MATERIAL PERMITIDO EN EL EXAMEN (1) Nose pennite eluso de NINGUN tipo de MATERIAL FOTOCOPIA- DO (2) Se permite usar el MATERIAL ORIGINAL siguiente: formulario titulada “Beonometefa y Prediceién. Apéndices y Tablas” (3) Se permite utilizar caleulacora NO programable Cuestionario test Esta parte puntuari, como mérimo, un 60% del total det examen, Solo una respuesta es correcta. La puntuacién del test se calcula mediante la formula (aciertos ~ errores). Esta parte se evaluard de 0a 10. Para superar este parte, y pasar a la siguiente, la expresidn (aciertos — errores) deberd arrojar un valor numérico igual 0 superior a 6, lo que equivale a 4 puntos en esta parte del eramen. A partir de la pregunta 15 hay preguntas de reserva, y sélo serdn wilidas para la ealifieacién en caso de fuera necesario anular alguna otra. En su caso, se irdan activando por el orden en el que han sido formuladas. Enunciado 1, A lo largo del curso ha estudiado el mode- lo de regresi6n, su estimacién MCO y sus propiedades. Una posibilidad de expresar el modelo poblacional es hacerlo ma- ialinente. Considere, entonces, que el modelo de regresion matricial es ¥ ~X9-+e donde ¥ y © son vectores 8 x 1, X es una matriz 8 x 3 y 8 es un vector de parimetros desconocidos de dimensién 3x 1, Ademas dispone de Ia siguiente informacion 200 30 3 fatto cuestiones estén relacionada con este XXK= =2 Las siguientes emmneiado. 1, Indique la opeién mas acertada 44) El nfimero de regresores es 3 ») ¢) El tamario muestral es 8 pl tamaiio muestral es 24 4) Las opciones (a) y (¢) son ciertas 2. Ala luz de los datos, 4a) Bl modelo tiene término constante 1) Bl modelo no tiene término constante ¢) No podemos deducir si hay o no término constante 4) El modelo tiene un término constante y dos regreso- res, en total 3, que corresponde con el nfimero de filas del vector 8 3, Con Ia informacién suministrada a) El elemento valor tiene de la matriz X'X no sabemes qué son mulos 8) Los elementos aya, 4,2 de Ia matriz, ¢) El ntimero de grado de libertad de Ia suma de cuadra- dos de los residuos es cinco. 4) Las opciones b) y €) son comectas 4, Si suponemos que el error es homocedéstico, entonces res pecto a la matriz de varianzas y covarianzas cabe dec 4) No se puede determinar, pues faltan elementos en el producto X’X 4) Bl error estindar del vector 3 es 116 Altimo parémetro estimado del ©) La homocedasticidad no es aplicable a esta euestion 4) Ninguna opcisn es correcta 5. La logica que hay detrés del contraste basado en la Fes que si la hipétesis mula es cierta, al imponer las restrieciones de la nula en la estimacion MCO, entonees la suma det euadrado de los residuos de la estimacion restringida de Jos errores 8) cae de forma ) aumenta de forma significativa 6) cae de forma no-significativa 4) aumenta de forma no-significativa Emuneiado 2. Contamos con 22 observaciones anuales de varias variables para estimar la demanda de té de Ceilan, utilizando, para tal fin, como variable endogena el gasto en té de Ceilan (Yt) y como variables explicativas del mismo la venta disponible (RU), el precio del té de Ceilan (PCt), el precio del té de la India (Plt) y el precio del eafé de Brasil (PBt). Se han estimado varios modelos estimados para ello Modelo I Variable TY SCR Cochiciente Error Fstandar it 7 0.26 0. 