Examenes Avex Tecnicas de Prediccion

Aula virtual de Examen.
UNED 5/9/20 14:13
Aula virtual de Examen. UNED
Examen realizado
Asignatura: TÉCNICAS DE PREDICCIÓN TURÍSTICA 03/09/2020 11:30

Estudiante: YULIYA SHPYRKA
Sus respuestas a preguntas de test de test aparecen marcadas en verde claro si son correctas, en rojo si son incorrectas. Las
soluciones se muestran con un borde verde.
A continuación se muestra el examen
Pregunta 1
En un modelo de regresión el valor del estadístico de Durbin y Watson ha resultado ser 1,9. Señale cuál de las a!rmaciones
anteriores es correcta,
Ninguna es correcta
A
No hay datos su!cientes para valorar la hipótesis de no autocorrelación

B
Para que poder rechazar la no autocorrelación el valor del estadístico debe caer en el intervalo (di , ds ),
C
autocorrelación positiva, o (4 − di , 4 − ds ), autocorrelación negativa.
El valor del estadístico está su!cientemente próximo a 2 como para poder a!rmar sin riesgo, que no existe
D
autocorrelación
Pregunta 2
Suponga que desea contrastar la hipótesis de que la experiencia laboral ejerce una in"uencia distinta sobre el salario, (Y ),
en función del sexo del trabajador. Si los años de educación (X1 ) y la experiencia laboral, (X2 ), fuesen las únicas variables
explicativas, y Mujer una dummy que toma el valor 1 para las mujeres, una ecuación apropiada para contrastar dicha
hipótesis sería,
Yi = β 0 + β 1 X1i + β 2 X2i + β 3 mujeri + β 4 ⋅ X2i ⋅ mujeri + ϵ i
A
Yi = β 0 + β 1 X1i + β 2 X2i + β 3 ⋅ X2i ⋅ mujeri + ϵ i

B
Yi = β 0 + β 1 X1i + β 2 X2i + β 3 mujeri + ϵ i

C
Yi = β 0 + β 1 X1i + β 2 X2i + β 3 mujeri + β 4 ⋅ X1i ⋅ mujeri + ϵ i

D
https://nucleo.unedenlinea.es/FrmEvaluacion.aspx Página 1 de 6
Aula virtual de Examen. UNED 5/9/20 14:13
Pregunta 3
Las hipótesis nula y alternativa en la prueba de signi!catividad global de la regresión múltiple

Yi = β0 + β1 X1i + ... + βk Xki + ϵi , son,
H0 : β1 = 0, H1 : β1 ≠ 0
A
Ninguna es correcta
B
H0 : β0 = β1 = ... = βk = 0, H1 : no todos los βi son iguales a cero

C
D H0 : β̂ 1 = ... = β̂ k = 0, H1 : no todos los β̂ i son iguales a cero
Pregunta 4
Si todo lo demás permanece constante, la varianza del estimador MCO del término de pendiente en un modelo de regresión
simple, será menor,
Cuanto mayor sea la varianza de las perturbaciones

A
Cuanto menor sea el estimador de la constante

B
Cuanto mayor sea la varianza de la variable endógena

C
Cuanto mayor sea la variación de la variable explicativa

D
Pregunta 5
A partir de una muestra de 1000 observaciones, se ha identi!cado el proceso generador de una serie como,
Yt = 3, 04 + 0, 7 Yt−1 − 0, 2 Yt−2 + εt ,
(1,01) (0,36) (0,06)
la varianza del error vale 1 y los dos últimos valores de la muestra empleada en la estimación son 1 y 3 respectivamente.
Entonces el intervalo de con!anza del 95% para la predicción de yt+1 será:
(1,34; 5,26)
A
Ninguna es correcta
B
(1,74; 5,66)
C
(1,18; 5,10)
D
Pregunta 6
Considere AR(1) estacionario dado por Yt = 5 + 0, 5Yt−1 + ϵ t donde ϵ t un proceso de ruido blanco. La media
incondicional de Yt será,
0
A
5
B
10
C
13,33
D
Pregunta 7
Cuál de las siguientes expresiones se corresponde con el modelo de regresión poblacional
Yi = β0 + β1 X1i + β2 X2i + εt .
A
B Yi = β̂ 0 + β̂ 1 X1i + β̂ 2 X2i + ε̂ t
C Yî = β0 + β1 X1i + β2 X2i + εt
D Yî = β̂ 0 + β̂ 1 X1i + β̂ 2 X2i + ε̂ t .
Pregunta 8
¯¯¯2 , se diferencia del coe!ciente de determinación general R2 en que:

El coe!ciente de determinación corregido, R
Ambos sirven exactamente para lo mismo

A
El primero es menor que el segundo

B
El primero mide el ajuste del modelo, el segundo su bondad

C
Ninguna es correcta
D
Pregunta 9
A partir de la estimación,
Yî = 2, 38 + 0, 8 X1i − 1 X2i , n = 43,

(0,23) (0,19) (0,35)
el análisis de la signi!catividad de X2 proporciona el siguiente resultado, indique la mejor opción
Rechazamos la hipótesis nula con el 99% de con!anza

A

B
No podemos rechazar la hipótesis nula en ninguno de los tres casos considerados

C

D
Pregunta 10
Estimamos un modelo para 169 países que relaciona la esperanza de vida al nacer (esperanzai ) en años con los ingresos per
cápita en miles de dólares en términos de PPA (ingresosi ) y los años de estudios también per cápita (estudiosi ):
esperanzai = 20, 88 + 6, 5 ln(ingreso ) + 0, 94estudios i+ ε̂ i

(3,489) (3,3) i (0,02)
¯¯¯2
n = 169; R2 = 0, 6838; R = 0, 6800.
Debajo de cada parámetro se muestran los errores estándar entre paréntesis. Si analizamos la signi!catividad de los
ingresos (indique cuál de las siguientes a!rmaciones es más correcta)
No podemos rechazar que no in"uyan con el 90% de con!anza.

A
In"uyen en la esperanza de vida con el 95% de con!anza.

B

C

D
Pregunta 11
De una regresión simple sabemos que SCR = 0, 01 y SCE = 0, 05 y n = 100. El coe!ciente de determinación corregido
valdrá,
Ninguna es correcta
A
0,833
B
0,747
C
0,750
D
Pregunta 12
Con datos del PIB español trimestral en millones de euros de 2000 y corregidos de efecto calendario entre el primer
trimestre de 1970 y el último de 2010, estimamos el siguiente modelo:
ln(P IBt )= 11, 11 + 0, 0068 ⋅ t + ε̂ t

(0,023) (0,0003)
n = 164, R2 = 0, 9833,
donde tes una tendencia determinista que toma valores enteros sucesivos con el tiempo: 1, 2, 3, … , t. Si se cumplen los
supuestos usuales sólo una de las a!rmaciones siguientes es correcta,
Cada trimestre el PIB crece aproximadamente un 0,68%.

A
Cuando la variable t se incrementa un 1% el P IB lo hace en aproximadamente un 0,0068%.

B
Ninguna es correcta.
C
El primer trimestre de 1970 del P IB fue aproximadamente de 60.292 millones de euros.

D
Pregunta 13
Considere los siguientes valores de las funciones de autocorrelación total y parcial obtenidos a partir de una muestra de 100
observaciones
F AT 0, 70 0, 16 0, 11 0, 09 0, 08 − 0, 04 0.02 0, 01 − 0, 02
F AP 0, 70 0, 51 0, 35 0.27 0, 17 0, 12 0, 08 0, 06 0, 04
Diría que han sido obtenidas de un proceso:
MA(2)
A
AR(1)
B
MA(1)
C
ARMA(1, 1)
D
Pregunta 14
Señale cuál de las siguientes a!rmaciones es correcta,
La predicción con modelos estructurales es más sencilla de obtener que la derivada de modelos de series de
A
tiempo
La predicción en econometría solo puede hacerse con series de tiempo

B
Un modelo mal especi!cado proporcionará muy probablemente predicciones incorrectas

C
La capacidad predictiva dentro de la muestra no es una buena prueba de que el modelo es adecuado
D
Observaciones del estudiante:

<Sin observaciones>
Observaciones del docente:

<Sin observaciones>
VOLVER
Secretaría General - Centros Tecnológicos de la UNED - Vicerrectorado de Estudiantes - Vicerrectorado de Personal Docente e
Investigador - Vicerrectorado de Tecnología - Vicerrectorado de Innovación y Digitalización - Vicerrectorado de Calidad - IUED - Centro
de Prevención y Resolución de Con"ictos.
Desarrollado en el Centro de la UNED Barbastro.
Soporte: soportePDI@csi.uned.es 91 398 68 00 Manual para docentes
6/9/2020 A la irt al de E amen. UNED
A a a de E a e . UNED
E a e ea ad
A g a a: T CN CAS DE PRED CC N TUR ST CA 03/09/2020 11:30

