Econo Metria Parcial

13/4/2021 Examen parcial - Semana 4: INV/PRIMER BLOQUE-ECONOMETRIA-[GRUPO B01]
Examen parcial - Semana 4
Fecha de entrega 13 de abr en 23:55 Puntos 70 Preguntas 20

Disponible 10 de abr en 0:00 - 13 de abr en 23:55 4 días Límite de tiempo 90 minutos
Intentos permitidos 2
Instrucciones
https://poli.instructure.com/courses/21211/quizzes/70938 1/14
Volver a realizar el examen
Historial de intentos
Intento Hora Puntaje

MÁS RECIENTE Intento 1 34 minutos 59.5 de 70
 Las respuestas correctas ya no están disponibles.
Puntaje para este intento: 59.5 de 70

Entregado el 13 de abr en 23:15
Este intento tuvo una duración de 34 minutos.
Pregunta 1 3.5 / 3.5 pts

Un investigador estima lo siguiente:

Y_t=β_1+β_2 X_2i+β_1 D_3i+β_4 XD_4i+ei
X, son los años de experiencia. D toma el valor de uno si es mujer.

Acorde a la teoría, el signo esperado para β_2 es:
cero
ninguna de las anteriores
positivo
negativo
Existen diferentes distribuciones estadísticas. ¿Cuál de los siguientes

cantidades no puede ser negativa?
Ninguna de las anteriores
F calculado
R2 ajustado
T calculado
El elemento que mide el cambio de la desviación estándar de la variable

dependiente, dado un aumento de una unidad en la desviación estándar
de una variable independiente se conoce como:
Ajuste
Método
Coeficiente
Población
El elemento de estadística descriptiva que permite ver si una distribución

está agrupada a izquierda o derecha es:
La curtosis
El coeficiente de asimetría
El promedio
La desviación estandar
El valor del R Cuadrado siempre está entre cero y uno; en el caso que el ajuste sea
perfecto y todos los puntos de los datos se encuentren sobre una misma línea, los MCO
proporcionaran un ajuste perfecto lo que indica que si el R Cuadrado es 1, en caso
que el R Cuadrado sea 0 sugiere un ajuste débil de la línea es mada por MCO
True
False
En un modelo de regresión lineal se pretende explicar el precio de un apartamento

usado en función de los metros cuadrados, número de habitaciones y número de
garajes, la ecuación estimada es la siguiente:
La variable metros cuadrados es:
Es estadís camente significa va, lo que sugiere que los metros cuadrados
explican el precio promedio de un apartamento
No es estadís camente significa va, lo que sugiere que los metros cuadrados
no explican el precio promedio de un apartamento
No es estadís camente significa va, lo que sugiere que los metros cuadrados
no explican el número de garajes del apartamento
Es estadís camente significa va, lo que sugiere que los metros cuadrados
explican el número de garajes del apartamento
El p valor mide la fortaleza o debilidad empírica contra la hipótesis nula, lo cual

significa que valores muy pequeños de p valor sugieren evidencia en contra de la
hipótesis nula mientras que un p valor muy grande indica evidencia muy débil en
contra de la hipótesis nula
False
True
Incorrecto Pregunta 8 0 / 3.5 pts
En un modelo y = β0+ β1x+u al elemento "y" se le conoce como
Variable explicada
Variable explicativa
Error
Intercepto
En un modelo de regresión lineal se pretende explicar el precio de un apartamento

usado en función de los metros cuadrados, número de habitaciones y número de
garajes, la ecuación estimada es la siguiente:
111
Se desea calcular el precio promedio de un apartamento con 64 mts cuadrados y

dos garajes, de acuerdo al modelo de regresión este precio promedio es:
199.678.987
201.339.014
223.339.014
243.871.067
A la hora de realizar validación de hipótesis resulta más conveniente

trabajar con el valor-p que con el valor crítico ya que:
El valor crítico puede tener valores positivos o negativos
El rango de un valor critico está entre 0 y 1
El valor-p es más exacto, ya que es una probabilidad
No se depende de un único nivel de significancia para el análisis
Al incluir funciones no lineales y variables dicotómicas en el análisis de regresión

lineal, se toma como base el siguiente modelo:
Ln(salario)= B0 + B1*genero + error
En este caso la variable genero es dicotomica y toma el valor de 0 si el individuo es

