predeterminadas) excluidas de esa ecuacion particular, pero incluidas en las otras ecuaciones del modelo. V. F.

La condicion de orden dice si la ecuacion bajo consideracion esta identificada o no, en tanto que la condicion de rango expresa si dicha ecuacion esta exactamente identificada o sobreidentificada. V. F.

el analisis de regresion con datos de series de tiempo se denominan modelo autoregresivo cuando el modelo de regresion incluye no solo valores actuales sino ademas valores rezagados (pasados) de las variables explicativas. V. F.

Los modelos autoregresivos se denominan tambien modelos dinamicos, pues señalan la trayectoria en el tiempo de la variable dependiente en relacion con sus valores pasados. V. F.

Existen tres razones principales de la naturaleza de los rezagos: psicologicas, tecnologicas e institucionales. V. F.

Una de las desventajas que la estimacion ad hoc presenta es que a medida que se estiman rezagos sucesivos, quedan menos grados de libertad, con lo cual se debilita un poco la inferencia estadistica. V. F.

La mediana de los rezagos es el tiempo requerido para la primera mitad, o 50% del cambio total ocurrido en Y como consecuencia de un cambio sostenido en X. V. F.

La hipotesis de expectativas racionales proporciona un medio relativamente simple de diseñar modelos de expectativas en la teroria economica mientras que, a la vez postula una forma de comportamiento por parte de los agentes economicos que parece eminentemente rezonable. V. F.

La hipotesis de ER sostiene que "las expectativas son racionales en el sentido de que incorporan con eficiencia toda la informacion disponible en el momento en que se formulan las expectativas" y no solo la informacion pasada. V. F.

La estimacion de los modelos de Koyck y de expectativas adaptativas mediante el procedimiento usual de MCO puede producir resultados muy robustos. V. F.

Recuerde que si hay alguna longitud de rezago "verdadera" la seleccion de una cantidad menor de rezagos genera un "sesgo por omision de variable relevante", cuyas conSecuencias, llegan a ser muy graves. V. F.

Si se habla de exogeniedad debil, es posible demostrar que la causalidad de Grager no es necesaria ni suficiente para establecer la exogeniedad. Por otra parte, la causalidad de Grager es necesaria ( pero no suficiente) para la exogeniedad fuerte. V. F.