PREGUNTAS TIPO TEST

Aclaraciones

El término de error del modelo de regresión puede aparecer denotado por u o por .
Donde haya más de una opción válida (o si hay alguna no descartable), debe elegirse la mejor.
La gran mayoría de estas preguntas proceden de exámenes anteriores.

1. Sea el modelo de regresión simple 𝑌 𝛼 𝛽𝑋 𝑢 . Si b es el estimador

MCO de , indique cuál de las siguientes expresiones corresponde a var(b),

a) ∑
𝐮 𝐮/
b) ∑
𝐮 𝐮/
c) ∑
d) Todas ellas son correctas

2. En el modelo anterior el estadístico se distribuye,

a) Según una N(0, 2)
b) Según una N(0, 1)
c) Según una t de Student con n 2 g.l.
d) Según una F con k 1 y n k g.l.

3. En un modelo de regresión simple, coeficiente R2 mide,

a) El porcentaje explicado de la varianza del error

b) El porcentaje explicado de la varianza de la exógena
c) El porcentaje explicado de la varianza de la endógena
d) El porcentaje explicado de la varianza de la endógena estimada

4. Indique cuáles son las consecuencias del incumplimiento de la hipótesis de

homoscedasticidad,

a) Los estimadores MCO son sesgados e inconsistentes

b) Los estimadores MCO son sesgados pero consistentes
c) Los estimadores MCO son insesgados y consistentes, pero no eficientes
d) Ninguna de las anteriores
5. Especificar cuál es una escala de medición:

a) Escala de razón
b) Escala de intervalo
c) Escala ordinal
d) Todas las anteriores

6. La curva de regresión poblacional es “El lugar geométrico de las …”:

a) “ medias incondicionales de la variable independiente para los valores fijos de

la(s) variable(s) explicativa(s)”

b) “ medias incondicionales de la variable dependiente para los valores fijos de la(s)

variable(s) explicativa(s)”

c) “ medias condicionales de la variable dependiente para los valores fijos de la(s)

variable(s) explicativa(s)”

d) “ medias condicionales de la variable independiente para los valores fijos de la(s)

variable(s) explicativa(s)”

7. A partir de una muestra de 200 datos se ha estimado la siguiente regresión,

Yt 2.5 0.8 X t 0.5Yt 1 , R 2 0.8, DW 1.82

Diga cuál de las siguientes afirmaciones, es correcta

a) No se puede rechazar la hipótesis de no autocorrelación

b) Se rechaza la hipótesis nula de no autocorrelación
c) No hay información suficiente para poder afirmar nada sobre la hipótesis de
no autocorrelación
d) Aunque no se dispone de dL y dU, el valor del estadístico de Durbin y
Watson es demasiado bajo por lo que debe rechazarse la hipótesis de no
autocorrelación

8. A partir de una muestra de 200 datos se ha estimado la siguiente regresión,

Yt 2.5 0.8 X t 0.5Yt 1 , R 2 0.8, DW 1.82

Se puede afirmar que,
 a) Si Xt crece en una unidad, Yt crecerá un 0.8%
b) Si Xt crece en una unidad, Yt crecerá 0.8 unidades
c) Si Yt-1 crece en una unidad Yt decrecerá un 0.5 %
d) Son ciertas b) y c)

9. A partir de una muestra de 200 datos se ha estimado la siguiente regresión,

Yt 2.5 0.8 X t 0.5Yt 1 , R 2 0.8, DW 1.82

Entonces,

a) Es significativa tanto al 5% como al 1%

b) Es significativa al 5% pero no al 1%
c) No es significativa ni al 5% ni al 1%
d) No hay información suficiente para llevar a cabo el contraste

10. A partir de una muestra de 200 datos se ha estimado la siguiente regresión,

Yt 2.5 0.8 X t 0.5Yt 1 , R 2 0.8, DW 1.82

Podemos decir que la regresión estimada,

a) Es globalmente significativa tanto al 95% como al 99%

b) Es globalmente significativa al 95% pero no al 99%
c) No es globalmente significativa ni al 95% ni al 99%
d) No hay información suficiente para llevar a cabo el contraste

11. Sea el modelo de regresión simple 𝑌 𝛼 𝛽𝑋 𝑢 . Si a es el estimador

MCO de , indique cuál de las siguientes expresiones corresponde a var(a),

𝐮 𝐮/
a)
∑
𝐮 𝐮/
b)
∑
∑
c) 𝜎
∑
d) Todas ellas son correctas
 2 2
12. En un modelo de regresión el estadístico (n k ) u / u ,
a) Sigue una distribución normal tipificada
b) Sigue una distribución 2 con n-k g.l.
c) Según una t de Student con n k g.l.
d) Según una F con k 1 y n k g.l.