hombre y 1 si el individuo es una mujer.
Al respecto el propósito de este modelo es:
a)Cuantificar la diferencia salarial entre un hombre y una mujer explicada

por variaciones en los años de educación.
a)Cuantificar en términos porcentuales la diferencia salarial entre un

hombre y una mujer
a)Cuantificar en términos de dinero la diferencia salarial entre un hombre y

una mujer
Cuantificar en términos porcentuales la diferencia salarial entre un hombre

y una mujer explicada por variaciones en los años de educación.
En términos descriptivos, los factores cualitativos surgen en forma de

información bivariada: una persona es mujer u hombre; una persona tiene o
no computadora; se puede estar soltero o comprometido. En todos estos
ejemplos, la información de interés puede ser obtenida empleando una
variable binaria o dicotómica que toma dos valores (cero o uno). En
econometría a las variables dicotómicas se les suele conoce como variables
binarias o dummy.
Al definir una variable binaria hay que decidir a qué evento o característica
se le asigna el valor uno y a cual el valor cero. En el caso de un estudio
para analizar el salario de los individuos, puede definirse género como una
variable binaria que tome el valor uno para mujer y el valor cero para
hombre.
Al modificar la variable dependiente, en forma logaritmica, se obtiene la siguiente

ecuación
Ln(salario)= 15.30+0.004248*Experiencia
Al respecto, el coeficiente que acompaña a la variable de experiencia tiene la

siguiente interpretación: por cada año adicional de experiencia, se espera que en
promedio el salario aumente en un 0.004248%.
False
True
Por propiedades de la función logaritmo natural, al tener en la variable

dependiente esta función, el parámetro B1 se multiplica por 100 para
obtener el cambio porcentual del salario por un año adicional de
experiencia. Es decir que por cada año adicional de experiencia, se espera
que en promedio el salario aumente en un 0.42%.
Las relaciones lineales no son lo suficientemente general para todas las

aplicaciones económicas. Es posible incorporar varias funciones no
linealidades en el análisis de regresión simple mediante una definición
apropiada de las variables dependiente e independiente. A menudo se
encuentran ecuaciones de regresión en las que la variable dependiente
aparece en forma logarítmica.
En un modelo con interacción como el que se describe a continuación, el coeficiente

B3 tiene la siguiente interpretación:
a)Diferencia en el kilometraje entre dos carros automáticos
Diferencia de pendiente referente al precio en dos carros automáticos y

mecánicos tomando como base el mismo kilometraje entre ambos
vehículos
a)Diferencia de interceptos en las rectas de vehículos mecánicos contra

automáticos
a)Diferencia de pendiente en la recta en los precios de un vehículo

automático contra uno mecánico en la medida que aumenta el kilometraje.
Un estudiante de economía estima el siguiente modelo: Y_i=β

̂_1+0.91X_2i+0.42X_3i, donde los errores estándar para la pendiente son
ee(β ̂_1 )=0.5 y ee(β ̂_2 )=0.07. En este caso el estadístico correcto para
probar la significancia estadística del parámetro β ̂_2=0.91 es:
β ̂_2/√(var(β ̂_2))
β ̂_2/(var(β ̂_(2)) )
β ̂_2/√(ee(β ̂_2))
(β ̂_2-1)/√(ee(β ̂_2))
La inclusión de una variable binaria, dentro de un modelo, puede ser

importante porque:
Son fáciles de crear porque usan el 0 y el 1
Recoge información cuantitativa de cualquier naturaleza
Trabaja cuantificando la presencia o no de cierta característica para una

variable
Permite un rango ilimitado de categorías cualitativas
En el modelo de regresion lineal simple se busca:
Describir el comportamiento poblacional a través de una muestra,

regresando una variable explicada vs una explicativa
Describir el comportamiento muestral a través de una población,

regresando una variable explicada vs una explicativa
Describir el comportamiento poblacional a través de una muestra,

regresando una variable explicativa vs una explicada
Describir el comportamiento muestral a través de una población,

regresando una variable explicativa vs una explicada
En caso que se desea probar si un conjunto de variables no tienen efecto sobre la

variable dependiente, el estadístico de prueba más adecuado es:
Estadistico X
Estadistico F
Estadistico T
Estadistico Z
Cuando se presenta una correlación muy fuerte entre las variables independientes o
explicativas se conoce como:
a)Normalidad
a)Heterocedasticidad
a)Homocedasticidad
Multicolinealidad
True
False
No es cierto con respecto a los residuos que:
Es la diferemcia entre el valor actual y el pronosticado
La media de ellos es nula
No existen cuando el R2 tiene valores bajos
Hay uno para cada observación
Puntaje del examen: 59.5 de 70

