Parcial - Escenario 4 - Econometría

4/4/22, 21:19 Parcial - Escenario 4: PRIMER BLOQUE-TEORICO - PRACTICO - VIRTUAL/ECONOMETRÍA-[GRUPO B01]
Parcial - Escenario 4
Fecha de entrega
5 de abr en 23:55
Puntos
75
Preguntas
15
Disponible
2 de abr en 0:00 - 5 de abr en 23:55
4 días
Límite de tiempo
90 minutos
Intentos permitidos
2
Instrucciones
https://poli.instructure.com/courses/43611/quizzes/92756 1/13
Historial de intentos
Intento Hora Puntaje

MANTENER Intento 2 7 minutos 75 de 75
MÁS RECIENTE Intento 2 7 minutos 75 de 75
Intento 1 84 minutos 40 de 75

Las respuestas correctas estarán disponibles del 5 de abr en 23:55 al 6 de abr en 23:55.
Puntaje para este intento:

75 de 75
Entregado el 4 de abr en 21:18
Este intento tuvo una duración de 7 minutos.
Pregunta 1 5
/ 5 pts
La prueba para restricciones lineales múltiples o prueba F nos permite probar hipótesis múltiples sobre
los parámetros de nuestra regresión, con el fin determinar si todas las variables independientes en su
conjunto tienen un efecto parcial sobre la dependiente. Si los grados de libertad n-k-1=60 y q= 3
entonces el valor crítico a un nivel de confianza del 5% será de:

8.57

2.84

2.74

2.68
Pregunta 2 5
/ 5 pts
La siguiente regresión , permite afirmar que:

Ante el aumento de una unidad en el consumo de las materias primas, la producción aumenta en un
0.67%

Ante el aumento de un 1% en el consumo de materias primas la producción aumentará en 0.67
unidades

Ante el aumento de un aumento de 1 unidad en el personal contratado, la producción aumentará en
0.19 unidades

Ante el aumento de un 1% en el personal contratado, la producción aumentará en un 0.19%
Pregunta 3 5
/ 5 pts
En un modelo de regresión con 20 datos, donde se analiza el efecto de las variables de la columna 1
sobre la producción se obtuvieron los siguientes resultados.
Coeficientes Error Estándar
Intercepción 1,563605349 1,109266168
Materias 0,653952259 0,079014165
Activos 0,183616379 0,081889486
Calificado 0,152153005 0,098511038
No Calificado -0,011677969 0,094890218
Energía 0,108132512 0,092684986
El estadístico t de activos y su valor crítico a dos colas con un alfa del 0.05 serán:

8.27 y 1.76

2.44 y 2.97

2.44 y 2.145

2.44 y 2.624
Pregunta 4 5
/ 5 pts
Bajo que condición se dará que

Pregunta 5 5
/ 5 pts
Una forma sencilla de detectar Multicolinialidad es a través del Factor inflador de varianza, el cual se
caracteriza por:

El valor del FIV debe ser muy bajo para observar casos donde existe multicolinialidad

El FIV solo puede ser usado en modelos de regresión lineal simple

EL FIV solo analiza un componente de la varianza de los estimadores, por lo cual no es una prueba
muy potente.

EL FIV tiende a ser una medida muy ponente, ya que contempla todas las relaciones que pueden
afectar la varianza de un estimador.
Pregunta 6 5
/ 5 pts
En una prueba t a una cola positiva con 5% de nivel de significancia y 12 grados de libertad el valor
crítico c será:

1.7823

2.1788

1,960

1.3562
Pregunta 7 5
/ 5 pts
Dentro del modelo de una empresa se tienen los siguientes datos para la producción y el consumo de
materias primas:
PRODBR2 CONSMATE
17675514 10505438
2308500 788428
2584108 423541
885701 136423
1089925 547360
3388527 1269841
1480149 574917
Para un modelo donde la variable dependiente es el logaritmo de la producción y el logaritmo de

materias primas es la independiente, B0 y B1 corresponderán a:

957076 y 1,594

-577569 y 0,62

5,15 y 0.70

-4.86 y 1.25
Pregunta 8 5
/ 5 pts
La Regresión a través del origen implica que:

La regresión se establece sin parámetro autónomo

El parámetro autónomo es positivo

El parámetro autónomo es negativo

El parámetro autónomo no es estadísticamente significativo
Pregunta 9 5
/ 5 pts
Los supuestos del Modelo de Regresión Múltiple nos permiten determinar si nuestros estimadores por
MCO son insesgados, por tal motivo la denominación de supuestos de Gauss Markov se da a:

Los supuestos de RLM1-RLM6



Pregunta 10 5
/ 5 pts
En una prueba t a dos colas con un 1% de nivel de significancia y 60 grados de libertad el valor crítico c
será:

3.46

2.0

2.66

1.67
Pregunta 11 5
/ 5 pts
Determine el valor del estadístico F si la suma de cuadrados de los residuos para el modelo restringido
es 198.311 y el del no restringido es igual a 183.186, q= 3 y n-k-1 es de 347.

8.82

9.55

0.095

0.082
Pregunta 12 5
/ 5 pts
La regla de rechazo para una prueba t a una cola positiva será:

Pregunta 13 5
/ 5 pts
Dentro del modelo de regresión múltiple es importante entender el rol que juega cada
parámetro posterior a la estimación por MCO. De esta manera, luego de la estimación
Bo corresponderá a:

El valor que toma cuando y son 0

El valor que toma cuando es 0 y son 1

El valor que toma cuando es 1 y son 0

El valor que toma cuando y son 1
Pregunta 14 5
/ 5 pts
La inferencia estadística es un componente primordial de la econometría, para analizar la significancia

de una variable debemos empezar por entender el estadístico t- de student. El estadístico , bajo una
está definido por:


Pregunta 15 5
/ 5 pts
El obtener estimadores sesgados, representa un problema para el análisis de los modelos de

regresión, razón por la cual se debe estar muy atento para identificar escenarios que nos conlleven a
esta situación. ¿Cuál de las siguientes opciones implica estimadores sesgados?

Sobreestimación

Modelo de regresión Lineal Simple

Subestimación

Muestra grande de datos
Puntaje del examen:

75 de 75

Parcial - Escenario 4 - Econometría

Cargado por

Información del documento

Título original

Derechos de autor

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Parcial - Escenario 4 - Econometría

Cargado por

Copyright:

4/4/22, 21:19 Parcial - Escenario 4: PRIMER BLOQUE-TEORICO - PRACTICO - VIRTUAL/ECONOMETRÍA-[GRUPO B01]

Intento Hora Puntaje

MÁS RECIENTE Intento 2 7 minutos 75 de 75

Puntaje para este intento:

La siguiente regresión , permite afirmar que:

Coeficientes Error Estándar

Intercepción 1,563605349 1,109266168

Materias 0,653952259 0,079014165

Activos 0,183616379 0,081889486

Calificado 0,152153005 0,098511038

No Calificado -0,011677969 0,094890218

Energía 0,108132512 0,092684986

Bajo que condición se dará que

Para un modelo donde la variable dependiente es el logaritmo de la producción y el logaritmo de

La Regresión a través del origen implica que:

La regla de rechazo para una prueba t a una cola positiva será:

La inferencia estadística es un componente primordial de la econometría, para analizar la significancia

El obtener estimadores sesgados, representa un problema para el análisis de los modelos de

Puntaje del examen:

También podría gustarte