1.

Decidir si un regresor es estrictamente exógeno o exógeno en definitiva requiere de lo siguiente con excep-
ción de:
a) La teorı́a económica.
b) Conocimiento institucional.
c) Jucio de expertos.
d ) El uso de los errores estándar HAC.
e) Todo lo anterior.
f ) Ninguna de las anteriores.
2. El efecto impacto es:
a) El multiplicador dinámico del perı́odo cero.
b) El multiplicador dinámico del perı́odo h, h¿0.
c) El multiplicador dinámico acumulativo.
d ) El multiplicador dinámico acumulativo de largo plazo.
e) El efecto del regresor sobre la variable Y.
f ) Ninguna de las anteriores.
3. La cuasi-diferencia en Yt se define como:
a) Yt − Yt−1
b) Yt − φ1 Yt−1
c) ∆Yt − φ1 Yt−1
d ) φ1 (Yt − Yt−1
e) ∆Yt − ∆Yt−1
f ) Ninguna de las anteriores.
4. MCG (Mı́nimos cuadrados generalizados) implica:
a) Escribir el modelo en diferencias y estimarlo por MCO, utilizando los errores HAC.
b) Truncar la muestra al inicio y al final del perı́odo, luego estimar el modelo por MCO utilizando los
errores estándar HAC.
c) Examinar el AIC en lugar del BIC en la elección de la máxima longitud de los regresores.
d ) Transformar el modelo de regresión de tal manera que los errores sean homoscedásticos y serialmente
incorrelacionados luego estimar el modelo re regresión transformado por MCO.
e) Utilizar el procedimiento de QLR para estimar el modelo.
f ) Ninguna de las anteriores.
5. Los errores estándar HAC deberı́an utilizarse porque:
a) Son simplificaciones convenientes de los errores estándar robustos ante heteroscedasticidad.
b) Los errores estándar convencionales (bajo homoscedasticidad) podrı́an resultar en inferencias equi-
vocadas.
c) Son más fáciles de calcular que los errores estándar robustos ante heteroscedasticidad y aún ası́ es
posible realizar las inferencias de manera correcta.
d ) Cuando existe un quiebre estructural, los errores estándar convencionales conducen a inferencias
equivocadas.
e) Corrigen la correlación serial.
f ) Ninguna de las anteriores.
6. La interpretación de los coeficientes de regresiones de rezagos distribuidos como efectos causales dinámicos
se fundamenta en:
a) El supuesto de que es exógeno.

1
 b) No tener más de cuatro rezagos cuando se utiliza datos trimestrales.
c) Utilizar MCG en vez de MCO.
d ) El uso de datos mensuales en vez de datos anuales.
e) El supuesto de que es estrictamente exógeno.
f ) Ninguna de las anteriores.
7. Dada la relación entre dos variables, lo siguiente es más probable que sea exógeno:
a) La tasa de inflación y la tasa de interés de corto plazo: la tasa de interés de corto plazo es exógena.
b) La tasa de inflación del Perú y el incremento en el precio del petróleo: el precio del petróleo es
exógeno.
c) Las exportaciones peruanas y el PBI de Estados Unidos: El PBI de Estados Unidos es exógeno.
d ) Cambio en la inflación, cambios rezagados en la inflación, y rezagos del desempleo: los rezagos del
desempleo son exógenos.
e) Todas son exógenas.
f ) Ninguna de las anteriores.
8. Cuando es estrictamente, lo(s) siguiente(s) estimador(es) de los efectos dinámicos causales están disponi-
bles:
a) Estimando un modelo de rezagos distribuidos y calcular el multiplicador dinámico de los coeficientes
estimados del modelo de rezagos distribuidos.
b) Utilizar MCG para estimar los coeficientes del modelo de rezagos distribuidos.
c) a) pero no b).
d ) a) y b).
e) b) pero no a).
f ) Ninguna de las anteriores.
9. Con datos de series de tiempo, es útil pensar en un experimento controlado aleatorio:
a) Como un mismo sujeto que recibe el tratamiento en diferentes puntos en el tiempo.
b) Consistente de diferentes sujetos que están recibiendo el mismo tratamiento en el mismo punto del
tiempo.
c) Como algo imposible porque los “universos paralelos” sólo existen en la ciencia y ficción.
d ) Consistente de al menos dos sujetos que están recibiendo diferentes tratamientos en el mismo punto
del tiempo.
e) Como un mismo sujeto que recibe distintos tratamientos en el mismo punto en el tiempo.
f ) Ninguna de las anteriores.
10. Considere el modelo de rezagos distribuidos Yt = β0 + β1 Xt + β2 Xt−1 + β3 Xt−2 + ... + βr+1 Xt−r + ut . El
efecto causal dinámico de largo plazo es:
a) β0 + β1
b) β1 + β2 + ... + βr+1
c) β1
β0
d)
β1 + β2 + ... + βr+1
e) Ninguna de las anteriores.
11. La predicción fuera de la muestra se puede usar por las siguientes razones excepto:
a) Proporcionar al pronosticador una idea de cuan bien el modelo predice al final de la muestra.
b) Estimar el RMSFE.
c) Analizar si la serie de tiempo tiene o no raı́z unitaria.
d ) Evaluar el desempeño relativo de dos o más modelos de predicción.

