Técnicas de Predicción Turística

1. De una regresión simple sabemos que SCR = 1 y SCE = 5. Entonces el coeficiente de determinación será: a. 1/6. b. 5/6. c. 4/5. d. No puede conocerse sin saber el tamaño muestral.

2. En modelo de regresión simple, la función de regresión poblacional: a. Siempre coincide con la función de regresión muestral. b. Es el valor esperado de Y condicionado a X. c. Responde a la expresión bo + b1X, siendo b los estimadores MCO de los parámetros poblacionales. d. Ninguna es correcta.

3. El coeficiente de determinación viene dado por: a. 1 − SCE/SCT. b. El cociente entre la Suma Cuadrática Residual y la Suma Cuadrática Total. c. d. Ninguna es correcta.

4. Suponiendo que hemos realizado un pronóstico desde T+1 hasta T+ nº, el error medio absoluto será. a. b. c. d.

5. Con el fin de analizar la demanda de chocolate. Estimamos el siguiente modelo trimestral. ln(chocolate) = − 1,56− 1,15ln(Pt) + 1,78ln(YDt) − 0,12D2 − 0,29D3 + 0,36S4 + Et (0.346) (0.1) (0.304) (0.085) (0.041) (0.052) n = 32, R2 = 0,9482, R2 corregido = 0,9382, DW = 1,92. Donde debajo de los parámetros estimados aparecen sus errores estándar entre paréntesis. El precio de la tableta (Pt) y la renta disponible (YDt) en euros constantes de 2005. Las variables dicotómicas (D2, D3 y D4) tienen valor unitario si el trimestre al que se refiere la observación coincide con su subíndice y valor nulo en caso contrario. Suponiendo que se cumplen los supuesto usuales, queremos analizar si D2 es significativo. a. Rechazamos la hipótesis nula con el 99% de confianza. b. Rechazamos la hipótesis nula con el 95% de confianza. c. Rechazamos la hipótesis nula con el 90% de confianza. d. No podemos rechazar la hipótesis nula con el 90% de confianza.

6. En un modelo de regresión simple la varianza del estimador de la pendiente será tanto menor: a. Cuanto menor sea el estimador de la constante. b. Cuanto mayor sea la variación de la variable explicativa. c. Cuanto mayor sea la varianza del error. d. Cuanto menor sea la variación de la variable explicativa.

7. Estimamos el siguiente modelo que relaciona la tasa de mortalidad infantil (mortalidadi) de los distintos países con los años de estudio medios por habitante (estudiosi) la renta disponible en términos PPA (ingresoi) y el índice GINIi (que es una medida de concentración de la renta. Mayores valores indican mayor desigualdad en los ingresos): ln(mortalidad) = 8,92 − 0,11estudios − 0,62ln(ingresos) + 0,014GINI + Ei n = 144, R2 = 0,8408, R2 corregido = 0,8374. Debajo de cada parámetro se muestra los errores estándar entre paréntesis. Suponiendo que se cumplen los supuestos usuales, entonces: a. Si los estudios aumentan en una unidad, la tasa de mortalidad disminuye un 11%. b. Si los estudios aumentan en una unidad, la tasa de mortalidad disminuye un 0,0011%. c. Si los estudios aumentan un 1%, la tasa de mortalidad disminuye 0,0011 unidades. d. Si los estudios aumentan un 1%, la tasa de mortalidad disminuye 11 unidades.

8. En una investigación para conocer si la función de ahorro (Yt) se ha mantenido estable durante el periodo analizado, se estima la siguiente regresión con datos correspondientes al periodo 1970-1995, donde Dt es una dummy que toma el valor 1 para las observaciones entre 1982 y 1995 y Xt es la renta, Yt = 1000 + 150 Dt + 0,08Xt − 0+033DtXt A la vista de los resultados cabe concluir,. a. No hay evidencia para rechazar la estabilidad de la función de ahorro en ese periodo. b. La función de ahorro ha experimentado un cambio estructural en 1982, siendo mayor el nivel y menor la pendiente en este segundo periodo. c. A partir de 1982 se registra un cambio de pendiente en la función de ahorro. d. A partir de 1982 se registra un cambio de nivel en la función de ahorro pero se mantiene la pendiente.

9. Considere el modelo un modelo de regresión simple con 500 observaciones y cuya estimación es B = 3, con un error estándar de 1. El intervalo al 95% de confianza para B es: a. (2; 6). b. (2,04; 5,96). c. (1,04; 4,96). d. (1,43; 4,57).

10. Si Et es ruido blanco, el proceso ΔZt(1 − ϕB) = εt. a. Es un ARIMA(1, 1, 0). b. Es un ARIMA(1, 0, 0). c. Es un ARIMA(0, 1, 1). d. Es un ARIMA(0, 0, 1).

11. El proceso Yt = 2 + 0.8Yt-1 + Et. a. Es estacionario. b. No es estacionario, pero sí invertible. c. No es ni estacionario ni invertible. d. Ninguna de las anteriores.