MATERIAL PERMITIDO EN EL EXAMEN (1) No se permite el uso de NINGUN tipo de MATERIAL FOTOCOPIADO (2) Se permite usar el MATERIAL ORIGINAL siguiente: formulario titulado “Econometria y Prediccién. Apéndices y Tablas” (3) Se permite utilizar calculadora NO programable Junio 2013 1 semana CUESTIONARIO TEST Esta parte puntuaré, como méximo, un 60% del total del examen. Sélo una respuesta es correcta. La puntuacién del test se calcula mediante la formula (aciertos - errores). Esta parte se evaluara de 0 a 10. Para superar esta parte la expresién (aciertos ~ errores) deber arrojar un valor numérico igual o superior a 8, 1o que equivale a 5 puntos en esta parte del examen. 1. Cuando el coeficiente estimado de una regresidn simple, 1, es cero, entonces a R2=¥ b. 0(SSRITSS) 2. Las variables binarias a. Se utilizan generalmente para controlar los atipicos de la muestra b. Pueden tomar mas de dos valores c. Excluyen ciertos individuos de la muestra . Sélo pueden tomar dos valores 3. Enun modelo con dos regresores, si excluyes una de las vari es relevantes entonces a. Noes razonable asumir que los errores son homocedasticos b. MCO deja de ser insesgado, pero todavia es consistente €. Dejas de controlar la influencia de la otra variable El estimador MCO deja de existir 4. El modelo de regresién miiltiple cuando hay dos regresores, X1j y X2j se puede escribir como sigue, con la excepeidn de: a. Yi= P+ PIX1i* B2XQi+ Mi I= Low b, 10X01 + BIX1i + P2XVi+* wi, XOV= 1 F= d.YG= Bo BIX1 + B2X2i+ + BEXKI is B= Ly 5. La heterocedasticidad signitica que a. La homogeneidad no puede ser asumida automaticamente para el modelo b. La varianza del error no es constante c. Las unidades observadas tiene preferencias diferentes . No todos los agentes son racionales 6. En general, un contraste tipico de la t tiene la siguiente forma: estimaci6n - valor hipotético “error estdndar de la estimacién10, 1 2, 13, estimador error esténdar de la estimaci6n estimador - valor hipotético error estandar del estimador estimador - valor hipotético q. &MTor esténdar del estimador vn La interpretacidn de la pendiente del modelo Y= fo +1 In(Xi) + &; es la siguiente: a. Un 1% de cambio en X esti asociado a un pt % de cambio en Y: b. Un 1% de cambio en X esta asociado a un cambio en Y de 0.01 Bi. © Uncambio en X de una unidad esta asociado a un 1 100% de cambio en Y. dd. Un cambio en X de una unidad esta asociado a un 1 de cambio en Y. La notacién para los datos de panel es (Xit, Vit #= Iya 1 t= Ly ow T porque Consideramos que las entidades incluidas en el panel cambian a lo largo del tiempo y son reemplazadas por otras Las X representan los efectos observados y las ¥ lo efectos omitidos fijos Hay nentidades y T periodos temporales d._mtiene que se mayor que T para que existan el estimador MCO El modelo lineal de probabilidad es a. Laaplicacién del modelo de regresién miltiple con una variable continua a la izquierda del igual y una variable binaria, como minimo, en tno de fos regresores. Un ejemplo de estimacidn tipo probit. Una expresisn alternativa de los modelo logit 4d. Laaplicacién de un modelo de regresién miltiple a una variable dependiente binaria La validez de un estudio que utiliza anélisis de regresién miiltiple depende de los siguientes elementos con la excepcién de: a. Sesgo por variable omitida b,Erroresen las variables c.Presencia de homocedasticidad en el término error di. Causalidad simulténea La estimacién del modelo de regresin de Variables Instrumentales a. Requit b. Permite solo un regresor endégeno, que esta tipi término error c. Requiere identificacién exacta o sobreidentificacion d._Sélo-es posible si el ntimero de instrumentos es el mismo que el niimero de regresores Una serie temporal deja de ser estacionaria cuando a. La economia experimenta fluctuaciones severas, b. La regresién temporal presenta cambios estructurales ©. Hay un fuerte componente estacional en los datos dd. No hay tendencias Lea detenidamente el enunciado del Ejercicio I del siguiente bloque e indique cudl de las siguiente afirmaciones es correcta a. Elefecto de la variable Tamaiio sobre la variable dependiente es en la practica cero toda vez que presenta un valor de 0,00042 identificacién exacta -amente corzelacionado con el4. El efecto de la variable Tamafo sobre la variable dependiente es en la practica cero ya que presenta un error esténdar extraordinariamente pequefo. El efecto de la variable Tamaiio sobre la variable dependiente es en la practica cero y por ese motivo no lo consideramos en el resto de modelos Elefecto de la variable Tamaito sobre la variable dependiente debe de ser considerado, 14, Lea detenidamente el enuinciado del Ejercicio I del siguiente bloque e indique cul de las siguientes afirmaciones es correcta a b. « a. ‘Comparando los modelos Ly Il, es peor usar la variable Tamafio que la variable In(Tamafio) porque el R-cuadrado-ajustado mejora cuando usamos este tiltimo, El efecto de afiadir una piscina a una casa con vistas viene recogido por el coeficiente pendiente 0,0022 La informacién del agente inmobiliario resulta poco relevante en todos los ‘modelos considerados, ceteris paribus las variables o controles considerados El modelo Il, respecto a la variable tamafio es un modelo nivel-log 15, Lea con detenimiento el enuneiado de Ejercicio 2 de la segunda parte del examen. A continuacién indique cual de las siguiente afirmaciones es INCORRECTA: a, b. a. 16, Lea con deteni La matriz transpuesta de X es de rango (k+1) xn La matriz transpuesta de X es de dimensiones K x n, donde K = kt Los supuestos del modelo de regresién lineal nos permiten contemplar que el rango de la matriz.X es completo, La matriz (X°X) es de dimensiones (k+1) x (k+I), y lo mismo sucede con su matriz inversa. jento el enunciado de Ejer io 2 de la segunda parte del examen. A continuacién indique cual de las siguiente afirmaciones es CORRECTA a b. La dimensién de la matriz My y la matriz. Py es, en general, diferente La dimensién de la matriz My es KxK, donde K-k+1 La matriz Myy, donde y es el vector que recoge los valores observados de la variable dependiente, es igual a La matriz Pry, donde y es el vector que recoge los valores observados de la variable dependiente, es igual a}