E d a e: NES ORERO MART NEZ
S e e a a eg a de e de e a a ece a cada e e de c a c ec a , e c ec a . La
c e e e a c b de e de.
Ac ac e e ae e a e
P eg a1
A a de a e a de 200 da e ae ad :
D ga c de a g e e a ac e e c ec a
Se ec a a a e a de a c e ac
A
N g ae c ec a
B
E c a e e ab a d de dec a a c e ac .
C
N e ede ec a a a e de a c e ac
D
P eg a2
E a eg e a ae a e aa de g de aba ad e , e d e, a a e de a de ed cac , de
a g e e a ab e b a a : e d d e e , e b e, e d d e
ca ad , e e . D ga c de a g e e ec ac e a a,
N g ae c ec a
D
P eg a3
E - a e ,
N g ae c ec a
A
E e de g ca dad e ead e e c a e
B
E e de g ca dad a e ede ec a a e a e a
C
E e de g ca dad a e ede ec a a e a e a
D
P eg a4
E a eg e , ba e de ea dad, c ea dad e fec a, e a a ea a, e ge e dad g a de

f
https://n cleo. nedenlinea.es/FrmE al acion.asp 1/5
a ic c f ec en e ,
e di ib i e ac amen e c m na -S den c n g ad de libe ad

A
La di ib ci n de e a in icamen e n mal
B
La di ib ci n de e n mal
C
Ning na e c ec a
D
P e a5
C n ide e el ce d nde abem el e id ienen media n la a ian a ni a ia. La

a ian a de ald ,
Ning na e c ec a
A
25 / 34
B
25 / 5
C
25 / 16
D
P e a6
La a ce de la ec aci n del lin mi de e a d ,c e ndien e al ce n,
0,528 2,528
A
-2,528 0,528
B
1,082 3,082
C
-3,082 1,082
D
P e a7
El c e cien e de de e minaci n c egid , , e dife encia del c e cien e de de e minaci n gene al en e:
El ime e men e el eg nd
A
Ning na e c ec a
B
Amb i en e ac amen e a a l mi m
C
El ime mide el aj e del m del , el eg nd b ndad

D
P e a8
Si e c ibim n m del de eg e i n c n la a iable e e ada en de iaci ne c n e ec a media,
La endien e edan ed cida en e ec i a media

A
Ning na e c ec a
B
La d c a ca a c a ab
C
La c a a c a ada
D
P e a9
C aa d a a d a d c d a a c a BEX 2010 d
b c a a , a d
a d c a a a 10% d b c ,
(176; 416)
A
(151,4; 386,6)
B
(146,48; 391,52)
C
(167,18; 370,82)
D
P e a 10
A a d a ac ,
a d a ca dad d c a ad , d a c
R c a a a ac 99% d c a a
A
B
C
N d c a a a a d ca c d ad
D
P e a 11
S a d : .C d a a ac c c a.
La ac ad U da.
A
N a c ca
B
La ac a d U.
C
La ac a.
D
P e a 12
U ad a a c d a d a c ad a b d d d
a a ad b ,a b ad d .S a d ,
ad d a d a,

0,0001
100
B
N
C
L
D
P eg a 13
C 100
D :
MA(1)
A
MA(2)
B
AR(1)
C
ARMA(1, 1)
D
P eg a 14
A 100 ,
9 ,
A ,
L
A
L ARMA(1,1)
B
L
C
L AR(2)
D
O :
<S >
O :
<S >
OL ER
S G -C T UNED - E - P D
- T - D - C - UED -
C P R C .
D C UNED B .
S : PD @ . . 91 398 68 00 M


5/9/2020 Aula irtual de E amen. UNED
E a e ea ad
A a a: T CN CAS DE PRED CC N TUR ST CA 03/09/2020 11:30

E d a e: JORGE ALEJANDRO LOPEZ CARO
S e e a a e a de e de e a a ece a cada e e de c a c ec a , e c ec a . La
Ac ac e e ae e a e
P eg a1
La e de ceda c dad a e:
N ae c ec a
A
L ee e de a d a a c a de .
B
C L ee e .
D L ee e de a d a a c a de .
P eg a2
Pa a a a a c ee e aa de aba ad ,e ec de e e ece a d ca :
P ede a ea e a ec ac c a a ab e d ac a e
A
Debe c e ece a a e e d a ab e d
B
P d a a ed a ab e d ac a e
C
N ae c ec a
D
P eg a3
E a e e , ba e de ea dad, c ea dad e fec a, e a a ea a, e e e dad a de

a c c f ec e e ,
N ae c ec a
A
La d b c de e a
B
ed b e ac a e e c a -S de c ad de be ad
C
La d b c de e a ca e e a
D
P eg a4
E - a e ,
E e de ca dad e ead e e c a e
A
N ae c ec a
B
https://nucleo.unedenlinea.es/FrmE aluacion.asp 1/5
E i e de ig i ca i idad i a e ede echa a e a hi e i a

C
E i e de ig i ca i idad i a e ede echa a e a hi e i a

D
P e a5
C ide e e ce d de abe e e id ie e edia a a ia a

i a ia. La edia (i c dici a ) de ad ,
Ni g ae c ec a
A
4
B
3,33
C
8,33
D
P e a6
A a i de a e a de 1000 b e aci e , e ha ide i cad e ce ge e ad de a e ie c ,
a a ia a de e ae1 d i a e de a e ae eada e a e i aci 1 3 e ec i a e e.

E ce e i e a de c a a de 95% a a a edicci de e :
(1,74; 5,66)
A
(1,34; 5,26)
B
Ni g ae c ec a
C
(1,18; 5,10)
D
P e a7
E de de eg e i i e, e c e cie e de e i aci c egid ide,
Ni g ae c ec a
A
E ce aje e icad de a a ia a de a e d ge a e i ada

B
E ce aje e icad de a a ia a de a e ge a
C
E ce aje e icad de a a ia a de a e d ge a
D
P e a8
E de de eg e i i e e de iaci e a a edia e ,

P eg a9
E a de a a 169 a e e e ac a a e e a a de da a ace (e pe an a ) e a c g e e
c ae e de d a e e de PPA (ing e o ) a de e d a b e c a (e dio ):
Deba de cada a e e e a e e e da e e a e .S a a a a g ca dad a a de

e d ( d ec de a g e e a ac e e c ec a)
N e a c e 95% de c a a.
A
B
N de ec a a e ea a c e 90% de c a a.
C
D
P eg a 10
De a eg e b e da a a de a e a de 200 b e ac e (e e da e e a e ) ec ce
g e e da ,
U e a de c a a de 95% a a a ed cc a de X = 4 e , a ada e e,
3 1,96 0,645
A
3 1,96 0,698
B
3 1,96 0,629
C
N g ae c ec a
D
P eg a 11
E a ec ac d de e a ca cac e a eba de e ec dad e e de e a de a fa a

( e de e ), e e de e a e a a a ca cac e
20
A
N g ae c ec a
B
10
C
36
D

P e a 12
De una regresión simple sabemos que y y . El coe ciente de determinación corregido
valdrá,
0,747
A
Ninguna es correcta
B
0,750
C
0,833
D
P e a 13
La condición necesaria para que un proceso autorregresivo sea estacionario es que,
Las raíces de su ecuación característica caigan fuera del círculo unidad

A
Las raíces de su ecuación característica deben caer en el círculo unidad

B
Las raíces de su ecuación característica (las raíces del polinomio de retardos) caigan dentro del
C
círculo unidad
Todas las raíces de la ecuación característica deben ser menores que uno en valor absoluto.
D
P e a 14
Los 9 primeros valores de las funciones de autocorrelación total y parcial del proceso , calculadas a partir de una muestra
de 100 observaciones, son,
Entonces el proceso generador de probablemente será,
Un AR(1)
A
Un MA(1)
B
Ninguna es correcta
C
Un AR(2)
D

<Sin observaciones>

<Sin observaciones>
OL ER
Investigador - Vicerrectorado de Tecnología - Vicerrectorado de Innovación y Digitalización - Vicerrectorado de Calidad - IUED -
Centro de Prevención y Resolución de Con ictos.


