Econometria. T2

Considere el siguiente modelo: Yit=B0+Ai+B1X1it+B2X2it+ Eit. Si E(AiX1it)=E(AiX2it) diría que. Es preferible un modelo de efectos fijos. Es preferible un modelo de efectos aleatorios. Es preferible un modelo de efectos fusionados. Ninguna de las anteriores.

Un modelo de panel de efectos fijos será preferido a uno de efectos aleatorios si. El valor del contraste de Hausman es menor que el crítico en las tablas para el nivel de significatividad elegido. El p-valor del contraste de Hausaman es muy elevado. El valor del contraste de Hausman es mayor que el crítico en las tablas para el nivel de significatividad elegido. Ninguna de las anteriores.

En un modelo de datos de panel de expresión cov (Eit,Eis|Xit,Xis)=0, t≠s significa. Que no hay multicolinealidad perfecta. Condicionado a los regresores, la varianza del error es constante. La correlación serial en el tiempo condicionada los regresores, es nula. son correctas b y c.

El estimador entre grupos o estimador "between" implica. Estimar utilizando solo la variación entre las secciones cruzadas. Estimar un modelo en desviaciones con respecto a la media, donde estas medias se calculan por separado para cada entidad invidual. Emplear un modelo que incluya tanto dummies por entidades como dummies temporales y estimarlo por MCO. Ninguna de las anteriores.

En un modelo de panel de condición E(Ai|X1i,X2i...)=E(Ai)=0. Es el supuesto de efectos fijos. Es el supuesto de efectos aleatorios. Es el supuesto tanto del modelo efectos fijos como del modelo efectos aleatorios. No es supuesto ni del modelo de efectos fijos ni del modelo de efectos aleatorios.

En el contexto de los datos de panel si Ai está incorrelados con las variables explicativas. Es adecuado el modelo de efectos fijos. Es adecuado el modelo de efectos aleatorios. Es adecuado el modelo con datos fusionados. Las tres modelos pueden ser adecuados.

En el modelo de efectos fijos está basado en una serie de supuestos entre los que no se incluye. La linealidad del modelo. El supuesto de muestra aleatoria. La normalidad del término de error. La no multicolinealidad perfecta.

Considere las siguientes afirmaciones i. El empleo de datos de panel puede incrementar el nº de gl y por tanto la potencia del test ii. El empleo de datos permite de que el valor esperado de la variable dependiente varíe entre entidades, en el tiempo o tanto entidades como tiempo. Ambas son correctas. Solo la primera. Solo la segunda. Ninguna.

Señale cuál de las siguientes es una desventaja del modelo de panel con efectos fijos. Presenta dificultad técnicas que dificultan mucho su estimación. Puede no ser válido si el término de error está correlacionado con una o mas variables explicativas. Si hay muchas entidades individuales, el nº de parámetros a estimar puede resultar demasiado elevado con la consiguiente pérdida de gl. El modelo de efectos fijos solo puede capturar la heterogeneidad de las entidades individuales y no la variación temporal de la variable dependiente.

La diferencia entre un panel equilibrado y uno que no está, es que. En el desequilibrado no es posible estimar los efectos fijos temporales e individuales. En el desequilibrado faltan observaciones para alguna entidad o periodo temporal. El impacto de diferentes regresores es aproximadamente el mismo en un panel equilibrado pero no en un desequilibrado. En el equilibrado no es posible incluir variables explicativas binarias pero sí podemos incluirlas en uno desequilibrado.

En el modelo de panel con efectos fijos individuales pero no temporales. hay n interceptos (constantes) diferentes. se permite que los coeficientes de pendiente correspondientes a la variables explicativas difieran entre entidades individuales, pero el intercepto es fijo. Se ha corregido el problema de la heterocedasticidad. En el modelo doblemente logarítmico se puede incluir el logaritmo de variables binarias para controlar los efectos fijos.

En un modelo de datos de panel. La autocorrelación de los errores es más probable entre los valores en el tiempo de cada entidad individual. El error será siempre no autocorrelado si empleamos el modelo de efectos fijos. El error será siempre no autocorrelado si empleamos el modelo de efectos aleatorios. Ninguna es correcta.