Econo Metria Parcial

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Econo Metria Parcial

Cargado por

Copyright:

Formatos disponibles

13/4/2021 Examen parcial - Semana 4: INV/PRIMER BLOQUE-ECONOMETRIA-[GRUPO B01]

Examen parcial - Semana 4

Fecha de entrega 13 de abr en 23:55 Puntos 70 Preguntas 20

Volver a realizar el examen

Intento Hora Puntaje

 Las respuestas correctas ya no están disponibles.

Puntaje para este intento: 59.5 de 70

Pregunta 1 3.5 / 3.5 pts

Un investigador estima lo siguiente:

X, son los años de experiencia. D toma el valor de uno si es mujer.

ninguna de las anteriores

Pregunta 2 3.5 / 3.5 pts

Existen diferentes distribuciones estadísticas. ¿Cuál de los siguientes

Ninguna de las anteriores

Pregunta 3 3.5 / 3.5 pts

El elemento que mide el cambio de la desviación estándar de la variable

de una variable independiente se conoce como:

Pregunta 4 3.5 / 3.5 pts

El elemento de estadística descriptiva que permite ver si una distribución

Pregunta 5 3.5 / 3.5 pts

Pregunta 6 3.5 / 3.5 pts

En un modelo de regresión lineal se pretende explicar el precio de un apartamento

La variable metros cuadrados es:

Pregunta 7 3.5 / 3.5 pts

El p valor mide la fortaleza o debilidad empírica contra la hipótesis nula, lo cual

Incorrecto Pregunta 8 0 / 3.5 pts

En un modelo y = β0+ β1x+u al elemento "y" se le conoce como

Pregunta 9 3.5 / 3.5 pts

En un modelo de regresión lineal se pretende explicar el precio de un apartamento

Se desea calcular el precio promedio de un apartamento con 64 mts cuadrados y

Pregunta 10 3.5 / 3.5 pts

A la hora de realizar validación de hipótesis resulta más conveniente

El valor crítico puede tener valores positivos o negativos

El rango de un valor critico está entre 0 y 1

El valor-p es más exacto, ya que es una probabilidad

No se depende de un único nivel de significancia para el análisis

Incorrecto Pregunta 11 0 / 3.5 pts

Al incluir funciones no lineales y variables dicotómicas en el análisis de regresión

Ln(salario)= B0 + B1*genero + error

En este caso la variable genero es dicotomica y toma el valor de 0 si el individuo es

Al respecto el propósito de este modelo es:

a)Cuantificar la diferencia salarial entre un hombre y una mujer explicada

a)Cuantificar en términos porcentuales la diferencia salarial entre un

a)Cuantificar en términos de dinero la diferencia salarial entre un hombre y

Cuantificar en términos porcentuales la diferencia salarial entre un hombre

En términos descriptivos, los factores cualitativos surgen en forma de

Pregunta 12 3.5 / 3.5 pts

Al modificar la variable dependiente, en forma logaritmica, se obtiene la siguiente

Al respecto, el coeficiente que acompaña a la variable de experiencia tiene la

Por propiedades de la función logaritmo natural, al tener en la variable

Las relaciones lineales no son lo suficientemente general para todas las

Pregunta 13 3.5 / 3.5 pts

En un modelo con interacción como el que se describe a continuación, el coeficiente

a)Diferencia en el kilometraje entre dos carros automáticos

Diferencia de pendiente referente al precio en dos carros automáticos y

a)Diferencia de interceptos en las rectas de vehículos mecánicos contra

a)Diferencia de pendiente en la recta en los precios de un vehículo

Pregunta 14 3.5 / 3.5 pts

Un estudiante de economía estima el siguiente modelo: Y_i=β

Incorrecto Pregunta 15 0 / 3.5 pts

La inclusión de una variable binaria, dentro de un modelo, puede ser

Son fáciles de crear porque usan el 0 y el 1

Recoge información cuantitativa de cualquier naturaleza

Trabaja cuantificando la presencia o no de cierta característica para una