tema 2 econometria1

En un MRLC, el vector de estimadores MCO se obtiene…. Minimizando la suma de los errores. Minimizando la suma de los valores absolutos de los errores. Igualando a cero la derivada de la suma de los cuadrados de los errores respecto a los estimadores. Minimizando las diferencias entre los valores reales y esperados de Y, para todas las observaciones muestrales.

Las perturbaciones aleatorias en un MRLNC. Presentan varianzas que aumentan al incrementarse el tamaño de la muestr. Suman siempre cero. No están nunca correlacionadas. Expresan los errores que comete la estimación.

Si se estima un modelo de regresión y a continuación volvemos a estimar incluyendo una variable explicativa adicional. La suma de los cuadrados de errores no cambia. La suma de los cuadrados totales sigue siendo la misma. El coeficiente de determinación no varía. El %ES aumenta.

Bajo las hipótesis del MRLC, la esperanza del regresando. Coincide con la esperanza de la perturbación aleatoria. Es la parte no aleatoria del modelo. Es la diferencia entre el verdadero valor del regresando y su valor estimado. Es aleatoria.

El vector b es un estimador insesgado del vector β lo que significa que. A medida que aumenta el tamaño de la muestra, el vector b se aproxima al vector β. b es un vector aleatorio del que desconocemos su valor esperado. El valor esperado de b1 es igual a β1 para todo i, variando i de cero hasta k. Ninguna de las anteriores respuestas es correcta.

En un modelo estimado por MCO, para poder efectuar la descomposición de la varianza del regresando. El modelo deber ser un modelo simple. Se debe cumplir que la suma de los errores sea mínima. Debe existir β 0. No puede existir correlación muestral entre los regresores y los errores.

En un MRLNC la perturbación aleatoria. Es una variable explicativa que se introduce en el modelo econométrico para diferenciarlo de un modelo matemático. Es una variable observable que recoge la diferencia entre el verdadero valor de la variable y su valor estimado. Su valor esperado es el residuo o error. Es una variable estocástica que recoge la diferencia entre el verdadero valor del regresando y su valor esperado.

Bajo las hipótesis de un MRLC. El límite probabilístico del parámetro coincide con el valor del estimador MCO. La esperanza matemática del estimador MCO no coincide con el verdadero valor del parámetro. V(Y) = σ2(XtX)−1. El rango de X es igual al número de parámetros de la ecuación del modelo.

En un MRLNC la perturbación aleatoria. Es una variable explicativa que se introduce en el modelo econométrico para diferenciarlo de un modelo económico. Reúne las variables que no influyen en el regresor. Su valor esperado coincide con la esperanza del regresando. Es una variable estocástica que recoge la diferencia entre el verdadero valor del regresando y su valor esperado.

En un modelo clásico con ordenada en el origen la media de los errores. Debe ser mínima. Siempre es nula. Es nula, si se ha estimado el modelo por MCO. Ninguna de las anteriores.

En un MRLC. Todas las perturbaciones mantienen la misma dispersión en torno a su valor esperado. Las variables explicativas tienen que ser controlables para poder efectuar la estimación. Las variables explicativas y el regresando tienen que ser no aleatorias. Ninguna de las anteriores.

Bajo las hipótesis del MRLC, la varianza del regresando es: V(Y) = σ2(XtX)−1. V(Y)=σt2. Constante a lo largo del período muestral. Una variable aleatoria.

Cuando un modelo de regresión lineal clásico con término constante se estima por MCO. La SCE vale cero. La SCT es menor que la SCR. Las medias muestrales de los valores estimados de Y y de los valores observados de Y, son iguales entre sí. El coeficiente de determinación puede tomar valores negativos.

En el contexto del MRLNC, la hipótesis de regresores no estocásticos implica, entre otras cosas, que: Las perturbaciones no están correlacionadas con los regresores. El rango de X es igual a T. El rango de X es menor al número de columnas de esta matriz. Los regresores están incorrelacionados entre sí.