Examen realizado
Asignatura: ECONOMETRÍA (ADE) 02/09/2020 18:30

Estudiante: ANDREA ZAURÍN JUAN
Sus respuestas a preguntas de test aparecen marcadas en verde oscuro
Pregunta 1
Considere la ecuación Yi = β0 + β1 X1i + β2 X2i + β3 (X1i X2i ) + εi y señale cuál de las siguientes
afirmaciones es correcta
Un cambio unitario en X2 implica que Y cambia en β2 unidades

A
Un cambio unitario en X1 implica que Y cambia en β1 unidades

B
Son correctas a) y b)
C
D
Un cambio unitario en X1 implica que Y cambia en β1 + β3 X2i unidades
Pregunta 2
Si en una ecuación de regresión simple multiplicamos todos los valores de Y por 10 y todos los valores de X
por 100:
El valor numérico de la pendiente estimada, permanecerá inalterado respecto a la estimación

A
obtenida a partir de la ecuación original (sin haber efectuado las multiplicaciones)
El valor numérico de la constante estimada, permanecerá inalterado respecto a la estimación

B
El valor numérico del estadístico t para contrastar la significatividad de la pendiente,

C
permanecerá inalterado respecto a la estimación obtenida a partir de la ecuación original (sin
haber efectuado las multiplicaciones)
El valor numérico de la varianza de la pendiente estimada, permanecerá inalterado respecto a

D
la estimación obtenida a partir de la ecuación original (sin haber efectuado las multiplicaciones)
Pregunta 3
Un estimador es
Una variable aleatoria

A
Una cantidad no aleatoria

B
Ninguna de las otras

C
Consistente si su esperanza matemática es igual al parámetro estimado

D
Pregunta 4
Yt −Y1
Para estimar el modelo Yt = β0 + β1 Xt + εt un investigador propone emplear . Dicho estimador:
Xt −X1
Será insesgado y con menor varianza que el estimador MCO

A
Será sesgado y pero con menor varianza que el estimador MCO

B
Será sesgado y con mayor varianza que el estimador MCO

C
Será insesgado pero con mayor varianza que el estimador MCO

D
Pregunta 5
Con una muestra de 104 observaciones se estima un modelo de regresión con tres variables explicativas más
la constante y se obtiene un valor de 0.8 para el coeficiente de determinación. El coeficiente de
determinación corregido valdrá:
0.781
A
0.797
B
Ninguna de las anteriores

C
0.794
D
Pregunta 6
El error de un modelo de regresión responde a
ϵ t = 0.8ϵ t−1 + 0.24ϵ t−2 + ut
donde el error ut cumple todos los supuestos habituales. En este caso:
Estimaría el modelo por MCG

A
Emplearía un estimador robusto

B
Estimaría el modelo por máxima verosimilitud

C
Estimaría por MCGF

D
Pregunta 7
La principal utilidad del criterio de información de Akaike es:
Elegir entre modelos alternativos cuando la variable dependiente es diferente

A
Contrastar la significatividad global del modelo

B
Es un estadístico alternativo al coeficiente de determinación corregido en el que la penalización

C
por incluir variables adicionales es menor
Elegir entre modelos alternativos cuando la variable dependiente es la misma

D
Pregunta 8
El estadístico de Durbin y Watson:
−1
A Responde a la expresión [∑ t=2 (ˆ
ϵ t − ϵˆ t−1 )2 ][∑ t=1 ϵˆ 2t ]
n n
y sirve para contrastar la
hipótesis de no autocorrelación
−1
B Responde a la expresión [∑ t=2 (ˆ
ϵ t − ϵˆ t−1 )2 ][∑ t=1 ϵˆ 2t ]
n n
hipótesis de homocedasticidad
−1
C Responde a la expresión [∑ t=2 (ˆ
ϵ t − ϵˆ t−1 )][∑ t=1 ϵˆ 2t ]
n n
hipótesis de no autocorrelación
−1
D Responde a la expresión [∑ t=2 (ˆ
ϵ t − ϵˆ t−1 )][∑ t=1 ϵˆ 2t ]
n n
hipótesis homocedasticidad
Pregunta 9
Si los errores de un modelo de regresión presentan una alta autocorrelación negativa, el valor del estadístico
de Durbin y Watson:
Estará alejado de dos, pero puede estarlo hacia cero o hacia cuatro
A
Estará próximo a dos

B
Estará próximo a cuatro

C
Estará próximo a cero

D
Pregunta 10
Considere la regresión Yi = β̂ 0 + β̂ 1 Di donde Di es una variable binaria. Entonces,
A β̂ 1 es la media de Y para los valores en los que Di = 1 pero β̂ 0 es un mero parámetro de

ajuste sin ninguna interpretación especial
Ninguna es correcta
B
C β̂ 0 es la media de Y para los valores en los que Di = 0 y β̂ 1 la media de Y para los valores en
los que Di = 1
D β̂ 0 es la media de Y para los valores en los que Di = 0 y β̂ 0 + β̂ 1 la media de Y para los

valores en los que Di = 1
Pregunta 11
En el modelo yt = εt + 0, 5εt−1 ,
Su esperanza es nula
A
La función de autocovarianza con un desfase es 0,5

B
La función de autocorrelación parcial con un desfase es 0,5

C
La función de autocorrelación total con un desfase es 0,5

D
Pregunta 12
La tabla siguiente presenta las funciones de autocorrelación total (FAT) y parcial (FAP) de la diferencia del
precio diario del bitcoin (Yt ) durante los años 2016 y 2017 (731 observaciones),
1 2 3 4 5 6 7
F AT 0, 02 − 0, 03 0, 01 − 0, 02 0, 01 0, 04 0, 03
F AP 0, 02 − 0, 04 − 0, 01 − 0, 02 0, 01 0, 03 − 0, 03
Entonces el proceso generador de Yt probablemente será,
A
Yt es Ruido Blanco.
B
Yt es un ARMA(1,1).
C
Yt es un AR(1).
D
Yt es un MA(1).
Pregunta 13
Si Zt es integrado de orden dos, entonces,
A
∆Zt − ∆Zt−1 es estacionario.
B
Zt – Zt−1 es estacionario.
C
Zt – Zt−2 es estacionario.
D
ln (Zt)– ln (Zt − 2) es estacionario.
Pregunta 14
Sea el modelo Yt = φ 0 + φ 1 Yt−1 + ϵ t , donde 0 < φ 1 < 1 y ϵ t es un proceso de ruido blanco. Señale la
afirmación correcta,
No es posible asegurar la estacionaridad en covarianza sin conocer el valor de φ 0 .

A
El proceso es estacionario en media, varianza y autocovarianza

B
El proceso es estacionario en media pero no en varianza

C
Ninguna es correcta
D
Pregunta 15
El proceso estocástico Yt = −1, 3Yt−1 + 0, 5Yt−2 + ϵ t − 1, 7ϵ t−1 es:
No estacionario y no invertible
A
No estacionario pero invertible

B
Estacionario pero no invertible

C
Estacionario e invertible
D
Pregunta 16
Considera que se quiere estimar los determinantes de la brecha salarial entre personas nacionales y
extranjeros para el periodo 2006-2020. El modelo a estimar es el siguiente:
m
ln(salario)it = β 0 + β 1 Nacionalesi + β 2 Añoit + β 3 Casado + β 4 ∑ β j Xijt + ϵ it .
j=4
Nuestras variables explicativas son: Nacional que toma valor 1 si es una persona que ha nacido en el país de
estudio y 0 si es extranjero; Año que toma valores del 1 al 15 y recoge como evoluciona el salario a lo largo
del tiempo; Casado es una dummy que toma valor 1 si dicha persona está casada y 0 si es soltera y Xijt que
son una serie de variables de control que determinan el salario de un trabajador (por ejemplo la experiencia,
edad, nivel educativo...). En la siguiente tabla se presentan los resultados de la estimación del anterior
modelo. La primera estimación se ha realizado sin tener en cuenta las variables de control y la segunda
teniendolas en cuenta.
variable dependiente ( salario) Modelo 1 Modelo 2
Constante 1.498 (0.019) 1.690 (0.024)
Nacional 0.516 (0.003) 0.682 (0.003)
Año 0.013 (0.009) 0.046 (0.005)
Casado 0.321 (0.019) 0.337 (0.045)
Controles NO SI
2
R 0.576 0.613
número de observaciones 827 827
1. Calcula la significatividad conjunta de ambos modelos siendo los R2 iguales a 0.652 y 0.709,
respectivamente. Asume que tenemos 5 variables de control.
2. Si a los anteriores modelos le incluimos el siguiente término de interacción: Nacional*Casado ¿qué nos
estaría indicando el coeficiente estimado de esta variable? ¿qué nos indicaría ahora el término
constante?
3. ¿Que sucedería si estos dos modelos los estimasemos mediante efectos fijos individuales? ¿Y mediante
efectos fijos temporales? Razona tu respuesta.
1) Calcula la significatividad conjunta:

