tema 6 econometria

El estadístico 𝑈66 de Theil. Indica una buena capacidad predictiva cuando se aproxima a cero. Toma valores siempre positivos y menores que 1. Se utiliza para contrastar la estabilidad post-muestral del modelo. Es una medida de bondad del ajuste.

El cálculo del estadístico de Chow-Fisher. Requiere información del período muestral para su cálculo. Es una medida evaluadora de la capacidad predictiva. Bajo la hipótesis nula sigue una distribución de probabilidad chi-cuadrado. Ninguna de las otras respuestas es correcta.

Los errores que comete un MRLC al hacer predicciones. Serán siempre pequeños cuando el modelo tenga estabilidad post-muestral. Tienen una varianza que depende de la varianza de la perturbación. Suman cero. No dependen de los resultados de la estimación.

La predicción económica se utiliza. Para analizar si la recta de regresión estimada sí se adapta a la nube de puntos. Para analizar si los parámetros del modelo son constantes a lo largo del período de predicción. Para obtener el valor de la variable Y en el período de estimación. Para obtener el valor de la variable Y en un período posterior al de estimación.

Si se obtuvo un buen ajuste en la estimación de un modelo econométrico entonces podría ser adecuado para obtener predicciones. Si todos los coeficientes son estadísticamente significativos. Con la única condición de que el U66 sea muy próximo a cero. Si se comprueba que los parámetros son estables. Ninguna de las anteriores respuestas es correcta.

Si representamos en un gráfico el valor de 𝐴𝜏 𝑦 𝐹𝜏 y ese punto cae por encima de la bisectriz en el primer cuadrante…. Existe error en el sentido del cambio. Estamos sobrevalorando el incremento del regresando. Estamos sobrevalorando la disminución del regresando. Ninguna de las anteriores respuestas es correcta.

Los puntos que en el gráfico de variaciones reales y previstas se encuentran en el primer cuadrante indican que. Si están cerca de la bisectriz, la capacidad predictiva es mala. Los errores de predicción son nulos. Los porcentajes de variaciones reales y previstas no son del mismo signo. Los porcentajes de variaciones reales y previstas son positivas.

Los errores que comete un MRLC al hacer predicciones: Serán siempre pequeños cuando el modelo tenga estabilidad post-muestral. No pueden ser siempre positivos. Suman cero. Tienen una varianza que depende de la varianza de la perturbación.

Un modelo econométrico será válido para predecir. Si se acepta la hipótesis de estabilidad post-muestral de los parámetro y el valor del U66 es próximo a cero. Si el valor del U66es menor que 1, y se rechaza la hipótesis de estabilidad post-muestral de los parámetros. Si el %RECM es menor que 3 y se rechaza la hipótesis de estabilidad de los parámetros en el período de predicción. Sólo en el caso de que los porcentajes de variaciones reales y previstas de la variable endógena en el período de predicción coincidan.

Una de las posibles causas de error de los errores de predicción reside en: No depende de la diferencia entre los parámetros y sus estimadores MCO. Valores desconocidos de la variable endógena. Una incorrecta especificación del modelo. El incumplimiento de la hipótesis de normalidad de las perturbaciones.

El estadístico de Chow-Fisher. Es una medida evaluadora de la capacidad predictiva. Contrasta la estabilidad de β y 𝝈𝟐 en el período post-muestral. Se distribuye como una χ2 con n grados de libertad. Ninguna de las anteriores respuestas es correcta.

Si efectuamos una predicción a medio plazo estaremos: Dando el valor estimado para un período situado entre uno y cinco años vista. Efectuando una predicción ex-post para chequear la capacidad predictiva del modelo. Dando el valor de la variable endógena como media de los valores tomados por el modelo en cinco años. Ninguna de las anteriores.

De las siguientes causas de error de predicción ¿cuál no es ex-post?. La aleatoriedad del modelo. El propio proceso de estimación que empleamos, que hace que los estimadores de los parámetros sean distintos de los verdaderos parámetros. Una mala especificación del modelo. Que utilicemos valores esperados de las variables explicativas en los períodos de predicción y no los verdaderos valores de dichas variables.

La RECM (%) es: Un estadístico de prueba usado en contrastes. Una medida de bondad de ajuste. Una medida evaluadora de la capacidad predictiva del modelo. Una medida evaluadora de la estabilidad post-muestral.