020 0 O.A78S Cocficiente Error mPB, SCR TASS 6. El supuesto de muestra aleatoria 1) Bs aplicable en ) Podvia ser aplicable 6) No es aplicable a este caso 4) Ninguna opeién es correcta 7. El supuesto de exogeneidad en el modelo Ini = Bo + Gilly + PC + InP +20a) Bs dificilmente aplicable en este contexto b) Es ficilmente aplicable en este contexto ¢) No es desenble aplicarlo en este contexto d) Ninguna opeién es correcta 8, Si quisiera hacer un contraste de significatividad de la va- iable Renta disponible sobre el gasto en té de Ceilén 44) Podria usar cualquiera de los modelos, pues Tos tres esti la variable explicativa, y sus respectivos estadis- ticos tipo-t b) Podria usar cualquiera de los modelos, pues en los tres esti Ia variable explicativa, y sus respectivs errores estindar ¢) Deberia usar s6lo uno de los modelos d) Ninguna opeién es correcta 9, Respecto de los signos obtenido en el modelo 1 4a) Son todos los esperados por la teorfa econdmica, b) El signo esperado de Ios eneficientes 4,34 son inco- rrectos ¢) Esperariamos, segiin la teorfa econdmica, que So tu- viera un coeficiente cercano a cera 0 negative 4d) Ninguna de las anteriores opciones es acertada 10, ‘Tras un andlisis estadistieo de los residuas de los modelos, observamos que éstos sufren de autocorrelacion de primer orden, En tal easo 4a) Deberfamos estimar por variables instrumentales b) Deberiamnos estimar haciendo la diferencia de la serie In, es decir, Ain(¥,) ¢) Deberiamnos estimar por minimos cuadrados gener zados 4) Deberfamos utilizar estimadores robustos a la hetero- codasticidad nddo en el marco de los residuos con autocorrelact mer orden, nos informan de que la autocorrel ficativa y positiva, En tal eas, altamente 1a) El contraste Durbin-Watson no se pod Hevar a tér- b) El contraste Durbin-Watson sera positive ©) El contraste Durbin-Watson pod ser positive o ne ss 4) Ninguna de las opciones es correcta 12. Dado que los residuos suften autocorrelacién, el correlogra- rma de los residuos {a} Sera. compatible con ruido blanco, pues de lo contrario no podiriamos estimar por MCO 4) Seri compatible con un proceso AR(1) ) Sera compatible con un proceso MA(1) 4) Ninguna opcion es correcta ruido blanco, el proceso Z; = e+ — 0, 56.1 cabe decir de Ze: (i) se trata de un modelo estacionatio, (Ii) se trata de un modelo invertible, (fii) es un modelo autorre- agresivo, (iv) tiene media cero, (v) es un ARIMA (0,1,0) 4) (), (il), (¥) son 2) i), (iti), (iv) som ciertas ©) (i), (i), (iv) s 4) (i), (i), (ii), Siendo ¢, ruido blanco, el proceso Z = 140,521 tas tas «) y (w) som ciertas ¢) tiene varianza finita, y es mayor a la unidad 4) ninguna alternativa es correcta Sendo ¢; ruido blanco, el proceso Z = 1+0,52:1 ++ 16, *Siendo ©; ruido blanco, el proceso Z; = 140,521 42) Ia fumcién autocorelacién decrece, pero no necesarin- mente exponencialmente 8) lafuncién de autocorrelacién parcial deereee exponen- cialmente «) el valor que toma Ia funcién de antocorrelacién del proceso en el retardo 3 es ps ~0,0156 4) nose puede determinar con los datos el valor que toma Ja funcién de autocorrelacién del proceso en el retardo no 2 ruido blanco, el proceso Zi +246 0,9Z4 = 1) Es estacionario b) No es estacionario 6) Bs um ARIMA(L0,1) 4) Es un ARIMA (2.0.1) Preguntas Teérico/Practicas Esta parte puntuars, como mézimo, un 40% del total de la pructa. Se evalia de 0 « 10 puntos. Cade ejervicio puntua hasta 5 puntos. 