Modelo 1:
H0 : B constante= Bnac= Baño= Bcas=B controles 0
H1: alg rest no se cumple
F= r^2/k/n-R^2/n-k-1 = (0,652/5)/(1-0,652/827-5) = 308
F3, infinito según tablas del apendice que dan con el libro 2,6. El modelo 1 es significativo globalmente.
Modelo 2
H0: Bnac= Baño= Bcas =0
F= r^2/k/n-R^2/n-k-1= (0,709/5)/(1-0,709/827-5) = 400
F3, infinito según tablas del apendice que dan con el libro 2,6. El modelo 2 es significativo globalmente.
Conclusiones tanto el modelo 1 como el modelo 2 son conjuntamente significativos globalmente.
2) si incluimos el termino de interacion nacional* casado nos estaria indicando las personas nacionales que estan
casadas ya que si no fueras nacional se anularia y si no estuvieras casado se anularia tambien.
El termino constante nos estaria indicando alguien que no fuera nacional y que no estuviera casado.
3) esta no la se

Me ha fallado un par de veces la conexión espero que se haya quedado guardado todo bien. Lo he revisado un par de
veces. Conteste todas las preguntas excepto el problema la parte 3 que no la sabia.
Que pasen un buen dia.
Andrea

<Sin observaciones>
VOLVER
Secretaría General - Centros Tecnológicos de la UNED - Vicerrectorado de Estudiantes - Vicerrectorado de Personal

Docente e Investigador - Vicerrectorado de Tecnología - Vicerrectorado de Innovación y Digitalización - Vicerrectorado de
Calidad - IUED - Centro de Prevención y Resolución de Conflictos.

A a i a de E a e . UNED
Examen realizado
Asignatura: NTRODUCC ÓN A LA ECONOMETR A 04/09/2020 09:00

Estudiante: FRANC SCO JOSÉ PÉREZ GUZMÁN
Sus respuestas a preguntas de test de test aparecen marcadas en verde claro si son correctas, en rojo si son incorrectas. Las
soluciones se muestran con un borde verde.
P eg a1
Si en una ecuación de regresión simple multiplicamos todos los valores de Y por 10 y todos los valores de X por 100:
El valor numérico de la constante estimada, permanecerá inalterado respecto a la estimación

A
El valor numérico de la varianza de la pendiente estimada, permanecerá inalterado respecto a la

B
estimación obtenida a partir de la ecuación original (sin haber efectuado las multiplicaciones)
El valor numérico del estadístico para contrastar la signi catividad de la pendiente, permanecerá
C
inalterado respecto a la estimación obtenida a partir de la ecuación original (sin haber efectuado las
multiplicaciones)
El valor numérico de la pendiente estimada, permanecerá inalterado respecto a la estimación

D
P eg a2
En la teoría de la regresión se emplea la primera condición de mínimo para derivar el sistema de ecuaciones normales que
conducen a la estimación de los parámetros poblacionales. Pero para que hayamos obtenido realmente un mínimo, ha de
cumplirse una segunda condición que exige que la matriz formada por las segundas derivadas o matriz hessiana, sea
de nida positiva. Esta condición:
Se cumple solo si los estimadores son insesgados
A
Se cumple siempre en el contexto del modelo de regresión

B
Se cumple solo cuando los estimadores son de mínima variarianza entre los lineales e insesgados
C
Se cumple solo cuando el estimador es consistente

D
P eg a3
Considere la estimación y señale cuál de las siguientes
a rmaciones es correcta:
Si W aumenta en un 1% Y caerá 0.5 unidades

A
Si W aumenta en un 1% Y caerá 0.005 unidades

B
Si W aumenta en una unidad Y caerá un 0.5%

C
Si W aumenta en una unidad Y lo caerá un 50%

D

P e a4
A pa i de e ded ce e:
Si c ece en na nidad Y lo ha n 0.8%

A
Si c ece en na nidad Y lo ha en 0.8 nidade

B
Si c ece en na nidad Y cae n 0.5%

C
Son cie a a) b)
D
P e a5
El a io pa a con a a hip e i indi id ale empleado en la p c ica, e ponde a la e p e i n
P e a6
Sea el modelo de eg e i n imple en el e e c mplen odo lo p e o . En e a condicione el e imado MCO de la

pendien e:
P ede no e con i en e en de e minada i acione

A
Pod a ene ma o a ian a e n e imado e gado

B
Tend meno a ian a e c al ie o o e imado

C
Ning na de la o a
D
P e a7
Pa a e ima el modelo n in e igado p opone emplea . Dicho e imado :
Se in e gado con meno a ian a e el e imado MCO

A
Se e gado con ma o a ian a e el e imado MCO

B
Se e gado pe o con meno a ian a e el e imado MCO

C
Se in e gado pe o con ma o a ian a e el e imado MCO

D

P e a8
E ea d 102 b e ac e e e a a ed a e ae ca de a de eg d de bach e a (Y), e

a e da e fe e a a a (X), e ha b e d ,c e e da a a a e de e
de 0.3. E c e c e e de de e ac de d cha eg e e a ada e e:
0.114
A
0.336
B
0.083
C
N g a de a a
D
P e a9
E e ad c de D b Wa :
A Re de a a e e e a ac a a ah e de
a c e ac
B Re de a a e e e a ac a a ah e
h ceda c dad
C Re de a a e e e a ac a a ah e de
a c e ac
D Re de a a e e e a ac a a ah e de
h ceda c dad
P e a 10
C de g e e be a ede ca a e g e ae ac MCO:
N g ae c ec a
A
La a c e ac
B
La c a c ea dad e fec a
C
La he e ceda c dad
D
P e a 11
E e de de eg e d de e a a ab e b a a, e a e e e a:
La ed a de a aa e a e e de
A
La d fe e c a de ed a e e a e de a a de a e de d de
B
N g ae c ec a
C
La ed a de a aa e a e e de
D

P e a 12
Una variable cualitativa tiene categorías: Si quiere incluirla como variable explicativa en un modelo de regresión:
Solo pueden añadirse variables binarias al modelo con constante

A

B
No hay restricciones respecto del número de variables binarias a añadir al modelo

C

D
P e a 13
Si en la regresión hay variables irrelevantes:
Los estimadores MCO de las variables relevantes serán insesgados pero no los de las variables
A
irrelevantes
Las propiedades de insesgadez y consistencia no se verán afectadas

B

C
Ninguno de los estimadores MCO será insesgado

D
P e a 14
Al añadir una nueva variable al modelo de regresión:
Comprobaremos el ratio t de la variable, incluyéndola sólo si es estadísticamente signi cativa al 1%

A

B
Se elimina la posibilidad de incurrir en sesgo por la omisión de dicha variable

C
D Si la variable es relevante, aumentará pero puede disminuir

<Sin observaciones>

<Sin observaciones>
OL ER
Investigador - Vicerrectorado de Tecnología - Vicerrectorado de Innovación y Digitalización - Vicerrectorado de Calidad - IUED -

E a e ea ad
A a a: T CN CAS DE PRED CC N TUR ST CA 03/09/2020 11:30

E d a e: AL C A SALAS BA OS
S e e a a e a de e de e a a ece a cada e e de c a c ec a , e c ec a . La
Ac ac e e ae e a e
P eg a1
E e ad c Q' e a a
C a a e d de a ec ac de e e ed b e a e e
A
N ae c ec a
B
C a a aa c e ac e a
C
C a a a c ea dad e de de e e e
D
P eg a2
E a e e a ae a e aa de de aba ad e , e d e, a a e de a de ed cac , de
a e e a ab e b a a : e d d e e , e b e, e d d e
ca ad , e e .D ac de a e e ec ac e a a,
N ae c ec a
D
P eg a3
E a e e , ba e de ea dad, c ea dad e fec a, e a a ea a, e e e dad a de

a c c f ec e e ,
La d b c de e a ca e e a
A
La d b c de e a
B
ed b e ac a e e c a -S de c ad de be ad
C
N ae c ec a
D
P eg a4
E e de abe e e ad e e ad ,e ce ,
a e ea ada a e ac , e e e ec :
L e de e e e dad e a a ea a
A
g
A
L e de li ealidad, e ge eidad, e a alea ia g a de a ic c f ec e e

B
L e de li ealidad, e ge eidad g a de a ic c f ec e e
C
El e de e ge eidad
D
P e a5
C ide e el ce d de abe el e id ie e edia la a ia a i a ia. La

a ia a de ald ,
25 / 34
A
Ni g ae c ec a
B
25 / 5
C
25 / 16
D
P e a6
C ide e el ce d de abe el e id ie e edia la a ia a i a ia. El al

de la f ci de a c a ia a e el e a d 6 e :
5 / 40
A
Ni g ae c ec a
B
1 / 48
C
0
D
P e a7
C l de la ig ie e e e i e ec e de c el del de eg e i blaci al
P e a8
Pa a decidi e el del e lea a e,
La a c ad ica al e edida e la i a idade

A
E el eg d del β i dica el efec b e Y de ca bi ia i e X

B
l g(Y) ede e ega i i0<Y<1

(Y) d a 0<Y<1
C
N a c ca
D
P e a9
C a a d 62 b ac a b d ,d a ab ad da
d ad d a d , , .E c a a d ca dad d 5%,
a ca a c a a a ac ad ad c a
A
a ca a c a b a a ad c a
B
a ca a c a a a ac ad a da
C
N a c ca
D
P e a 10
A a d a ac ,
a d a ca dad d c a ad , d a c
A
B
N d c a a a a d ca c d ad
C
D
P e a 11
D a ab .E c c d d ac c d
ad ,
N a c ca
A
0,833
B
0,747
C
0,750
D
P e a 12
C da d PB a a d d 2000 c d d c ca da
d 1970 d 2010, a d :
d d a d cad a a a c c : .S c
a ad a a ac c c a,
Cada PBc c a ada 0 68%

Cada trimestre el P B crece aproximadamente un 0,68%.
A
El primer trimestre de 1970 del fue aproximadamente de 60.292 millones de euros.