2
 e) Ninguna de las anteriores.
12. Una razón para calcular los logaritmos (ln), o los cambios en los logaritmos de una serie de tiempo es:

a) Los números a menudo son muy grandes.

b) Es muy improbable que las variables económicas sean negativas.
c) Las variables económicas con frecuencia muestran un crecimiento aproximadamente exponencial.
d ) Los logaritmos naturales son más fáciles de calcular que los logaritmos en base 10.
e) El cambio en los logaritmos proporciona una aproximación al cambio de la variable Y.
f ) Ninguna de las anteriores.
13. El modelo AR(p) se define como:
a) Esta definido como: Yt = β0 + βp Yt−p + ut
b) Representa a Yt como una función lineal de sus rezagos propios.
c) Se puede representar como sigue: Yt = β0 + β1 Yt−1 + ut−p .
d ) Se representa como: A(L)Yt = β0 + ut con A(L) = 1 − L − L2 − L3 − ... − Lp +
e) Se representa como con Yt = β0 + β1 Xt + βp Yt−p + ut
f ) Ninguna de las anteriores.

14. La prueba de causalidad de Granger:

a) Utiliza el estadı́stico F para probar que ciertos regresores no tienen contenido predictivo para la
variable dependiente.
b) Establece la dirección de la causalidad (en un sentido estricto) entre X e Y .
c) Es una prueba más complicada que la prueba de independencia.
d ) Es un caso especial de la prueba de Dickey-Fuller.
e) Establece que los valores futuros de la variable X tienen contenido predictivo para la variable Y.
f ) Ninguna de las anteriores.

15. Deberı́a usar el estadı́stico QLR para quiebres estructurales cuando:

a) La prueba de Chow tiene un valor p entre 0.05 y 0.10.
b) Se desconoce la fecha de quiebre estructural de los datos.
c) Hay quiebre estructural sólo en algunos coeficientes, pero no en todos los coeficientes de la regresión.
d ) Se conoce la fecha de quiebre estructural.
e) El estadı́stico F de prueba de Chow es menor a 2.
f ) Ninguna de las anteriores.
16. El criterio de información de Bayes-Schwarz (BIC) esta dado por la siguiente fórmula:
 
SR(p) ln(T )
a) BIC(p) = ln + (p + 1)
T T
 
SR(p) 2)
b) BIC(p) = ln + (p + 1)
T T
 
SR(p) ln(T )
c) BIC(p) = ln − (p + 1)
T T
 
SR(p) ln(T )
d ) BIC(p) = ln × (p + 1)
T T
 
SR(p) ln(T )
e) BIC(p) = ln + (p + 1) 2
T T
f ) Ninguna de las anteriores.
17. El criterio de información de Akaike (AIC) esta dado por la siguiente fórmula:

3
  
SR(p) ln(T )
a) AIC(p) = ln + (p + 1)
T T
 
SR(p) 2
b) AIC(p) = ln + (p + 1)
T T
 
SR(p) p+2
c) AIC(p) = ln +
T T
 
SR(p) 2
d ) AIC(p) = ln + (p + 1)
T ln(T )
e) Ninguna de las anteriores.
18. El estadı́stico BIC:

a) Es usado para probar la correlación serial.