13. El coeficiente de determinación corregido o ajustado,

a) Siempre será menor o igual que R2

b) Puede ser negativo aunque R2 sea siempre positivo
c) Puede obtenerse a partir de R2 ajustando por los grados de libertad
d) Son ciertas todas las anteriores

14. Indique cuáles son las consecuencias del incumplimiento de la hipótesis de no

autocorrelación,

a) Los estimadores MCO son sesgados e inconsistentes

b) Los estimadores MCO son sesgados pero consistentes
c) Los estimadores MCO son insesgados y consistentes, pero no eficientes
d) Ninguna de las anteriores

15. En un modelo simple log-lin el coeficiente de pendiente mide:

a) El cambio proporcional en Y derivado de un cambio absoluto en X

b) El cambio proporcional en Y derivado de un cambio proporcional en X
c) La elasticidad
d) Son ciertas b) y c)

16. El contraste de White,

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 homocedasticidad
b) 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
c) Se obtiene de regresar pi u 2 / 2 sobre las variables explicativas del
modelo original y sirve para contrastar la hipótesis de homocedasticidad.
 d) Ninguna de las anteriores es cierta

17. A partir de una muestra de 200 datos se ha estimado la siguiente regresión,

Yt 2.5 0.8 X 1t 0.5 X 2t , R 2 0.8, DW 1.97, 0.25

donde es el resultado del contraste de Breusch-Pagan-Godfrey. Valore

aproximadamente las hipótesis de no autocorrelación y homocedasticidad,

a) No se puede rechazar la hipótesis de no autocorrelación pero si la de

homocedasticidad
b) No se puede rechazar ni la hipótesis de no autocorrelación ni la de
homocedasticidad
c) No se puede rechazar la hipótesis de homocedasticidad pero si la de no
autocorrelación
d) Se rechazaría tanto la no autocorrelación como la homocedasticidad

18. En relación con el modelo anterior, un investigador estima en su lugar,

Yt 0.5 1.23Z t , R 2 0.38,

Siendo Zt =X1t+X2t. Entonces, aun sin disponer de tablas estadísticas,

a) Se rechazaría la hipótesis H0: 2= 3

b) No se podría rechazar la hipótesis H0: 2= 3
c) No se podría rechazar la hipótesis H0: 2+ 3 =0
d) Se rechazaría la hipótesis H0: 2+ 3 = 0

19. A partir de los resultados de la pregunta 8, el ratio t para contrastar la

significatividad individual de la variable Z, sería

a) 0.616 y por lo tanto no sería estadísticamente significativa

b) 0.1444 y por tanto no sería estadísticamente significativa
c) 11.016 y por tanto sería estadísticamente significativa
d) No hay información suficiente para calcular ese estadístico

20. Por otra parte, sabiendo que el valor crítico al 1% para una F2, 197 es 4.70,
modelo estimado en 7,
 a) Es globalmente significativo tanto al 5% como al 1%
b) No es globalmente significativo ni al 5% ni al 1%
c) Es globalmente significativo al 5% pero no al 1%
d) Es globalmente significativo al 1% pero no se puede contrastar la
significatividad al 5% al no disponer del valor crítico

21. En un modelo de regresión simple la hipótesis de homocedasticidad postula que,

2
a) var(𝜀̂i)=
2
b) var(Xi)=
2
c) var( i)=
2
d) var(β)=

22. En una ecuación de regresión el número de grados de libertad es,

a) El número de observaciones de la muestra

b) El número de observaciones de la muestra menos el número de parámetros
estimados
c) El número de parámetros estimados menos el número de observaciones de la
muestra
d) El número de parámetros de la ecuación

23. Indicar cuál de las siguientes expresiones no son correctas para calcular la SCR
en un modelo de regresión simple (las minúsculas indican variables en
desviaciones con respecto a la media),

a) ∑ u ∑y β0 β1 ∑ x
b) ∑ u ∑y β1 ∑ x
∑
c) ∑ u ∑y
∑

d) ∑ u σ n 2

24. Se dice que un estimador es MELI si,

a) Es lineal y sesgado
b) Es insesgado
c) Es eficiente
d) Ninguna de las anteriores