B
C
Cuando la variable se incrementa un 1% el lo hace en aproximadamente un 0,0068%.

D
P eg a 13
Considere los siguientes valores de las funciones de autocorrelación total y parcial obtenidos a partir de una muestra de 100
observaciones
Diría que han sido obtenidas de un proceso:
MA(2)
A
AR(2)
B
ARMA(1, 1)
C
AR(1)
D
P eg a 14
Considere las siguientes a rmaciones referidas un AR MA(p, d, )
(i) La letra del acrónimo signi ca “independiente”
(ii) Un estimado a partir de una serie en logaritmos es equivalente a estimar un sobre la
tasa de variación de la serie
(iii) La estimación de un exige que p o sean mayores que 1
(iv) Si d > 0 la serie original no era estacionaria
Solo (ii) y (iv)

A
Todas ellas
B
Solo (i), (ii) y (iii)

C
Solo (i) y (iii)

D

<Sin observaciones>
<Sin observaciones>
OL ER
nvestigador - Vicerrectorado de Tecnología - Vicerrectorado de nnovación y Digitalización - Vicerrectorado de Calidad - UED -
Soporte: soportePD @csi.uned.es 91 398 68 00 Manual para docentes


Pregunta 1
A partir de Yt=2.5+0.8Xt 0.5log(Wt), R2=0.8, n=200Y^t=2.5+0.8Xt-

0.5log(W ),R2=0.8,n=200 se deduce que:
A
Si Xt crece en una unidad Y lo hará un 0.8%
B
Si Xt crece en una unidad Y lo hará en 0.8 unidades
C
Si Wt crece en una unidad Y caerá un 0.5%
D
Son ciertas a) y b)
Pregunta 2
A partir del modelo Yi= 0+ 1log(Xi)+ i se puede decir que:
A
B
1 es el cambio relativo en Y derivado de un cambio unitario absoluto en
X
C
1 es el cambio marginal de Y con respecto a X
D
1 es la elasticidad de Y con respecto a X
Pregunta 3
Considere la estimación logYi=2.5+0.3Di 0.5log(Xi) , R2=0.8 ,

n=200 donde D es una variable binaria. Señale cuál de las siguientes
afirmaciones es correcta:
A
La ela icidad de Y con re pec o a X e 0.5 en ambo gr po (lo
determinados por D=0 y D=1)
B
La elasticidad de Y con respecto a X es 0.2 en ambo gr po (lo
determinados por D=0 y D=1)
C
La elasticidad de Y con respecto a X es 0.2 en el gr po donde la ariable
binaria es igual a la unidad
D
Pregunta 4
Si las únicas variables explicativas de un modelo de regresión son la constante

y una variable binaria:
A
El estimador de la pendiente será nulo
B
Habrá multicolinealidad perfecta
C
D
La estimación de la pendiente representa la diferencia de medias en los dos
grupos (el de los valores de Y para los que la variable binaria es nula, y el de
los valores de Y en los que la variable binaria es igual a la unidad)
Pregunta 5
Con una muestra de 200 observaciones se obtiene la estimación
Yi=2.5+0.8X1i+0.5X2i , R2=0.8 A continuación se emplea la misma

muestra para estimar Yi=1.35+1.23(X1i+X2i) , R2=0.38 El ratio t para el
contraste de significatividad individual de la variable Zi=X1i+X2i valdrá:
A
20.34
B
11.02
C
D
121.35
Pregunta 6
Sea el modelo de regresión simple en el que se cumplen todos los supuestos.

En estas condiciones el estimador MCO de la pendiente:
A
Puede no ser consistente en determinadas situaciones
B
C
Podría tener mayor varianza que un estimador sesgado
D
Tendrá menos varianza que cualquier otro estimador
Pregunta 7
A partir de 420 observaciones estimamos un modelo de regresión múltiple con

cuatro variables explicativas más la constante, siendo el valor del coeficiente
de determinación de 0.44. Queremos contrastar una hipótesis que implica dos
restricciones obteniéndose para el coeficiente de determinación de la ecuación
correspondiente, un valor de 0.41. El estadístico F apropiado para este
contraste valdrá aproximadamente:
A
B
22.23
C
14.11
D
11.12
Pregunta 8
Para estimar el modelo Yt= 0+ 1Xt+ tY = 0+ 1X + un investigador

propone emplear Yt Y1Xt X1Yt-Y1Xt-X1. Dicho estimador:
A
Será insesgado y con menor varianza que el estimador MCO
B
Será sesgado y con mayor varianza que el estimador MCO
C
Será sesgado y pero con menor varianza que el estimador MCO
D
Será insesgado pero con mayor varianza que el estimador MCO
Pregunta 9
Indique cuál de los siguientes NO es test de homocedasticidad
A
La prueba de Breusch Pagan
B
La prueba de White
C
La prueba Q de Ljung-Box
D
Ninguna es correcta
Pregunta 10
En un modelo de regresión el valor del estadístico de Durbin y Watson ha

resultado ser 1,68. Señale cuál de las afirmaciones anteriores es correcta,
A
Ninguna es correcta
B
No hay datos suficientes para valorar la hipótesis de no autocorrelación
C
El valor del estadístico está suficientemente próximo a 2 como para poder
afirmar sin riesgo, que no existe autocorrelación
D
Para que poder rechazar la no autocorrelación el valor del estadístico debe
caer en el intervalo (dL,dU), autocorrelación positiva, o (4 dU,4 dL) ,
autocorrelación negativa.
Pregunta 11
La regresión Yt= + Dt+ Xt+ DtXt+ t donde Dt es una variable binaria que
toma el valor 1 en algún subperiodo muestral:
A
Está mal especificada
B
C
Es la ecuación que sirve de base al test de mala especificación funcional de
Ramsey
D
Puede servir para contrastar si la relación es diferente en los dos periodos
determinados por la variable binaria
Pregunta 12
Las agencias de calificación crediticia valoran la calidad de la deuda de los

distintos países, una información que los prestamistas tienen en cuenta a la
hora de fijar el tipo de interés. Supongamos que las opciones son A, B, C y D,
siendo A la máxima calidad y D la peor. Un investigador quiere evaluar si el
efecto de dichas calificaciones sobre la deuda de su país es significativamente
distinto de cero. Si la variable endógena Yt representa el tipo de interés, diga
cuál de las siguientes opciones le parece más acertada:
A
Estimar la ecuación Yt= 0+ 1XAt+ 2XBt+ 3XCt+ 4XDt+otros factores,
donde las X's son ahora dummies separadas (XAt=1 si la deuda tiene la
máxima calificación, XBt=1, si la la calificación es B, etc.) y a continuación
contrastar individualmente la hipótesis nula H0: 1=0 para cada una de las X
B
Estimar la ecuación Yt= 0+ 1Xt+otrosfactore, donde Xt es una variable
que toma los valores 3, 2, 1 y 0 en función de la calificación sea A, B, C o D,
y a continuación contrastar la hipótesis nula H0: 1=0 en un contraste bilateral
C
Estimar la ecuación Yt= 0+ 1XAt+ 2XBt+ 3XCt+otrosfactores, donde
las X's son ahora dummies separadas (XAt=1 si la deuda tiene la máxima
calificación, XBt=1,XtB=1, si la la calificación es B, etc.) y a continuación
contrastar la hipótesis conjunta H0: 1= 2= 3=0
D
Estimar la ecuación Yt= 0+ 1XAt+ 2XBt+ 3XCt+ 4XDt+otros factores,
donde las X's son ahora dummies separadas (XAt=1nsi la deuda tiene la
máxima calificación, XBt=1, si la la calificación es B, etc.) y a continuación
contrastar la hipótesis conjunta H0: 1= 2= 3= 4=0
Pregunta 13
Un modelo donde hay causalidad simultánea:
A
Incumplirá la condición de exogeneidad
B
Es un modelo construido para tener en cuenta la autocorrelación serial de
las perturbaciones
C
Incluye uno o varios retardos de la variable endógena
D
Tendrá errores heterocedásticos
Pregunta 14
Si la variable dependiente de un modelo de regresión está medida con error:
A
En general el estimador MCO será insesgado pero con mayor varianza
B
En general el estimador MCO será sesgado e ineficiente
C
En general el estimador MCO será insesgado y la varianza de los
estimadores idéntica
D
En general el estimador MCO será insesgado y menor la varianza de los
estimadores
Examen realizado
Asignatura: TÉCNICAS DE PREDICCIÓN TURÍSTICA 03/09/2020

