Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4. Las variables:
a) Son unas de las principales componentes de un modelo econométrico.
b) Son las cantidades constantes del modelo econométrico.
c) Se dividen entre observables y no observables. Y dentro de las primeras se tienen a las
variables endógenas y exógenas.
d) Las opciones a) y c) son correctas.
JUSTIFICACIÓN: Inicialmente para poder plantear la estimación de un modelo econométrico es
necesario poder disponer de la información estadística necesaria, que es este caso corresponde a
las variables que se emplearán en la construcción del mismo.
5. El modelo lineal uniecuacional múltiple:
a) Analiza la relación lineal entre una variable dependiente y más de una variable
independiente.
b) Analiza la relación no lineal entre una variable dependiente y más de una variable
independiente.
c) Analiza la relación lineal entre una variable exógena y más de una variable endógena.
d) Las opciones a) y c)
JUSTIFICACIÓN: Según el concepto de modelo lineal uniecuacional múltiple encontramos que se
analiza la relación lineal entre una variable dependiente Y, y más de una variable independiente X i,
i = 1, ….k, k.. >1
13. Dado el modelo estimado C ^ t=0,0149+ 0,4862 Rt sobre el consumo (en miles de
euros) familiar:
a) El término de la pendiente significa que el consumo familiar disminuye en 486,2 euros
cuando la renta familiar aumenta en 1000 euros.
b) El término de la pendiente significa que el consumo familiar aumenta en 1000 euros
cuando la renta familiar aumenta en 486,2 euros.
c) El término de la pendiente significa que el consumo familiar aumenta en 486,2 euros
cuando la renta familiar disminuye en 1000 euros.
d) El término independiente se interpreta como el consumo familiar cuando la renta es
cero (en este caso, sería de 14,9 euros).
Donde entre paréntesis se tienen las desviaciones típicas estimadas y S es el salario de los
trabajadores, A los años que llevan trabajando en la empresa y V las ventas mensuales que
realiza cada trabajador:
a) Se verifica que los años trabajados influyen en el salario a un 5% de significación.
b) Se verifica que las ventas influyen en el salario a un 5% de significación.
c) Al ser la variable A significativa, se tiene que por cada unidad que aumenta, el salario lo
hace en 13,29 unidades.
d) Las opciones a) y c) son correctas.
13,29
JUSTIFICACIÓN: Realizando la operación para estimar el t calculado obtendremos t= =2,36
5,63
Dirigiéndonos a la tabla en el libro de Gujarati, tendremos que la probabilidad es 0,025 o 0,05 lo que
quiere decir que se rechaza la hipótesis nula (ver gráfica) y si rechazo H0 quiere decir que es
significativa al 5%, por lo tanto se puede establecer que los años trabajados influyen en el salario a
un 5% de significancia.
Realizando el mismo proceso podremos obtener que la variable ventas no influye en el salario al no
ser significativa, por tal motivo la descartamos. En cuanto a la C, la variable A qué viene siendo la
que aumenta en una unidad y al ser significativa influye para predecir el salario, haciendo que el
salario se aumente en 13,29 unidades, lo que nos lleva a concluir que A y C son correctas. La B la
rechazamos ya que al realizar el mismo procedimiento para hallar la t calculado de ventas tendremos
1, 72 de manera que no se rechaza la hipótesis nula y por tal motivo esta variable no es significativa.
28. Dado el modelo estimado
Entonces podríamos decir que la A es correcta, pese a que está mencionando que conforme
aumenta la tasa de paro en 1% disminuye el número de hipotecas, esto debido a que en el modelo
estimado se están dando valores absolutos, debería ser un 1 porcentual mientras que la A lo plantea
en un uno por ciento o sea si la tasa esta medida en porcentajes es un punto absoluto no un 1 por
ciento. Si observamos la opción B y aplicamos nuevamente la fórmula de t calculada, tendremos que
se rechaza la hipótesis nula, entonces en este caso E si es significativa, de manera que queda
descartada. La C también podemos descartarla de inmediato debido a su signo negativo y en el caso
de la opción D también la descartamos porque ya hemos visto que la E si es significativa.