25. En el modelo log Y α βX u, la elasticidad viene dada por,

 a)
b) X
c) /X
d) Ninguna de las anteriores

26. En la regresión simple sobre variables estandarizadas,

a) La relación se establece entre dos nuevas variables obtenidas restando las

medias respectivas a las originales
b) Cuando la variable X cambia en una desviación estándar, la Y lo hace en βX
desviaciones estándar
c) Cuando la variable Y cambia en una desviación estándar, la X lo hace en βX
unidades
d) Ninguna de las anteriores

27. En un modelo de regresión la estimación de la matriz de varianzas y covarianzas

de los estimadores viene dada por,

1
a) σ X X
1
b) XX
1
c) XX
d) Son correctas a) y b)

28. De una regresión simple sabemos que SCR=0,01 y SCE=0,03. Determinar el

coeficiente de correlación:

a) 0,141
b) 0,204
c) 0,866
d) 0,578

29. La hipótesis de no autocorrelación postula,

a) Que la varianza de las perturbaciones es constante

b) La varianza de las perturbaciones está autocorrelacionada dando lugar a un
modelo ARCH
c) Los valores de cov u , u 0, ∀ i, j
d) Los valores de cov u , u 0, ∀ i j
30. Señale cuál de las siguientes afirmaciones es falsa,

a) En presencia de autocorrelación los estimadores MCO son sesgados e

ineficientes
b) La prueba de Durbin y Watson supone que la varianza de las perturbaciones
es constante
c) La exclusión de variables relevantes en el modelo puede dar lugar a valores
significativos del estadístico de Durbin y Watson
d) La transformación de primeras diferencias para eliminar la autocorrelación
supone las perturbaciones siguen un proceso de Markov de primer orden

31. Sea el modelo de regresión simple 𝑌 𝛼 𝛽𝑋 𝑢 en el que se cumplen

todos los supuestos incluido el de normalidad. Si b es el estimador MCO de ,

a) Hay situaciones en las que b no es consistente

b) Ningún otro estimador tendrá menos varianza que b
c) Solo un estimador sesgado podría tener menor varianza que b
d) Ninguna de las anteriores es correcta

32. Sea el modelo de regresión simple 𝑌 𝛼 𝛽𝑋 𝑢 . Si b es el estimador

MCO de , indique cuál de las siguientes expresiones corresponde a var(b),

a)
∑
√ /
b)
∑
∑
c)
∑
d) Ninguna de ellas es correcta

33. El supuesto de normalidad referido a los errores,

a) Es necesario para que se cumplan las propiedades de insesgadez y eficiencia

de los estimadores MCO
b) Es necesario para que el estimador MCO sea eficiente pero no para su
insesgadez
c) Solo afecta a la distribución exacta de los estadísticos de contraste, pero no a
las propiedades de los estimadores
d) Ninguna de las anteriores es correcta
34. Para explicar el salario de una muestra de trabajadores, se considera que una
variable explicativa es estar afiliado a un sindicato. Si usamos una dummy para
dicha variable, diga cuál de las siguientes afirmaciones es correcta,

a) Solo puede incluirse una variable dummy más el término independiente

junto con el resto de variables explicativas
b) Pueden incluirse dos variables dummy si se excluye el término
independiente
c) Deben incluirse dos variables dummy más el término independiente
d) Ninguna de las anteriores es correcta

35. El coeficiente de determinación de un modelo de regresión,

a) Es uno menos el cociente entre la varianza residual y la varianza total

b) Es el cociente entre la suma de los cuadrados explicada y la suma de los
cuadrados total
c) Es siempre mayor o igual que el coeficiente de determinación corregido
d) Todas las respuestas anteriores son correctas

36. Indique cuáles son las consecuencias del incumplimiento de la hipótesis de no

autocorrelación,

a) Los estimadores MCO son sesgados e inconsistentes

b) Los estimadores MCO son sesgados pero consistentes
c) Los estimadores MCO son insesgados y consistentes, pero no eficientes
d) Ninguna de las anteriores

37. Considere el modelo de regresión múltiple expresado en notación matricial. La

expresión 𝜎 𝑿0 𝑿 𝑿 1 𝑿0 , donde X0 es el vector con los valores de las
variables explicativas para hacer una predicción,

a) Es la varianza de 𝐘 0
b) Es la varianza de 𝛆0
c) Es la expresión del estimador robusto a la heterocedasticidad
d) Ninguna de las anteriores es correcta