b) Sólo se utiliza para el análisis de datos de sección cruzada.
c) Fue desarrollado por el Banco de Inglaterra en su análisis del rı́o de sangre.
d ) Es utilizado por los investigadores para determinar el número de rezagos en una autoregresión.
e) Es un estimador utilizado para probar la heteroscedasticidad.
f ) Ninguna de las anteriores.
19. En la siguiente regresión

b= 0,51 − 0,11 Yt−1 − 0,19 ∆Yt−1

(0,21) (0,04) (0,08)

(Desviaciones tı́picas entre paréntesis)

el valor crı́tico del estadı́stico Dickey-Fuller al 5 % es -2.86, entonces se concluye:

a) La serie Yt tiene tendencia estocástica.
b) La serie Yt no tiene tendencia estocástica.
c) La serie Yt tiene quiebre estructural.
d ) La serie Yt no tiene quiebre estructural.
e) La serie Yt es estacionaria.
f ) Ninguna de las anteriores.

20. Las fórmulas para el BIC y el AIC son diferentes:

a) Se prefiere el AIC porque es más fácil de calcular.
b) Se prefiere el BIC porque es un estimador consistente de la longitud de los rezagos.
c) La diferencia es irrelevante porque ambos criterios de información conducen a la misma conclusión.
d ) AIC generalmente subestima p con una probabilidad no igual a cero.
e) BIC se utiliza para datos de corte transversal y AIC se utiliza para datos de serie de tiempo.
f ) Ninguna de las anteriores.
21. En el contexto de un experimento controlado considere el modelo de regresión simple Yi = β0 + β1 Xi + ui .
Donde Y es el resultado, X es el nivel de tratamiento que es binario y ui contiene los determinantes
adicionales del resultado. Entonces a β̂1 se le denomina el estimador de la diferencia:
a) Tiene sentido porque es la diferencia entre el valor de la media del resultado en el grupo tratado y
la media del resultado en el grupo de control
b) Y β̂0 es el estimador del nivel en la terminologı́a estándar de los experimentos controlados.
c) No tiene sentido porque Y y X están en diferencias.
d ) No es exacto porque es la derivada de Y con respecto a X
e) Es similar a la prueba de Smirnov-Kolgomorov.
f ) Ninguna de las anteriores.

4
22. ¿Cuál de lo siguiente NO es una amenaza a la validez externa?
a) La muestra del experimento no es representativa de la población de interés.
b) El grupo tratado no es representativo del tratamiento si se diera el tratamiento a nivel global.
c) Los participantes en el experimento son voluntarios.
d ) El cumplimiento parcial del protocolo del experimento.
e) Todas son amenazas a la validez externa de un experimento.
f ) Ninguna de las anteriores.
23. Los datos experimentales por lo general son:
a) Datos observacionales.
b) Datos binarios, en donde el sujeto responde o no al tratamiento.
c) Datos de panel.
d ) Datos de series de tiempo.
e) Datos combinados de cortes transversales.
f ) Ninguna de las anteriores.
24. ¿Cuál de los siguientes métodos no deberı́an utilizarse para proba la aleatorización cuando Xi es binaria?

a) El modelo de probabilidad lineal (MCO) con errores válidos sólo bajo homoscedasticidad.
b) Probit.
c) Logit.
d ) El modelo de probabilidad lineal (MCO) con errores válidos robustos ante heteroscedasticidad.
e) El estimador Newey-West.
f ) Ninguna de las anteriores.
25. Los cuasi-experimentos:
a) Proporcionan un enlace entre los métodos econométricos de análisis de conjuntos de datos y las ideas
estadı́sticas de un verdadero experimento controlado.
b) No son lo mismo que un experimento y las lecciones aprendidas de su uso no se pueden aplicar a un
experimento.
c) El más usados es el estimador de la diferencia de las diferencias que es distinto del estimador de
variables instrumentales.
d ) Utiliza todos los métodos utilizados como MCO, datos de panel, modelos probit, logit y estimación
de variables instrumentales.
e) Utilizan el análisis de varianza.
f ) Ninguna de las anteriores.
26. Para probar la aleatoriedad en el recibimiento del tratamiento:

a) En general, no es posible.
b) Implica probar que los coeficientes sobre W1i , W2i , ..., Wri no son todos cero en una regresión de Xi
sobre W1i , W2i , ..., Wri .
c) No tiene sentido porque la variable del lado derecho es binaria.
d ) Implica probar que los coeficientes sobre W1i , W2i , ..., Wri son todos cero en una regresión de Xi
sobre W1i , W2i , ..., Wri .
e) Se debe utilizar la prueba de Bonferroni.
f ) Ninguna de las anteriores.