1, Dado el enunciado det problema de la demanda de té en Ciln resuelva las siguientes cuestiones 4) Justifique los signos obtenidos en los modelos 1, I, y ULb) Contraste la signifieatividad de la variable renta dis- ponible, Para ello seleccione primero el modelo en el ‘que considera que debe contrastar la hipétesis. A con- Unuacion, formule la hipétesis nula y hipdtests alter- nativa. Seguidamente, construya es estadistico de con- traste, caleilelo, y evalué la si mo con la correspondiente tabla, Para la eleccién de a Tabla, justifique por qué utiliza una y no otra {is (compuesta) de elast tiaria y no significat cione para ello el modelo que considere més adecuado Justificando su respuesta, 4) En las regresiones II y TIE no se ha considerado el efecto del precio del café. Explique por qué motivo ceree que primero se considers y luego se excluy6. 2. A partir del primer enunciado de este examen, conteste a Ins siguientes preguntas ‘a) Haga los supnestos nevesarios para poder obtener ma- triz. de varianza y covarianzas del modelo estimada b) Dados los supuestos hechos en (a), caleule dicha ma- trie ¢) Comente la siguiente afirmacion: “El R-cuadrado en esta regresién na se da como dato del ejercieio porque no tiene una interpretacién habitual”TABLA 1: DISTRIBUCION NORMAL Areas bajo la curva normal / ik Ejemplo: X-n o P(Z> 1] = 0.1587 7 P [Z> 1.96] = 0.0250 # x Daan rormai | 000 | oor | oo2 | 00s | oos | 005 | 005 | oor | aos | 000 a 01 | ceo} 0.4562] 0.4522] o.caea] o.eaaa] o.cdoal 0436s] 0.4225] 0.4286) 0.4267 02 | 04207] otss| otas| o.40s0] o.40s2] o4ots] 0.3374] 03996] 03897] 0 sae 03 | 02821] o37ea| osras| 0.3707] 0.3860] 0.3522] 0.3504] 0.2557] 0.3520] 0.2480 04 | o3sds] o340s| o3572| 0.3336] 0.3200] o.s2s4] o.szeal osise! aise] oti 05 | 09085] 0.3050] sors] o.zsst] oze4s] ozst2] 2877] o2ses] o2sto| 02774 08 | 02743] o2709| 0.2676| o.2643] o261x] 0.2578] 0.2540] 2514] o24ea) 02451 07 | o2sao} o2sss| 02358] 0.2307] ozese] oz2se] oze06] az208| ozi77| ota 08 | 02119] 0.2000] o.206i| 0.2033] 0.2005] 0.1977] 01949] 01922) 01894] 0 1067 09 | otesi] o.teia| o.t7es| 0.1762] 0.1736] 0.1711] 0.1688] 0.1660] 0.1635] 01611 19 | 01887] 0.1862} 0.1839] 0.1815] 0.1482) 0.1482) o.14a6] 0.1423| 0.1401] 0.1379 11 | 01357} 01335) 01314) 01292] o1271] 0.1251] 0.1200) o-1z10| o-1190| 0.1179 12 | 01181] 0.1131] 0.1112} 0.1085] 0.1075) 0.1088) 0.1038] 0.1020) 0.1003) 0.oaes 13 | 00968] 0.0951 0.0938] 0.0818] 0.0801] 0.0885) 0.0869) 0.0853) o.0eaa) 0.0829 14 | 00808] 0.0783] 09778] 0.0764] 00743} 0.0735] o.72] o.070a| o.ces4| 0.0881 15 | 0.0666] 0.0655] 0.0643] 0.0600] 0.0616) 0.0606) 0.0584) 0.0582| 0.0571] 0.0559 18 | 00549] 00537} 00826] 0.0516] 0.0505] o.0t95) 0.0485] 0.0475) 0.0465) 0.0455 17 | 00446] 0.0436) 00427] o.04t—] o.ot0s) o.t0i] 0.0392) 0.0384] 0.0375) 0.0367 18 | 00359] 