38. Si en un modelo de regresión hay variables irrelevantes,

a) Ninguna de las características del modelo resulta afectada

b) Los estimadores MCO no serán insesgados
 c) Los estimadores MCO no serán eficientes
d) Ninguna de las anteriores

39. El método de Newey West sirve es un procedimiento,

a) Que proporciona estimadores robustos a la heterocedasticidad y la

autocorrelación serial
b) Corrige la multicolinealidad en un modelo de regresión múltiple
c) Permite verificar si los residuos de una ecuación de regresión se distribuyen
de forma normal
d) Ninguna de las anteriores es correcta

40. Si en un modelo hay causalidad simultánea,

a) El modelo incluye uno o varios retardos de la variable endógena

b) Es un modelo construido para tener en cuenta la autocorrelación serial de las
perturbaciones
c) En dicho modelo se incumple la condición de exogeneidad
d) Las perturbaciones no pueden ser homocedásticas.

41. Suponga que el verdadero modelo fuese 𝑌 𝛼 𝛽𝑋 𝛿𝑍 𝑢 pero se

estima 𝑌 𝛼 𝛿𝑍 𝑢 . Entonces,

a) El estimador MCO de será sesgado e inconsistente

b) El estimador MCO de será sesgado e inconsistente excepto cuando hay
correlación nula entre X y Z.
c) El estimador MCO de será sesgado pero consistente
d) El estimador MCO de será insesgado pero no eficiente

42. Sea el modelo de regresión simple 𝑌 𝛼 𝛽𝑋 𝑢 . El estimador máximo

verosímil de la varianza de las perturbaciones viene dado por,

a)
∑
𝐮 𝐮
b)
𝒖 𝒖
c)
𝒖 𝒖
d)
43. En El coeficiente de determinación corregido, 𝑅 , se diferencia del coeficiente
de determinación general 𝑅 en que:

a) El primero mide el ajuste del modelo, el segundo su bondad.

b) El primero está corregido por los grados de libertad.
c) Ambos sirven para lo mismo.
d) El primero es siempre mayor que el segundo.

44. En un modelo de regresión el valor del estadístico de Durbin y Watson ha

resultado ser 1.87. Señale cuál de las afirmaciones anteriores es correcta,

a) El valor del estadístico está suficientemente próximo a 2 como para poder

afirmar sin riesgo, que no existe autocorrelación
b) Sin más datos no es posible afirmar sin riesgo que no exista autocorrelación
serial
c) 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.
d) Ninguna de las anteriores es correcta

45. Diga cuál de las siguientes afirmaciones es correcta,

a) El estadístico de Durbin y Watson es aproximadamente igual a 1 𝜌, siendo

𝜌 𝑐𝑜𝑣 𝑢 , 𝑢 1
b) El estadístico de Durbin y Watson es aproximadamente igual a 1 𝜌, siendo
𝜌 el coeficiente de autocorrelación de primer orden de los residuos
c) El estadístico de Durbin y Watson es aproximadamente igual a 2 1 𝜌),
siendo 𝜌 el coeficiente de autocorrelación de primer orden de los residuos
d) Ninguna de las anteriores

46. En presencia de heterocedasticidad,

a) Los estimadores MCO no son eficientes

b) Puede emplearse el estimador robusto de Newey West para evitar el
problema
c) Podemos estimar utilizando Mínimos Cuadrados Ponderados
d) Todas las anteriores son correctas

47. Considere el modelo de regresión múltiple expresado en notación matricial. La

expresión 𝜎 𝑿0 𝑿 𝑿 1 𝑿0
 a) Es la expresión del estimador robusto a la heterocedasticidad y
autocorrelación de Newey West
b) Es la varianza 𝜀̂
c) Si se le suma 𝜎 es la varianza de 𝜀̂
d) Ninguna de las anteriores es correcta

48. En un modelo de regresión simple, el estimador del error estándar robusto a la

heterocedasticidad de White se obtiene de extraer la raíz cuadrada de,

∑
a)
∑
∑
b)
∑
∑
c)
∑
d) Ninguna de las anteriores

49. Indique cuál de los siguientes no es test de homocedasticidad

a) La prueba de Goldfeld y Quandt

b) La prueba de Park
c) La prueba de Glejser
d) Todas ellas son pruebas de homocedasticidad

50. Estimamos un modelo para 171 países que relaciona la esperanza de vida al
nacer (esperanzai) con los años de estudios per cápita (estudiosi) de la madre,
obteniendo:
1
esperanzai 77,14 46, 73 t
1,022 4,610 estudiosi
n 171, R 2 0,3780, R 2 0,3743.