27. Las muestras pequeñas en un experimento:

a) Sesga los estimadores del efecto causal.

5
 b) Podrı́a significar un problema porque el supuesto de que el error se distribuye normalmente no se
cumple con datos experimentales.
c) No significan una amenaza a la validez interna si se utiliza los errores estándar robustos ante hete-
roscedasticidad.
d ) Podrı́a afectar a la prueba de hipótesis pero no a los intervalos de confianza.
e) Podrı́a afectar a los intervalos de confianza pero no a la prueba de hipótesis.
f ) Ninguna de las anteriores.
28. Un conjunto repetido de secciones cruzadas es:
a) Una colección de secciones cruzadas, cada una correspondiente a distintos perı́odos.
b) Lo mismo que un conjunto de datos de panel balanceado.
c) Lo que Card y Krueger utilizaron en su estudio para analizar el efecto del salario mı́nimo sobre el
empleo de los jóvenes.
d ) Series de tiempo.
e) Un conjunto de datos de panel, uno diferente para cada perı́odo en el tiempo.
f ) Ninguna de las anteriores.
29. En el diseño de regresión por discontinuidad:
a) Cruzar el umbral influye en el tratamiento pero no es el único determinante.
b) La lı́nea de regresión debe ser lineal por debajo y por encima del umbral.
c) En general, Xi y ui están correlacionados.
d ) La recepción del tratamiento esta determinada por si Wi excede el umbral.
e) Utiliza la regresión quantil como herramienta de análisis.
f ) Ninguna de las anteriores.
30. La amenazas a la validez interna de los cuasi-experimentos incluyen:
a) Fallas de aleatorización.
b) Fallas en el cumplimiento del protocolo del experimento.
c) Attrition.
d ) Todas la anteriores con alguna modificacion a partir del experimento aleatorio controlado.
e) El efecto Hawwthorne.
f ) Ninguna de las anteriores.
31. Una encuesta de salarios contiene una inusual fracción de personas que informan sus ingresos en múltiplos
de 100, tales como S/ 300, S/ 400, S/ 500 etc. Esto es un ejemplo de:
a) Sesgo por error en las variables.
b) Sesgo de selección muestral.
c) Sesgo por doble causalidad.
d ) Las empresas generalmente negocian los salarios en múltiplos de S/ 100.
e) Heteroscedasticidad.
f ) Ninguna de las anteriores.
32. En el caso de la regresión simple, donde la variable independiente esta medida con un error i.i.d.
2
p σX
a) β̂1 −−→ 2 + σ 2 β1
σX w
2
p σX
b) β̂1 −−→ 2 2
σX + σw
2
p σw
c) β̂1 −−→ 2 β
2 1
σX + σw

6
 2
p σw
d ) β̂1 −−→ 2
β
2 1
σw + σw
2
p σX
e) β̂1 −−→ β1 +
σY2 2
+ σw
f ) Ninguna de las anteriores.
33. En el caso del sesgo por error en las variables:
a) Se debe utilizar el método de máxima verosimilitud.
b) El estimador de MCO es consistente si la varianza en la variable no-observada es relativamente grande
comparado con la varianza en el error de medida.
c) El estimador MCO es consistente, pero ya no es insesgado en muestras pequeñas.
d ) Se debe utilizar variables dummy como variables independientes.
e) Origina que el estimador MCO sea eficiente.
f ) Ninguna de las anteriores.

34. Se efectúa un estudio en Arequipa sobre el efecto del tamaño del grupo sobre el rendimiento de los
estudiantes, asimismo se lleva a cabo un estudio similar en Iquitos, el estudio de Arequipa tendrá validez
externa si:
a) Los estudiantes de Iquitos deben conocer la zona andina del Perú.
b) La distribución de los ingresos en Arequipa e Iquitos debe ser similar.
c) El ratio estudiantes/profesores no deben diferir en más de 5 en promedio.
d ) El marco institucional en Arequipa e Iquitos, tales como la organización del proceso educativo en el
aula y en el curriculum, deben ser similares en ambas ciudades.
e) La diferencia en el entorno legal o institucional no es importante sobre este aspecto porque la capa-
cidad mental y comprensión de los niños no se relacionan con su entorno.
f ) Ninguna de las anteriores.
35. En el caso del sesgo por error en las variables, el tamaño preciso y la dirección depende de:
a) El tamaño de la muestra.
b) La correlación entre la variable medida y el error de medida.
c) La magnitud del R2 .
d ) Si el bien en cuestión tiene elasticidad precio superior a 1 en valor absoluto.
e) La correlación entre el valor verdadero de X y Y .
f ) Ninguna de las anteriores.