11:30
Estudiante: ANDREA ZAURÍN JUAN
Sus respuestas a preguntas de test de test aparecen marcadas en verde claro si son correctas, en rojo si son
incorrectas. Las soluciones se muestran con un borde verde.
Pregunta 1
Cuando se incumple el supuesto de homocedasticidad por estimar en niveles en vez de en logaritmos:
Los estimadores MCO serán sesgados.

A
Los estimadores MCO seguirán siendo insesgados y consistentes.

B
Los estimadores MCO serán insesgados.

C
D
Pregunta 2
Queramos utilizar variables binarias por umbrales para medir el efecto del nivel de estudios sobre el salario.
Definimos 4 niveles de estudios, cuyas variables binarias son: Dsinestudios , Dprimaria , Dsecundaria , Dgraduado .
En estas condiciones, un trabajador Graduado en Turismo por la Uned, tendría
Dsinestudios = 1, Dprimaria = 1, Dsecundaria = 1, Dgraduado = 0

A

B

C

D
Pregunta 3
En el modelo Yi = β̂ 0 + β̂ 1 X1i + β̂ 2 X2i +. . . +β̂ k Xki + ε̂ i en el que se cumplen todos los supuestos, el estadístico
( β̂ i −βi ) /σβ̂ se distribuye:
i
A Según una N(0, σϵ2 )
Según una tn−2

B
Según una tn−k−1

C
Según una N(0, 1)

D
Pregunta 4
Señale cuál de los siguientes NO es un paso necesario en el contraste de la significatividad individual de la variable
X1i
A Calcular el error estándar de β̂ 1
Asegurarse de que la distribución de los errores es normal

B
Definir la hipótesis alternativa

C
Elegir el nivel de significatividad

D
Pregunta 5
A partir de una muestra de 1000 observaciones, se ha identificado el proceso generador de una serie como,
Yt = 3, 04 + 0, 7 Yt−1 − 0, 2 Yt−2 + εt ,
(1,01) (0,36) (0,06)
la varianza del error vale 1 y los dos últimos valores de la muestra empleada en la estimación son 1 y 3
respectivamente. Entonces el intervalo de confianza del 95% para la predicción de yt+1 será:
(1,34; 5,26)
A
(1,74; 5,66)
B
Ninguna es correcta
C
(1,18; 5,10)
D
Pregunta 6
Considere el proceso yt = 3 − 0, 5yt−1 + ϵ t donde sabemos que los residuos tienen media nula y varianza
unitaria. El valor de la función de autocovarianza en el retardo 6 será:
0
A
5 / 40
B
Ninguna es correcta
C
1 / 48
D
Pregunta 7
La multicolinealidad exacta
Ninguna es correcta
A
Significa que dos o más regresores tienen correlación elevada

B
No tiene importancia en el área de la Economía

C
Es un problema que solo se da en Economía

D
Pregunta 8
En un modelo de regresión, el coeficiente de determinación corregido (¯ ),

2
¯¯
R
No influye el número de variables que se incluyen en la regresión

A
Ninguna es correcta
B
Es menor que el coeficiente de determinación

C
Aumenta cuando se incrementa el número de variables explicativas

D
Pregunta 9
A partir de la estimación,
Yî = 2, 38 + 0, 8 X1i − 1 X2i , n = 43,

(0,23) (0,19) (0,41)
el intervalo de confianza del 99% para un incremento de 2 unidades en X1 será,
(0,42; 1,18)
A
(0,28; 1,32)
B
(0,83; 2,37)
C
(0,57; 2,63)
D
Pregunta 10
Con una muestra de 62 observaciones se ha obtenido Yî = 2, 43 − 1, 64Xi , de la sabemos además que el
error estándar del estimador de la pendiente, β 1 , es 0, 83. Entonces para un nivel de significatividad del 5%,
A
Xi sería significativa en un contraste bilateral o a dos colas
B
Xi sería significativa en un contraste unilateral por la cola de la derecha
Xi sería significativa en un contraste unilateral por la cola de la izquierda

C
Ninguna es correcta
D
Pregunta 11
En la ecuación ŷ = 2 + 4x − 0, 2x2 donde y es la calificación en la prueba de selectividad y x el nivel de

renta de la familia (miles de euros), el nivel de renta que maximiza la calificación es
Ninguna es correcta
A
20
B
36
C
10
D
Pregunta 12
La estimación de una ecuación con 4 variables explicativas más la constante obtenida a partir de una
muestra con 100 observaciones, presenta un coeficiente de determinación R2 = 0, 85. El valor de
coeficiente de determinación corregido será aproximadamente:
Imposible de calcular con los datos del enunciado

A
0,844
B
0,839
C
0,792
D
Pregunta 13
A partir de 100 observaciones de la serie Yt se han calculado las funciones de autocorrelación total (F AT ) y parcial
(F AP ), cuyos 9 primeros valores son,
F AT 0, 814 0, 802 0, 742 0, 703 0, 718 0, 687 0, 668 0, 656 0, 615
F AP 0, 814 0, 413 0, 082 0, 027 0, 107 0, 056 − 0, 01 − 0, 02 0, 080
A juzgar por estos valores diría que,
La serie responde a un proceso de ruido blanco

A
La serie tiene estructura de un ARMA(1,1)

B
La serie tiene estructura de un AR(2)

C
La serie no es estacionaria
D
Pregunta 14
Considere las siguientes afirmaciones referidas a la función de autocorrelación total (FAT) y a la función de
autocorrelación parcial (FAP):
(i) Cualquiera que sea el modelo considerado, la FAT y la FAP siempre son iguales en el primer retado
(ii) La FAT de una MA(q) será en general distinta de cero para retardos superiores a q
(iii) La FAP de un AR(p) será nula para retardos superiores a p
(iv) En el retardo 2 la FAT y la FAP de un MA(1) son siempre iguales
Solo (i) y (iii)

A
Solo (i) y (ii)

B
Solo (ii) y (iv)

C
Solo (i), (ii) y (iii)

D

<Sin observaciones>

<Sin observaciones>
VOLVER
Secretaría General - Centros Tecnológicos de la UNED - Vicerrectorado de Estudiantes - Vicerrectorado de Personal

Docente e Investigador - Vicerrectorado de Tecnología - Vicerrectorado de Innovación y Digitalización - Vicerrectorado de
Calidad - IUED - Centro de Prevención y Resolución de Conflictos.