Debajo de los parámetros estimados aparecen sus errores estándar entre

paréntesis. Diga cuál de las siguientes afirmaciones es correcta,

a) Cuando se incrementa un año de estudios la esperanza de vida

disminuye aproximadamente un 0,4673%.
b) El modelo predice una esperanza de vida máxima asintótica de 77,14
años.
 c) Cuando se incrementa un año de estudios la esperanza de vida
aumenta aproximadamente un 0,4673%.
d) El incremento de un 1% en los años de estudio aumenta la esperanza
de vida en un 0,4673%.

51. El análisis de la tasa de paro correspondiente al mes de febrero de 2010 en las

provincias españolas, es un ejemplo del empleo de,

a) Series temporales
b) Datos de panel
c) Datos de sección cruzada
d) Datos experimentales

52. Un estimador es,

a) Una variable aleatoria

b) Un cantidad no aleatoria
c) Eficiente si su valor coincide con el valor del parámetro poblacional
d) Ninguna de las anteriores

53. Un estimador ŝ de un valor poblacional s, es insesgado si,

a) ŝ =s
b) ŝ converge en probabilidad a s
c) E(ŝ) = s
d) Ninguna de las anteriores es correcta

54. Suponga que el estimador de la pendiente en un modelo de regresión lineal

simple es 0. Entonces,

a) R2 = 𝑅
b) 0 < R2 < 1
c) R2 = 0
d) R2 > SCR/SCT

55. El coeficiente de determinación se define como,

 a) El cociente entre la suma de los cuadrados explicada y la suma de los
cuadrados total
b) El cociente entre la suma de los cuadrados residual y la suma de los
cuadrados total
c) Uno menos el cociente entre la suma de los cuadrados explicada y la suma
de los cuadrados total
d) Son correctas a) y c)

56. La heterocedasticidad significa que,

a) La varianza de la variable endógena no es constante

b) La varianza del error es constante
c) Los unidades observadas son heterogéneas
d) La varianza del error no es constante

57. La forma general del estadístico t para el contraste de hipótesis individuales es,

a)

b)

c)

d)

58. El coeficiente de regresión ajustado,

a) No puede ser negativo

b) Nunca será mayor que el coeficiente de determinación
c) Es igual al cuadrado del coeficiente de correlación
d) Al añadir nuevas variables explicativas, nunca puede disminuir

59. Un intervalo de confianza para un parámetro individual en un modelo de

regresión múltiple,

a) No tiene mucho sentido en el contexto de la regresión múltiple

b) Contiene información sobre un elevado número de hipótesis referidas al
parámetro
c) Solo debe calcularse si 𝑅 𝑅
d) Ninguna de las anteriores es correcta
60. El estadístico de Durbin y Watson,

n n 1
2
a) Responde a la expresión (ut ut 1 ) u
t y sirve para contrastar la
i 2 i 1

hipótesis de no autocorrelación
n n 1
2 2
b) Responde a la expresión (ut ut 1 ) u t y sirve para contrastar la
i 2 i 1

hipótesis normalidad
n n 1
2 2
c) Responde a la expresión (ut ut 1 ) u t y sirve para contrastar la
i 2 i 1

hipótesis de no autocorrelación
n n 1
2 2
d) Responde a la expresión (ut ut 1 ) u t y sirve para contrastar la
i 2 i 1

hipótesis de homocedasticidad

61. En una regresión para estimar el salario S de un grupo de trabajadores, se

dispone, aparte de los años de educación X, de las siguientes variables binarias:
DM=1 si el individuo es mujer y 0 en caso contrario, DH = 1 si es hombre y 0 en
caso contrario, DC = 1 si el individuo está casado y 0 en caso contrario, y DS =
1 si es soltero y 0 en caso contrario. Diga en cuál de las siguientes ecuaciones no
habrá problemas de multicolinealidad perfecta,

a) 𝑆 𝛼 𝛽1 𝐷𝑀 𝛽 𝐷𝐻 𝛾𝑋 𝑢
b) 𝑆 𝛼 𝛽1 𝐷𝑀 𝛽 𝐷𝐻 𝛽 𝐷𝐶 𝛽 𝐷𝑆 𝛾𝑋 𝑢
c) 𝑆 𝛼 𝛽1 𝐷𝑀 𝛽 𝐷𝐶 𝛾𝑋 𝑢
d) Todas presentan tienen multicolinealidad perfecta