36. La cuestión sobre la validez/invalidez de la regresión múltiple depende de:

a) Validez interna pero no validez externa.
b) La calidad de su software econométrico.
c) La validez interna y externa.
d ) La validez externa pero no la validez interna.
e) La validez cientı́fica de la regresión.
f ) Ninguna de las anteriores.
37. Un análisis estadı́stico tiene validez interna si:

a) Todos los estadı́sticos t son mayores que —1.96—.

b) El R2 es mayor 1ue 0.05.
c) La población es pequeña, por ejemplo 2000 personas y se pueden observar todas.
d ) Las inferencias estadı́sticas acerca de los efectos causales son válidas para la población en estudio.
e) Los estimadores MCO son insesgados, eficientes e insesgados.

7
 f ) Ninguna de las anteriores.
38. La validez interna significa que:
a) El estimador del efecto causal es insesgado y consistente.
b) El estimador del efecto causal debe ser eficiente.
c) Las inferencias y conclusiones se pueden generalizar de la población en estudio hacia otras poblaciones.
d ) Se ha utilizado el método de mı́nimos cuadrados ordinarios para obtener los estimadores en su software
economı́etrico.
e) Se ha utilizado el método de máxima verosimilitud para obtener los estimadores en su software
economı́etrico.
f ) Ninguna de las anteriores.
39. Un funcionario de una universidad desea determinar el efecto causal del tamaño del grupo X sobre el
promedio del grupo Y en el que los estudiantes se matriculan a través de Internet eligiendo los grupos que
desean, para ello se estima el modelo siguiente: Yi = β0 + β1 Xi + ui , se tiene un total de n = 105 grupos
con sus respectivos tamaños (alumnos matriculados por grupo en determinada asignatura) y el respectivo
promedio de cada grupo. Una amenaza más probable a esta regresión es:
a) Sesgo de selección muestral.
b) Forma funcional incorrecta.
c) Doble causalidad.
d ) Error en las variables.
e) Sesgo por variable omitida.
f ) Ninguna de las anteriores.
Las amenazas a la validez interna de la regresión originan:
40. a) Multicolinealidad perfecta.
b) La incapacidad de transferir el conjunto de datos hacia su software econométrico.
c) Incumplimiento de uno o más supuestos MCO.
d ) Una falsa generalización hacia la población de interés.
e) Que los estimadores sean asintóticamente eficientes.
f ) Ninguna de las anteriores.
41. El efecto causal podrı́a no ser el mismo en la población estudiada y la población de interés debido a:
a) Diferencias en las caracterı́sticas de la población.
b) Diferencias geográficas.
c) El estudio esta desactualizado.
d ) Todo lo anterior.
e) El estimador MCO es sesgado.
f ) Ninguna de las anteriores.
42. La demanda de un bien esta dada por Q = β0 + β1 P + u, donde Q expresa la cantidad, P es el precio y u
representa otros factores distintos del precio que afectan a la demanda. La oferta del bien esta dada por:
Q = γ0 + γ1 P + ν donde ν representa los factores distintos al precio que afectan a la oferta. Suponga que
tanto u como ν tienen media igual a cero y varianzas σu2 y σν2 y están mutuamente incorrelacionadas.
Resuelva las dos ecuaciones para Q y P para mostrar que ambas variables dependen de u y ν
γ 1 β0 − γ 0 β1 γ 1 u − β1 ν β0 − γ 0 u−ν
a) Q = + P = +
γ 1 − β1 γ 1 − β1 γ1 − β0 γ 1 − β1
γ 1 β0 − γ 0 β1 γ 1 u − β1 ν β0 − γ 0 u−ν
b) Q = + P = +
γ 1 − β1 γ 1 − β0 γ1 − β0 γ 1 − β1
γ 1 β0 − γ 0 β 1 γ 1 u − β0 ν β0 − γ 0 u−ν
c) Q = + P = +
γ 1 − β1 γ 1 − β1 γ1 − β0 γ 1 − β1