00351] 0.0344) 0.0336] 0.0320) 0.0822) 0.0814) 0.0307| 0.0901 0.0204 13 | 00287] o0asi} 00274] 0.0268] 0.0262) 0.0256) 0.0250) o.c2e4| 0.0233) 0.0239 20 | oozes} oczze| oxei7| oc2ta| o.207} o202} oors7} aotse| aotes| oote 21 | oor7| oorra| oor7o| oorse| ore] arse] o.orss] 0150] ores] 0.143 22 | ooras| oora6| oorse| ooias| ois] oi22} aorta} arte] aorta] otto 23 | o0107| coro 0.0102] 0.0098] 0.006] 0.0094] 0.0081] 0.0089] 0.0087] 0.0084 24 | c.008e| o.c08o| 0.0078] 0.0078] 0.0073] 0.0071] 006s] a0068] 0.0066) 0.0064 28 | 0.0062] 0.0060] 0.0059] 0.0057] 0.0088] 0.0054] 0.0082} a00si] a.0045] 0.0048] 26 | o0047] 0.0045] o.oo] o.coa] o.co4i} o.0040] 0.0039] 00038] 0037] 0.0004 27 | 0.0035] o.0034| 0.0033] 0.0032] 0.0081] 0.000] 0.0020] 00028] 0.0027] 0.0024 28 | cones] o.c02s| o.c02d] o.c02a] 0.0023] 0.0022] o.ov2i} acvei] avoz0] ooo] 29 | 00019] oooie| oooie| o.cor7] ocore] oore] o.ors} avors} avors] o0or 30 | ooo} oor] o.coia|_o.coia{_o.cot2|_oooti| oot] aooti] acoto]_ooord]TABLA 2: DISTRIBUCION F F Brasco [ms SoS BDL Grass de Beton numero >T*Tste[7][e]e "era] 1005) 2157) 24] 2002] PMO] 2068) 7089) 2405] 2019 wesi| i900] 1a16| tos] 193] ta33| 1936] 1997] toa] toa 1013955] 9281912] oor] agi] a0] eas] asi] 070 Tit] 691] 659/60] 6.25] 616/600] 604) 6.00] 595 soo] 514 475] asa] a0] —az8| ai] a5] 10] 405 359] ava] —435|—a.10| 397] sar] —a70| 973] 36a] 369, 7 2 a 4 S| 661] 579] sai] 519 505] 495] 4a] 4a] arr] 474 6 7 3 532] 446] 407] —sas[ 360] 356] 350] sas] 330] 935] 9] 512] 426] 395] 363 345] 337| 320] 323316] 314 jo] —4%6[ 410] —371| 34a] 355] 320] 314307] 302] 208] ii]4e4| —398| 399] 335] 220] 300] aor} —2a5| 200] — 25] 12] 475| 390] 349326] —s11{ 300] 201] —2a5| 2.80] 275] 13] 467[ 38r[ 341] 318] 305] 292] 283] 277971] 267 ia] —4¢0| aa] 331] 311 2961 245] 27a 270] 268] 2.60] 15] 45i[ 368] 329305] —290| 27a] —271[ 264] 250] 254 16] 440[ —363| 328/301] 245| 274 20s] 280| 254] 249] ir] —445| 350] —320| 296] par] 270] 261} 285| 249] 245] ie] 44i[ 355] 3 16[ 295] 277] 265 288251] 246] 241 io] 438} 359] 313] 290] 274] 263] 250 24a] 27] 38] zo] 435349] 310] —2a7] 271260 251] 245) 230] 235 2i| 432 sar] 307] 2s] —268[257| 249] 242] 237] 232 420] 34a] 305] 247| 266] —2as| 246] 240| 234] 230, 426] 342] 303] 280] 261] 253] 244 237] 230 227 425[ 340| 30276] 262] 251 242936] 20] 225 ‘4aa[ 330290 [ 276| 260] 249] 240] 294] 2 28[ 274 423} 337] 298274] 28a] —2ar| 230] 229] 227] 222 421] 335 296| 273| 267] 20s] 237231] 225] 220 271] 258 245 | 236] 20) 224 210 aie] 333[ 295 270| 285] 2a3|295[ 978| 222] 218 ir] 332 297] 260] 283] 2a} 233] 997] 221] 246 400] 323 281] —261{ 245] 238 275] 2.18] 212] 208 400] 315[ 2.76 | 2531 237] 225 2172.10] 208] 199 395] 310] 271] 247] 252] 20| 211] 206190] 198 Sexless le feel | 2) 32] 307] 268 | 24s] 220] 2.17 200 200} 195 191TABLA 3: DISTRIBUCION 2 Puntos de porcentae dela dstibucin ~~ -mplo: \ Para @= 10 grados de \ libertad yy PL x > 15.99] = 0.10 ams | og 0% 4.00€.02] 20-09] 0.109) oar] 0554 1225 24 357 464 52q 6a 224 954 i182 val 200 1425 Svase BARS 2a ai] 454 era 704] 88 388s Z, + J2G —1) 20s n devia normal exsdavizads comespondinte al nivel de sanificanciay se moestra en la parte superior dela tabla =e 7