62. Considere un modelo de regresión múltiple con dos regresores X y Z ambos

relevantes para explicar la variable endógena Y. Si se omite Z de la ecuación a
estimar, habrá sesgo debido a la omisión de variables,

a) Siempre dado que ambos son determinantes relevantes de Y

b) Solo si Z está medida en porcentaje
c) Solo si X y Z están correlacionadas
d) Ninguna de las otras es correcta

63. La multicolinealidad no exacta o cuasi multicolinealidad,

a) No tiene importancia en el área de la Economía

b) Es un problema que solo se da en Economía
c) Implica que los estimadores MCO son sesgados
 d) Significa que uno o más regresores tienen correlación elevada

64. Diga cuál de las siguientes hipótesis no puede ser contrastada con test F
a) 𝛽 1 𝛽 𝛽 𝛽
b) 𝛽 0
c) 𝛽 𝛽 1 𝑦 𝛽 2𝛽
d) Todas ellas pueden serlo

65. Cuando contrastamos una hipótesis conjunta,

a) Empleamos el estadístico t para cada una de las hipótesis individuales que la

conforman
b) Empleamos el estadístico F y rechazamos todas las hipótesis si el estadístico
excede al valor crítico en tablas
c) Empleamos el estadístico F y rechazamos al menos una de las hipótesis si el
estadístico excede al valor crítico en tablas
d) Ninguna de las otras es correcta

66. En el modelo doblemente logarítmico log 𝑦 𝛼 𝛽 log 𝑥 𝑢 el estimador

MCO de ,

a) Mide directamente la elasticidad de y con respecto a x

b) Es el cambio marginal de y con respecto a x
c) Mide cuánto aumenta y cuando x lo hace un 1%
d) Ninguna es correcta

67. Si los residuos del modelo son heterocedásticos,

a) Los estimadores MCO serán sesgados e ineficientes

b) Los estimadores MCO serán insesgados pero ineficientes
c) Los estimadores MCO serán sesgados, ineficientes e inconsistentes
d) Es necesario emplear algún contraste para saber si el problema afecta a las
propiedades de los estimadores.

68. El estadístico de Durbin y Watson,

a) Se emplea para valorar la hipótesis de no autocorrelación

b) No se puede emplear si hay variables endógenas retardadas entre las
explicativas
 c) Se basa en el supuesto de que los residuos siguen un proceso autorregresivo
de primer orden
d) Todas las respuestas son válidas

69. En un modelo de regresión para explicar la variable Y se dispone de una variable

cuantitativa X y una variable binaria D. Señale cuál de los modelos es incorrecto,

a) 𝑌 𝛼 𝛽1 𝑋 𝛽𝐷 𝛽𝑋 𝐷 𝑢
b) 𝑌 𝛼 𝛽1 𝑋 𝛽𝑋 𝐷 𝑢
c) 𝑌 𝛼 𝐷 𝛽1 𝑋 𝑢
d) 𝑌 𝛼 𝛽1 𝑋 𝛽𝐷 𝑢

70. Para decidir entre los modelos 𝑌 𝛼 𝛽𝑋 𝑢 y log 𝑌 𝛼 𝛽𝑋 𝑢, no

emplearía R2 porque,

a) log(Y) puede ser negativo si 0 < Y <1

b) La suma total de cuadrados no está medida en las mismas unidades en los
dos modelos
c) En el segundo modelo no indica el efecto sobre Y de un cambio unitario en
X
d) El coeficiente de determinación puede ser mayor que 1 en el segundo
modelo

71. Los residuos MCO en un modelo de regresión simple se definen como,

a) 𝑢 𝑌 𝛼 𝛽𝑋
b) 𝑢 𝑌 𝛼 𝛽𝑋
c) 𝑢 𝑌 𝑌
d) Ninguna es correcta

72. La estimación máximo verosímil de una ecuación de regresión que cumple todos
los supuestos, incluido el de normalidad,

a) Proporciona estimadores idénticos a los MCO para todos los parámetros del
modelo
b) Los estimadores máximo-verosímiles (MV) de todos los i son idénticos a
2
los MCO, pero el estimador de la varianza de las perturbaciones , es
diferente.
 c) El estimador MV de 2es idéntico al MCO pero los estimadores MV de i
son diferentes.
d) Proporciona estimadores diferentes para todos los parámetros del modelo

73. 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 explicativa

b) Cuanto mayor sea la varianza de las perturbaciones
c) Cuanto mayor sea la varianza de la variable endógena
d) Cuanto menor sea el estimador de la constante