8
 γ 0 β1 − γ 1 β0 γ 1 u − β1 ν β0 − γ 0 u−ν
d) Q = + P = +
γ 1 − β1 γ 1 − β1 γ1 − β0 γ 1 − β1
γ 1 β0 − γ 0 β1 γ 1 u − β0 ν β0 − γ 0 u−ν
e) Q = + P = +
γ 1 − β1 γ 1 − β0 γ1 − β0 γ 1 − β1
f ) Ninguna de las anteriores.
43. La demanda de un bien esta dada por Q = β0 + β1 P + u, donde Q expresa la cantidad, P es el precio y u
representa otros factores distintos del precio que afectan a la demanda. La oferta del bien esta dada por:
Q = γ0 + γ1 P + ν donde ν representa los factores distintos al precio que afectan a la oferta. Suponga que
tanto u como ν tienen media igual a cero y varianzas σu2 y σν2 y están mutuamente incorrelacionadas.
Obtenga el valor esperado E(Q) y E(P ).
γ 1 β 0 − γ 0 β1 β0 + γ 0
a) E(Q) = E(P ) =
γ 1 − β1 γ1 − β 1
γ 1 β0 − γ 0 β1 β0 − γ 0
b) E(Q) = E(P ) =
γ 1 − β1 γ1 − β 0
γ 1 β0 − γ 0 β1 β1 − γ 0
c) E(Q) = E(P ) =
γ 1 − β1 γ1 − β 1
γ 1 β0 − γ 0 β1 β0 − γ 0
d) E(Q) = E(P ) =
γ 1 − β0 γ1 − β 1
γ 1 β0 − γ 0 β1 β0 − γ 0
e) E(Q) = E(P ) =
γ 1 − β1 γ1 − β 1
f) Ninguna de las anteriores.

44. La demanda de un bien esta dada por Q = β0 + β1 P + u, donde Q expresa la cantidad, P es el precio y u
representa otros factores distintos del precio que afectan a la demanda. La oferta del bien esta dada por:
Q = γ0 + γ1 P + ν donde ν representa los factores distintos al precio que afectan a la oferta. Suponga que
tanto u como ν tienen media igual a cero y varianzas σu2 y σν2 y están mutuamente incorrelacionadas.
Obtenga la varianza de P , la varianza de Q y la covarianzan entre P y Q:
 2  2  2
1 2 2 2 2

1 2 2

1

a) var(Q) = γ 1 σ u + β1 σ ν var(P ) = σu + σν Cov(P, Q) = γ1 σu2 + β1 σν2
γ 0 − β0 γ 1 − β1 γ1 − β 1
 2  2  2
1 2 2 2 2

1 2 2

1
b) var(Q) = γ 1 σ u + β1 σ ν var(P ) = σu + σν Cov(P, Q) = (γ1 σu + β1 σν )
γ 1 + β1 γ 1 + β1 γ1 + β 1
 2  2  2
1
1
1

c) var(Q) = γ12 σu2 + β12 σν2 var(P ) = σu2 + σν2 Cov(P, Q) = γ1 σu2 − β1 σν2
γ 1 − β1 γ 1 − β1 γ1 + β 1
 2  2  2
1
1
1

d ) var(Q) = γ12 σu2 + β12 σν2 var(P ) = σu2 + σν2 Cov(P, Q) = γ1 σu2 + β1 σν2
γ 1 − β1 γ 1 − β1 γ1 − β 1
   2  2
1 2 2 2 2

1 2 2

1

e) var(Q) = γ 1 σ u + β1 σ ν var(P ) = σu + σν Cov(P, Q) = γ1 σu2 + β1 σν2
γ 1 − β1 γ 1 − β1 γ 1 − β1
f ) Ninguna de las anteriores.
45. Una regresión de la inf laciónt (Yt ) sobre el desempleot (Xt para establecer una relación de causalidad,
en esta regresión no se cumple el supuesto:
a) Xt es exógena, es decir E(ut /Xt , Xt−1 , ...) = 0
b) Las variables Xt y Yt tienen una distribución estacionaria.
c) (Yt , Xt ) y (Yt−j , Xt−j ) se hacen independientes a medida que j se hace grande.
d ) Los valores extremos de Xt y Yt son poco probables, ambas variables tienen el momento 8 finito.
e) No existe multicolinealidad perfecta.
f ) Existe heteroscedasticidad.
g) Ninguna de las anteriores.