El 𝑈66 de Theil. Será igual a cero si la estimación es perfecta. Será igual a uno si la predicción es perfecta. Las mejores predicciones son aquellas en las que el U66>1. Indica buena capacidad predictiva si está próximo a cero.

El 𝑈66 de Theil es una de las medidas más utilizadas para chequear la capacidad predictiva del modelo, así: Compara sus valores con los del criterio “status quo” que siempre es una de las mejores formas de predecir. Nos informa de que con un valor del U66en torno a 1 las predicciones son muy buenas, mientras que al acercarse el valor del U66 a 0 tendremos predicciones pésimas. Cuando el U66=0, nos indica que la predicciones son perfectas, es decir, que no cometemos errores de predicción. Ninguna de las anteriores respuestas es correcta.

Una de las medidas más habituales para evaluar la capacidad predictiva del modelo es el gráfico de variaciones reales y previstas, donde: Sólo tenemos buenas predicciones si caen en el primer y en el segundo cuadrante. Vemos como se reparten los porcentajes de variaciones reales y previstas. Tenemos que tener en cuenta que, si las predicciones caen cerca de la bisectriz del primer y tercer cuadrante, puesto que en este caso serán muy malas. Ninguna de las anteriores respuestas el correcta.

Si al hacer el gráfico de predicción-realización la mayoría de los puntos están en el tercer cuadrante, por debajo de la bisectriz. El modelo sobrevalora la disminución del regresando. Al predecir cometemos errores en el sentido del cambio. El modelo no es estable. El modelo subvalora el aumento del regresando.

El estadístico de Cooper: Es una medida evaluadora de la capacidad predictiva. Sigue una distribución F de Snedecor y sirve para efectuar un contraste relativo a un conjunto de parámetros. Se distribuye como una 𝝌𝟐 con n grados de libertad. Sigue una distribución normal.

Las predicciones ex-ante. Son las que se utilizan para evaluar la estabilidad post-muestral del modelo. Analizan la capacidad predictiva, eliminando el posible error que se comete al predecir. Se utilizan para calcular el U66 de Theil. Ninguna de las anteriores respuestas es correcta.

El estadístico de Chow-Fisher nos permite contrastar: La hipótesis de estabilidad de los parámetros en el período muestral. La hipótesis de estabilidad de los parámetros en el período post-muestral. La hipótesis de nulidad conjunta de todos los parámetros del modelo. La capacidad predictiva del modelo.

Para poder utilizar un modelo con fines predictivos: U66 debe tomar valores próximos a cero. En el gráfico de variaciones reales y previstas debe haber algún punto en el segundo cuadrante. El modelo debe presentar estabilidad post-muestral. El modelo debe presentar estabilidad muestral.

Si al hacer el gráfico de las variaciones reales y previstas encontramos que todos los puntos caen en el primer cuadrante por debajo de la bisectriz. El modelo sobrevalora la disminución del regresando. Estamos omitiendo en el modelo algún regresor que tiene un efecto positivo sobre el regresando. El modelo subvalora la disminución del regresando. Estamos omitiendo en el modelo algún regresor que tiene un efecto negativo sobre el regresando.

Al realizar predicciones en un modelo econométrico. Podemos ver si las variables explicativas tienen un efecto estadísticamente significativo en el regresando. Podemos utilizar predicciones ex-post porque así eliminamos el posible error que se comete al predecir fuera del modelo el valor futuro de las variables explicativas. Si el modelo presentaba elevada bondad de ajuste, el error de predicción va a ser cero. Es necesario conocer los valores reales de los parámetros.

Al realizar predicciones en un modelo econométrico. Se obtiene un error de predicción nulo si la bondad del ajuste es elevada. Podemos utilizar predicciones ex-post porque así eliminamos el posible error que se comete al predecir fuera del modelo el valor futuro de las variables explicativas. Es necesario conocer los valores reales de los parámetros. Debemos utilizar siempre predicciones ex ante.

La predicción económica se utiliza para. Como banco de pruebas de los modelos econométricos. Para analizar si los parámetros del modelo son constantes en el período de predicción. Para analizar incumplimientos de hipótesis en el modelo clásico. Solo si el error de predicción obtenido es cero.

En relación a la predicción en un MRLNC, una de las siguientes ecuaciones no es correcta. y_τ^t=x_τ^t b. y_τ=x_τ^t β. e_τ=y_τ-y ̂_τ=x_τ^t (β-b)+ε_τ. Ey_τ=x_τ^t β.