74. En el modelo log 𝑦 𝛼 𝛽log 𝑥 𝑢 , el parámetro ,

a) Mide la variación causada en y por un cambio unitario en x

b) Mide el cambio porcentual en y por unidad de cambio porcentual en x
c) Es la semielasticidad de y con respecto a x
d) Mide cuánto cambia el logaritmo de y cuando x lo hace en una unidad

75. En un modelo de regresión múltiple con k variables explicativas e intercepto, los

estimadores MCO se obtienen minimizando,

a) ∑ 𝑌 𝑏0 𝑏1 𝑋1 ⋯ 𝑏 𝑋
b) ∑ 𝑌 𝑏0 𝑏1 𝑋1 ⋯ 𝑏 𝑋 𝑢
c) ∑|𝑌 𝑏0 𝑏1 𝑋1 ⋯ 𝑏 𝑋 |
d) ∑ 𝑌 𝑏1 𝑋1 ⋯ 𝑏 𝑋

76. Las hipótesis nula y alternativa en la prueba de significatividad (significancia)

global de la regresión múltiple Yi = + 1X1i+… + kXki+ui, son,

a) H0: 1 =…= k, H1: no todos los i son iguales a cero

b) H0: = 1 =…= k, H1: no todos los parámetros son iguales a cero
c) H0: = 1 =…= k, H1: no todos los i son iguales a cero
d) H0: b1 =…= bk, H1: no todos los bi son iguales a cero

77. En la ecuación = 6+0.36x 0.009x2 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,
 a) 6
b) 36
c) 20
d) No es posible calcularlo con los datos proporcionados

78. La trampa de las variables dicótomas hace referencia al hecho de que si la

variable binaria tiene m categorías,

a) Solo pueden añadirse m variables binarias al modelo

b) Solo pueden añadirse m 1 variables binarias al modelo
c) Solo pueden añadirse m k variables binarias al modelo
d) No hay restricciones respecto del número de variables binarias a añadir al
modelo

79. Si los residuos son heterocedásticos,

a) Los estimadores MCO serán sesgados

b) La prueba de Durbin y Watson suele detectar el problema
c) El método de Mínimos Cuadrados Generalizados es la mejor solución al
problema cuando se conoce 𝜎
d) Siempre es mejor emplear un estimador robusto a la heterocedasticidad

80. El sesgo debido a variables medidas con error surge cuando,

a) Tanto la variable dependiente como la(s) independiente(s) están medidas con

error
b) La variable independiente está medida con error
c) La variable dependiente está medida con error
d) Siempre está presente dado que en economía las variables nunca están
medidas sin error

81. Sea el modelo de regresión simple 𝑌 𝛼 𝛽𝑋 𝑢 , si b es el estimador MCO

de y ee(b) su error estándar,

a) → 𝑁 0,1

b) → 𝑁 0, 𝜎2

c) → 𝑡𝑛 𝑘

d) Ninguna es correcta
82. Cuando se omite una variable relevante en el modelo,

a) La suma de los residuos de la regresión no es necesariamente nula

b) No se cumple el supuesto de exogeneidad
c) Debemos estimar el modelo por máxima verosimilitud
d) Todas las afirmaciones anteriores son incorrectas

83. El estadístico h de Durbin se emplea para,

a) Medir el porcentaje explicado de la varianza del error

b) Contrastar la hipótesis de no autocorrelación serial cuando en el modelo hay
exógenas retardadas actuando como variables explicativas
c) Contrastar la hipótesis de no autocorrelación serial cuando en el modelo
figuran retardos de la variable endógena actuando como variables
explicativas
d) Son correctas b) y c)

84. Si en un modelo con perturbaciones heteroscedásticas,

a) Los estimadores MCO son sesgados e inconsistentes

b) Los estimadores MCO son sesgados pero consistentes
c) Utilizar estimadores robustos es siempre la mejor solución
d) Los estimadores MCO son insesgados y consistentes, pero no eficientes

85. En un modelo logarítmico lineal, los coeficientes deben interpretarse como:

a) El porcentaje de variación de Y por cada punto porcentual de variación de

X
b) El porcentaje de variación de Y por cada variación unitaria de X
c) La variación unitaria en Y debida a una variación de un punto porcentual
de X
d) Ninguna de las anteriores