Un investigador con un panel T=2 desea hacer un análisis tipo antes y después. Si alguna de las variables que supuestamente no cambian en el tiempo y cuya influencia sería tenida en cuenta con este modelo, cambiase realmente entre dos períodos, el estimador regresor de interés. Será insesgado solo cuando se empleen errores estándar robustos. Aun podría ser insesgado. Solo será insesgado asintóticamente. Siempre será insesgado con tal de que se cumplan el resto de los supuestos.

En el modelo Yit=a+B1Xit+B2Zit+ efectos individuales +Eit donde la correlación entre los efectos individuales y Xit es distinta a cero. Entonces. Es preferible el modelo de efectos aleatorios. Es preferible el modelo de efectos fijos. Es indiferentes emplear un modelo u otro. Habría que conocer si la correlación entre los efectos individuales y Z es cero o distinto de cero para decidirse por el mejor modelo.

Suponga que ha estimado un modelo de datos fusionados y un modelo de efectos fijos con una única variable explicativa. Los efectos fijos son globalmente significativos y la variable es significativa en ambos modelos, pero su magnitud es mucho menor en el modelo de efectos fijos. En el modelo de datos fusionados E(Ei,Xit)≠0. En el modelo de datos fusionados E(Ei,Xit)=0. En el modelo de efectos fijos (Ai, Xit)=0. Ninguna de las anteriores.

Dado un panel de dimensión N.T, señale cuál de los siguientes expresiones proporciona los grados de libertad en un modelo de efectos fijos individuales y temporales estimado con variables binarias y constante. N(T-1)-K. (N-1)T-K. (N-1)(T-1)-K. Ninguna de las anteriores.

Considere el modelo de panel para el que solo se dispone 2 periodos temporales. El estimador de efectos fijos variables dummies (EFVD) y el estimador de primeras diferencias (PD). Proporcionarán ambos el mismo vector de estimadores que tendrán también la misma varianza. Proporcionarán ambos el mismo vector de estimadores, pero la varianza del estimador PD será mayor que la del estimador EFVD. Proporcionará un estimador diferente. Proporcionarán ambos el mismo vector de estimadores, pero la varianza del estimador PD será menor que la del estimador EFVD.

El ajuste en un modelo de efectos fijos con variables binarias con entidades. Será igual que el del modelo de datos fusionados equivalentes. Será menor que el del modelo de datos fusionados equivalentes. Será mayor que el del modelo de datos fusionados equivalentes. Se mide con el R2 de Mcfadden.

En el modelo de efectos aleatorios es preferible a un modelo de efectos fijos. Si las variables explicativas no están correlacionadas con los efectos fijos. Si el efecto de tiempo es cualitativo. Si las variables explicativas están correlacionadas con los efectos fijos. Ninguna de las anteriores.

El modelo de panel de efectos fijos Yit=B0+B1X1+BKXK+a+Eit, el termino a. Esta correlacionado con las variables explicativas. No esta correlacionado con las variables explicativas. No esta correlacionado con Yit. Ninguna de las anteriores.

Indique para cuál de los siguientes ejemplos no podemos utilizar efectos fijos individuales y temporales. Una regresión de la tasa desempleo de la OCDE sobre los seguros o coberturas de desempleo para el periodo 2000-10 (datos anuales). El log de salarios sobre el nº de años de educación, utilizando una encuesta de 60.000 hogares para 2010. Ninguna de las anteriores.

El modelo Yit=B0+A+B1X1it+..+BkXit+Eit podría ser. Un modelo de panel de diferencias en las diferencias. Un modelo de panel de efectos fijos temporales. Un modelo de panel de efectos fijos individuales y temporales. Ninguna.

En el modelo de panel de efectos aleatorios. Las variables explicativas están correlacionadas con los efectos no observados. Presenta autocorrelación en el término de error. Debe incluir efectos temporales. Ninguna es correcta.

Con una muestra N*T se ha estimado un modelo de efectos fijos que incluye una constante. El coeficiente de cada una de las N-1 variables binarias por entidad. Estará comprendido entre 0 y 1. Represente el efecto fijo de la entidad correspondiente. Representa la diferencia entre el efecto fijo de la entidad correspondiente y el de aquella que se haya tomado como base. Ninguna.