¿Cuál de las siguientes circunstancias puede provocar sesgos en el estimador MCO? Omisión de variables relevantes.
¿Cuál de los siguientes síntomas NO es propio de la existencia de multicolinealidad próxima o imperfecta en el modelo? Coeficiente de determinación lineal corregido bajo.
¿Cuáles de las siguientes afirmaciones referidas al problema de la multicolinealidad en los datos de un modelo econométrico NO es cierta? La presencia en un modelo estimado de multicolinealidad no desvirtúa el significado económico de los parámetros estructurales estimados.
¿Cuáles de estas afirmaciones referidas a la problemática del cambio estructural NO es correcta? El cambio estructural de tipo continuo puede ser corregido en un modelo econométrico mediante la especificación de una variable ficticia que cambie de valor a partir del punto de ruptura estructural.
¿Qué efecto origina en la calidad de los estimadores de MCO la omisión de variables relevantes y la inclusión de variables no relevantes (UV-NR)? La OVR origina sesgo en los estimadores y la IV-NR solo pérdida de eficiencia.
Considere el siguiente modelo que explica las ventas de las empresas en función de sus gastos en publicidad y de su tamaño: log(… VTAS representa el volumen de ventas de las empresas, PUBLI representa los gastos realizados en publicidad y PYME es una variable binaria que toma el valor 1 para Pymes y 0 para empresas grandes. Se quiere contrastar si el efecto de la publicidad sobre las ventas es el mismo para PYMES que para grandes empresas. Indique la Hipótesis nula adecuada para llevar a cabo el contraste: B4=0
Cuando el modelizador se enfrenta con un problema de muestras pequeñas, ¿se puede afirmar que la esperanza del estimador se aproxima al valor real del parámetro? Si la muestra es pequeña, no, pero si se aumenta la muestra sí.
Diga cuál de los siguientes síntomas es propio de la existencia de muestras pequeñas en el modelo: Incremento en la varianza de los estimadores de MCO, distorsión de los resultados de los contrastes de significación e intervalos de predicción demasiado amplios.
Dado el modelo econométrico uniecuacional Y=BX+u, en el que se sabe que el orden de la matriz X es 58×3, podemos afirmar que: Los grados de libertad del modelo son 55.
Dado el modelo econométrico Y-BX+U donde ut- N(0,σ2Ω) con Ω≠I y si B^MCO son los estimadores obtenidos por el método de MCO, y BMCG son estimadores MCG. Indique cuál es Verdadera: E(B^MCG)=B
Dado el modelo econométrico Y=B0+B1X1+B2X2+Ui que contrastaremos la heterocedasticidad con el test de Goldfeld y Quandt, podemos afirmar que: este test se distribuye como un Chi2 de n-k, donde n es el número de observaciones del modelo y k el num. de parámetros a estimar en el esquema de heterocedasticidad.
En un MBRL, la existencia de muestras pequeñas puede estar relacionado con: una mayor varianza residual.
El problema de omisión de variables relevantes en un modelo econométrico: está relacionado con el problema de cambio estructural.
El contraste de verificación de la hipótesis de ausencia de autocorrelación h de Durbin es un contraste que se realiza: cuando existe una variable endógena desplazada en la especificación del modelo.
Las hipótesis básicas definidas como estructurales referidas a la matriz X son: Hipótesis de los grados de libertad, de variables linealmente independientes, de variables deterministas.
Los contrastes de las Hipótesis básicas referidas a la perturbación aleatoria de un modelo estimado con datos anuales son: El test de Jarque-Bera para contrastar la normalidad y el test de Breusch-Godfrey para detectar la ausencia de autocorrelación.
Para resolver un problema de cambio estructural: NO se deben eliminar las variables que provocan el problema, NO se vuelve a especificar el modelo con las variables en log, NO se debe incluir una variable proxy, NO se vuelve a especificar el modelo con las variables en primeras diferencias.
Para resolver un problema de multicolinealidad perfecta: se deben eliminar las variables que provocan el problema.
Seleccione cuál de estas opciones NO es una técnica de estimación apropiada para la modelización en condiciones de cambio estructural: Contraste de Chow.
Sea el siguiente modelo de regresión lineal Y=BX +U donde Xi (endógena desplazada) está correlacionada con el término de error. Sea Z posible instrumento para X ¿Qué condiciones debe cumplir Z para ser un instrumento válido? Cov(Zi,Xi)≠0 y Cov(Zi, ui)=0
Suponga que el término de perturbaciones ε de la ecuación de regresión y=XB+ε posee una distribución Gamma con media λδ (producto de 2 constantes), varianza constante (homocedástica) y no autocorrelación y las variables explicativas X son no estocásticas. Señale cuál de las siguientes afirmaciones es correcta: El estimador MCO no tiene por qué ser ELIO.
Suponga un modelo de regresión lineal con errores heterocedásticos y considere el estimador de MCG (Mínimos cuadrados generalizados). Señale cuál de las siguientes afirmaciones es correcta: El estimador MCG es el estimador MCO en un modelo transformado en el que los errores satisfacen las condiciones de Gauss-Markov.
Un regresor estocástico en la especificación de un modelo econométrico, provoca en las propiedades de los estimadores: si la matriz X es independiente del vector B y del vector u, las propiedades de los estimadores no se verán afectadas.