Donde I es la inversión anual (en millones de euros), TI es el tipo de interés (en porcentaje) y
PIB es la variación anual del PIB (en millones de euros):
a) No se puede afirmar que el tipo de interés influya negativamente en la inversión ya que
dicha variable no es significativa al 5%.
b) No se puede afirmar que la variación del PIB influya positivamente en la inversión ya
que dicha variable no es significativa al 5%.
c) Se puede afirmar que el tipo de interés influye positivamente en la inversión.
d) Se puede afirmar que por cada millón de euros que aumenta la variación anual del PIB
la inversión disminuye en 6,125 millones.
0,875
JUSTIFICACIÓN: Realizando la operación para estimar el t calculado obtendremos t= =1,39
0,63
Dirigiéndonos a la tabla en el libro de Gujarati, tendremos que la probabilidad con 60 de libertad es
de 0,025 o 0,05, si miramos la siguiente grafica podemos observar que no se rechaza la hipótesis
nula:
Lo que quiere decir que la variable correspondiente al tipo de interés no es significativa al 5%, por lo
tanto no se puede afirmar que dicha variable influya negativamente en la inversión solamente por
ser un valor negativo, es decir la A es correcta. Ahora bien la opción B la descartamos dado que al
realizar el mismo proceso y hallar su t calculado = 10, 90, tendremos que se rechaza la hipótesis
nula lo cual significa que si es significativa y en la opción aparece no significativa. La C se descarta
dado que el coeficiente de la variable es negativo y según la estimación, se dice lo contrario.
Finalmente la D la descartamos porque está planteada al contrario de lo que nos indica el enunciado.
JUSTIFICACIÓN: Como consecuencia de que los errores tengan como parámetro el vector
nulo cero, o sea en promedio cero de los errores y varianza constante el parámetro, la más
acertada sería la B porque estamos hablando de parámetros y según el enunciado los errores
tienen parámetros y cuando hay parámetros no hay estimadores, por esta razón es la B.
Descarto la A y D porque esa fórmula no tienen nada que ver con la hipótesis
33. Para contrastar una hipótesis nula sobre que combinaciones lineales de los
coeficientes del modelo se usará:
a) La distribución normal asociada a los ^β .
b) Una distribución F de Snedecor con q y n-k grados de libertad.
c) La distribución chi-cuadrada asociada a σ^2.
d) Una distribución F de Snedecor con n y n-k grados de libertad.
JUSTIFICACIÓN: Para contrastar una hipótesis se puede hacer a través de una matriz R de
restricciones sobre los betas, pero en este caso, si nos vamos por el lado de la distribución de Fisher
podríamos descartar las opciones A y C, y nos quedarían B y D, sin embargo si hablamos de q
grados de libertad podemos descartar la D, que nos muestra es n grados, la cual es el tamaño de
muestra en el numerador y n-k grados de libertad en el denominador, en lugar de eso es q grados de
libertad con los parámetros no con el tamaño de muestra en lo que es el numerador y en el
denominador si es tamaño de muestra menos parámetro n-k, por tal motivo la respuesta es la B.
Es:
a) Ho: β 1=4
b) Ho: β i=−3
c) Ho: β 2=4
d) Ho: β 2=−4
JUSTIFICACIÓN: Podemos suponer que esta hipótesis es individual y no de conjunto porque está
distribuido con una t de Studen no con una f de Fisher, ahora bien si tenemos en cuenta la fórmula
B 2¿ −B
de t = podemos suponer también que se está aplicando la regla t de oro que es donde aplican valor
ee ¿ ¿
absoluto.
Ahora, si planteamos la región de rechazo de esta manera
Entonces es correcto afirmar que tanto la A como la C son correctas debido a que la variable renta al
ser significativa influye en el consumo al 5% de significancia, mientras que la variable H al no ser
rechazada directamente se considera no significativa por lo que no se puede afirmar que por cada
nuevo hijo el consumo aumente 230 euros. Si miramos la opción B y multiplicamos la propensión
marginal a consumir que en este caso es 0, 481 y si lo multiplicamos por 1000 nos da un consumo
de 481, por lo que también podemos decir que esta opción también es correcta. En conclusión la
opción es la D que acoge todas las demás.
