INTRODUCCION A LA ECONOMETRIA

Con la excepción de una de ellas, las siguientes son posibles soluciones a un problema de variables omitidas,. Emplear datos de panel. Especificar y estimar un modelo no lineal. Emplear variables instrumentales. Recurrir experimentos aleatorizados.

A. B. C. D.

A. B. C. D.

A. B. C. D.

A. B. C. D.

Para contrastar si la forma funcional del modelo es correcta emplearemos: El test J de Davidson y McKinnon. El reset test de Ramsey. El test de Jarque Bera. Ninguna de las otras.

Si al introducir una nueva variable explicativa en el modelo los coeficientes de las variables de interés cambian de forma significativa: No debemos preocuparnos por ser una consecuencia esperada de la variación muestral. Hay que modificar la escala de medida de las variables explicativas cuyos coeficientes hayan cambiado. Debemos sospechar que en la especificación original había un problema de omisión de variables. Debe elegirse aquel modelo en el que la variable de interés sea más significativa.

A. B. C. D.

A. B. C. D.

Si se incluye una variable irrelevante en el modelo de regresión: Todos los estimadores "^B i" serán sesgados. Los estimadores del resto de las variables explicativas serán sesgados a menos que la variable irrelevante tenga correlación nula con cada una de ellas. Esta circunstancia no afecta a la propiedad de insesgadez. Los estimadores de todas las variables serán insesgados y con menor varianza que los de la ecuación sin la variable irrelevante.

En una encuesta sobre salarios, se ha observado que un alto porcentaje de encuestados responde con múltiplos de 100 (es decir, 200, 300, ...). Diría que este es un típico caso de,. Sesgo de simultaneidad. Problemas de selección muestral. Ninguno de los otros. Errores en las variables.

Una variable proxy es: Una variable cualitativa que ha sido artificialmente cuantificada. Una variable que sustituye a alguna explicativa de la que no se dispone de datos y con la que está bastante correlacionada. Una variable explicativa que no cumple la condición de exogeneidad. Una variable explicativa que no cumple la condición de exogeneidad.

El Criterio de Información de Akaike: Es un estadístico para contrastar la significatividad global del modelo. Es un estadístico empleado para contrastar entre modelos alternativos con la misma variable dependiente. Es un estadístico alternativo al R con barra encima al cuadrado donde la penalización es menor. Ninguna de las otras.

A. B. C. D.

Decimos que tenemos un problema de especificación, cuando,. El modelo incluye variables no relevantes u omite variables relevantes. Hemos empleado un modelo estrictamente lineal cuando la variable dependiente tendría que estar en logaritmos. Las variables incluidas en el modelo están medidas con error. Todos los supuestos anteriores implican en problema de especificación.

El estadístico J de Davidson y McKinnon,. Sirve para contrastar la normalidad del término de error. s un contraste de exogeneidad de las variables explicativas. Se utiliza para elegir entre modelos anidados. Se utiliza para elegir entre modelos no anidados.

Un modelo donde hay causalidad simultánea: Incluirá uno o más retardos de la variable endógena. Es un modelo especialmente ideado para eliminar la autocorrelación serial. Se incumplirá el supuesto de exogeneidad. Ninguna de las otras.

Cuando empleamos una variable aproximada (proxy) para evitar los problemas derivados de la omisión de variables, es necesario que,. La proxy esté (muy) correlacionada con la variable a la que sustituye. Las diferencias entre los valores de la proxy y la variable a la que sustituye, estén incorreladas con el resto de las variables explicativas del modelo. La proxy no esté correlacionada con el término de error del modelo. Todas las condiciones anteriores.

En general el sesgo debido a variables medidas con error se produce: Alguna(s) variable independiente está medida con error. La variable dependiente está medida con error. Solo cuando hay error de medida en la variable dependiente y alguna(s) de las independientes. Siempre, dado que en economía las variables siempre están medidas con error.

A. B. C. D.

A. B. C. D.