Una versión del contraste de Breus-Pegan:
A
Se obtiene a partir de la regresión de los residuos al cuadrado entre las variables
explicativas, sus cuadrados y todos sus productos cruzados y sirve para contrastar la hipótesis
de no autocorrelación
B
Se obtiene de regresar pi ˆ i σ 2pi= î σ 2 sobre las variables explicativas del modelo
original y sirve para contrastar la hipótesis de homocedasticidad.
C
Se obtiene a partir de la regresión de los residuos al cuadrado entre las variables
explicativas, sus cuadrados y todos sus productos cruzados y sirve para contrastar la hipótesis
de homocedasticidad
D
Ninguna es correcta
Pregunta 2
En el modelo de regresión Yi=β β 1Di+ i donde Di es una variable binaria, el

parámetro β 1 expresa:
A
La media de Yi para aquellos valores en los de Di=0.
B
Ninguna de las anteriores
C
La predicción de Yi cuando Di=1
D
La media de Yi para aquellos valores en los deDi=1.
Pregunta 3
En el Yi β β X i β X i β kXki ε i en el que se cumplen todos los supuestos, el

estadístico ˆβi βi ˆσˆβiβî-βiσˆβî se distribuye:
A
Según una N(0,1)N(0,1)
B
Según una tn tn-2
C
Según una tn k tn-k-1
D
Según una N ,σ N ,σ 2)
Pregunta 4
Las hipótesis nula y alternativa en la prueba de significatividad global de la regresión

múltiple Yi β β X i βkXki iYi β β X i βkXki i, son,
A
H :β ,H :β H :β ,H :β
B
Ninguna es correcta
C
H :β β βk ,H :notodoslosβisonigualesaceroH :β β βk ,H :notodoslosβiso
nigualesacero
H :ˆβ ˆβk ,H :notodoslosˆβisonigualesaceroH :βˆ βˆk ,H :notodoslosβîsonigual

esacero
Pregunta 5
Considere el proceso yt , yt tyt=3-0,5yt-1+ t donde sabemos que los residuos tienen

media nula y varianza unitaria. El valor de la función de autocovarianza en el retardo 6 será:
A
Ninguna es correcta
B
0
C
5 / 40
D
1 / 48
Pregunta 6
Considere el proceso Yt=2+0,8Yt , Yt t , t Yt , Yt-1-0,4Yt-2+ t-0,7 t-1, donde

suponemos que es N ,σ N ,σ 2). La media de YtYt será,
A
2,00
B
2,50
C
0
D
3,33
Pregunta 7
En una ecuación de regresión el número de grados de libertad es
A
N-k-1
B
k-1
C
k+1
D
N - K +1
Pregunta 8
El modelo de regresión simple en desviaciones a las medias es,

B
A
Yi ¯¯¯Y ˆβ Xi ¯¯¯X ˆεi Yi-Y βˆ Xi-X εî
B
Yi ˆβ ˆβ Xi ¯¯¯X ˆεiYi βˆ βˆ Xi-X εî
C
Yi ¯¯¯Y ˆβ Xi ˆεi Yi-Y βˆ Xi εî
D
Yi ¯¯¯Y ˆβ ˆβ Xi ¯¯¯X ˆεi Yi-Y βˆ βˆ Xi-X εî
Pregunta 9
De una regresión obtenida a partir de una muestra de 200 observaciones (error estándar entre
paréntesis) se conocen los siguientes datos,
ˆYi , , Xi, SCR=125, ¯¯¯X=2, Xi ¯¯¯X Y i , , Xi, SCR=125, X¯=2, Xi-

X¯)2=10
Un intervalo de confianza del 95% para la predicción puntual de X = 4 será, aproximadamente,
A
3 ± 1,96 · 0,645
B
3 ± 1,96 · 0,698
C
3 ± 1,96 · 0,629
D
Ninguna es correcta
Pregunta 10
Con los salarios (Si)(Si) en miles de anuales de los altos directivos de las empresas que
cotizan en el IBEX en 2010 y de sus beneficios anuales (Bi)(Bi), estimamos el siguiente modelo
Si=296+269(60)⋅Bi, n=32, R2=0,78Si=296+26960·Bi, n=32, R2=0,78
el intervalo de confianza al 10% de los beneficios es,
A
A
(151,4; 386,6)
B
(146,48; 391,52)
C
(167,18; 370,82)
D
(176; 416)
Pregunta 11
En el modelo ˆYi , Xi , XiYî , Xi-0,8Xi22, cuando Δ Xi Δ Xi=1, YiYi varía en
A
1,5 unidades
B
0,8 unidades
C
0,16 unidades
D
No es posible conocer la variación de Y
Pregunta 12
En el modelo Yi β β X i β X i β X iX i iYi β β X i β X i β X iX i i el efecto

esperado de un cambio unitario en X2X2 será,
A
β β X iβ β X i
B
β β X iβ β X i
C
β β β β
D
β β
Pregunta 13
Considere las siguientes afirmaciones,
(i) Media nula
(ii) Varianza constante
(iii) Autocovarianzas decrecientes con la longitud del retardo
(iv) Autocovarianzas nulas excepto para el retardo cero
A
(i) y (ii)
B
(i), (ii) y (iii)
C
(i), (ii) y (iv)
D
(ii) y (iv)
Pregunta 14
Señale cuál de las siguientes afirmaciones es correcta,
A
La predicción en econometría solo puede hacerse con series de tiempo
B
La capacidad predictiva dentro de la muestra no es una buena prueba de que el modelo es
adecuado
C
Un modelo mal especificado proporcionará muy probablemente predicciones incorrectas
D
La predicción con modelos estructurales es más sencilla de obtener que la derivada de
modelos de series de tiempo
14. El supuesto de normalidad referido a las perturbaciones aleatorias,
A. Es necesario para que el estimador MCO sea eficiente pero no para su insesgadez
B. Solo afecta a la distribución de los estadísticos de contraste pero no a las propiedades de los
estimadores
C. Ninguna es correcta
D. Es necesario que se cumplan las propiedades de insesgadez y eficiencia de los estimadores

MCO
15. La entidad (librada) en un cheque:
A. No está obligada cambiaramente hasta que no acepte el cheque
B. Responderá frente al tenedor del cheque si se niega injustificadamente a su pago
C. Puede pagar un cheque aunque hayan transcurrido el plazo máximo de presentación
16. Vistas al Este, S.A. celebra una junta general, debidamente constituida para tratar de una
reducción de capital social. Durante la celebración un grupo de socios propone la destitución
del administrador único de la sociedad sin alegar justificación alguna y la destitución se
aprueba en la junta. Teniendo en cuenta estos datos, el acuerdo de destitución del
administrador:
A. No es válido porque la destitución del administrador no figura en la orden del día
B. El acuerdo el válido porque la destitución puede adoptarse aun cuando la separación no

conste en la orden del día
C. El acuerdo será válido si todos los socios presentes en la junta aceptan tratar la destitución
del administrador único
17. Una variable proxy es:
A. Una variable explicativa que no cumple la condición de exogeneidad
B. Ninguna de las otras
C. Una variable de naturaleza cualitativa que ha sido cuantificada para introducirla en la

regresión
D. Una variable que sustituye a una explicativa de la que no se tienen datos y con la que está
bastante correlacionada
18. El estadístico Q` sirve para
A. Contrastar si los residuos de una ecuación de regresión se distribuyen normalmente

B. Ninguna es correcta
C. Contrastar la autocorrelación serial
D. Contrastar la multicolinealidad en un modelo de regresión múltiple
19. En un modelo de regresión múltiple B^MCO se obtiene:
A. Estableciendo la suma cuadrática de los errores iguales a 0
B. Minimizando la suma de las diferencias de los residuos en términos absolutos
C. Minimizando la suma cuadrática de los errores de predicción
D. Forzando la menor distancia entre los valores ajustados y observador
20. Para analizar cómo influye en el salario del trabajador, el hecho de pertenecer a un
sindicato:
A. Podrían utilizarse dos variables dummy y la constante
B. Deben incluirse necesariamente dos variables dummy
D. Puede plantearse una ecuación con una variable dummy y la constante SERÍA
y=constante+beta*dummy
21. En general el sesgo debido a variables medidas con error se produce cuando:
A. Solo si la variable dependiente y la(s) independiente(s) están medidas con error
B. Siempre está presente dado que en economía las variables nunca están medidas con error
C. Alguna de las variables independientes está medida con error
D. La variable dependiente está medida con error

22. Las raíces de la ecuación del polinomio con retardos B, correspondiente al proceso
son:
A. -2,528 Y 0,528
B. -3,082 y 1,082
C. 0,528 y 2,528
D. 1,082 y 3,082
23. La utilidad del criterio de Akaike es:
A. Es un estadístico alternativo al coeficiente de determinación corregido en el que la

penalización por incluir variables adicionales es menor.
B. Elegir entre modelos alternativos cuando la variable dependiente es diferente
C. Contrastar la significatividad global del modelo
D. Elegir entre los modelos alternativos cuando la variable dependiente es la misma
24. Un investigador está estudiando la función de ahorro española en los últimos 50 años del
siglo XX (1950-1999). Encuentra que
siendo D es una
variable binaria que toma el valor 0 desde 1950 hasta 1975 (incluido) y 1 el resto de los años.
La evidencia empírica apunta a que:
A. Hay una única función de ahorro para todo el periodo
B. La propensión marginal a ahorrar en el primer periodo es menor que la del segundo
C. La propensión marginal a ahorrar en el primer periodo es mayor que la del segundo