Por tal motivo tendremos que la tasa de paro si influye negativamente en la ocupación hotelera ya
que al rechazarse la hipótesis nula, tendremos que esta variable es significativa al 5%, de manera
que la A es la respuesta correcta. En cuanto a la opción B la podemos descartar dado a que dicha
afirmación es contraria de lo que se plantea en el modelo estimado. Por otro lado la opción C se
descarta dado a que es sabido que una aproximación a cero indica que el modelo no es un buen
ajuste. Finalmente se descarta también la D debido a que ya comparamos que la tasa de paro si es
una variable significativa al 5%.
Entonces es correcto afirmar que la A es correcta debido a que ambas variables E y P rechazan la
hipótesis nula por lo que son variables con significancia al 5% de manera que las dos variables
influirán de manera negativa sobre el número de hipotecas. La B la podemos descartar ya que
hemos comprobado que el Euribor es una variable significativa al 5%. Finalmente la C y D también
se descartan ya que la relación enunciada es inversa a la señalada en el modelo estimado.
Entonces si podemos afirmar que se rechaza la hipótesis nula, por lo que se determina que el
modelo es conjuntamente significativo al 5%, entonces tendremos que la A es la correcta además
podemos encontrar esta fórmula en el libro de Gujarati, descartamos la B debido a que dice que no
es significativa y en cuanto a la C también la descartamos porque dice que no se rechaza el H 0,
cuando en la gráfica podemos ver claramente que si se rechaza la hipótesis nula.
47. Que las variables independientes del modelo lineal uniecuacional múltiple sean
linealmente independientes:
a) Implica que la matriz formada de dichas variables sea de rango completo por columnas,
es decir, se verifica que rg(X)=k.
b) Significa que el determinante de la matriz formada por dichas variables, X, es cero.
c) Implica que el número de observaciones, n, ha de ser menor que el número de
variables independientes, k.
d) Las opciones b) y c) son correctas.
JUSTIFICACIÓN: Según el texto de Introducción a la Econometría. James Stock. Una de las
propiedades del modelo lineal uniecuacional múltiple es la Linealidad en los parámetros, establece la
linealidad en la relación entre la variable endógena (a explicar) y las exógenas (explicativas). Por otro
lado las variables independientes del modelo lineal uniecuacional múltiple son linealmente
independientes ya que la matriz X no es estocástica y de rango completo por columnas es decir rg
(X)= K y como consecuencia n es mayor que K y las columnas de X es decir Xi; i= 1,2,,,,,,n son
linealmente independientes, esto quiere decir si una variable no se puede expresar como
combinación lineal de la otra variable, por esto la respuesta es la A
JUSTIFICACIÓN: Una vez deducida una fórmula para la estimación para la determinación de los
parámetros del modelo a través de los MCO comprueba fácilmente que dichos estimadores son
lineales, insesgados, óptimos y coexistentes. Así a la primera propiedad, la linealidad, es fácil de
escribir los estimadores MCO como una combinación lineal de las perturbaciones aleatorias del
modelo.
49. El coeficiente de determinación:
a) Se define como el porcentaje de variabilidad explicada por el modelo ajustado.
b) Se define como el porcentaje de variables explicadas por el modelo ajustado.
c) Se define como el cociente entre la suma de los cuadrados de los residuos y de la
suma de cuadrados totales.
SCR
d) Es igual a 1− .
SCE
JUSTIFICACIÓN: Al coeficiente de determinación se le denomina 𝑅2 y es la medida específica que
cuantifica la intensidad de la relación lineal entre dos variables en un análisis de correlación. Es decir
R2 mide la proporción o el porcentaje de la variación total en Y explicado por el modelo de regresión.
Por esta razón la respuesta correcta sería la A.