86. Debemos preocuparnos por la posibilidad de multicolineadad perfecta porque,

a) Muchas variables económicas están perfectamente correlacionadas

b) El estimador MCO no es ELIO en esas condiciones
c) El estimador MCO no puede calcularse en esas condiciones
d) En la economía real las variables se mueven siempre conjuntamente
87. Si al cambiar de una especificación original a otra que incluya una o más
variables adicionales, los coeficientes de interés estimados cambian de forma
sustancial,

a) Es una consecuencia esperable de la variación muestral

b) Debe modificar la escala de medida de las variables para solventar el
problema
c) Es una evidencia para sospechar que en la especificación original se han
omitido variables relevantes
d) Debe elegir la especificación en la que el coeficiente de interés sea más
significativo

88. El sesgo por errores en las variables,

a) Se presenta cuando la variable dependiente está medida con error

b) Se presenta cuando alguna variable independiente está medida con error
c) Siempre está presente en economía dadas las variables con las que se trabaja
d) Son correctas a) y b)

89. Diga cuál de las siguientes afirmaciones es correcta,

a) SCE > SCT

b) R2 = 1 (SCE/SCT)
c) SCE = SCT+SCR
d) Ninguna de las anteriores

90. Las siguiente afirmaciones son todas ellas supuestos del modelo MCO con la
excepción de,

a) Las variables explicativas están normalmente distribuidas

b) E(uiuj)= 0, i j
c) La esperanza E(ui)= 0, siendo ui el término de error
d) No hay multicolinealidad perfecta

91. Cuál o cuáles de los siguientes problemas pueden causar sesgo en la estimación
MCO,

a) La heterocedasticidad
b) La omisión de una variable relevante
 c) La autocorrelación
d) Las situaciones descritas en a) y c)

92. La función de regresión muestral estimada por MCO,

a) Tiene un intercepto (constante) nulo

b) Coincide con la función de regresión poblacional
c) Se obtiene minimizando la suma cuadrática de las diferencias entre 𝑌 e 𝑌
d) Son correctas b) y c)

93. En el modelo log(Yi) = + Xi+ui, puede interpretarse como,

a) La elasticidad de Y con respecto a X

b) El cambio marginal de Y con respecto a X
c) El cambio relativo en Y derivado de un cambio unitario en X
d) El cambio absoluto en Y debido a un cambio relativo unitario en X

94. Si las estimaciones de los coeficientes de interés difieren sustancialmente

cuando se cambia la especificación del modelo,

a) Es posible atribuir tal diferencia a la variación muestral

b) Deberíamos cambiar la escala de las variables para reducir la diferencia
c) Hay evidencia de que en la especificación original hay sesgo de variable
omitida
d) Se debe elegir aquella especificación para la que la variable de interés sea
más significativa

95. En un modelo de regresión múltiple, un estimador insesgado de la varianza de

las perturbaciones 𝜎 viene dado por,

1∑
a) 𝑛 2 𝜖
1∑
b) 𝑛 𝑘 1 𝜖
1∑
c) 𝑛 2 𝜀̂
1∑
d) 𝑛 𝑘 1 𝜀̂

96. Bajo los supuestos del MRL, los estimadores MCO tienen la siguiente
propiedad:

a) Son insesgados
b) Son consistentes
c) Son eficientes
d) Todas las anteriores
 97. En un modelo de regresión múltiple los residuos estimados cumplirán,

a) ∑ 𝑢 0
b) 𝑢 𝑋
∑ ∑𝑢 𝑋 0
c) ∑ 𝑢 𝑌 0
d) Todas las anteriores

98. Si los residuos del modelo están autocorrelacionados, el test de Durbin y

Watson,

a) Siempre detectará el problema

b) No puede emplearse si entre los regresores figuran retardos de la endógena
c) Está diseñado para detectar cualquier estructura en los residuos estimados
d) Ninguna opción es correcta

99. En un modelo con dos variables explicativas se detecta una elevada

multicolinealidad entre ambas. Entonces,

a) Los estimadores MCO serán sesgados

b) Los estimadores MCO serán insesgados pero ineficientes
c) Los estimadores MCO serán insesgados y eficientes pero no consistentes
d) Ninguna de estas propiedades se ve afectada por la multicolinealidad

100. Cuando, basándonos en un test F, rechazamos una hipótesis nula conjunta,

a) Los test t individuales pueden conducir a la misma conclusión o no

b) La regresión es siempre significativa
c) Todas las hipótesis incluidas en H0 resultan rechazadas simultáneamente
d) El valor de estadístico de contraste debe ser negativo