D. Ninguna es correcta
25. Se quiere analizar si el salario de los policías en cuatro regiones de un estado hipotético
presentan diferencias significativas. A tal efecto se estima la regresión
donde Y es el salario en horas en euros

y D1 es la categoría base correspondiente a la región 1. Si hubiese elegido como categoría
base la región 4, el resultado de la estimación habría sido:
26. Al añadir una nueva variable al modelo de regresión:
A. Si la variable es relevante, aumentará puede disminuir
B. Se elimina la posibilidad de incurrir en sesgo por la omisión de dicha variable
C. Ninguna de las otras
D. Comprobaremos el ratio t de la variable, incluyéndola sólo si es estadísticamente

significativa al 1%
27. Considere la estimación (errores estándares entre paréntesis):
A. La variable X2i no es significativa al 1%
B. La regresión no es globalmente significativa al 5%
C. La variable X1i es significativa al 1%
D. El intervalo de confianza del 95% para la B1 es (0,388, 1,172)

28. Si se incumple el supuesto de homocedasticidad
A. Los estimadores MCO serán sesgados e inconsistentes
B. Los estimadores MCO serán insesgados y consistentes, pero no óptimos
D. Los estimadores MCO serán sesgados pero consistentes
29. El verdadero generador de Y es pero al estar interesado

únicamente en la pendiente, un estudiante excluye la constante y estima
. En estas condiciones el estimador de B1 será:
A. Sesgado y con mayor varianza que el estimador del modelo correcto
B. Insesgado pero con mayor varianza que el estimador del modelo correcto
C. Sesgado pero con menor varianza que el estimador del modelo correcto
D. Insesgado pero con menor varianza que el estimador del modelo correcto
30. La hipótesis de homocedasticidad postula que:
31. El tipo de hipótesis que pueden contrastarse con el ratio t
A. No pueden implicar más de un parámetro
B. Pueden referirse a más de un parámetro sin ninguna restricción
C. Pueden referirse a más de un parámetro siempre que la hipótesis a contrastar sólo

implique una restricción
D. Pueden referirse como máximo a dos parámetros siempre que impliquen una única
restricción
32. Si todo lo demás permanece constante, la varianza del estimador MCO del
término de pendiente en un modelo de regresión simple, será menor:
A. Cuanto mayor sea la variación de la variable explicada
B. Cuanto mayor sea la variación de la variable explicativa
C. Cuanto mayor sea la varianza del error
D. Cuanto menor sea el estimador de la constante
33. Considere la regresión
el vector de los
estimadores mínimo cuadráticos será:
A. (0, 0, 1)
B. (1, 0, 1)
C. (1, 0, 0)
D. (0, 0, 0)
34. Si en una ecuación de regresión simple multiplicamos todos los valores de Y por
10 y todos los valores de X por 100:
A. El valor numérico de la constante estimada, permanecerá inalterado respecto a la

estimación obtenida a partir de la ecuación original (sin haber efectuado las
multiplicaciones)
B. El valor numérico del estadístico t para contrastar la significatividad de la pendiente,

permanecerá inalterado respecto a la estimación obtenida a partir de la ecuación
original (sin haber efectuado las multiplicaciones)
C. El valor numérico de la pendiente estimada, permanecerá inalterado respecto a la

estimación obtenida a partir de la ecuación original (sin haber efectuado las
multiplicaciones)
D. El valor numérico de la varianza, permanecerá inalterado respecto a la estimación

35. Si en una ecuación de regresión simple, el estimador de la pendiente es cero:
A. El coeficiente de determinación será nulo
B. El coeficiente de determinación corregido será nulo
C. El estimador de la constante será la medida de la variable dependiente
D. Todas son correctas

36. Considere la estimación
donde D
es una variable binaria. Señale cual de las siguientes afirmaciones es correcta:
A. La elasticidad de Y con respecto a X es -0.5 en ambos grupos (los determinados por

D=0 y D=1)
B. La elasticidad de Y con respecto a X es -0.2 en ambos grupos (los determinados por

D=0 y D=1
C. La elasticidad de Y con respecto a X es -0.2 en el grupo donde la variable binaria es

igual a la unidad
D. Ninguna de las otras

Examenes Avex Tecnicas de Prediccion

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

Examenes Avex Tecnicas de Prediccion

Cargado por

Copyright:

Formatos disponibles

Aula virtual de Examen.

UNED 5/9/20 14:13

Aula virtual de Examen. UNED

Asignatura: TÉCNICAS DE PREDICCIÓN TURÍSTICA 03/09/2020 11:30

A continuación se muestra el examen

No hay datos su!cientes para valorar la hipótesis de no autocorrelación

Yi = β 0 + β 1 X1i + β 2 X2i + β 3 ⋅ X2i ⋅ mujeri + ϵ i

Yi = β 0 + β 1 X1i + β 2 X2i + β 3 mujeri + ϵ i

Yi = β 0 + β 1 X1i + β 2 X2i + β 3 mujeri + β 4 ⋅ X1i ⋅ mujeri + ϵ i

Las hipótesis nula y alternativa en la prueba de signi!catividad global de la regresión múltiple

H0 : β0 = β1 = ... = βk = 0, H1 : no todos los βi son iguales a cero

D H0 : β̂ 1 = ... = β̂ k = 0, H1 : no todos los β̂ i son iguales a cero

Cuanto mayor sea la varianza de las perturbaciones

Cuanto menor sea el estimador de la constante

Cuanto mayor sea la varianza de la variable endógena

Cuanto mayor sea la variación de la variable explicativa

Cuál de las siguientes expresiones se corresponde con el modelo de regresión poblacional

C Yˆi = β0 + β1 X1i + β2 X2i + εt

D Yˆi = β̂ 0 + β̂ 1 X1i + β̂ 2 X2i + ε̂ t .

¯¯¯2 , se diferencia del coe!ciente de determinación general R2 en que:

Ambos sirven exactamente para lo mismo

El primero es menor que el segundo

El primero mide el ajuste del modelo, el segundo su bondad

Yˆi = 2, 38 + 0, 8 X1i − 1 X2i , n = 43,

el análisis de la signi!catividad de X2 proporciona el siguiente resultado, indique la mejor opción

Rechazamos la hipótesis nula con el 99% de con!anza

Rechazamos la hipótesis nula con el 95% de con!anza

No podemos rechazar la hipótesis nula en ninguno de los tres casos considerados

Rechazamos la hipótesis nula con el 90% de con!anza

esperanzai = 20, 88 + 6, 5 ln(ingreso ) + 0, 94estudios i+ ε̂ i

No podemos rechazar que no in"uyan con el 90% de con!anza.

In"uyen en la esperanza de vida con el 95% de con!anza.

In"uyen en la esperanza de vida con el 99% de con!anza.

In"uyen en la esperanza de vida con el 90% de con!anza.

ln(P IBt )= 11, 11 + 0, 0068 ⋅ t + ε̂ t

Cada trimestre el PIB crece aproximadamente un 0,68%.

Cuando la variable t se incrementa un 1% el P IB lo hace en aproximadamente un 0,0068%.

El primer trimestre de 1970 del P IB fue aproximadamente de 60.292 millones de euros.

Diría que han sido obtenidas de un proceso:

Señale cuál de las siguientes a!rmaciones es correcta,

La predicción en econometría solo puede hacerse con series de tiempo

Un modelo mal especi!cado proporcionará muy probablemente predicciones incorrectas

Observaciones del estudiante:

Observaciones del docente:

Soporte: soportePDI@csi.uned.es 91 398 68 00 Manual para docentes

A g a a: T CN CAS DE PRED CC N TUR ST CA 03/09/2020 11:30

E a eg e , ba e de ea dad, c ea dad e fec a, e a a ea a, e ge e dad g a de

e di ib i e ac amen e c m na -S den c n g ad de libe ad

C n ide e el ce d nde abem el e id ienen media n la a ian a ni a ia. La

La a ce de la ec aci n del lin mi de e a d ,c e ndien e al ce n,

El c e cien e de de e minaci n c egid , , e dife encia del c e cien e de de e minaci n gene al en e:

El ime mide el aj e del m del , el eg nd b ndad

Si e c ibim n m del de eg e i n c n la a iable e e ada en de iaci ne c n e ec a media,

La endien e edan ed cida en e ec i a media

https://n cleo. nedenlinea.es/FrmE al acion.asp 3/5

https://n cleo. nedenlinea.es/FrmE al acion.asp 4/5

https://n cleo. nedenlinea.es/FrmE al acion.asp 5/5

A a a: T CN CAS DE PRED CC N TUR ST CA 03/09/2020 11:30

E a e e , ba e de ea dad, c ea dad e fec a, e a a ea a, e e e dad a de

E i e de ig i ca i idad i a e ede echa a e a hi e i a

E i e de ig i ca i idad i a e ede echa a e a hi e i a

C ide e e ce d de abe e e id ie e edia a a ia a

A a i de a e a de 1000 b e aci e , e ha ide i cad e ce ge e ad de a e ie c ,

a a ia a de e ae1 d i a e de a e ae eada e a e i aci 1 3 e ec i a e e.